Populares
-
Desde que comencé en interesarme en la computación empecé a profesar un amor casi religioso por la programación. Para mí la programación pa... -
¡Bienvenidos! En este Blog podrás encontrar información referente a nuestro proyecto de Ingeniería, artículos relacionados y otros artí... -
Blind Maps es una interfaz braille interactiva para dispositivos iphone. Trazando una ruta Es un dispositivo de ay...
miércoles, 27 de agosto de 2014
TOP 5: PRINCIPALES APLICACIONES DEL BIG DATA
BIG DATA:
El termino se aplica a un conjunto de datos que superan las capacidades habituales del software, para ser capturados y manipulados en un tiempo razonable. El tamaño de la "Big Data" esta en constante crecimiento. Les dejamos un listado de sus aplicaciones mas populares.
1. La exploración de grandes datos
Las tres grandes V (velocidad, volumen , variedad) son a las que se enfrentan las empresas y la hora de dar a los datos un valor para una mejor toma de decisiones, mejores operaciones y reducción de datos.
La exploración de datos además de ofrecer soluciones a a los problemas antes mencionados y a la contextualización de datos también contribuye a disminuir el riesgo de filtración de información confidencial gracias a sus mecanismos de seguridad. 2. 360° de visión sobre el cliente
El objetivo de las empresas es comprender el comportamiento de sus clientes y de esa forma poder predecir sus acciones futuras para lo cual deben de valerse de fuentes internas y externas para poder asesorarles.
Los empleados que trabajan de manera directa con los clientes deben poseer información que le permita crear una relación de confianza y conseguir una fidelidad de sus consumidores. por lo tanto los empleados requieren al instante de información interna (según el comportamiento del cliente en otras experiencias con la propia compañía) y externa (sobre sus gustos e intereses, obtenida de redes sociales, correo electrónico, etc.).
3. Extensión de la seguridad/inteligencia
Mecanismo para localizar anomalías y prevenir ataques. Este tipo de soluciones permite discernir entre cantidades masivas de datos posibles relaciones ocultas, detectar patrones y prevenir amenazas a la seguridad. También posibilita descubrir un fraude mediante la comprobación en tiempo real del historial de actividad de la cuenta con la que es fácil desenmascarar una transacción sospechosa. Las tres aplicaciones son:
- Previsión y atenuación de ataques cibernéticos en tiempo real: analizando el tráfico de la red, las compañías puede descubrir amenazas nuevas y prevenir ataques de hackers, intrusos, espionaje, fraude cibernético e incluso ciberterrorismo.
- Predicción y prevención del crimen: la capacidad para analizar datos de la red de telecomunicaciones y de redes sociales permite detectar amenazas y adelantarse a los criminales antes de que actúen.
4. Análisis de operaciones
Permite obtener visibilidad en tiempo real de las operaciones, la experiencia del cliente, transacciones y comportamiento. Dinamiza el plan para incrementar la eficiencia de las operaciones, identifica las anomalías y monitoriza para evitar de forma preventiva la degradación o apagones en el servicio.
Con un acelerador de datos permite ingerir y procesar grandes volúmenes de datos para proporcionar un conocimientos detallado del estado de la compañía. Los datos pueden ser correlacionados con otros datos de la empresa como información del cliente o del producto, aunque el gran volumen de datos esté en formatos distintos que, sin la solución, no son compatibles con los demás.
5. Aumentar el almacén de datos o Data Warehouse
Se trata de ampliar una estructura de almacenamiento de datos ya existente aplicando las ventajas de Big Data para incrementar su valor. El aumento del Data Warehouse nace de dos necesidades básicas: sacar provecho de diferentes tipos de datos para ganar nuevas perspectivas de negocio en tiempo real, y para optimizar la estructura de almacenamiento de datos facilitando la tarea y ahorrando costes. Existen 3 tipos de Data Warehouse:
- Pre-Processing Hub (núcleo de pre-procesamiento): proporciona un área de montaje o “zona de aterrizaje” de los datos antes de decidir cuáles se incorporan al almacén de datos.
- Discovery/Analytics (descubrimiento-análisis): da la capacidad de realizar análisis que deberían haberse hecho antes en el Data Warehouse, para así optimizar el almacén de datos y posibilitar nuevos tipos de análisis.
- Query-able Data Store (almacén de datos de consulta): descarga datos que se consultan con poca frecuencia o de una antigüedad considerable del datawarehouse mediante software y herramientas de integración de información, y los almacena en un espacio de almacenamiento de bajo coste, pero mateniéndolos aún accesibles desde la solución.
Suscribirse a:
Comentarios de la entrada
(Atom)
0 comentarios:
Publicar un comentario