Num´erica Resumiendo N´ umero 7 Junio, 2017

Big Data: visi´ on general

Caracter´ısticas

Roles 1. Almacenadores de datos No utilizan los datos primarios o s´olo lo usan de acuerdo a lo definido. Pueden licenciar los datos a otras instituciones/empresas/compa˜ n´ıas. Se convierten en proveedores de datos. 2. Analistas

Perfiles 1. Chief Data Officer, lidera la gesti´on de datos y anal´ıtica asociada por el negocio (responsable de los diferentes equipos especialidades en datos).

2. Data Scientists, extraen conocimiento e informaci´on valiosa de los datos.

3. Citizen Data Scientist, no est´a formado espec´ıficamente para ser Data Scientist, pero puede extraer valor, a trav´es de su experiencia, explorando los datos, desde las unidades de negocio.

No disponen de los datos primarios, pero pueden adquirirlos. No tienen una idea sobre el valor a˜ nadido de los datos.

4. Data Engineer, proporciona datos de una manera accesible y apropiada a los usuarios y Data Scientists.

Realizan an´alisis estad´ısticos y de miner´ıa de datos sobre un gran volumen de datos

5. Data Steward, mantiene la calidad, disponibilidad y seguridad de los datos.

3. Big Data puro No disponen de los datos primarios, tampoco tienen las herramientas para realizar el an´alisis. Tienen una idea innovadora sobre el valor a˜ nadido de los datos no extra´ıdos.

Procesos claves

Antes de elegir una plataforma

6. Business Data Analyst, recoge las necesidades de los usuarios de negocio para los Data Scientist y presenta resultados obtenidos.

7. Data Artist, expertos en Business Analytics, crean gr´aficos, infograf´ıas y otras herramientas visuales.

Herramientas

Debemos evitar:

Creer que la implementaci´on es el fin de los problemas.

Asumir que el software tiene todas las respuestas.

No seleccionar ni priorizar la fuentes de datos.

No respetar las reglas de negocio.

Creer que el an´alisis de grandes vol´ umenes de datos es costo interno de informaci´on y tecnolog´ıa.

No elaborar o implmentar un plan de mantenimiento que contemple actualizaciones para realizar los ajustes pertinentes.

Referencias [1] George, G.; Maas, M. & Pentland, A. (2014). Big Data and Management. Academy of Management Journal, 57 (2). pp 321-326.

[2] McAfee, A. & Brynjolfsson, E. (2012). Big Data: the management revolution. Harvard Business Review, 90 (10). pp 61-68.

[3] Eurocat. (2016). Los 7 perfiles clave de los profesionales del Big Data. Disponible: https://eurecat.org/es/los-7-perfiles-clave-de-los-profesionales-del-big-data/.

[4] PowerData. (2014). Big Data analysis: do or die. En qu´e fijarse para elegir plataforma. Disponible: http://blog.powerdata.es/el-valor-de-la-gestion-de-datos/bid/389635/Big-Data-analysis-do-or-die-En-qu-fijarse-para-elegir-plataforma.

Citar como: Quituisaca-Samaniego, L. (2017). Big Data: visi´ on general. Num´erica Resumiendo, No. 7. Disponible en: www.numericaiid.com/#NIIDResumiendo

[email protected] — [email protected] www.numericaiid.com