2. Se incluye, infraestructuras, soluciones y modelos
necesarios para extraer valor de dichos grupos de
información de la manera más económica, rápida y
flexible posible para una toma de decisiones
inteligente.
conjuntos de datos
Su tamaño supera:
•la capacidad de búsqueda,
•captura,
•almacenamiento,
•gestión,
•análisis,
•transferencia,
•visualización
•protección legal de las herramientas informáticas
convencionales.
3. Datos englobados
Se caracterizan por su
• variedad tanto en origen como en formatos.
• velocidad con la que se producen.
• veracidad o rigor implícitos a su naturaleza
y modo de aprovechamiento.
Valor
algoritmos de
análisis de gran
rendimiento y
herramientas para
la visualización.
Volumen
grandes
colecciones de
datos creadas
para diferentes
usos y propósitos.
Variedad
gestionar la
complejidad de
múltiples fuentes
y formatos de
datos.
Velocidad
rapidez en la
generación, acceso
y análisis de datos
en su entorno de
explotación.
4. Ejecución de datos:
•Servicios,
•Integración.
•VARS
especializados.
•Grandes
vendedores de
Software.
Captura de datos
•Hardware
•Redes conectadas
•Infraestructura
•Centros de datos
Análisis de datos:
• Analítica.
•Predictivo.
•Datawarehouses
. •Como servicio,
en la nube,
móvil, etc.
Procesamiento de
datos
•Base de datos
•Tecnología (en
memoria, NoSQL,
Hadoop, R, Map-
reduce, etc.).
Escenario Big Data
5. Beneficios:
•Detección de tendencias y
comportamientos
•Conocimiento de cliente y
desarrollo de producto
•Análisis predictivo
•Agilidad en la toma de
decisiones
•Optimización de procesos
•Atracción y fidelización de
clientes
6. Utilidades del Big Data en
diferentes sectores
Financiero. Transporte
Cuentas, productos y servicios
contratados, transacciones con
tarjetas de crédito, operaciones en
cajeros, gestiones realizadas en
oficina, banca online, medios de
pago utilizados.
Posibilita recomendar y
personalizar ofertas
comerciales específicas según
las necesidades y capacidades
del cliente.
A partir de los datos que generan
los operadores logísticos, el
tráfico, el tipo de mercancía, las
condiciones atmosféricas o el
destino, se optimizan las rutas
de distribución de bienes y
servicios
Se incrementar la
productividad, ahorrar costes
y anticiparse a la demanda en
el ámbito del transporte.
7. Salud. Deporte.
Energía.
Ahorro en los sistemas de sanidad
pública gracias Big Data mediante la
integración de diversas fuentes de
datos y el análisis para la reducción
de ineficiencias administrativas, la
detección de fraudes y abusos
Estrategia de entrenamiento y
competición, máximo rendimiento,
detectar posibles lesiones,
seguimiento de los atletas, control de
los equipos, sirve para gestionar los
servicios que ofrecen a los
espectadores
La demanda de
electricidad, gas o agua en
una determinada franja
horaria supone grandes
ahorros energéticos así
como un crecimiento más
sostenible y ecológico,
previsión de suministro y
el rendimiento de sistemas
8. Se trata de territorios
dotados de una
infraestructura
tecnológica
suficientemente avanzada
e integrada para garantizar
su desarrollo sostenible y,
a la vez, facilitar la
experiencia e interacción
entre el territorio y el
visitante.
De la SMART CITY al destino turístico
inteligente
9.
10. • Big Data no es sólo tecnología
Para hacer un uso efectivo
del Big Data es fundamental
disponer de una
infraestructura de
almacenamiento escalable,
con capacidad de
procesamiento paralelo, que
gestione datos en memoria,
con herramientas de tiempo
real para poder responder en
tiempo real, disponer de
gente cualificada para
adoptar la tecnología.
11. Una huella Digital
Una de las fuentes de datos
más importantes para
alimentar una estrategia
Big Data en sectores como
el de retail o el turístico
es, sin duda, la que
constituyen los propios
clientes y usuarios y que
conforma lo que ha venido
a denominarse huella
digital. Como tal, se
entiende el rastro que las
personas dejan en la Red
cada vez que realizan una
acción
12. siempre dos tipos de ciudadanos: “los que prefieran la
conveniencia y aquellos que opten por la privacidad”
No es el volumen, la variedad,
la velocidad o la veracidad lo
que da forma en sentido
estricto al Big Data. Es un uso
apropiado, transparente y
contrastable de los datos de
usuarios y clientes lo que hace
que estos confíen en las
organizaciones con las que se
relacionan y, por extensión, lo
que les lleva a ceder cada vez
más información relevante
sobre sus gustos, intereses y
necesidades57
Los límites legales
relativos al uso de los
datos personales se
sitúan, principalmente, en
torno al consentimiento
de usuarios
Protección de la
privacidad
13. TECNOLOGÍAS BIG DATA
Big Query
Sistema de gestión de
base de datos distribuido
y propietario, creado por
Google. Inspiración para
HBase.
Cassandra
Sistema de gestión de base
de datos open source
diseñado para manejar
enormes cantidades de
datos en un sistema
distribuido.
Cloud computing
Proporciona un servicio
para el acceso bajo
demanda a un conjunto
de recursos informáticos
compartidos (redes,
servidores,
almacenamiento,
aplicaciones) de forma
flexible e instantánea
14. Sistemas distribuidos
Están constituidos por varios
equipos que se comunican en
red y que son utilizados para
resolver conjuntamente un
problema computacional. El
problema se divide en
múltiples tareas, que se
asignan a uno o más
ordenadores para ser resueltas
en paralelo
HBase
Sistema de base de
datos no relacional,
distribuido y open
source, que se basa en
el sistema Big Table de
Google
R
Lenguaje y entorno de
programación open source
para el análisis estadístico y
gráfico
15. MapReduce
Modelo de programación
utilizado por Google, para
procesar enormes conjuntos
de datos que se emplea para
la resolución de algunos
algoritmos susceptibles de ser
paralelizables y procesados en
sistemas distribuidos.
Implementado en Hadoop.
MongoDB
Sistema de gestión de base de
datos open source diseñado para
trabajar con datos no
estructurados, haciendo que la
integración de los datos en
ciertas aplicaciones sea más fácil
y rápida
Hadoop
Software open source para el
procesamiento de grandes
conjuntos de datos en un
sistema distribuido
16. TECNOLOGIA: tipos de Big Data
Datos estructurados (Structured Data): Datos que tienen bien definidos su
longitud y su formato. Ej.: hojas de calculo.
Datos no estructurados (Unstructured Data): Datos en el formato tal y como
fueron recolectados, carecen de un formato específico. No se pueden
almacenar dentro de una tabla ya que no se puede desgranar su información
a tipos básicos de datos. Ej.: PDF
Datos semiestructurados (Semistructured Data):
Datos que no se limitan a campos determinados, pero que contiene
marcadores para separar los diferentes elementos. Es una información poco
regular como para ser gestionada de una forma estándar. Ej.: HTML, XML,
JSON
17. Se necesita de una coordinación más estrecha entre los distintos actores públicos
y privados para explotar conjuntamente el potencial de la información. Se trata,
en realidad, de actuar conjuntamente y de forma consensuada sobre el territorio
para desarrollar verdaderos destinos inteligentes que aúnen la sostenibilidad, el
bienestar urbano y la experiencia personalizada del visitante y del ciudadano con la
configuración de un espacio físico y tecnológicamente integrado, que se oriente al
aprendizaje y a la innovación permanente en los servicios, en la línea que
representan las Smart Cities
18. Conclusión
El reto del sector no es tanto mantener el extraordinario crecimiento de las
últimas décadas sino avanzar en el nivel de calidad y servicio de la oferta
disponible. Hacer frente a las innovaciones de la nueva era digital y a los cambios
que ésta ha empezado a introducir en los hábitos de consumo y modelos de
comportamiento del viajero del siglo XXI.
Por lo pronto, la adaptación al nuevo escenario requiere de una gestión más
intensa, eficiente e inteligente de los millones de datos que acompañan ahora a
los procesos de búsqueda, selección, contratación, disfrute y recomendación de
destinos por parte del usuario digital.
19. Bibliografia
Wikipedia 2015 "Big Data“ <http://es.wikipedia.org/wiki/Big_data<
"Big Data, Retos y oportunidades para el turismo" from Ivatur, España:
Hosteltur<http://www.hosteltur.com/199420_big-data-retos-
oportunidades-turismo.html>
