Big data

22
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 A00999170 31 agosto 2015

Transcript of Big data

Page 1: Big data

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

Índice

➔ Definición➔ ¿Quienes generan esta

información/datos?➔ Utilidad➔ Ejemplos➔ Big Data Marketing➔ Aspectos negativos Conclusión

Page 4: Big data
Page 5: Big data

V

V

V

OLUMEN

ARIEDAD

ELOCIDAD

V

V

ERACIDA

D

ALOR

+

Page 6: Big data

VOLUMEN

Page 7: Big data

VARIEDAD

Page 8: Big data

VELOCIDAD

Page 9: Big data

VERACIDAD

Page 10: Big data

VALOR

Page 11: Big data

¿Quiénes la generan?

Personas Transacción

de datos

Page 12: Big data

Redes

socialesM2M Biométrica

Page 13: Big data

Utilidad

La exploración de grandes datos

360º de visión sobre el cliente

Page 14: Big data

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

Ejemplos

Page 16: Big data

Luis von Ahn

Page 17: Big data

Big Data Marketing

❏ Ubicación❏ Sexo ❏ Edad❏ Preferencias

Personalizar promociones y campañas.

VentasVisitas

++

Page 18: Big data
Page 19: Big data

¿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

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

Conclusiones

Page 22: Big data

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