Webconference: La revolución del Big Data. De los datos al negocio
-
Upload
obs-business-school -
Category
Education
-
view
334 -
download
0
Transcript of Webconference: La revolución del Big Data. De los datos al negocio
La revolución del Big Data De datos a negocio
Lluís Soldevila i Vilasís
Online Business School
25 de julio de 2013
Partners académicos
Es improbable que la energía atómica produzca algo mucho más
peligroso que un explosivo convencional
Winston Churchill (1930)
Creo que hay mercado mundial como mucho para cinco ordenadores
Thomas Watson, presidente de IBM (1943)
Se acabará demostrando que los rayos X son un timo
Lord Kelvin, presidente de la Royal Society (1883)
Nunca se fabricará un avión más grande que éste
Un ingeniero de Boeing, deslumbrado al ver el Boeing 247, con
capacidad para 10 personas (1933)
Acabaremos con el spam en dos años
Bill Gates, fundador de Microsoft (2004)
La televisión no durará porque la gente pronto se cansará de mirar
fijamente a una caja de madera contrachapada cada noche
Darryl Zanuch, productor de 20th Century Fox (1946)
La limpieza del hogar se llevará a cabo con aspiradoras nucleares
Alex Lewyt, presidente de Lewyt Corp (1950)
No hay necesidad de tener un ordenador en cada casa
Ken Olsen, fundador de Digital Equipment, 1977
El teléfono tiene demasiados inconvenientes para ser considerados
un medio de comunicación serio. Este aparato no nos sirve para nada
Circular interna de Western Union (1876)
El fonógrafo no tiene ningún valor comercial Thomas Edison
(1880)
Los americanos necesitan el teléfono. Nosotros no. Tenemos
mensajeros de sobra
William Preece, director del Servicio Postal británico (1878)
HOUSTON!
En el año 2.000 se
generaron 2 exabytes
de información
2.000.000.000.000.000.000
Fuente: IDC
En el año 2.013 se
generan 2 exabytes de
información …
Fuente: IDC
En el año 2.013 se
generan 2 exabytes de
información …
cada día!
Fuente: IDC
El universo digital
ocupará 35 Zettabytes
en 2020
35.000.000.000.000.000.000.000 bytes
Fuente: IDC
hp
mucho antes
antes
• Sistema transaccional que no da datos completos
• Los datos están centralizados
• Generación de datos diaria o semanalmente
• Entorno estable para el análisis
después (hoy!)
• Datos de muchas fuentes, de dentro y fuera de la
organización
• Los datos están físicamente distribuidos
• Necesidad de iterar para validad modelos
• Cada iteración requiere nueva carga de información
• Cuál era mi nómina
• Cuál era la nómina de mi mujer
• Cuántas tarjetas de crédito tenía (como mínimo!)
• Mi hipoteca
• Si ahorraba o no
• Cuál era mi nómina
• Cuál era la nómina de mi mujer
• Cuántas tarjetas de crédito tenía (como mínimo!)
• Mi hipoteca
• Si ahorraba o no
… y también
• Cuántos hijos tenía
• A qué cole iban mis hijos
• Cómo vestía
• Cuáles cuantos coches tenía
• Mis aficiones
• Si marchaba fuera a el fin de semana
• Cuántas veces a la semana cenaba fuera
• Cuál era mi nómina
• Cuál era la nómina de mi mujer
• Cuántas tarjetas de crédito tenía (como mínimo!)
• Mi hipoteca
• Si ahorraba o no
… y también
• Cuántos hijos tenía
• A qué cole iban mis hijos
• Cómo vestía
• Cuáles cuantos coches tenía
• Mis aficiones
• Si marchaba fuera a el fin de semana
• Cuántas veces a la semana cenaba fuera
… y también
• Cuándo necesitaba un nuevo producto
• Cuándo dejaría de pagar
• Cuándo dejaría de ser cliente
Fuente: www.johnsaunders.com
mantra
mantra
Fuente: Bigus, 1996
http://www.perceptualedge.com/files/GraphDesignIQ.html
Fuente: Wikibon
Fuente: Wikibon
#salud
#automoción
#política
#tráfico
#deportes
#cambio social
the next big thing?
#empieza ya!
¡Gracias!
Online Business School
25 de julio de 2013
Partners académicos
88
www.obs-edu.com
Título del PPT
• California visualitzation
• Hibridar: gaming+entretainment