Professional Documents
Culture Documents
La identificacion mas detallada de los KPI durante esta etapa ayuda a determinar los
objetivos y alcanzar las metas
Para que un problema empresarial sea considerado un Problema de Big Data, debe estar
relacionado con una o mas caracteristica de Big Data.
Otro resultado de esta etapa es la Determinacion del Presupuesto necesario para llevar
acabo el proyecto de analisis.
Etapa 2: Identificación de Datos
Tanto los Datos Internos como Externos deben ser guardados una vez que
se generan o entran en la empresa.
Para los Analisis por Lotes, los datos se guardan antes del analisis.
En el caso de Analisis en Tiempo Real, los datos primero son analizados, y
luego guardados en disco.
Etapa 3: Adquisición y Filtrado(filtering) de Datos
Los métodos mas usados para aplicar la limpieza y validación de datos a un Data
Set son los siguientes:
Análisis
Transformación de Datos
Eliminación de duplicados
Método Estadístico
Filtrar
Resumir y sintetizar información
Ordenar
Describir y caracterizar distribuciones
Encontrar anomalías
Encontrar agrupaciones
Detectar correlaciones
formas de visualizar los datos
• Gráfico de Barra
• Tablas
• Gráfico Circular
• Nube de palabras
• Infograma
• Gráficos de Línea
Etapa 9 : Uso de los resultados del análisis
Un modelo pueden ser usados para mejorar la logica del proceso
empresarial y la del sistema de aplicaciones, y pueden conformar
la base de un nuevo sistema o software
Organice las etapas del ciclo de Big Data
Visualización de datos 1. ______________________
Extracción de datos 2. ______________________
Identificación de datos 3. ______________________
Validación y limpieza(cleasing) de datos
4. ______________________
Adquisición y filtrado(filtering) de datos
5. ______________________
Uso de los resultados del análisis
Agregación y representación de datos
6. ______________________
Evaluación del caso empresarial 7. ______________________
Análisis de datos(Data Analisys) 8. ______________________
9. ______________________