Aquí está mi definición “funcional” de Big Data: si sus 1) Herramientas y 2) Procesos existentes no admiten las necesidades de análisis de datos, entonces tiene un problema de Big Data.
Puede agregar tantas V como desee, pero todo se relaciona con la idea de que necesita herramientas y procesos más grandes y mejores para respaldar sus necesidades de análisis de datos a medida que crece.
Ejemplo:
- ¿Cuáles son los diferentes caminos para convertirse en un científico de datos en grandes empresas como Google o Facebook, si acabo de comenzar a trabajar como científico de datos en una startup de análisis de datos en India después de mi graduación en el campo de la electrónica?
- ¿Puedo comenzar a aprender ciencia de datos y big data a los 34 años o es demasiado tarde?
- ¿Cuánto peso tiene un certificado de posgrado de Harvard en ciencia de datos?
- ¿Cuál es el panorama del big data en 2016?
- ¿Cuál es la más fácil: aprendizaje automático, inteligencia artificial o ciencia de datos?
# 1 ¡Los datos de redes sociales son GRANDES! ¡Es Texto (variedad) y mucho más grande en tamaño (Volumen) y todo viene muy rápido! (velocidad) Y la empresa quiere analizar los sentimientos de los clientes en las redes sociales: OK, tenemos el problema de 3V y necesitamos una solución para respaldar esto. Puede ser Hadoop es la respuesta. Tal vez no. Pero tiene un problema de “Big Data”.
# 2: su base de datos de clientes está rota. No corrigen las direcciones. Google y Alphabet están apareciendo como dos compañías separadas cuando deberían ser solo una. Su número de empleados está desactualizado y todos estos problemas confunden al usuario de su empresa y ya no confían en los datos. Tiene un problema de veracidad y, por lo tanto, tiene un problema de GRANDES datos.
Todos tienen un problema de GRANDES DATOS. Solo depende de cuáles son las “v” Y Y en la mayoría de los casos, las “herramientas” por sí solas no resolverán el problema. Necesitas PERSONAS y PROCESOS para resolver eso. Aquí está mi clasificación: 1) PERSONAS 2) PROCESO 3) PLATAFORMA (herramientas) para ingredientes que son clave para resolver problemas de GRANDES Datos.
