Estado del Arte

Es una nueva investigación documental de los resultados de

investigaciones ya realizadas sobre un determinado objeto de estudio, a
partir de la cual se recupera el conocimiento acumulado.

Responde la pregunta:

¿En qué momento se encuentra la investigación en relación con el

problema de investigar?

Sirve para:
 Informarse del conocimiento que ya se produjo sobre un tema

 Colocarse en una postura crítica frente a lo que ya se ha hecho

 Evitar investigaciones ya realizadas

 Ampliar el conocimiento sobre un tema con preguntas que no se

han contestado

 Organizar el material existente para luego sistematizarlo y tener

una profunda compresión

Incluye:

 Marco Teórico:

 Revisión y análisis crítico de una investigación

 Permite: Adoptar o desarrollar una perspectiva teórica

 Antecedentes:

 Recogen trabajos previos

 Pasos:

1º. Leer de manera general el tema de investigación elegido

2º. Identificar los conceptos claves de la investigación

3º. Realizar una búsqueda de diferentes investigaciones

4º. Seleccionar las que sean más importantes y compatibles con el

tema de investigación

5º. Elaborar un listado con los documentos seleccionados y

organizarlos

6º. Leer, comprender y analizar los textos seleccionados con

distanciamiento crítico y objetividad

7º. Redactar de forma clara, breve y concisa con las propias

palabras del investigador una explicación de todo lo
investigado.

 Lo que no se debe hacer:

 NO se debe buscar un resumen corto de los temas de

investigación. Lo que se pretende es entender bien el tema
estudiado.

 NO copiar el texto del artículo directamente (plagio). Ponerlo

con las propias palabras del investigador.
 Estado del Arte de Big Data

Google procesa alrededor de 1 PB a la hora. El rápido crecimiento de

generación de datos es evidente. IDG en su IDG Enterprise Big Data
Study, 2014 llegó a la conclusión de que se está produciendo un
incremento exponencial de la cantidad de datos gestionados por las
organizaciones, con una previsión de crecimiento del 76% en los próximos
12 a 18 meses. Los números abruman. Exabyte (EB, 1.000 PB, 260 bytes),
Zettabyte (ZB, 1.000 EB, 270 bytes), Yotabytes (YB, 1.000 ZT, 280 bytes,
actualmente lo más grande imaginado).
Es tal la cantidad de datos que generamos en nuestras interacciones que
las empresas están intensificando sus esfuerzos para gestionarlos y ser
capaces de extraer valor para su negocio. Casi el 49% está inmerso en un
proyecto Big Data o lo va a estar próximamente. No es de extrañar. El
poder alimentar la inteligencia de negocio con datos en tiempo real, a la
vez que se mejora la proactividad hacia el cliente disponiendo de
información para trabajar con escenarios predictivos, es una ventaja
enorme.
El uso intensivo del Big Data se está haciendo mayoritariamente en
compañías digitales donde es crítico el análisis para poder tocar al
“cliente virtual”. Estas compañías han conseguido ventajas competitivas
que les ha situado en posiciones dominantes en el mercado.
Big Data está abriendo una valiosa ventana de información, desde los
hábitos de compra del consumidor, hasta el inventario disponible. Pero
esta visión interna es muy limitada si consideramos el crecimiento del
negocio digital.
El negocio digital cada vez más exigirá tiempo real. Para poder
anticiparse, las organizaciones deberán saber que pasa dentro y fuera, y
la información actual no es suficiente.
La disponibilidad de información por parte del consumidor (a través del
móvil, medios sociales, la nube, etc.) sobre sus vendedores, creará un
nuevo estilo de valoración basado en los datos de miles de sensores
integrados en los productos. Esta información, mucho más objetiva,
puede ser un factor diferencial clave para las marcas.
Casos de empresas que utilizan Big Data:
1. Shazam

Tiene una base de datos de más de 60 millones de canciones, más de 200

millones de usuarios registrados. Está disponible en 33 idiomas diferente
en los 200 países en los que está presente.

Shazam utiliza concretamente tecnología Big Data de Amazon:

 Amazon Web Services: Shazam consigue un conjunto completo de

servicios de infraestructura y aplicaciones que permitían ejecutar
todo desde la nube.

 Amazon DynamoDB: Shazam consigue un servicio de bases de

datos NoSQL rápido y totalmente gestionado que permite
almacenar y recuperar de manera fácil cualquier cantidad de datos.

 Amazon Elastic compute Cloud (Amazon EC2): servicio web que

proporciona capacidad informática con tamaño modificable en la
nube, para que en los grandes eventos en los que multitud de
usuarios utilizan Shazam puedan ser atendidos correctamente.

2. Telefónica

Telefónica es una empresa española operadora de servicios de

telecomunicaciones (telefonía fija, telefonía móvil, ADSL, FTTH, etc.).

Lo que consigue Telefónica gracias a Big Data:

 Consumo de móvil por regiones, con lo que se obtendría el nivel

socioeconómico de un país. Esto hace unos años solo se podría
realizar mediante encuestas y hoy en día es una realidad gracias a
Big Data.

 Solución extrema Big Data que incluye una fase de identificación

de fuentes internas y externas, y varios modelos de predicciones
dependiendo de su cliente objetivo.

 Mejora el tiempo de respuesta y reduce costes.

La tecnología utilizada de Big Data por telefónica es:

 Instant Servers: es similar al EC2 de Amazon. La ventaja que tiene

Instan Servers es su simplicidad a la hora de gestionar redes
privadas. Otra ventaja es el coste. No obstante, EC2 tiene más
funcionalidades y está mejor valorado.

3. Paypal

Es una compañía del grupo EBay la cual ha implementado una forma

rápida y segura de pagar por internet sin tener la necesidad de compartir
la información financiera de las cuentas de crédito con los vendedores.

PayPal tiene una serie de filtros de administración de fraudes. Esto lo

consigue recopilando datos de sitios fraudulentos tales como datos
financieros, direcciones IP, información del navegador, diferente
tipología de información con las cual pueden identificar con antelación
prevenir transacciones fraudulentas.

Gracias a esto PayPal es la forma de pago más fiable de internet y en la

que confían más usuarios en todo el mundo.

4. Facebook

Facebook es una red social que crece día a día y acumula más de 100 peta
bytes. Gran parte de los ingresos de FB son gracias a la publicidad.

Big Data FB gestiona toda su publicidad de manera inteligente

dirigiéndola a los usuarios que la requieren. Otro ejemplo claro de la
utilización de Big Data es el etiquetado inteligente que detecta los
rostros según los usuarios.

Pero el ejemplo más claro es el manejo de las bases de datos de FB donde

almacena fotos, perfiles, conversaciones, usuarios en más de 50 000
servidores.

Si a todo esto le añadimos que también recopila información de nuestros

dispositivos móviles y de los navegadores que utilizamos nos podemos
imaginar la gran cantidad de datos que tiene que manejar FB.
Se utiliza Hadoop para almacenar copias de registro interno y las fuentes
de datos de dimensiones y lo utilizan como una fuente para la
presentación de informes / análisis y aprendizaje automático.

A fecha de 04/05/2018 tienen 2 grandes grupos:

 Un grupo 1100-máquina con 8.800 núcleos y un 12 PB de

almacenamiento de crudo.

 Un grupo de 300 máquinas con 2.400 núcleos y unos 3 PB de

almacenamiento de crudo.

 Cada nodo (productos básicos) tiene 8 núcleos y 12 TB de

almacenamiento.

5. Spotify

Spotify es la plataforma musical más conocida actualmente. Spotify

ofrece múltiples servicios, aunque el principal es ofrecer música en
“Streming”, es decir, a través de internet, para ello tiene una base de
datos con más de 10000 canciones.

No obstante ofrecer música no es su único servicio ya ofrece

recomendaciones musicales por gustos, radios interactivas, posibilidad
de conectarse con diversos usuarios para ver la música que escuchan
incluso de conectarse a diversas 60 redes sociales.

Y no debemos olvidar que Spotify no es un servicio gratuito y tiene que

implementar formas de pago seguras como ya se comentó
anteriormente de PayPal.

A continuación, se muestran datos recogidos por Spotify en Hadoop:

 200 GB de datos comprimidos de usuarios por día.

 100GB de datos de servicios por día.

 60GB de datos generados por Hadoop al día.

 190 nodos por clúster de 4 PB de capacidad de almacenamiento.

Predicciones del Big Data:

 Machine Learning será la próxima novedad en Big Data. Ayudará

a los negocios a la hora de analizar los datos.

 La privacidad será un reto. Los riesgos de ciberataques serán

mayores debido al crecimiento de los volúmenes de datos. Una
tarea de gran complejidad a la que deberán enfrentarse las
compañías en los próximos años.

 La demanda de data scientists y analistas incrementará, así como

el volumen de datos. Este hecho propiciaría que los data scientists
y analistas lograsen mejores y mayores salarios.

 Las inversiones en tecnologias Big Data escalará más

posiciones. De acuerdo a los analistas del International Data
Corporation (IDC), “Los ingresos de Big Data y de los negocios de
analítica crecerán de los 122 mil millones de dólares en 2015 a los
187 en 2019”. Es un aumento muy pronunciado de 65 mil millones
de dólares en un espacio de 3 años.

 Un alto número de desarrolladores se unirán a la revolución Big

Data. Según Forbes, se espera que en el año 2020 más de cinco
millones de desarrolladores estarán trabajando en este ámbito. Si
nos centramos en el puesto con mayor incremento en su demanda
por parte de las empresas sería el de Data Scientists, con una
subida del 39%.

 En el 2020, la información se utilizará para reinventar, automatizar

o eliminar el 80% de los procesos de negocio y productos de la
década actual.