Coursera Learner working on a presentation with Coursera logo and
Coursera Learner working on a presentation with Coursera logo and

La analítica de grandes datos es el uso de técnicas analíticas avanzadas contra conjuntos de datos muy grandes y diversos que incluyen datos estructurados, semiestructurados y no estructurados, de diferentes fuentes y en diferentes tamaños desde terabytes hasta zettabytes.

Grandes datos es un término que se aplica a los conjuntos de datos cuyo tamaño o tipo se pasa la capacidad de las bases de datos sociales habituales de captar, supervisar y procesar la información con poca inercia. La enorme información tiene al menos una de las cualidades que la acompañan: gran volumen, alta velocidad o gran surtido. El razonamiento computarizado (inteligencia simulada), portátil, social y la Red de Cosas (IoT) están conduciendo la información intrincada a través de nuevas estructuras y fuentes de información. Por ejemplo, los grandes datos se originan en sensores, aparatos, video/sonido, sistemas, registros, aplicaciones basadas en valores, web y redes en línea – bastante de ellos producidos continuamente y a una escala enorme.

La investigación de una enorme cantidad de información permite a los expertos, especialistas y clientes comerciales tomar decisiones mejores y más rápidas utilizando información que ya estaba bloqueada o era inutilizable. Las organizaciones pueden utilizar métodos de investigación avanzados, por ejemplo, el examen del contenido, la IA, el análisis predictivo, la extracción de datos, las mediciones y el lenguaje normal preparándose para aumentar las nuevas experiencias a partir de fuentes de información no descubiertas de antemano de forma autónoma o junto con la información de emprendimiento existente.

Casos de uso para el análisis de grandes datos

Mejorar las incorporaciones de clientes

Información total organizada, semi- y no estructurada de los enfoques de contacto que su cliente tiene con la organización para aumentar una perspectiva de 360 grados sobre la conducta de su cliente e inspirar una mejor publicidad personalizada. Las fuentes de información pueden incorporar vida en línea, sensores, teléfonos celulares, suposiciones e información de registro de llamadas.

Detectar y mitigar el fraude

La pantalla se intercambia continuamente, percibiendo proactivamente esos extraños ejemplos y prácticas que demuestran el falso movimiento. La utilización de la intensidad de la enorme información junto con el examen y la correlación clarividente/prescriptiva de la información verificable y basada en valores ayuda a las organizaciones a anticiparse a la extorsión y a aliviarla.

Impulsar la eficiencia de la cadena de suministro

Reúne e investiga información enorme para decidir cómo los artículos están llegando a su objetivo, reconociendo los aspectos de desperdicio y dónde se pueden ahorrar gastos y tiempo. Los sensores, registros e información basada en valores pueden ayudar a rastrear los datos básicos desde el almacén hasta la meta.

Languages

Weekly newsletter

No spam. Just the latest releases and tips, interesting articles, and exclusive interviews in your inbox every week.