El término “Big data” sugiere el tratamiento de grandes volúmenes de datos, estructurados o no, que se obtienen de cientos de miles de fuentes distintas, tanto físicas como digitales.
Pero “big data” no solo se trata de volumen…
Volúmenes
De datos que superan la capacidad de las herramientas a nivel de usuario
Velocidad
En el procesamiento y análisis de los datos
Variedad
En el origen y tipología de los datos
Veracidad
Y calidad del conjunto de datos
Valor
Aportado a la organización a través de información útil
Las aplicaciones más típicas con grandes conjuntos de datos, y aplicando modelos complejos basados en un conjunto de variables, nos permiten abordar problemáticas analíticas complejas, con un alto nivel de granularidad en los resultados.
Analizar y entender comportamientos
Tomar decisiones complejas
Análisis de sentimientos
Asegurar la fidelización de los clientes
Detectar ineficiencias
Determinar tendencias de compra
Caracterización de clientes
Recomendaciones de consumo
Las principales plataformas tecnológicas que están en la base de las arquitecturas de datos, herramientas y servicios asociados son Hadoop y Spark.
Hadoop es un proyecto de código abierto de la fundación Apache creado en 2011 que permite procesar grandes volúmenes de datos beneficiándose de la computación distribuida
Spark es también un proyecto de código abierto de la fundación Apache que nace en 2012 como mejora al paradigma de Map Reduce de Hadoop. Tiene abstracciones de programación de alto nivel y permite trabajar con lenguaje SQL
En el más reciente informe de Forrester sobre soluciones comerciales de plataformas basadas en Hadoop y Spark, aparecen como líderes:
AWS (ERM, RDS, ...)
Hortonworks
Cloudera
Microsoft (Azure HDInsight)
Seguidos de cerca por Google con DataProc y servicios Cloud Platform como BigQuery y BigTable
¿Empezamos?
Envíanos un mensaje y te responderemos lo antes posible. También puedes contactarnos:
