Minería de datos en la nube. Patricia Rayón Villela

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Minería de datos en la nube. Patricia Rayón Villela"

Lorena Salazar Olivares
hace 8 años
Vistas:

1 Minería de datos en la nube Patricia Rayón Villela 1

2 Contenido Big-Data BI en la nube Analítica Texto Video Visual 2

3 Big data Problemas que eran difíciles o imposibles de resolver antes de ahora son manejables. Las organizaciones pueden analizar todos sus datos - no es sólo un subconjunto de la misma - y están facultados para analizar más ampliamente, de forma iterativa y con frecuencia. El resultado final es mejor toma de decisiones en una fracción del tiempo. 3

Las organizaciones pueden analizar todos sus datos - no es sólo un subconjunto de la

4 4 10% Datos estructurados 90% Datos no estructurados Texto libre Imágenes Audio Video Fuentes: sitios web, correspondencia, s, redes sociales, blogs, powerpoint, pdf, hojas de calculo, XML, SMS

Fuentes: sitios web, correspondencia, e-mails,

5 Estamos en la gran era de la información La cantidad de información crece en un 40% cada año El tipo de herramientas y cantidad de analistas con la cantidad de datos no están a al par 5

6 Text analytics Mas datos Mejores decisiones Qué datos no estructurados son los más apropiados? identifica y extrae la información relevante e interpreta, mina y estructura para revelar patrones, sentimientos y relaciones entre una gran cantidad de documentos. 6

identifica y extrae la información relevante e interpreta, mina y

7 Qué necesitamos? Categorización automática de contenido Búsqueda más rápida Análisis de sentimiento Sitios web, redes sociales, comentarios y blogs Minado de texto Descubrir conceptos y patrones previamente desconocidos 7

8 Qué es exactamente Big data? Big data se define menos por volumen que por el constante crecimiento, variedad, complejidad, velocidad y variabilidad de los datos. Texto, video y otros medios no estructurados requieren diferentes arquitecturas y tecnología para su análisis. La habilidad para analizar grandes cantidades de datos puede redefinir algunas funciones de negocio como: Calculo de riesgo Optimización de precios Experiencia del cliente Aprendizaje social 8

9 Tecnologías de Big Data Computo de alto desempeño Analizar todos los datos disponibles Analítica in-database Reporteo y analítica donde los datos residen Analítica in-memoria Provee respuestas más rápidamente Hadoop Almacenar y procesar grandes volúmenes de datos 9

donde los datos residen Analítica in-memoria Provee respuestas más

10 Datos relevantes Datos relevantes Aislar los datos relevantes Filtros inteligentes- NLP Retos de big data Velocidad en entrega Datos en conocimiento Información Cuanta gente ha bajado artículos que mencionan su compañía? Cual es el sentimiento de su marca en las redes sociales y como ha cambiado? Palabras clave para llevar a los mejores prospectos a su pagina web información de la vista de lo que sucedió en el pasado y sucederá en el futuro. 10

compañía? Cual es el sentimiento de su marca en las redes sociales y como ha cambiado?

11 +datos +conocimiento Predicción respuestas en un periodo de tiempo establecido respuestas más rápidas 11

12 Analítica hospedado en la nube Analítica hospedado en la nube: Mejorara el desempeño y eficiencia Entender mejor al cliente y las necesidades de los empleados Traducir los datos en toma de decisiones inteligente Reducir costos de TI Mejorar la escalabilidad 12

las necesidades de los empleados Traducir los datos en toma de

13 13 La infraestructura enfrenta tres principales retos: Volumen- capacidad de almacenamiento Variedad- formatos diversos Velocidad- tiempo real

14 14

15 15

16 16

17 17

18 18

19 19

20 20

21 21

22 22 Bi en la nube

23 23 Uso de BI

24 24 Adopción de BI

25 25 Componentes y servicios

26 26 Usos

27 27 Motivos

28 28 Text Analytics

29 Análisis de texto Text Analytics es el proceso de análisis de texto no estructurado, la extracción de la información pertinente, y su transformación en información estructurada que se puede aprovechar de varias maneras. Hurwitz & Associates 29

30 30 Usos

31 Tendencias Adopción de análisis de medios sociales Attensity, Clarabridge, IBM y SAS La voz del cliente: s, encuestas, mensajes de texto, CRM A large hospital improves patient care 31

32 Tendencias Analítica va más allá de análisis de los sentimientos. qué piensa la gente acerca de su producto / servicio en comparación con sus competidores o sobre cómo sus clientes se sientan sobre un tema determinado. 32

33 Tendencias Clarabridge ofrecen sentimiento sofisticada en una escala de once puntos 33

34 Tendencias SAS puede controlar los sentimientos y evaluar los cambios en el tiempo. IBM capacidad de extraer temas, que crecen o disminuyen con el tiempo. 34

35 Tendencias El mercado comienza a identificar la conexión entre el texto y Big Data. Analizar las fuentes de noticias en tiempo real Attensity, IBM, OpenText y SAS han adoptado Hadoop y MapReduce. datos no estructurados como parte de los grandes datos. 35

36 Tendencias La unión de datos estructurados y no estructurados 36

37 Tendencias Gestión de la información integrada incluye ahora el texto. OpenText- InfoFusion acceder, agregar, analizar la gestión de datos. SAS ofrecen capacidades de ETL que se pueden utilizar con datos estructurados y no estructurados. 37

38 Tendencia Mediante análisis de texto se mejoran la búsquedas. OpenText Semantic Navigation 38

39 Tendencias Sistemas de Gestión de Contenidos (CMS) las empresas querían integrar el análisis de texto, con sus sistemas de gestión de contenidos para ayudar a automatizar la clasificación de documentos. Análisis de texto en dispositivos móviles. La nube se hace más popular para el análisis de texto (SaaS). 39

40 40 Facilitadores semánticos comienza a cobrar impulso.

41 41 Cómo visualizar los datos?

42 42 Visual Analytics

43 43 Como representar los resultados

44 44

45 45

46 46 Video Analytics

47 47 Conteo de personas

48 48 Conteo de autos

49 49 ausencia de objetos

50 50

51 51 Aplicaciones

52 52 Aplicaciones

53 53

54 Conclusión Big Data Análitica Texto Video Data Tiempo real Dispositivos móviles 54

Documentos relacionados

Juan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora

Juan Carlos Olarte B Innovation and Business Development Management BIG DATA & ANALYTICS: El Futuro es Ahora Temas a Tratar Evolución y Tendencias Big Data & Analytics Data Mining, Data Science y Big Data