Las4DimensionesdelBigData Image courtesy of jscreationzs / FreeDigitalPhotos.net

Las 4 dimensiones del Big Data

Download PDF Report

Upload
juan-ramon-garcia-santabarbara
View
412
Download
1

Tags:

Embed Size (px)

DESCRIPTION

Dimensiones del Big Data Las dimensiones principales del Big Data son las siguientes: Volumen: Tratamiento de grandes cantidades de datos Variedad: Gran variedad de fuentes y de tipos de información. Velocidad: La generación de los datos es On-line y la respuesta tiene que ser ágil y flexible Veracidad: Tenemos que asegurar, la precisión y la calidad de los datos. Estas dimensiones estas relacionadas con cada una de las cuatro fases que se repiten en este tipo de proyectos: Volumen El Volumen de los datos esta relacionado con la fase de “ADQUIRIR” información y datos a nuestros sistemas. Hemos de identificar cuales serán nuestras fuentes de información y hemos de considerar que el volumen de la misma tendrá un gran crecimiento. Así pues, nuestros sistemas se tendrán que dimensionar pensando en el crecimiento de estos. Por ejemplo, si consideramos una de nuestras fuentes a Twitter, tendremos que considerar que se generan 500 millones de tuits por día. Variedad La variedad de los datos es otro de los factores. En muchos casos se mezclan datos cualitativos y cuantitativos, y de orígenes diversos. Por ejemplo, si tratamos con Twitter dispondremos de datos cuantitativos como número y hora de los tuits, pero también del propio tuit que es un dato cualitativo del cual tendremos que deducir un sentimiento basado en la semantica del mismo. Esta dimensión esta relacionada con la fase de “ORGANIZAR” información. Necesitaremos por tanto estructuras y herramientas adecuadas y que sean capaces de tratar con toda esta información. Velocidad La velocidad esta relacionada con la fase de “ANALIZAR” la información. Necesitamos poder capturar la información de forma ágil y flexible. Los datos están vivos On-Line y cuanto antes podamos tomar una decisión más ventaja competitiva tendremos. Así pues, la capacidad de reacción es fundamental. Otro tema es la posibilidad de predecir datos a futuro basado en el análisis de las tendencias. Veracidad La veracidad, precisión y calidad de los datos es fundamental para que nuestro proyecto de Big Data tenga éxito. Es claro que aunque tengamos cubiertas perfectamente las otras tres dimensiones una mala calidad de los datos implicara directamente el fracaso del proyecto. Una correlación equivocada de los datos también puede provocar el fracaso y todo nuestro esfuerzo habrá sido inútil. Hemos de tener en cuenta que cuando un sistema no aporta datos fiables rápidamente es abandonado. Creo por tanto que la parte critica del proyecto se encuentra en la Veracidad de los datos. Es aquí donde entramos en la principal fase del sistema que es “DECIDIR”. La construcción de estos sistemas generalmente esta destinada a facilitar la toma de decisiones y a generar nuevas oportunidades de negocio.

Citation preview