SlideShare une entreprise Scribd logo
1  sur  9
Alumnos:
Carlos Bayron Najarro.
Kevin Francisco Ramírez.
• Genera modelos
predictivos: permite
que relaciones no
descubiertas e
identificadas a través
del proceso del data
mining sean expresadas
como reglas del negocio
o modelos predictivos .
• Estos outputs pueden
comunicarse en formatos
tradicionales.
• Dificultad de
recopilación de los
datos.
• Dependiendo del
tipo de datos que
se quieren
recopilar pueden
conllevar mucho
trabajo o la
necesidad de
tecnología de
elevado costo.
• Permite a los usuarios dar prioridad a
decisiones y acciones mostrando
factores que tiene un mayor en un
objetivo.
• Enormes bases de datos pueden ser
analizadas.
• El data mining descubre información
que no se esperaba conocer.
• Los modelos son confiables.
• Los modelos se construyen de
manera rápida.
• El procesamiento de datos puede
llevar demasiado tiempo.
• No esta asegurada la obtención
de un modelo valido.
• El uso de big data
puede ayudar a las
empresas de
distribución a
automatizar,
optimizar y afinar
inventarios
basándose en la
demanda actual.
• optimiza su cadena
de suministro.
• Se encuentran
limitaciones
debido ala
cantidad de datos
en ciertas aéreas.
• Se dificultad la
búsqueda de
información de
los diferentes
motores de
búsqueda.
• Da a sus proveedores un "enlace
de distribución minorista“.
• Complace a los consumistas por
medio de censos que se llevan a
cabo en la web.
• analiza comportamientos de
compra y fija precios en
consonancia.
• permite a los establecimientos
diferenciarse.
• Oportunidades para los usuarios
de la web.
• La información no es concreta.
• Los análisis de negocios no son
concretos.
• Los datos de enfermedades
infecciosas o luchas contra el
crimen no son incluidas en la
web.
• Reduce
enormemente los
presupuestos de TI.
• beneficia a largo
alcance dentro la
infraestructura que
soporta la operación
de los negocios.
• El servicio de nube se
paga de acuerdo ala
demanda.
• No beneficia a corto
plazo.
• Se paga de acuerdo
ala demanda.
• Tener que disponer
de red internet.
• Posible perdida de
seguridad industrial.
• Programario poco
desarrollado.
• La similitud de estos tres ( mining data, big
data y cloud computing es que son grandes
sistemas que manipulan grandes sistemas de
datos para poder prestar servicios a empresas,
negocios y otras que necesiten recibir
servicios de computacion a traves de internet.
• www.kumo.com.co/blog/ventajas-
desventajas-cloud-computing/
• http://www.cnnexpansion.com/opinion/2013
/02/26/ventajas-del-cloud-computing-on-
demand
Ventajas y desventajas de data mining, big data y cloud computing

Contenu connexe

Tendances

Tendances (20)

Características sgbd
Características sgbdCaracterísticas sgbd
Características sgbd
 
Data mart
Data martData mart
Data mart
 
CRM Microsoft Dynamics
CRM Microsoft DynamicsCRM Microsoft Dynamics
CRM Microsoft Dynamics
 
Resumen Del Proyecto
Resumen Del ProyectoResumen Del Proyecto
Resumen Del Proyecto
 
Programación lineal. bicicletas
Programación lineal. bicicletasProgramación lineal. bicicletas
Programación lineal. bicicletas
 
Big data presentación
Big data presentaciónBig data presentación
Big data presentación
 
Normalizacion de bases de datos
Normalizacion de bases de datosNormalizacion de bases de datos
Normalizacion de bases de datos
 
Sistemas distribuidos pnn2
Sistemas distribuidos pnn2Sistemas distribuidos pnn2
Sistemas distribuidos pnn2
 
Data mart
Data martData mart
Data mart
 
Cuadro comparativo
Cuadro comparativoCuadro comparativo
Cuadro comparativo
 
Sistemas de Gestión de Bases de datos
Sistemas de Gestión de Bases de datosSistemas de Gestión de Bases de datos
Sistemas de Gestión de Bases de datos
 
Mapa mental pib
Mapa mental pibMapa mental pib
Mapa mental pib
 
Ce e-commerce vs e-business
Ce  e-commerce vs e-businessCe  e-commerce vs e-business
Ce e-commerce vs e-business
 
La importancia de la base de datos
La importancia de la base de datosLa importancia de la base de datos
La importancia de la base de datos
 
Simulación y análisis 2013.pdf
Simulación y análisis 2013.pdfSimulación y análisis 2013.pdf
Simulación y análisis 2013.pdf
 
Sql o NoSql en Informática Médica
Sql o NoSql en Informática MédicaSql o NoSql en Informática Médica
Sql o NoSql en Informática Médica
 
El dba(administracion de base de datos)
El dba(administracion de base de datos)El dba(administracion de base de datos)
El dba(administracion de base de datos)
 
Sistema de Información I
Sistema de Información I Sistema de Información I
Sistema de Información I
 
Business intelligence diapositivas
Business intelligence diapositivasBusiness intelligence diapositivas
Business intelligence diapositivas
 
Investigacion de operaciones taha opti3
Investigacion de operaciones   taha opti3Investigacion de operaciones   taha opti3
Investigacion de operaciones taha opti3
 

En vedette

CUADRO COMPARATIVO DE CONCEPTOS DE MINING DATA, BIG DATA Y CLOUD COMPUTING.
CUADRO COMPARATIVO DE CONCEPTOS DE   MINING DATA, BIG DATA Y CLOUD COMPUTING.CUADRO COMPARATIVO DE CONCEPTOS DE   MINING DATA, BIG DATA Y CLOUD COMPUTING.
CUADRO COMPARATIVO DE CONCEPTOS DE MINING DATA, BIG DATA Y CLOUD COMPUTING.Luiseduardo123
 
Curso de big data
Curso de big data Curso de big data
Curso de big data Luis Joyanes
 
Big Data: Architecture and Performance Considerations in Logical Data Lakes
Big Data: Architecture and Performance Considerations in Logical Data LakesBig Data: Architecture and Performance Considerations in Logical Data Lakes
Big Data: Architecture and Performance Considerations in Logical Data LakesDenodo
 
Enabling the Bank of the Future by Ignacio Bernal
Enabling the Bank of the Future by Ignacio BernalEnabling the Bank of the Future by Ignacio Bernal
Enabling the Bank of the Future by Ignacio BernalBig Data Spain
 
Introducción al Big Data
Introducción al Big DataIntroducción al Big Data
Introducción al Big DataDavid Alayón
 
Big data architectures and the data lake
Big data architectures and the data lakeBig data architectures and the data lake
Big data architectures and the data lakeJames Serra
 
Big Data
Big DataBig Data
Big DataNGDATA
 

En vedette (8)

CUADRO COMPARATIVO DE CONCEPTOS DE MINING DATA, BIG DATA Y CLOUD COMPUTING.
CUADRO COMPARATIVO DE CONCEPTOS DE   MINING DATA, BIG DATA Y CLOUD COMPUTING.CUADRO COMPARATIVO DE CONCEPTOS DE   MINING DATA, BIG DATA Y CLOUD COMPUTING.
CUADRO COMPARATIVO DE CONCEPTOS DE MINING DATA, BIG DATA Y CLOUD COMPUTING.
 
Curso de big data
Curso de big data Curso de big data
Curso de big data
 
Big Data: Architecture and Performance Considerations in Logical Data Lakes
Big Data: Architecture and Performance Considerations in Logical Data LakesBig Data: Architecture and Performance Considerations in Logical Data Lakes
Big Data: Architecture and Performance Considerations in Logical Data Lakes
 
Enabling the Bank of the Future by Ignacio Bernal
Enabling the Bank of the Future by Ignacio BernalEnabling the Bank of the Future by Ignacio Bernal
Enabling the Bank of the Future by Ignacio Bernal
 
Introducción al Big Data
Introducción al Big DataIntroducción al Big Data
Introducción al Big Data
 
Tendencias en Big Data (2015-2016)
Tendencias en Big Data (2015-2016)Tendencias en Big Data (2015-2016)
Tendencias en Big Data (2015-2016)
 
Big data architectures and the data lake
Big data architectures and the data lakeBig data architectures and the data lake
Big data architectures and the data lake
 
Big Data
Big DataBig Data
Big Data
 

Similaire à Ventajas y desventajas de data mining, big data y cloud computing

01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptx01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptxJuanCarlosRomanPerez1
 
Big-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxBig-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxJavierNavarrete43
 
Big data con SQL Server 2014
Big data con SQL Server 2014Big data con SQL Server 2014
Big data con SQL Server 2014Eduardo Castro
 
Big data, Big Objects
Big data, Big ObjectsBig data, Big Objects
Big data, Big ObjectsNimacloud
 
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...atSistemas
 
Big data & data mining
Big data & data miningBig data & data mining
Big data & data miningrenfer64
 
Big Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nubeBig Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nubeEduardo Castro
 
Base de datos 217 1bn
Base de datos 217 1bnBase de datos 217 1bn
Base de datos 217 1bnjuanjosetn
 
Presentación Proyecto Cloud PDP
Presentación Proyecto Cloud PDPPresentación Proyecto Cloud PDP
Presentación Proyecto Cloud PDPNYCE
 
¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?Denodo
 
Sistema de bases de datos
Sistema de bases de datosSistema de bases de datos
Sistema de bases de datosAriel Medina
 
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Fundación Ramón Areces
 

Similaire à Ventajas y desventajas de data mining, big data y cloud computing (20)

01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptx01. Introducción a la Analítica de Datos.pptx
01. Introducción a la Analítica de Datos.pptx
 
Big-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxBig-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptx
 
Big data con SQL Server 2014
Big data con SQL Server 2014Big data con SQL Server 2014
Big data con SQL Server 2014
 
Big data, Big Objects
Big data, Big ObjectsBig data, Big Objects
Big data, Big Objects
 
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
Cómo llegar a la máxima personalización del eCommerce combinando Big Data, Cl...
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Big data & data mining
Big data & data miningBig data & data mining
Big data & data mining
 
Big Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nubeBig Data con Sql Server 2014 y la nube
Big Data con Sql Server 2014 y la nube
 
Base de datos 217 1bn
Base de datos 217 1bnBase de datos 217 1bn
Base de datos 217 1bn
 
Presentación Proyecto Cloud PDP
Presentación Proyecto Cloud PDPPresentación Proyecto Cloud PDP
Presentación Proyecto Cloud PDP
 
¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?
 
Que es big data
Que es big dataQue es big data
Que es big data
 
Sistema de bases de datos
Sistema de bases de datosSistema de bases de datos
Sistema de bases de datos
 
Calidad de datos
Calidad de datos Calidad de datos
Calidad de datos
 
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...
 
IN Unidad 3: Minería de datos
IN Unidad 3: Minería de datosIN Unidad 3: Minería de datos
IN Unidad 3: Minería de datos
 
BigData.pptx
BigData.pptxBigData.pptx
BigData.pptx
 
BigData.pptx
BigData.pptxBigData.pptx
BigData.pptx
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 

Dernier

TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Angélica Soledad Vega Ramírez
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfNataliaMalky1
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfAlfredoRamirez953210
 
Fundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfFundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfsamyarrocha1
 
PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfEDILIAGAMBOA
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas123yudy
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...fcastellanos3
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
Técnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesTécnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesRaquel Martín Contreras
 
cuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicacuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicaGianninaValeskaContr
 
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptxMonitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptxJUANCARLOSAPARCANARE
 

Dernier (20)

TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...
 
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdfLA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
LA OVEJITA QUE VINO A CENAR CUENTO INFANTIL.pdf
 
DIA INTERNACIONAL DAS FLORESTAS .
DIA INTERNACIONAL DAS FLORESTAS         .DIA INTERNACIONAL DAS FLORESTAS         .
DIA INTERNACIONAL DAS FLORESTAS .
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
 
Fundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdfFundamentos y Principios de Psicopedagogía..pdf
Fundamentos y Principios de Psicopedagogía..pdf
 
PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdf
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
VISITA À PROTEÇÃO CIVIL _
VISITA À PROTEÇÃO CIVIL                  _VISITA À PROTEÇÃO CIVIL                  _
VISITA À PROTEÇÃO CIVIL _
 
Técnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materialesTécnicas de grabado y estampación : procesos y materiales
Técnicas de grabado y estampación : procesos y materiales
 
cuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicacuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básica
 
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptxMonitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
Monitoreo a los coordinadores de las IIEE JEC_28.02.2024.vf.pptx
 

Ventajas y desventajas de data mining, big data y cloud computing

  • 2. • Genera modelos predictivos: permite que relaciones no descubiertas e identificadas a través del proceso del data mining sean expresadas como reglas del negocio o modelos predictivos . • Estos outputs pueden comunicarse en formatos tradicionales. • Dificultad de recopilación de los datos. • Dependiendo del tipo de datos que se quieren recopilar pueden conllevar mucho trabajo o la necesidad de tecnología de elevado costo.
  • 3. • Permite a los usuarios dar prioridad a decisiones y acciones mostrando factores que tiene un mayor en un objetivo. • Enormes bases de datos pueden ser analizadas. • El data mining descubre información que no se esperaba conocer. • Los modelos son confiables. • Los modelos se construyen de manera rápida. • El procesamiento de datos puede llevar demasiado tiempo. • No esta asegurada la obtención de un modelo valido.
  • 4. • El uso de big data puede ayudar a las empresas de distribución a automatizar, optimizar y afinar inventarios basándose en la demanda actual. • optimiza su cadena de suministro. • Se encuentran limitaciones debido ala cantidad de datos en ciertas aéreas. • Se dificultad la búsqueda de información de los diferentes motores de búsqueda.
  • 5. • Da a sus proveedores un "enlace de distribución minorista“. • Complace a los consumistas por medio de censos que se llevan a cabo en la web. • analiza comportamientos de compra y fija precios en consonancia. • permite a los establecimientos diferenciarse. • Oportunidades para los usuarios de la web. • La información no es concreta. • Los análisis de negocios no son concretos. • Los datos de enfermedades infecciosas o luchas contra el crimen no son incluidas en la web.
  • 6. • Reduce enormemente los presupuestos de TI. • beneficia a largo alcance dentro la infraestructura que soporta la operación de los negocios. • El servicio de nube se paga de acuerdo ala demanda. • No beneficia a corto plazo. • Se paga de acuerdo ala demanda. • Tener que disponer de red internet. • Posible perdida de seguridad industrial. • Programario poco desarrollado.
  • 7. • La similitud de estos tres ( mining data, big data y cloud computing es que son grandes sistemas que manipulan grandes sistemas de datos para poder prestar servicios a empresas, negocios y otras que necesiten recibir servicios de computacion a traves de internet.