Presentación del
Equipo 3: Big Data y las 5 V's
Caracteristicas del Big data
El Big Data tiene varias características que lo hacen diferente de los sistemas tradicionales de información. Estas características permiten comprender cómo se generan, almacenan y analizan grandes cantidades de datos en la actualidad.
Volumen 📦
Velocidad ⚡
Variedad 🧩
Veracidad ✔️
Valor 💎
Volumen 📦
Se refiere a la enorme cantidad de datos que se generan constantemente. Las organizaciones ya no miden sus repositorios en Gigabytes o Terabytes, sino en Petabytes (es una unidad de almacenamiento de información digital. Equivale a 1024 terabytes o aproximadamente un millón de gigabytes) o Exabytes (equivale a 1024 petabytes o aproximadamente 1000millones de gigabytes).
Enlace
Ejemplos: Redes sociales almacenan fotos, videos y mensajes. YouTube recibe cientos de horas de video cada minuto. Aplicaciones de mapas reciben millones de ubicaciones GPS al mismo tiempo.
Velocidad ⚡
Es la rapidez con la que los datos se crean, transmiten y entran en movimiento a través de los flujos de comunicación. En entornos críticos la información debe procesarse e interpretarse prácticamente en tiempo real; un retraso de pocos minutos invalida la utilidad del análisis.
Enlace
Ejemplos: Aplicaciones como Waze o Google Maps necesitan actualizar el tráfico en tiempo real. Las plataformas bancarias detectan fraudes en segundos. Las redes sociales muestran tendencias instantáneamente.
Variedad 🧩
Las fuentes de datos son de cualquier tipo. Los datos pueden ser estructurados, no estructurados y semiestructurados.
Estructurados: datos con formato o esquema fijo que poseen campos fijos.
No estructurados: texto, datos de sensores, audio, video, flujos de clics, archivos logs.
Semieestructurado: Los datos semiestructurados tienen un flujo lógico y un formato que puede ser definido, pero no es fácil su comprensión por el usuario.
Enlace
Ejemplo: Imaginemos el registro en vivo de imágenes de las cámaras de video de un estadio de fútbol o de vigilancia de calles y edificios.
Veracidad ✔️
El establecimiento de la veracidad o fiabilidad (truth) de Big Data supone un gran reto a medida que la variedad y las fuentes de datos crecen. (Se refiere a qué tan confiables son los datos.)
Enlace
Ejemplo:
- “Uno de cada tres líderes de negocio (directivos) no se fía de las informaciones que utilizan para tomar decisiones”.
- Puede haber información duplicada.
Valor 💎
Representa la capacidad de transformar los datos masivos en beneficios tangibles, ventajas competitivas o soluciones a problemas reales. Los datos solo son útiles cuando ayudan a tomar decisiones importantes.
Enlace
- Hadoop, es un software que procesa grandes volúmenes de datos a través de un cluster de centenares, o incluso millares de computadores de un modo muy económico.
- Encontrar rutas más rápidas
BIBLIOGRAFÍA • Aguilar, L. J. (2020).Big Data Análisis de grandes volúmenes de datos en organizaciones. Alfaomega
UNIVERSIDAD NACIONAL ROSARIO CASTELLANOS LICENCIATURA EN CIENCIA DE DATOS PARA NEGOCIOS CIENCIA DE DATOS
Docente: Mtro. Jonathan Arenas Robles Alumnos: Maribel Catonga Cheron Ramón Sánchez Diaz
Equipo 3: Big Data y las 5 V's
Ramon Sanchez
Created on May 22, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Smart Presentation
View
Practical Presentation
View
Essential Presentation
View
Akihabara Presentation
View
Flow Presentation
View
Terrazzo Presentation
View
Dynamic Visual Presentation
Explore all templates
Transcript
Presentación del
Equipo 3: Big Data y las 5 V's
Caracteristicas del Big data
El Big Data tiene varias características que lo hacen diferente de los sistemas tradicionales de información. Estas características permiten comprender cómo se generan, almacenan y analizan grandes cantidades de datos en la actualidad.
Volumen 📦
Velocidad ⚡
Variedad 🧩
Veracidad ✔️
Valor 💎
Volumen 📦
Se refiere a la enorme cantidad de datos que se generan constantemente. Las organizaciones ya no miden sus repositorios en Gigabytes o Terabytes, sino en Petabytes (es una unidad de almacenamiento de información digital. Equivale a 1024 terabytes o aproximadamente un millón de gigabytes) o Exabytes (equivale a 1024 petabytes o aproximadamente 1000millones de gigabytes).
Enlace
Ejemplos: Redes sociales almacenan fotos, videos y mensajes. YouTube recibe cientos de horas de video cada minuto. Aplicaciones de mapas reciben millones de ubicaciones GPS al mismo tiempo.
Velocidad ⚡
Es la rapidez con la que los datos se crean, transmiten y entran en movimiento a través de los flujos de comunicación. En entornos críticos la información debe procesarse e interpretarse prácticamente en tiempo real; un retraso de pocos minutos invalida la utilidad del análisis.
Enlace
Ejemplos: Aplicaciones como Waze o Google Maps necesitan actualizar el tráfico en tiempo real. Las plataformas bancarias detectan fraudes en segundos. Las redes sociales muestran tendencias instantáneamente.
Variedad 🧩
Las fuentes de datos son de cualquier tipo. Los datos pueden ser estructurados, no estructurados y semiestructurados.
Estructurados: datos con formato o esquema fijo que poseen campos fijos.
No estructurados: texto, datos de sensores, audio, video, flujos de clics, archivos logs.
Semieestructurado: Los datos semiestructurados tienen un flujo lógico y un formato que puede ser definido, pero no es fácil su comprensión por el usuario.
Enlace
Ejemplo: Imaginemos el registro en vivo de imágenes de las cámaras de video de un estadio de fútbol o de vigilancia de calles y edificios.
Veracidad ✔️
El establecimiento de la veracidad o fiabilidad (truth) de Big Data supone un gran reto a medida que la variedad y las fuentes de datos crecen. (Se refiere a qué tan confiables son los datos.)
Enlace
Ejemplo:
Valor 💎
Representa la capacidad de transformar los datos masivos en beneficios tangibles, ventajas competitivas o soluciones a problemas reales. Los datos solo son útiles cuando ayudan a tomar decisiones importantes.
Enlace
BIBLIOGRAFÍA • Aguilar, L. J. (2020).Big Data Análisis de grandes volúmenes de datos en organizaciones. Alfaomega
UNIVERSIDAD NACIONAL ROSARIO CASTELLANOS LICENCIATURA EN CIENCIA DE DATOS PARA NEGOCIOS CIENCIA DE DATOS Docente: Mtro. Jonathan Arenas Robles Alumnos: Maribel Catonga Cheron Ramón Sánchez Diaz