Total Pageviews

Wednesday, December 14, 2016

Решения, большие данные и метафора синего солдата крабы

Чувство возможности и рынок При принятии решения?



Синий краб солдат, Mictyris longicarpus, является одним из видов, который живет в песчаных пляжах Австралии и в других местах. Взрослые в среднем 25 мм, белый, синий цвет на спине. Они питаются отходами на пляже. Самцы образуют большие «армии», которые движутся на пляже во время отлива, а затем закопать в ожидании следующего отлива. Количество крабов возникает, зависит от температуры, ветра, дождя.

Интересный факт заключается в том, что, когда они находятся на пляже в поисках пищи должны смотреть, чтобы увидеть, если уровень моря поднимается, потому что руководствовались "таинственным импульсом" армия возвращается к месту отправления, чтобы снова зарываются в песок. Как вы знаете? Приливы определяются гравитационной силой Луны, оказываемого на земле; крабы имеют чувствительные биологические часы к этому аттракциону, так что они "знают", когда, чтобы вернуться и снова искать защиты. Таинственное и, казалось бы, непостижимое, но реально.

Волна представляет собой периодическое изменение уровня моря, вызванное притяжением Луны и Солнца на Землю вместе. Явление ощутим в море, потому что вода не является жестким и, следовательно, деформируется, создавая видимые движения, которые изменяют уровень моря.

Приливное явление известно с древних времен. Pytheas (IV век до н.э.). Был первым, чтобы указать на связь между амплитудой прилива и фазы Луны, а также от частоты. Плиний Старший утверждал, что волна была связана с луной и солнцем. Исаак Ньютон в своем Математических начал натуральной философии ( "Математические начала натуральной философии») дал объяснение приливов и отливов в настоящее время приняты.

Есть два известных государства: Высокий прилив или отлив, когда вода в море достигает своей максимальной высоты в пределах цикла приливов и отливов; Отлив или отлива противоположное состояние, где море достигает меньшую высоту. Приблизительное время между высоким и отлива составляет 6 часов, езда на велосипеде 24 часа 50 минут. Эта периодичность является то, что влияет на движение краба солдата, никогда не удастся.

Поток процесс идет медленно и непрерывный подъем морских вод, путем постепенного увеличения лунного или солнечного притяжения или обоих; Рефлюкс является медленное и постепенное снижение морских вод, в результате распада лунного или солнечного притяжения.

Что крабы должны делать с бизнесом? Они могут быть частью вкусного бизнеса, но и предложить интересные вещи.

Большие данные, макроданные, крупномасштабные данные или данные масс это понятие, которое относится к хранению больших объемов данных и процедур, используемых для поиска повторяющихся моделей, тенденции в реальном времени.

Есть много инструментов, чтобы иметь дело с большими данными и Hadoop, NoSQL, Кассандрой, Business Intelligence, Machine Learning и других, любой из них некоторые из трех типов больших данных:

i) Структурированные данные. Данные, которые имеют четко определенную длину и формат, такие как даты, числа или строки. Хранятся в таблицах (реляционные базы данных, электронные таблицы)

ii) неструктурированные данные. формат, который остается были собраны, они не имеют определенного формата. не могут быть сохранены в виде таблиц, так как они не имеют базовых типов данных (PDF документы, мультимедийные документы, электронные письма или текстовые документы).

iii) полуструктурированными данных. Данные не ограничены определенными полями, но они имеют маркеры для разделения различных элементов. Эти данные имеют свои собственные полуструктурированное метаданные, описывающие объекты и отношения между ними; Они принимаются по соглашению (HTML, XML, JSON).


В прошлом, с относительно простой и предсказуемого мира, решения для рынка, в отношении товаров и услуг, которые могут быть предложены для клиентов или потребителей были относительно просты и понятны, так как некоторые данные были использованы, методы сбора они были простыми (обследований, продаж и клиентов записи, статистические прогнозы с использованием методов и основные инструменты, такие как линейной регрессии).

Ошибки в решениях были контролируемыми и оказывает незначительное влияние на финансовые результаты. Потребители имели очень ограниченный доступ к данным и доступа к информации и, следовательно, несколько альтернатив, чтобы выбрать или несколько аргументов, чтобы быть более требовательными. Счастливый мир для бизнеса? Может быть, но там было мало возможностей для роста рынка и прибыльности.

Сегодня деловой мир является более сложным, потому что потребители имеют больше доступной информации в режиме реального времени, по объему, разнообразию, со всего мира. Решения, предпочтения, поведение и потребление закупки отражаются в натуральном и производят явление больших данных; это порождает лица, принимающие решения в компании должны выходить за рамки обычного, недостаточной и устаревших средств массовой информации о том, что теперь доступна на больших данных.

Основные описательная статистика является недостаточным и ограниченным, теперь должны использовать прогнозирующие или предписывающих статистические критерии и более строгие и сложные методы, но больше подходит для данной разновидности, скорости и объема, которые характеризуют большие данные. Нужна более трудным? Да, но есть и больше возможностей, больше рисков и доходности в случае успеха в принятии решений.



Интеллектуальная и продуктивное использование больших объемов данных предполагает использование инструментов мощного анализа и поддержки в области науки, научных данных, характеризуется творческим процессом массивной данных и создания стоимости от них, значение, которое заметно улучшает процесс принятия решений. Это значение является понимание больших данных, которые могут действовать как «внутренний датчик» советы, когда, как, почему, что, где, кто предлагает товар или услугу.

Решение производитель уже не может быть эмпирическим, бухгалтер или чистый администратор, должен быть больше инженер и конечно же, более творческим, более призрачной, но если он вздрагивает трудности, вы всегда можете обратиться к специалистам, которые были бы подходящей поддержки. Эти ученые данные, ученые данные, которые могут помочь создать ценность для организации от больших данных.



Для крабы, решить, следует ли вернуться в убежище, наблюдая приближение тела водного эквивалента к решениям исполнительной власти по реагированию на текущем рынке, XXI века, опираясь на данные, которые предоставляют отчеты о продажах, история клиентов, опросы (медленные, частичные, вне времени). Оба умерли бы, если они действовали хорошо; краб утопление и бизнесмен или исполнительной власти пожирает конкуренции.

Когда краб использует свой "биологические часы луна" всегда точно знает, в какой момент он должен уйти в отставку со своей «армии». Когда исполнительная власть опирается на информацию, которая дает большие данные, он разрабатывает тщательный анализ от них и получает соответствующее представление, имеет большой потенциал, чтобы выйти победителем в борьбе за рынок.

ссылки

Big Data visualización: Turning Big Data into Big insights

Big data

Marea

Mictyris longicarpus

Le decisioni, big data e la metafora di granchi soldato blu

Il senso di opportunità e di mercato quando prendere una decisione?



Il granchio soldato blu, Mictyris longicarpus, è una specie che vive nelle spiagge di Australia e altrove. Gli adulti sono in 25 mm, bianco, colore blu medio sul dorso. Si nutrono di rifiuti per la spiaggia. I maschi formano grandi "eserciti" che si muovono sulla spiaggia durante la bassa marea, poi seppellire in attesa della prossima bassa marea. Il numero di granchi emerge dipende dalla temperatura, vento, pioggia.

Il fatto interessante è che non quando sono in spiagga cerca di cibo deve guardare per vedere se il livello del mare si alza perché guidate da un "impulso misterioso" l'esercito torna al luogo di origine a scavare nella sabbia di nuovo. Come fai a saperlo? Le maree sono determinati dalla forza gravitazionale della luna esercitata sulla terra; granchi hanno un orologio biologico sensibile a che l'attrazione, in modo che "sapere" quando tornare e cercare di nuovo la protezione. Misteriosa e apparentemente incomprensibile, ma reale.

La marea è il cambiamento periodico del livello del mare causato dalla forza di attrazione della luna e del sole sulla terra insieme. Il fenomeno è percepibile in mare perché l'acqua non è rigido e quindi si deforma, creando i movimenti visibili che alterano il livello del mare.

Il fenomeno delle maree è noto fin dall'antichità. Pitea (IV sec. AC) fu il primo a sottolineare il rapporto tra l'ampiezza della marea e le fasi della luna, e la frequenza. Plinio il Vecchio ha affermato che la marea era legato alla luna e del sole. Isaac Newton nel suo Philosophiae Naturalis Principia Mathematica ( "Principi matematici della filosofia naturale") ha dato la spiegazione delle maree attualmente accettate.

Ci sono due stati notevoli: Alta marea o alta marea, quando l'acqua di mare raggiunge la massima altezza all'interno del ciclo delle maree; Bassa marea o bassa marea lo stato opposto, dove il mare raggiunge la sua altezza più piccoli. Il tempo approssimativo tra l'alta e la bassa marea è di 6 ore, in bicicletta 24 ore 50 minuti. Questa periodicità è ciò che influenza il movimento del soldato granchio, mai meno.

Il flusso di processo è lento e continuo salita di acque marine, dal progressivo aumento della attrazione lunare o solare o entrambi; Reflusso è il declino lento e graduale delle acque marine, a causa del decadimento della attrazione lunare o solare.

Cosa granchi hanno a che fare con le imprese? Possono essere parte di un delizioso business, ma anche suggerire cose interessanti.

Grandi dati, i dati macro, i dati su larga scala o di dati di massa è un concetto che si riferisce alla memorizzazione di grandi quantità di dati e le procedure utilizzate per trovare modelli ripetitivi, le tendenze in tempo reale.

Ci sono molti strumenti per affrontare Big Data e Hadoop, NoSQL, Cassandra, Business Intelligence, Machine Learning e altri, nessuno di loro è tra i tre tipi di Big Data:

i) i dati strutturati. I dati che hanno lunghezza e formato ben definite, come date, numeri o stringhe. È memorizzato in tabelle (database relazionali, fogli di calcolo)

ii) i dati non strutturati. il formato che rimane sono stati raccolti, non hanno un formato specifico. Non possono essere salvati come tabelle perché non hanno tipi di base di dati (documenti PDF, documenti multimediali, e-mail o documenti di testo).

Iiii) i dati semi-strutturati. I dati non sono limitate a certi settori, ma non hanno i marcatori per separare i diversi elementi. Questi dati hanno un loro metadati semi-strutturata che descrive gli oggetti e le relazioni tra loro; Sono accettati per convenzione (HTML, XML, JSON).


Errori nelle decisioni erano controllabili e ha avuto poco effetto sui risultati finanziari. I consumatori hanno avuto un accesso molto limitato ai dati e l'accesso alle informazioni e, quindi, poche alternative tra cui scegliere o pochi argomenti di essere più esigenti. Un mondo felice per il business? Forse, ma c'erano poche opportunità per la crescita del mercato e la redditività.

Oggi, il mondo degli affari è più complesso perché i consumatori hanno più informazioni disponibili in tempo reale, in volume, varietà, provenienti da tutto il mondo. Le decisioni prese, preferenze, comportamenti di acquisto e il consumo sono registrati in massa e producono il fenomeno del Big Data; questo genera decisori in aziende devono andare oltre i media convenzionali, insufficienti e obsoleti su ciò che è ora disponibile su Big Data.

Le statistiche descrittive di base è insufficiente e limitato, ora deve usare criteri predittivi o prescrittivi statistici e metodi più rigorosi e difficile, ma più adatto alla varietà, velocità e il volume che caratterizzano Big Data. Hai bisogno di più difficile? Sì, ma ci sono anche più opportunità, più rischi e la redditività, se riesce a decisioni.

l



Uso intelligente e produttivo Big dati implica l'uso di strumenti di analisi potente e supporto in Science, Science Data, caratterizzato dal processo creativo massiccia di dati e la creazione di valore da essi, valore che migliora notevolmente il processo decisionale. Questo valore è l'intuizione di Big dati, che possono agire come un consiglio "sensore interno", quando, come, perché, cosa, dove, che offrono un prodotto o servizio.

Il decisore non può più essere un empirico, un contabile o l'amministratore puro, dovrebbe essere più tecnico e, naturalmente, più creativo, più visionario ma se rabbrividisce difficoltà, si può sempre rivolgersi a specialisti che sarebbero un supporto idoneo. Questi sono gli scienziati di dati, gli scienziati dati che possono contribuire a creare valore per l'organizzazione da Big Data.




Per i granchi, decidere se tornare al loro rifugio a guardare l'approccio del corpo di acqua equivalente alle decisioni un esecutivo di rispondere al mercato attuale, XXI secolo, basandosi su dati che forniscono report di vendita, la storia clienti, indagini (lento, parziali, fuori dal tempo). Entrambi sarebbero morti se si sono comportati bene; granchio annegamento e uomo d'affari o esecutivo è divorato dalla concorrenza.

Quando il granchio utilizza il suo "orologio biologico luna" sa sempre esattamente a che punto si dovrebbe andare in pensione con il suo "esercito". Quando l'esecutivo si basa su informazioni che dà Big Data, si sviluppa l'analisi robusta da loro e ottiene l'intuizione rilevante, ha un grande potenziale per emergere vittoriosi nella lotta per il mercato.

Riferimenti

Big Data visualización: Turning Big Data into Big insights

Big data

Marea

Mictyris longicarpus


Decyzje, duże dane i metafora niebieskie kraby żołnierz

Poczucie szans i rynek. Przy podejmowaniu decyzji?



Niebieski krab żołnierz mictyris longicarpus, jest gatunkiem, który żyje w piaszczystych plaż Australii i innych krajach. Dorośli są średnio o 25 mm, biały, niebieski kolor na plecach. Żywią się odpadów do plaży. W mężczyźni tworzą duże "armii", które poruszają się na plaży w czasie odpływu, a następnie pochować czekając na następny odpływu. Liczby krabów wyłania zależy od temperatury, wiatru, deszczu.

Interesujący jest fakt, że gdy są one na plaży, że nie kiedy są one w poszukiwaniu pokarmu trzeba patrzeć, czy poziom morza podnosi się, ponieważ prowadzone przez "tajemniczego impulsu" armia wraca do miejsca pochodzenia do nory do piasku ponownie. Skąd wiesz? Fale są określane przez siły grawitacyjne Księżyca wywieranej na ziemi; kraby mają wrażliwą zegar biologiczny do tego przyciągania, więc oni "wiedzą", kiedy wrócić i ponownie ubiegać się o ochronę. Tajemniczy i pozornie niezrozumiałe, ale prawdziwe.

Fala jest okresowa zmiana poziomu morza spowodowane przez przyciąganie księżyca i słońca na ziemi razem. Zjawisko to jest zauważalne w morzu, ponieważ woda nie jest sztywna, a zatem odkształca, tworząc widoczne ruchy, które zmieniają poziom morza.
Zjawisko pływów jest znana od starożytności. Pytheas (IV wpne). Był to pierwszy zwrócić uwagę na zależność między amplitudy fali i faz księżyca, a częstotliwość. Pliniusz Starszy twierdził, że fala była związana z księżyca i słońca. Isaac Newton w swoim Philosophiae Naturalis Principia Mathematica ( "Zasady matematyczne filozofii naturalnej") dał 
wyjaśnienia przypływów obecnie akceptowane.

Istnieją dwa znaczące stanowi: Przypływ lub przypływu, gdy woda morska osiągnie maksymalną wysokość w ramach cyklu pływów; Odpływ lub odpływu przeciwieństwem stanu, gdzie morze osiąga mniejszą wysokość. Przybliżony czas pomiędzy wysokim i odpływu wynosi 6 godzin, jazda na rowerze 24 godzin 50 minut. Ta częstotliwość jest tym, co wpływa na ruch kraba żołnierz nigdy nie zawodzą.

Przepływ proces jest powolny i ciągły wejście na wodach morskich, ze względu na stopniowy wzrost księżycowego i słonecznego przyciągania lub obu; Refluks jest powolny i stopniowy spadek wód morskich, ze względu na rozpad księżycowego i słonecznego przyciągania.
Co kraby mają do czynienia z firmy? Mogą one być częścią pysznym biznesu, ale także zaproponować ciekawe rzeczy.

Big Data, dane makro, danych na dużą skalę lub danych masa jest pojęciem, które odnosi się do przechowywania dużych ilości danych i procedur stosowanych znaleźć powtarzające się wzory, trendy w czasie rzeczywistym.

Istnieje wiele narzędzi do radzenia sobie z Big Data i Hadoop, NoSQL, Cassandra, Business Intelligence, uczenia maszynowego i innych, każdy z nich jest jedne z trzech rodzajów Big Data:

i) Structured danych. Dane, które dobrze określonej długości i formatu, takie jak daty, liczb lub ciągów. Są przechowywane w tabelach (relacyjne bazy danych, arkusze kalkulacyjne)

ii) dane nieuporządkowane. format, który pozostaje zebrano, brakuje im określonego formatu. Nie można zapisać w postaci tabel, ponieważ nie mają one podstawowe typy danych (dokumentów PDF, dokumenty multimedialne, e-maile i dokumenty tekstowe).

iii) semistrukturalnych danych. Dane te nie są ograniczone do pewnych obszarów, ale mają znaczniki aby rozdzielić różne elementy. Dane te mają własne metadane semistrukturalnych opisujące obiekty i relacje między nimi; Są one przyjmowane przez konwencję (HTML, XML, JSON).     


W przeszłości, ze stosunkowo prostym i przewidywalnym świecie, decyzje dla rynku, w odniesieniu do produktów i usług, które mogą być oferowane do klientów lub konsumentów były stosunkowo proste i jednoznaczne, ponieważ niewiele danych użyto metody gromadzenia, były proste (ankiety, sprzedaży i klientów zapisy, prognozy statystyczne z wykorzystaniem technik i podstawowe narzędzia takie jak regresja liniowa).

Błędy w decyzji były sterowalne i miał niewielki wpływ na wyniki finansowe. Konsumenci mają bardzo ograniczony dostęp do danych i dostępu do informacji, a zatem niewiele alternatyw do wyboru lub kilka argumentów za bardziej wymagający. Szczęśliwy świat dla biznesu? Być może, ale było kilka możliwości dla rozwoju rynku i rentowności.

Dzisiaj świat biznesu jest bardziej skomplikowana, ponieważ konsumenci mają więcej informacji dostępnych w czasie rzeczywistym, objętościowo, odmiany, z całego świata. Decyzje, preferencje, zachowania zakupu i konsumpcji są nagrane luzem i wytwarzają zjawiska Big danych; ta generuje decydenci w firmach muszą wykraczać poza konwencjonalne, niewystarczające i przestarzałe mediach o tym, co jest obecnie dostępne na 
Big Data.

Podstawowe statystyki opisowe jest niewystarczające i ograniczone, muszą teraz korzystać predykcyjnych lub nakazowym kryteriów statystycznych i bardziej rygorystycznych i trudnych metod, ale bardziej nadaje się do odmiany, szybkości i wielkości, które charakteryzują duże ilości danych. Potrzebujesz trudniejsze? Tak, ale są też większe możliwości, więcej ryzyka i rentowności, jeśli uda się decyzji.


Inteligentne i wydajne wykorzystanie dużej ilości danych wymaga użycia narzędzi analizy i potężne wsparcie w nauce, nauce danych, charakteryzujących proces twórczy masywnej danych i tworzenia wartości od nich, wartość, która znacznie poprawia proces decyzyjny. 

Wartość ta jest wgląd Big danych, które mogą działać jak "czujnik wewnętrzny" poradę, kiedy, jak, dlaczego, co, gdzie, którzy oferują produkt lub usługę.

Decydent może nie być już empiryczny, księgowy lub czystej administratora, powinien być bardziej inżynierem i oczywiście, bardziej twórczy, bardziej odkrywczy ale jeśli wzdryga problemy, zawsze możesz zwrócić się do specjalistów, którzy będą odpowiednie wsparcie. Są to dane, naukowcy naukowcy danych, które mogą pomóc tworzyć wartość dla organizacji z Big Data.




Kraby, zdecydować, czy wrócić do swojego schronienia obserwując podejście kapania równoważnej decyzji wykonawczej w odpowiedzi na obecnym rynku, XXI wieku, opierając się na danych, które dostarczają raporty sprzedaży, historia klienci, sondaże (powolny, częściowy, poza czasem). Zarówno umarłby gdyby działał dobrze; Krab i biznesmen utonięcia lub wykonawcza jest pochłonięta przez konkurencję.

Gdy krab wykorzystuje swój zegar biologiczny "moon" zawsze wie dokładnie, w którym momencie powinien wycofać się ze swojej "armii". Gdy wykonawczej opiera się na informacjach, które daje duże ilości danych, to rozwija się solidną analizę z nich i dostaje odpowiednią wiedzę, ma wielki potencjał, aby zwyciężyć w walce o rynek.

Referencje

Big Data visualización: Turning Big Data into Big insights

Big data

Marea

Mictyris longicarpus


Les décisions, les grandes données et la métaphore des crabe soldats bleus

Le sens de l'opportunité et le marché. Quand  prend une décision?


Le soldat de crabe bleu, Mictyris longicarpus, est une espèce qui vit dans les plages de sable fin de l'Australie et ailleurs. Les adultes sont en moyenne de 25 mm, blanc, couleur bleu sur le dos. Ils se nourrissent de déchets à la plage. Les mâles forment de grandes «armées» qui se déplacent sur la plage à marée basse, puis enterrer attendant la prochaine marée basse. Le nombre de crabes sort dépend de la température, le vent, la pluie.

Le fait intéressant est que quand ils sont à la plage en recherche alimentaire pas besoin de regarder pour voir si le niveau de la mer monte, car guidé par une «impulsion mystérieuse" l'armée retourne à l'endroit d'origine pour creuser dans le sable à nouveau. Comment savez-vous? Les marées sont déterminées par la force gravitationnelle de la lune exercée sur la terre; crabes ont une horloge biologique sensible à cette attraction, de sorte qu'ils «savent» quand revenir et chercher à nouveau la protection. Mystérieuse et apparemment incompréhensible, mais réel.

La marée est le changement périodique du niveau de la mer causée par l'attraction de la lune et du soleil sur la terre ensemble. Le phénomène est perceptible dans la mer parce que l'eau est pas rigide et se déforme donc créer les mouvements visibles qui modifient le niveau de la mer.

Le phénomène des marées est connue depuis l'antiquité. Pytheas (IV siècle av. J.-C.) fut le premier à souligner la relation entre l'amplitude de la marée et les phases de la lune, et la fréquence. Pline l'Ancien a affirmé que la marée était liée à la lune et le soleil. Isaac Newton dans son Philosophiae Naturalis Principia Mathematica ( «Principes mathématiques de philosophie naturelle») a donné l'explication des marées actuellement acceptée.

Il y a deux états notables: à marée haute, quand l'eau de mer atteint sa hauteur maximale dans le cycle des marées; ou à marée basse l'état opposé, où la mer atteint sa plus petite hauteur. La durée approximative entre la marée haute et basse est de 6 heures, à vélo 24 heures 50 minutes. Cette périodicité est ce qui influence le mouvement du soldat de crabe, ne manquent jamais.

Le flux de processus est montée lente et continue des eaux marines, par l'augmentation progressive de l'attraction lunaire ou solaire, ou les deux; Reflux est le déclin lent et progressif des eaux marines, en raison de la désintégration de l'attraction lunaire ou solaire.

Qu'est-ce que les crabes ont à voir avec l'entreprise? Ils peuvent faire partie d'une entreprise délicieux, mais aussi suggérer des choses intéressantes.

Big data, les données macro, données à grande échelle ou les données de masse est un concept qui fait référence au stockage de grandes quantités de données et les procédures utilisées pour trouver des motifs répétitifs, les tendances en temps réel.
Il existe de nombreux outils pour faire face aux Big Data et Hadoop, NoSQL, Cassandra, Business Intelligence, l'apprentissage automatique et d'autres, l'un d'eux est une partie des trois types de Big Data:

i) des données structurées. Les données qui ont la longueur et le format bien définis, tels que les dates, les nombres ou des chaînes. Est stockées dans des tables (bases de données relationnelles, des feuilles de calcul)

ii) les données non structurées. Le format qui reste ont été recueillies, elles manquent un format spécifique. ne peut pas être enregistré en tant que tables, car ils ne possèdent pas les types de base de données (documents PDF, des documents multimédia, e-mails ou des documents de texte).

iii)              les données semi-structurées. Les données ne sont pas limités à certains domaines, mais ils ont des marqueurs pour séparer les différents éléments. Ces données ont leurs propres métadonnées semi-structuré décrivant les objets et les relations entre eux; Ils sont acceptés par convention (HTML, XML, JSON).



Dans le passé, avec un monde relativement simple et prévisible, les décisions pour le marché, en relation avec les produits et services qui pourraient être offerts aux clients ou aux consommateurs étaient relativement simples et directes, puisque peu de données ont été utilisés, les méthodes de collecte ils étaient simples (enquêtes, ventes et clients records, projections statistiques en utilisant des techniques et des outils de base tels qu'une régression linéaire).

Des erreurs dans les décisions étaient contrôlables et eu peu d'effet sur les résultats financiers. Les consommateurs ont un accès très limité aux données et à l'accès à l'information et, par conséquent, peu d'alternatives à choisir ou quelques arguments pour être plus exigeants. Un monde heureux pour les entreprises? Peut-être, mais il y avait peu de possibilités de croissance du marché et de la rentabilité.

Aujourd'hui, le monde des affaires est plus complexe parce que les consommateurs ont plus d'informations disponibles en temps réel, en volume, en variété, de partout dans le monde. Les décisions prises, les préférences, les comportements d'achat et de consommation sont enregistrés en vrac et produisent le phénomène de Big Data; cela génère des décideurs dans les entreprises ont besoin d'aller au-delà des médias traditionnels, insuffisants et obsolètes sur ce qui est maintenant disponible sur Big Data.

Les statistiques descriptives de base son  insuffisantes et limitées, doivent maintenant utiliser des critères prédictifs ou prescriptives statistiques et des méthodes plus rigoureuses et difficiles, mais plus adapté à la variété, la vitesse et le volume qui caractérisent Big Data. Plus difficile? Oui, mais il y a aussi plus de possibilités, plus de risques et de la rentabilité se succède dans les décisions.




Une utilisation intelligente et productive de Big données implique l'utilisation d'outils d'analyse puissants et de soutien dans la science, la science des données, caractérisé par le processus de création de données massive et la création de valeur de leur part, de la valeur qui améliore nettement le processus de prise de décision. Cette valeur est la perspicacité de Big données, qui peuvent agir comme un «capteur interne» des conseils quand, comment, pourquoi, quoi, où, qui offrent un produit ou service.

Le décideur ne peut plus être empirique, un comptable ou un administrateur pur, devrait être plus ingénieur et bien sûr, plus créatif, plus visionnaire mais s'il frissonne difficultés, vous pouvez toujours se tourner vers des spécialistes qui seraient un support approprié. Ce sont des scientifiques de données, qui peuvent aider à créer de la valeur pour l'organisation du Big Data.




Pour les crabes, décider de revenir à leur refuge en regardant l'approche de la masse d'eau équivalente aux décisions d'un exécutif de répondre au marché actuel, XXI siècle, en se fondant sur des données qui fournissent des rapports de ventes, l'histoire les clients, les enquêtes (lentes, partielles, hors du temps). Les deux allaient mourir s'ils ont agi ainsi; la noyade de crabe et homme d'affaires ou exécutif est dévoré par la concurrence.

Lorsque le crabe utilise son "horloge biologique de lune" sait toujours exactement à quel moment il devrait prendre sa retraite avec son «armée». Lorsque l'exécutif repose sur des informations qui donne Big Data, il développe une analyse solide de leur part et obtient la perspicacité pertinente, a un grand potentiel pour sortir victorieux dans la lutte pour le marché.

Références

Big Data visualización: Turning Big Data into Big insights

Big data

Marea

Mictyris longicarpus


Decisions, big data and the metaphor of the blue soldier crabs

The sense of opportunity and the market When to make a decision?




The blue crab soldier, Mictyris longicarpus, is a species that lives on the sandy beaches of Australia and elsewhere. Adults are 25 mm in average, white, blue in the back. They feed on waste on the beach. The males form large "armies" that move on the beach during low tide, then they are buried waiting for the next low tide. The number of crabs that emerge depends on temperature, winds, rain.

The interesting fact is that when they are in the beach  looking for food they do not have to look to see if the sea level rises, because guided by a "mysterious impulse" the army returns to the place of origin to bury itself in the sand again. How do they know? The tides are determined by the gravitational force of the moon exerted on the earth; the crabs have a biological clock sensitive to that attraction, so they "know" when they must return and seek protection again. Mysterious and seemingly incompressible, but real.

The tide is the periodic change of the sea level produced by the attraction of the Moon and the sun on the earth as a whole. The phenomenon is perceptible in the sea because the water is not rigid and that is why it deforms, creating the visible movements that alter the level of the sea.

The phenomenon of the tides has been known since antiquity. Piteas (4th century BC) was the first to point out the relationship between the amplitude of the tide and the phases of the Moon, as well as its periodicity. Pliny The Elder affirmed that the tide was related to the Moon and the Sun. Isaac Newton, in his Philosophiae Naturalis Principia Mathematica ("Mathematical Principles of Natural Philosophy") gave the explanation of the tides currently accepted.

There are two notable states: High tide , when sea water reaches its maximum height within the tidal cycle; The low tide, opposite state, in which the sea reaches its lowest height. The approximate time between high tide and low tide is 6 hours, completing a cycle of 24 hours 50 minutes. This periodicity is what influences the movement of the welded crab, without ever failing.

Flow is the process of slow and continuous ascent of the marine waters, by the progressive increase of the lunar or solar attraction or of both; the ebb is the slow and progressive descent of the marine waters, due to the decay of the lunar or solar attraction.

What do crabs have to do with business? They can be part of a delicious business dinner, but they also suggest interesting things.

Big data, macro data, large-scale data or mass data is a concept that refers to the storage of large amounts of data and the procedures used to find repetitive patterns, real-time trends.
There are many tools to deal with Big Data such as Hadoop, NoSQL, Cassandra, Business Intelligence, Machine Learning and more, any of them dealing with some of the three Big Data types:

I) Structured data. Data that has well defined its length and format, such as dates, numbers or strings. They are stored in tables (relational databases, spreadsheets)
(Ii) Unstructured data. It maintains the format with which they were collected, they lack a specific format. They can not be saved as tables because they do not have basic types of data (PDF documents, multimedia documents, emails or text documents).
Iii) Semi-structured data. Data that is not limited to certain fields, but has markers to separate the different elements. These data have their own semi-structured metadata describing objects and their relationships; Are accepted by convention (HTML, XML, JSON).


In the past, in a relatively simple and predictable world, market decisions in relation to products and services that could be offered to customers or consumers were relatively simple and straightforward, since little data was available, harvesting methods were simple (surveys, sales and customer records, statistical projections using basic techniques and tools such as linear regression).

Mistakes in decisions were controllable and had little effect on financial results. Consumers had very limited access to data and information and therefore, few alternatives to choose or few arguments to be more demanding. A happy world for business? Maybe, but there were few opportunities for market growth and profitability.

At present, the business world is more complex because consumers have more information available in real time, in volume, in variety, coming from all over the world. The decisions they make, the preferences, the purchasing or consumption behaviors are registered in massive form and produce the Big Data phenomenon; This generates in companies decision makers the need to go beyond the conventional, insufficient and obsolete means with respect to what is now available in Big Data.

The basic descriptive statistics are insufficient and limited, now must resort to predictive or prescriptive statistics, with more rigorous and difficult criteria and methods, but more appropriate to the variety, speed and volume that characterize Big Data. More difficult? Yes, but there are also more opportunities, more risks and more profitability if you make the right decisions.


The intelligent and productive use of Big Data involves the use of powerful analysis tools and support in Data Science, characterized by the creative process of massive data and the creation of value from them, a value that improves noticeably the process of decision making. This value is the insight of Big data, which allows acting as if an "internal sensor" advised when, how, why, for what, where, to whom to offer a product or service.

The decision maker can no longer be an empiricist, a pure accountant or administrator, must be more engineer and, of course, more creative, more visionary but if the difficulties frighten him, he can always resort to specialists who would be an adequate support. Those are data scientists, who can help create value for the organization from Big Data.



For crabs, deciding whether to return to their shelter by observing the approach of the body of water is equivalent to the decisions an executive takes to respond to the current market, 21st century, relying on the data provided by the sales reports, the history of their clients, surveys (slow, partial, out of time). They would both die if they did; the crab is drowned and the entrepreneur or executive is devoured by the competition.

When the crab uses his "lunar biological clock," he always knows exactly when to withdraw with his "army." When the executive relies on information provided by Big Data, develops robust analysis from them and obtains the relevant insight, it has many chances of winning the fight in the market.

References

Big Data visualización: Turning Big Data into Big insights

Big data

Marea

Mictyris longicarpus


Decisiones, big data y la metáfora de los cangrejos soldado azules

El sentido de oportunidad y el mercado ¿Cuándo tomar una decisión?



El cangrejo soldado azul,  Mictyris longicarpus,  es una especie que vive en los playas de arena de Australia y otros lugares. Los adultos miden 25 mm en promedio, color blanco, azules en la espalda. Se alimentan de los residuos que hay en la playa. Los machos forman grandes “ejércitos” que se desplazan sobre la playa durante  la marea baja, luego se entierran esperando la próxima marea baja. El número de cangrejos que emerge depende de la temperatura, vientos, lluvia.

El hecho interesante es que cuando están en la playa buscando alimento no tienen que mirar para ver si sube el nivel del mar, porque guiados por un “impulso misterioso” el ejército regresa al lugar de origen para enterrarse en la arena nuevamente. ¿Cómo lo saben? Las mareas están determinadas por la fuerza gravitatoria de la luna ejercida sobre la tierra; los cangrejos tienen un reloj biológico sensible a dicha atracción, por lo que “saben” cuando deben regresar y buscar nuevamente protección.  Misterioso y aparentemente incompresible, pero real.

La marea es el cambio periódico del nivel del mar producido por la atracción de la Luna y el sol sobre la tierra en conjunto. El fenómeno es perceptible en el mar porque el agua no es rígida y por eso se deforma, creando los movimientos visibles que alteran el nivel del mar.

El fenómeno de las mareas es conocido desde la antigüedad. Piteas (siglo IV a. C.) fue el primero en señalar la relación entre la amplitud de la marea y las fases de la Luna, así como su periodicidad. Plinio El Viejo afirmó que la marea se relacionaba con la Luna y el Sol. Isaac Newton, en su  Philosophiae Naturalis Principia Mathematica («Principios matemáticos de la Filosofía Natural») dio la explicación de las mareas aceptada actualmente.
Hay dos estados notables: La Marea alta o pleamar, cuando el agua del mar alcanza su máxima altura dentro del ciclo de las mareas; la Marea baja o bajamar, estado opuesto, en que el mar alcanza su menor altura. El tiempo aproximado entre una pleamar y la bajamar es de 6 horas, completando un ciclo de 24 horas 50 minutos. Esta periodicidad es la que influye en los movimiento del cangrejo soldado, sin fallar nunca.
El flujo es el proceso de ascenso lento y continuo de las aguas marinas, por el incremento progresivo de la atracción lunar o solar o de ambas; el reflujo es el descenso lento y progresivo  de las aguas marinas, debido a la decadencia de la atracción lunar o solar.
¿Qué tienen que ver los cangrejos con los negocios?  Pueden ser parte de una deliciosa cena de negocios, pero también sugieren cosas interesantes.

Big data, macrodatos, datos a gran escala  o datos masivos es un concepto que se refiere al almacenamiento de grandes cantidades de datos y a los procedimientos usados para encontrar patrones repetitivos, tendencias en tiempo real.
Existen muchas herramientas para tratar con Big Data como Hadoop, NoSQL, Cassandra, Business Intelligence, Machine Learning y otras más, cualquiera de ellas trata con algunos de los tres tipos de Big Data:
i)    Datos estructurados.  Datos que tienen bien definidos su longitud y su formato, como las fechas, los números o las cadenas de caracteres. Se almacenan en tablas (bases de datos relacionales, hojas de cálculo)
ii)     Datos no estructurados.  Se mantiene el formato con el que fueron recolectados, carecen de un formato específico. No se pueden guardar como tablas ya que no tiene  tipos básicos de datos (Documentos PDF, documentos multimedia, e-mails o documentos de texto).
iii)    Datos semiestructurados.  Datos que no se limitan a campos determinados, pero tienen marcadores para separar los diferentes elementos. Estos datos tienen sus propios metadatos semiestructurados que describen los objetos y las relaciones entre ellos; son aceptados por convención (HTML, XML, JSON).



En el pasado, con un mundo relativamente simple  y predecible, las decisiones  para el mercado, en relación a los productos y servicios que podían ofrecerse  a los clientes o consumidores eran relativamente sencillas  y directas, ya que se empleaban pocos datos, los métodos de recolección eran sencillos (encuestas, registros de ventas y clientes, proyecciones estadísticas usando técnicas y herramientas básicas como una regresión lineal).

Los errores en las decisiones eran controlables y tenían poco efecto en los resultados financieros. Los consumidores tenían acceso muy limitado a datos e información y por ello, pocas alternativas para elegir o pocos argumentos para ser más  exigentes. ¿Un mundo feliz para los negocios? Quizás, pero había pocas oportunidades para el crecimiento del mercado y rentabilidad.

En la actualidad, el mundo de los negocios es más complejo porque los consumidores  tienen más información disponible en tiempo real, en volumen, en variedad, procedente de todo el mundo. Las decisiones  que toman, las preferencias, las conductas de compra o consumo son registradas en forma masiva y producen el fenómeno del Big Data; esto genera en los tomadores de decisiones de las empresas la necesidad de ir más allá de los medios convencionales, insuficientes  y obsoletos respecto  a lo que está ahora  disponible en Big Data. 

La estadística básica descriptiva  es insuficiente y limitada, ahora  debe recurrir a la estadística predictiva o prescriptiva, con criterios y métodos más rigurosos y difíciles, pero más adecuados a la variedad, velocidad y volumen que caracterizan  a Big Data. ¿Más difícil? Si, pero también hay más oportunidades, más riesgos y más rentabilidad si se acierta en las decisiones.



El uso inteligente y productivo de Big data implica el uso de herramientas de análisis poderosas  y el apoyo en la Ciencia de datos, Data science, caracterizada por el proceso creativo de datos masivos y la creación de valor a partir de  ellos, valor que mejora notoriamente el proceso de toma de decisiones. Este valor  es el insight de Big data, que permite actuar como si un “sensor interno” aconseje cuándo, cómo, porqué, para qué, dónde, a quién  ofrecer un producto o servicio.

El tomador de decisiones  ya no puede ser  un empírico, un contador o administrador puros, debe ser más ingeniero y por supuesto, más creativo, más visionario  pero si las dificultades  lo atemorizan, puede recurrir siempre a especialistas que serían un soporte adecuado. Esos son los científicos de datos, data scientists,  quienes  pueden ayudar el crear  el valor para la organización a partir de Big Data.





Para los cangrejos, decidir si regresan a su refugio observando el acercamiento de la masa de agua equivale a las decisiones que toma un ejecutivo para responder al mercado actual, siglo XXI, apoyándose en los datos que le proporcionan  los reportes de ventas, la historia de sus clientes, encuestas (lentos, parciales, fuera de tiempo). Ambos morirían si actuaran así; el cangrejo  se ahoga y el empresario o ejecutivo es devorado por la competencia.

Cuando el cangrejo usa su “reloj biológico lunar” siempre sabe con exactitud en que momento debe retirarse con su “ejército”. Cuando el ejecutivo se apoya en la información que le aporta Big Data, elabora robustos análisis a partir de ellos y obtiene el insight pertinente, tiene muchas posibilidades de salir vencedor en la pelea por el mercado.


Referencias

Big Data visualización: Turning Big Data into Big insights

Big data

Marea

Mictyris longicarpus