{"id":24360,"date":"2020-08-04T15:28:14","date_gmt":"2020-08-04T21:28:14","guid":{"rendered":"https:\/\/goldenti.com\/site\/?p=24360"},"modified":"2020-08-04T15:30:02","modified_gmt":"2020-08-04T21:30:02","slug":"que-es-big-data","status":"publish","type":"post","link":"https:\/\/goldenti.com\/site\/que-es-big-data\/","title":{"rendered":"\u00bfQu\u00e9 es big data?"},"content":{"rendered":"\n

\u00bfQu\u00e9 es, exactamente<\/em>, big data<\/a>?<\/p>\n\n\n\n

Para entender qu\u00e9 significa realmente \u00abbig data\u00bb, resulta \u00fatil conocer ciertos antecedentes hist\u00f3ricos. A continuaci\u00f3n, ofrecemos la definici\u00f3n de Gartner, de aproximadamente 2001 (y que contin\u00faa siendo la definici\u00f3n de referencia): Big data son datos que contienen una mayor variedad y que se presentan en vol\u00famenes crecientes y a una velocidad superior. Esto se conoce como \u00ablas tres V\u00bb.<\/p>\n\n\n\n

Dicho de otro modo, el big data est\u00e1 formado por conjuntos de datos de mayor tama\u00f1o y m\u00e1s complejos, especialmente procedentes de nuevas fuentes de datos. Estos conjuntos de datos son tan voluminosos que el software de procesamiento de datos convencional sencillamente no puede administrarlos. Sin embargo, estos vol\u00famenes masivos de datos pueden utilizarse para abordar problemas empresariales que antes no hubiera sido posible solucionar.<\/p>\n\n\n\n

Las \u00abtres V\u00bb de big data<\/h2>\n\n\n\n
Volumen<\/td>La cantidad de datos importa. Con big data, tendr\u00e1 que procesar grandes vol\u00famenes de datos no estructurados de baja densidad. Puede tratarse de datos de valor desconocido, como feeds de datos de Twitter, flujos de clics de una p\u00e1gina web o aplicaci\u00f3n para m\u00f3viles, o equipo con sensores. Para algunas organizaciones, esto puede suponer decenas de terabytes de datos. Para otras, incluso cientos de petabytes.<\/td><\/tr>
Velocidad<\/td>La velocidad es el ritmo al que se reciben los datos y (posiblemente) al que se utilizan. Por lo general, la mayor velocidad de los datos se transmite directamente a la memoria, en vez de escribirse en un disco. Algunos productos inteligentes habilitados para Internet funcionan en tiempo real o pr\u00e1cticamente en tiempo real y requieren una evaluaci\u00f3n y actuaci\u00f3n en tiempo real.<\/td><\/tr>
Variedad<\/td>La variedad hace referencia a los diversos tipos de datos disponibles. Los tipos de datos convencionales eran estructurados y pod\u00edan organizarse claramente en una base de datos relacional. Con el auge del big data, los datos se presentan en nuevos tipos de datos no estructurados. Los tipos de datos no estructurados y semiestructurados, como el texto, audio o video, requieren un preprocesamiento adicional para poder obtener significado y habilitar los metadatos.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

El valor y la veracidad de big data<\/h2>\n\n\n\n

En los \u00faltimos a\u00f1os, han surgido otras \u00abdos V\u00bb: valor<\/strong> y veracidad<\/strong>.<\/p>\n\n\n\n

Los datos poseen un valor intr\u00ednseco. Sin embargo, no tienen ninguna utilidad hasta que dicho valor se descubre. Resulta igualmente importante: \u00bfcu\u00e1l es la veracidad de sus datos y cu\u00e1nto puede confiar en ellos?<\/p>\n\n\n\n

Hoy en d\u00eda, el big data se ha convertido en un activo crucial. Piense en algunas de las mayores empresas tecnol\u00f3gicas del mundo. Gran parte del valor que ofrecen procede de sus datos, que analizan constantemente para generar una mayor eficiencia y desarrollar nuevos productos.<\/p>\n\n\n\n

Avances tecnol\u00f3gicos recientes han reducido exponencialmente el costo del almacenamiento y la computaci\u00f3n de datos, haciendo que almacenar datos resulte m\u00e1s f\u00e1cil y barato que nunca. Actualmente, con un mayor volumen de big data m\u00e1s barato y accesible, puede tomar decisiones empresariales m\u00e1s acertadas y precisas.<\/p>\n\n\n\n

Identificar el valor del big data no pasa solo por analizarlo (que es ya una ventaja en s\u00ed misma). Se trata de todo un proceso de descubrimiento que requiere que los analistas, usuarios empresariales y ejecutivos se planteen las preguntas correctas, identifiquen patrones, tomen decisiones informadas y predigan comportamientos.<\/p>\n\n\n\n

Pero \u00bfc\u00f3mo llegamos hasta aqu\u00ed?\u00bfPiensa pasarse al big data? Necesita una estrategia en la nube<\/a><\/p>\n\n\n\n

Historia de big data<\/h2>\n\n\n\n

Si bien el concepto \u00abbig data\u00bb en s\u00ed mismo es relativamente nuevo, los or\u00edgenes de los grandes conjuntos de datos se remontan a las d\u00e9cadas de 1960 y 1970, cuando el mundo de los datos acababa de empezar con los primeros centros de datos y el desarrollo de las bases de datos relacionales.<\/p>\n\n\n\n

Alrededor de 2005, la gente empez\u00f3 a darse cuenta de la cantidad de datos que generaban los usuarios a trav\u00e9s de Facebook, YouTube y otros servicios online. Ese mismo a\u00f1o, se desarrollar\u00eda Hadoop, un marco de c\u00f3digo abierto creado espec\u00edficamente para almacenar y analizar grandes conjuntos de datos. En esta \u00e9poca, tambi\u00e9n empezar\u00eda a adquirir popularidad NoSQL.<\/p>\n\n\n\n

El desarrollo de marcos de c\u00f3digo abierto, tales como Hadoop (y, m\u00e1s recientemente, Spark), ser\u00eda esencial para el crecimiento del big data, pues estos hac\u00edan que el big data fuera m\u00e1s f\u00e1cil de usar y m\u00e1s barato de almacenar. En los a\u00f1os transcurridos desde entonces, el volumen de big data se ha disparado. Los usuarios contin\u00faan generando enormes cantidades de datos, pero ahora los humanos no son los \u00fanicos que lo hacen.<\/p>\n\n\n\n

Con la llegada de la Internet de las cosas (IoT), hay un mayor n\u00famero de objetos y dispositivos conectados a Internet que generan datos sobre patrones de uso de los clientes y el rendimiento de los productos. El surgimiento del aprendizaje aut\u00f3nomo ha producido a\u00fan m\u00e1s datos.<\/p>\n\n\n\n

Aunque el big data ha llegado lejos, su utilidad reci\u00e9n empieza. La computaci\u00f3n en la nube ha ampliado a\u00fan m\u00e1s las posibilidades del big data. La nube ofrece una escalabilidad realmente flexible, donde los desarrolladores pueden simplemente agilizar cl\u00fasteres ad hoc para probar un subconjunto de datos.<\/p>\n\n\n\n

Ventajas de big data y del an\u00e1lisis de datos:<\/strong><\/p>\n\n\n\n