Características del Big Data

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Características del Big Data por Mind Map: Características del Big Data

1. Categorías

1.1. Generados por las propias personas

1.2. Transacciones

1.3. Mercadotécnica electrónica y web

1.4. Interacción máquina-máquina

1.5. Datos biométricos

2. Las 7V de Big Data

2.1. Volumen

2.1.1. cantidades masivas de datos que se almacenan

2.2. Velocidad de los datos

2.2.1. Rapidez en la que son creados, almacenados y procesados en tiempo real.

2.3. Variedad de los datos

2.3.1. Formas, tipos y fuentes en las que se registran los datos

2.4. Veracidad de los datos

2.4.1. Grado de fiabilidad de la información recibida

2.5. Viabilidad

2.5.1. Capacidad que tienen las compañías en generar un uso eficaz del gran volumen de datos que manejan.

2.6. Visualización de los datos

2.6.1. Modo en el que los datos son presentados.

2.7. Valor del dato

2.7.1. Se obtiene de datos que se transforman en información, de ahí en conocimiento, y este en acción.

3. Principales tecnologías

3.1. Almacenamiento de datos

3.1.1. Hadoop Framework Mongo DB RainStor Hunk

3.2. Procesamiento de datos

3.2.1. Presto RapidMiner ElasticSearch 7.1

3.3. Análisis de datos

3.3.1. ApacheKafka Splunk KNIME Spark Blockchain

3.4. Visualización de datos

3.4.1. Tableau Plotly

4. Motivación

4.1. Ser los primeros en conocer la tecnología y adaptarse a las necesidades del ámbito informacional.

4.2. Encontrar herramientas que les permitan ser más eficientes.

4.3. Ganar conocimientos para poder progresar en su organización.

4.4. Generar un aumento de sueldo.

5. ¿Qué es?

5.1. Término que hace referencia a una cantidad de datos que supera la capacidad del software convencional. para ser capturados, administrados y procesados en un tiempo razonable.

6. Conocido cómo

6.1. Macro-Datos

6.2. Datos Masivos

6.3. Datos a gran escala

7. Clasificado en

7.1. Datos estructurados

7.1.1. Información que ya está ordenada en bases de datos.

7.2. No estructurados

7.2.1. Información que carece de organización y no está en un formato predeterminado.

7.3. Semiestructurados

7.3.1. Pueden contener ambas formas de datos.

8. Usos

8.1. Desarrollo de productos

8.1.1. Las empresas crean modelos predictivos para nuevos productos a través de la clasificación de atributos clave.

8.2. Análisis comparativo

8.2.1. Cuando se sabe, cómo se comportan los clientes y se observa en tiempo real

8.2.1.1. Se pueden comparar sus patrones con los itinerarios que han seguido para otros productos parecidos.

8.2.1.2. Se puede identificar las fortalezas de una organización frente a sus competidores.

8.3. Experiencia del cliente

8.3.1. Permite recopilar datos de diferentes medios, para mejorar la experiencia de los clientes a través de la personalización.

8.4. Aprendizaje automático

8.4.1. Utiliza el Big data para desarrollar modelos de aprendizaje automático

8.4.1.1. Gracias a la inteligencia estadística y computacional

8.5. Escalabilidad y predicción de fallos

8.5.1. El análisis de datos estructurados permite predecir fallos o la demanda futura de una organización.

8.6. Fraude

8.6.1. Ayuda a identificar patrones de datos que son indicios de fraude con el objetivo de prevenirlos.