Big Data
-
Upload
celeste-hernandez -
Category
Education
-
view
279 -
download
1
Transcript of Big Data
![Page 1: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/1.jpg)
Tecnológico de Monterrey, Campus Saltillo.Diseño y Producción de Medios Interactivos
Profesor: Ing. Marco Cobarrubias
Alicia Velázquez Canizales A00999146
Jenifer Bonilla Granados A00999275
Celeste Hernández González A0099917031 agosto 2015
![Page 3: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/3.jpg)
Índice
➔ Definición➔ ¿Quienes generan esta
información/datos?➔ Utilidad➔ Ejemplos➔ Big Data Marketing➔ Aspectos negativos Conclusión
![Page 4: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/4.jpg)
![Page 5: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/5.jpg)
V
V
V
OLUMEN
ARIEDAD
ELOCIDAD
V
V
ERACIDA
D
ALOR
+
![Page 6: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/6.jpg)
VOLUMEN
![Page 7: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/7.jpg)
VARIEDAD
![Page 8: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/8.jpg)
VELOCIDAD
![Page 9: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/9.jpg)
VERACIDAD
![Page 10: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/10.jpg)
VALOR
![Page 11: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/11.jpg)
¿Quiénes la generan?
Personas Transacción
de datos
![Page 12: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/12.jpg)
Redes
socialesM2M Biométrica
![Page 13: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/13.jpg)
Utilidad
La exploración de grandes datos
360º de visión sobre el cliente
![Page 14: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/14.jpg)
Extensión de la seguridad e inteligencia
Análisis de Operaciones
● Visión mejorada de inteligencia y vigilancia.
● Prevención de ataques cibernéticos.
● Predicción y prevención del crimen.
![Page 15: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/15.jpg)
Ejemplos
![Page 16: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/16.jpg)
Luis von Ahn
![Page 17: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/17.jpg)
Big Data Marketing
❏ Ubicación❏ Sexo ❏ Edad❏ Preferencias
Personalizar promociones y campañas.
VentasVisitas
++
![Page 18: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/18.jpg)
![Page 19: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/19.jpg)
¿Qué tipo de información es la que generas?
Población mundial 7.5 billones / 18.9 billones de aparatos electrónicos conectados a la red.
Los análisis complejos que se pueden hacer gracias al Big Data.
¿Límites de privacidad?
Aspectos Negativos
![Page 20: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/20.jpg)
La forma en que se puede conocer de ti mediante el big data no siempre es utilizada de la mejor manera.
Cibercriminales pueden utilizar la información de manera maliciosa.
¿Arma de doble filo?
Hackers
![Page 21: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/21.jpg)
Conclusiones
![Page 22: Big Data](https://reader031.fdocuments.mx/reader031/viewer/2022021918/589bfc831a28ab40348b736b/html5/thumbnails/22.jpg)
Bibliografía:
● Barranco, R. (2014). ¿Qué es Big Data?. IBM. Recuperado de https://www.ibm.com/developerworks/ssa/local/im/que-es-big-data/
● Gonzalo, M. (05 de 08 de 2013). Los datos masivos (o Big Data) son el nuevo oro. Recuperado el 29 de 08 de 2015, de eldiario.es: http://www.eldiario.es/turing/Big-data_0_161334397.htm
● Lantares. (2015). Las cinco principales aplicaciones de Big Data. Lantares.com. Recuperado de: http://www.lantares.com/blog/las-cinco-principales-aplicaciones-de-big-data
● López, J. C. (27 de 02 de 2014). La moda del Big Data: ¿En qué consiste en realidad? Recuperado el 29 de 08 de 2015, de eleconomista.es: http://www.eleconomista.es/tecnologia/noticias/5578707/02/14/La-moda-del-Big-Data-En-que-consiste-en-realidad.html#.Kku8T2pjsdwC4A8
● Páramo, A. (2015). Big Data Marketing, el poder de los datos al servicio de las ventas. Recuperado de: http://www.hechosdehoy.com/big-data-marketing-el-poder-de-los-datos-al-servicio-de-45849.htm
● Press, G. (2014). 12 Big Data Definitions: What's Yours?. Forbes. Recuperado de http://www.forbes.com/sites/gilpress/2014/09/03/12-big-data-definitions-whats-yours/
● Rojas, K. (2015). El lado oscuro del Big Data: La delgada línea que separa lo favorable de lo que puede usarse en su contra. Gestion.pe. Recuperado de: http://gestion.pe/tecnologia/big-data-cibercrimen-ataques-seguridad-informatica-2140668