nt c1 a9_2015_mendoza_analía
TRANSCRIPT
Analía Mendoza
Prof: Diego Talquenca
Nuevas tecnologías2015
Se incluye, infraestructuras, soluciones y modelos necesarios para extraer valor de dichos grupos de información de la manera más económica, rápida y flexible posible para una toma de decisiones inteligente.
conjuntos de datos Su tamaño supera:•la capacidad de búsqueda,•captura,•almacenamiento, •gestión,•análisis,•transferencia,•visualización •protección legal de las herramientas informáticas convencionales.
Datos englobados
Se caracterizan por su• variedad tanto en origen como en formatos.• velocidad con la que se producen. • veracidad o rigor implícitos a su naturaleza y modo de aprovechamiento.
Valor algoritmos de
análisis de gran
rendimiento y herramientas
para la visualización.
Volumen grandes
colecciones de datos creadas
para diferentes
usos y propósitos.
Variedad gestionar la
complejidad de múltiples fuentes y
formatos de datos.
Velocidad rapidez en la generación,
acceso y análisis de datos en su entorno de
explotación.
Ejecución de datos: •Servicios,•Integración.•VARS especializados. •Grandes vendedores de Software.
Captura de datos•Hardware
•Redes conectadas
•Infraestructura •Centros de
datos
Análisis de datos:
• Analítica. •Predictivo.
•Datawarehouses. •Como
servicio, en la nube, móvil,
etc.
Procesamiento de datos
•Base de datos •Tecnología (en
memoria, NoSQL,
Hadoop, R, Map-reduce,
etc.).
Escenario Big Data
El gran atractivo de los datos masivos es su potencial para predecir fenómenos, prever comportamientos, expectativas y necesidades futuras de un grupo de consumidores concreto, hacer más eficaces y menos costosos los procesos de análisis y tomar decisiones de negocio más inteligentes y seguras
Beneficios:
•Detección de tendencias y comportamientos
•Conocimiento de cliente y desarrollo de producto
•Análisis predictivo
•Agilidad en la toma de decisiones
•Optimización de procesos •Atracción y fidelización de clientes
Utilidades del Big Data en diferentes sectores
Financiero. Transporte
Cuentas, productos y servicios contratados, transacciones con tarjetas de crédito, operaciones en cajeros, gestiones realizadas en oficina, banca online, medios
de pago utilizados.
Posibilita recomendar y personalizar ofertas comerciales específicas según las necesidades y capacidades del cliente.
A partir de los datos que generan los operadores
logísticos, el tráfico, el tipo de mercancía, las
condiciones atmosféricas o el destino, se optimizan las rutas de distribución de
bienes y servicios
Se incrementar la productividad, ahorrar costes y anticiparse a la demanda en el ámbito del transporte.
Salud. Deporte.
Energía.
Ahorro en los sistemas de sanidad pública gracias Big Data mediante la integración de diversas fuentes de datos y el análisis para la reducción de ineficiencias administrativas, la detección de fraudes y abusos
Estrategia de entrenamiento y competición, máximo rendimiento, detectar posibles lesiones, seguimiento de los atletas, control de los equipos, sirve para gestionar los servicios que ofrecen a los espectadores
La demanda de electricidad, gas o agua en una determinada franja horaria supone grandes ahorros energéticos así como un crecimiento más sostenible y ecológico, previsión de suministro y el rendimiento de sistemas
Se trata de territorios dotados de una infraestructura tecnológica suficientemente avanzada e integrada para garantizar su desarrollo sostenible y, a la vez, facilitar la experiencia e interacción entre el territorio y el visitante.
De la SMART CITY al destino turístico inteligente
• Big Data no es sólo tecnología
Para hacer un uso efectivo del Big Data es fundamental disponer de una infraestructura de almacenamiento escalable, con capacidad de procesamiento paralelo, que gestione datos en memoria, con herramientas de tiempo real para poder responder en tiempo real, disponer de gente cualificada para adoptar la tecnología.
Una huella Digital
Una de las fuentes de datos más importantes para alimentar una estrategia Big Data en sectores como el de retail o el turístico es, sin duda, la que constituyen los propios clientes y usuarios y que conforma lo que ha venido a denominarse huella digital. Como tal, se entiende el rastro que las personas dejan en la Red cada vez que realizan una acción
siempre dos tipos de ciudadanos: “los que prefieran la conveniencia y aquellos que opten por la privacidad”
No es el volumen, la variedad, la velocidad o la veracidad lo que da forma en sentido estricto al Big Data. Es un uso apropiado, transparente y contrastable de los datos de usuarios y clientes lo que hace que estos confíen en las organizaciones con las que se relacionan y, por extensión, lo que les lleva a ceder cada vez más información relevante sobre sus gustos, intereses y necesidades57
Los límites legales relativos al uso de los datos personales se sitúan, principalmente, en torno al consentimiento de usuarios
Protección de la privacidad
TECNOLOGÍAS BIG DATA
Big QuerySistema de gestión de base de datos distribuido y propietario, creado por Google. Inspiración para HBase.
CassandraSistema de gestión de base de datos open source diseñado para manejar enormes cantidades de datos en un sistema distribuido.
Cloud computingProporciona un servicio para el acceso bajo demanda a un conjunto de recursos informáticos compartidos (redes, servidores, almacenamiento, aplicaciones) de forma flexible e instantánea
Sistemas distribuidosEstán constituidos por varios equipos que se comunican en red y que son utilizados para resolver conjuntamente un problema computacional. El problema se divide en múltiples tareas, que se asignan a uno o más ordenadores para ser resueltas en paralelo
HBaseSistema de base de datos no relacional, distribuido y open source, que se basa en el sistema Big Table de Google
RLenguaje y entorno de programación open source para el análisis estadístico y gráfico
MapReduceModelo de programación utilizado por Google, para procesar enormes conjuntos de datos que se emplea para la resolución de algunos algoritmos susceptibles de ser paralelizables y procesados en sistemas distribuidos. Implementado en Hadoop.
MongoDBSistema de gestión de base de datos open source diseñado para trabajar con datos no estructurados, haciendo que la integración de los datos en ciertas aplicaciones sea más fácil y rápida
HadoopSoftware open source para el procesamiento de grandes conjuntos de datos en un sistema distribuido
TECNOLOGIA: tipos de Big Data
Datos estructurados (Structured Data): Datos que tienen bien definidos su longitud y su formato. Ej.: hojas de calculo.
Datos no estructurados (Unstructured Data): Datos en el formato tal y como fueron recolectados, carecen de un formato específico. No se pueden almacenar dentro de una tabla ya que no se puede desgranar su información a tipos básicos de datos. Ej.: PDF
Datos semiestructurados (Semistructured Data):Datos que no se limitan a campos determinados, pero que contiene marcadores para separar los diferentes elementos. Es una información poco regular como para ser gestionada de una forma estándar. Ej.: HTML, XML, JSON
Se necesita de una coordinación más estrecha entre los distintos actores públicos y privados para explotar conjuntamente el potencial de la información. Se trata, en realidad, de actuar conjuntamente y de forma consensuada sobre el territorio para desarrollar verdaderos destinos inteligentes que aúnen la sostenibilidad, el bienestar urbano y la experiencia personalizada del visitante y del ciudadano con la configuración de un espacio físico y tecnológicamente integrado, que se oriente al aprendizaje y a la innovación permanente en los servicios, en la línea que representan las Smart Cities
Conclusión
El reto del sector no es tanto mantener el extraordinario crecimiento de las últimas décadas sino avanzar en el nivel de calidad y servicio de la oferta disponible. Hacer frente a las innovaciones de la nueva era digital y a los cambios que ésta ha empezado a introducir en los hábitos de consumo y modelos de comportamiento del viajero del siglo XXI.Por lo pronto, la adaptación al nuevo escenario requiere de una gestión más intensa, eficiente e inteligente de los millones de datos que acompañan ahora a los procesos de búsqueda, selección, contratación, disfrute y recomendación de destinos por parte del usuario digital.
Bibliografia
Wikipedia 2015 "Big Data“ <http://es.wikipedia.org/wiki/Big_data<
"Big Data, Retos y oportunidades para el turismo" from Ivatur, España: Hosteltur<http://www.hosteltur.com/199420_big-data-retos-oportunidades-turismo.html>