Big data ejemplos y definición
Big data es un término amplio que designa conjuntos de datos tan grandes o complejos que las aplicaciones tradicionales de tratamiento de datos resultan inadecuadas. Los big data pueden incluir cualquier tipo de información, tanto estructurada como no estructurada.
Tabla de Contenidos
- Big data ejemplos y definición
- Conjuntos de datos grandes
- Se calcula que el 98% de los datos del mundo se han creado sólo en los dos últimos años.
- Las cuatro V de los big data
- Datos estructurados y no estructurados.
- La tecnología big data puede utilizarse para analizar el genoma humano y encontrar marcadores genéticos de enfermedades.
- Usos para Big Data
- El Big Data tiene muchos usos hoy en día de los que quizá no te des cuenta
- Conclusión
Big data ejemplos y definición
Conjuntos de datos grandes
Big data es un término amplio que designa conjuntos de datos tan grandes o complejos que las aplicaciones tradicionales de procesamiento de datos resultan inadecuadas. El alcance de los big data puede ser de cualquier tamaño, desde terabytes a petabytes (1 billón de bytes) y más allá. En general, el alcance de los big data incluye tanto tipos de información estructurada como no estructurada.
Big data se refiere a las enormes cantidades de información que generan Internet, las redes sociales y otras fuentes. Big data se refiere a conjuntos de datos cuyo tamaño supera la capacidad de las herramientas tradicionales de gestión de bases de datos para capturarlos, almacenarlos, gestionarlos y analizarlos eficazmente mediante sistemas estándar de gestión de bases de datos relacionales (RDBMS).
Se calcula que el 98% de los datos del mundo se han creado sólo en los dos últimos años.
Los datos crecen exponencialmente. De hecho, se calcula que el 98% de los datos del mundo se han creado sólo en los dos últimos años. Y si se pregunta qué ha pasado con el 2% restante, bueno, tampoco lo sabemos.
¿Cómo podemos hacer frente a este crecimiento exponencial? Pues bien, necesitamos un nuevo modelo de almacenamiento de datos que nos permita almacenar toda nuestra información y luego averiguar qué hacer con ella más tarde (o no).
Esta es la razón por la que la mayoría de las organizaciones están utilizando servicios de almacenamiento en la nube como Amazon Web Services (AWS), Google Cloud Platform (GCP) o Microsoft Azure, en lugar de construir su propia infraestructura desde cero o utilizar bases de datos relacionales tradicionales como Oracle DBMS o Microsoft SQL Server DBMS, que requieren el pago de costosas licencias cada año sólo para poder seguir almacenando todos esos gigabytes y gigabytes de activos digitales.
Las cuatro V de los big data
Las cuatro V de los macrodatos son volumen, variedad, velocidad y veracidad.
El volumen se refiere al tamaño de los datos que procesa su empresa. La variedad se refiere a todos sus tipos: estructurados (como hojas de cálculo) y no estructurados (como imágenes). La velocidad se refiere a la rapidez con la que cambia la información a lo largo del tiempo: si se trata de algo como las cifras de ventas de una tienda online cada hora aproximadamente, se necesita un sistema que pueda gestionar esos cambios con la suficiente rapidez para que no afecten demasiado a las decisiones de la empresa.
Por último, está la veracidad, es decir, la exactitud: ¿hasta qué punto es fiable la información? Si procede de una fuente externa, como redes sociales como Twitter o Facebook, donde cualquiera puede publicar cualquier cosa en cualquier momento sin verificación previa, quizá no sea tan fiable.
Datos estructurados y no estructurados.
Los macro datos pueden incluir cualquier tipo de información, tanto estructurada como no estructurada.
Ejemplos de datos estructurados: números de la seguridad social, números de tarjetas de crédito y números de teléfono.
Ejemplos de datos no estructurados: páginas web, correos electrónicos, tweets y otros contenidos de medios sociales.
La tecnología big data puede utilizarse para analizar el genoma humano y encontrar marcadores genéticos de enfermedades.
La tecnología de macrodatos puede utilizarse para analizar el genoma humano y encontrar marcadores genéticos de enfermedades. La secuenciación del ADN es un ejemplo de tecnología de macrodatos que se ha utilizado en la investigación médica desde sus inicios a principios de la década de 2000. Al identificar genes individuales y sus variaciones, los investigadores pueden identificar factores genéticos que contribuyen a enfermedades como el cáncer o la diabetes.
Los estudios de asociación de todo el genoma (GWAS) emplean una técnica denominada microarrays que permite a los científicos analizar miles de muestras a la vez en busca de patrones específicos en los niveles de expresión génica. Este proceso les permite identificar variantes genéticas asociadas a enfermedades como el Alzheimer o la esquizofrenia; sin embargo, la mayoría de los resultados de los GWAS siguen sin ser concluyentes debido en gran parte a que se basan en muestras de pequeño tamaño (en muchos casos, menos de 100 individuos).
A medida que aumente el número de personas que participen en estos estudios, y sobre todo si esos participantes dan su consentimiento para la realización de pruebas adicionales, deberíamos esperar un aumento de las tasas de precisión junto con una mayor comprensión sobre cómo interactúan los factores ambientales específicos con nuestros genes durante las etapas de desarrollo más adelante en el camino de la vida.
Usos para Big Data
Hoy en día hay muchos usos para los Big Data que están cambiando nuestra forma de vivir y trabajar.
Los macro datos pueden utilizarse para mejorar la atención sanitaria, el servicio al cliente y la educación. También puede ayudar a los organismos de seguridad pública a proteger mejor a sus comunidades y a las empresas a acceder a nuevas oportunidades mediante el uso de big data para mejorar los procesos empresariales.
Sanidad: Los médicos y enfermeros utilizan los historiales de los pacientes para tomar decisiones sobre los planes de tratamiento, pero con tanta información disponible sobre cada paciente les resulta difícil encontrar lo que necesitan cuando lo necesitan. Con las herramientas de análisis de big data, los médicos tendrán acceso a un abanico de información sobre el historial médico de sus pacientes más amplio que nunca, incluida información sobre si un medicamento ha causado una reacción adversa o si hay otros medicamentos que puedan interactuar negativamente entre sí (como los fármacos para la tensión arterial). Esto podría salvar vidas porque los médicos sabrían inmediatamente qué tratamientos funcionarían mejor basándose en experiencias anteriores, en lugar de perder el tiempo probando distintas combinaciones hasta que algo funcione lo suficientemente bien.
El Big Data tiene muchos usos hoy en día de los que quizá no te des cuenta
Los macro datos se utilizan de muchas formas distintas para analizar el comportamiento humano. Puede utilizarse para analizar cómo utilizan las personas sus dispositivos móviles, cómo interactúan entre sí e incluso cómo gastan su dinero.
He aquí algunos ejemplos de aplicaciones de Big Data:
- Analizar las redes sociales para averiguar lo que ocurre en el mundo que te rodea y de lo que quizá no seas consciente (por ejemplo, tendencias en moda o tecnología).
- Utilizar sensores y cámaras colocados en las ciudades para controlar el tráfico, de modo que los gobiernos puedan planificar mejor las obras o mejorar el transporte público.
Conclusión
Big data es un término que se utiliza para describir las grandes cantidades de datos que podemos recopilar, analizar y utilizar en nuestra vida cotidiana. Esta información puede utilizarse para muchos fines distintos, como encontrar marcadores genéticos de enfermedades o analizar genomas humanos para comprender mejor su funcionamiento. Es importante recordar que también hay consecuencias negativas asociadas a esta tecnología, como la preocupación por la privacidad de las personas que tienen acceso a su información personal.