Professional Documents
Culture Documents
2014
2
Autor: Rubn Daro Zapata Rojas
Objetivos
El Brainstorming, como hemos dicho, es una tcnica de creatividad, y como tal su objetivo fundamental es idear una solucin a un determinado problema, o mejorar las soluciones existentes.
Supuestos tericos
Los supuestos tericos en los que se basa el Brainstorming, y que lo hacen diferente de otros mtodos de creatividad existentes son: Aplazar el juicio y no realizar crticas, hasta que no agoten las ideas, ya que actuara como un inhibidor. Se ha de crear una atmsfera de trabajo en la que nadie se sienta amenazado. Cuantas ms ideas se sugieren, mejores resultados se conseguirn: "la cantidad produce la calidad". Las mejores ideas aparecen tarde en el periodo de produccin de ideas, ser ms fcil que encontremos las soluciones y tendremos ms variedad sobre la que elegir. La produccin de ideas en grupos puede ser ms efectiva que la individual. Asociacionismo: se pone en juego la imaginacin y la memoria de forma que una idea encadena y trae a otra. Las leyes que contribuyen a asociar las ideas son: Semejanza: con analogas, metforas. Oposicin: nos da ideas que conectan dos polos opuestos mediante la anttesis, la irona. Durante las sesiones, las ideas de una persona, sern asociadas de manera distinta por cada miembro, y har que aparezcan otras por contacto.
3
Autor: Rubn Daro Zapata Rojas
BIG DATA
Qu es Big Data y porqu se ha vuelto tan importante?
en trminos generales podramos referirnos como a la tendencia en el avance de la tecnologa que ha abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones, la cual es utilizada para describir enormes cantidades de datos (estructurados, no estructurados y semi estructurados) que tomara demasiado tiempo y sera muy costoso cargarlos a un base de datos relacional para su anlisis. De tal manera que, el concepto de Big Data aplica para toda aquella informacin que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales. Sin embargo, Big Data no se refiere a alguna cantidad en especfico, ya que es usualmente utilizado cuando se habla en trminos de petabytes y exabytes de datos. Entonces Cunto es demasiada informacin de manera que sea elegible para ser procesada y analizada utilizando Big Data? Estos resultados coinciden con una forma til de caracterizar tres dimensiones de big data las tres V: volumen, variedad y velocidad. Y si bien estas dimensiones engloban los principales atributos de big data, creemos que las empresas deben tener en cuenta una cuarta e importante dimensin: la veracidad. Incluir la veracidad como el cuarto atributo de big data pone de relieve la importancia de abordar y gestionar la incertidumbre inherente a algunos tipos de datos La convergencia de estas cuatro dimensiones ayuda tanto a definir como a distinguir big data:
Volumen: La cantidad de datos. Siendo quiz la caracterstica que se asocia con mayor frecuencia a big data, el volumen hace referencia a las cantidades masivas de datos que las organizaciones intentan aprovechar para mejorar la toma de decisiones en toda la empresa. Los volmenes de datos continan aumentado a un ritmo sin precedentes. No obstante, lo que constituye un volumen verdaderamente alto vara en funcin del sector e incluso de la ubicacin geogrfica y es ms pequeo que los petabytes y zetabytes a los que a menudo se hace referencia. Algo ms de la mitad de los encuestados consideran que conjuntos de datos de entre un terabyte y un petabyte ya son big data, mientras que otro 30% simplemente no saba cuantificar este parmetro para su empresa. Aun as, todos ellos estaban de acuerdo en que sea lo que fuere que se considere un volumen alto hoy en da, maana lo ser ms. Variedad: Diferentes tipos y fuentes de datos. La variedad tiene que ver con gestionar la complejidad de mltiples tipos de datos, incluidos los datos estructurados, semiestructurados y no estructurados. Las organizaciones necesitan integrar y analizar datos de un complejo abanico de fuentes de informacin tanto tradicional como no tradicional procedentes tanto de dentro como de fuera de la empresa. Con la profusin de sensores, dispositivos inteligentes y tecnologas de colaboracin social, los datos que se generan presentan innumerables formas entre las que se incluyen texto, datos web, tuits, datos de sensores, audio, vdeo, secuencias de clic, archivos de registro y mucho ms.
4
Autor: Rubn Daro Zapata Rojas
Veracidad: La incertidumbre de los datos. La veracidad hace referencia al nivel de fiabilidad asociado a ciertos tipos de datos. Esforzarse por conseguir unos datos de alta calidad es un requisito importante y un reto fundamental de big data, pero incluso los mejores mtodos de limpieza de datos no pueden eliminar la imprevisibilidad inherente de algunos datos, como el tiempo, la economa o las futuras decisiones de compra de un cliente. La necesidad de reconocer y planificar la incertidumbre es una dimensin de big data que surge a medida que los directivos intentan comprender mejor el mundo incierto que les rodea (vase el recuadro Veracidad, la cuarta V.
En definitiva, big data es una combinacin de estas caractersticas que crea una oportunidad para que las empresas puedan obtener una ventaja competitiva en el actual mercado digitalizado. Permite a las empresas transformar la forma en la que interactan con sus clientes y les prestan servicio, y posibilita la transformacin de las mismas e incluso de sectores enteros. No todas las organizaciones adoptarn el mismo enfoque con respecto al desarrollo y la creacin de sus capacidades de big data. Sin embargo, en todos los sectores existe la posibilidad de utilizar las nuevas tecnologas y analticas de big data para mejorar la toma de decisiones y el rendimiento.
5
Autor: Rubn Daro Zapata Rojas