scholarly journals Una aproximación a Big Data

2014 ◽  
pp. 471 ◽  
Author(s):  
Javier Puyol Moreno
Keyword(s):  
Decision Making ◽  
Big Data ◽  
New Approach ◽  
Potential Value ◽  
Consumer Experiences ◽  
Potential Applications ◽  
Data Volume ◽  
Nuevas Tecnologías ◽  
Toma De Decisiones ◽  
Hidden Knowledge

Big Data puede ser considerada como una tendencia en el avance de la tecnología que ha abierto la puerta a un nuevo enfoque para la comprensión y la toma de decisiones, que se utiliza para describir las enormes cantidades de datos (estructurados, no estructurados y semi- estructurados) que sería demasiado largo y costoso para cargar una base de datos relacional para su análisis. Así, el concepto de Big Data se aplica a toda la información que no puede ser procesada o analizada utilizando herramientas o procesos tradicionales. En términos generales, Big Data y los procesos que dicha técnica representa tiene un amplio espectro de aplicaciones potenciales. El mayor desafío para la inversión en Big Datas se produce con relación a los proyectos vinculados a la toma de decisiones sobre una gran cantidad de datos en la toma de decisiones, definición de estrategias y la obtención de mejores experiencias sobre los actos de consumo de las personas. El desafío de Big Data consiste en capturar, almacenar, buscar, compartir y agregar valor a los datos poco utilizados o inaccesibles hasta la fecha. No es relevante el volumen de datos o su naturaleza. Lo que importa es su valor potencial, que sólo las nuevas tecnologías especializadas en Big Data pueden explotar. En última instancia, el objetivo de esta tecnología es aportar y descubrir un conocimiento oculto a partir de grandes volúmenes de datos.Overall Big Data can be seen as a trend in the advancement of technology has opened the door to a new approach to understanding and decision making, which is used to describe huge amounts of data (structured, unstructured and semi-structured) it would take too long and would be costly to load a relational database for analysis. So that, the concept of Big Data applies to all information that can»t be processed or analyzed using traditional tools or processes. Broadly, Big Data has a broad spectrum of potential applications. The biggest challenge for investment in Big Data is provided with adequate and trained to execute these projects and make a large amount of data into decisions, strategies and best consumer experiences people. The Challenge of Big Data is to capture, store, search, share, and add value to underutilized or inaccessible data to date and one of the interesting aspects of Big Data is that businesses and this kind of data stored on a key that is not yet been given the appropriate interpretation. No data volume or nature that matters, but their potential value, which only art technologies of Big Data may explode. Ultimately, the aim with this technology is to discover hidden knowledge from large volumes of data.

scholarly journals La interactividad y la conectividad al servicio de la industria de la confección

Lámpsakos ◽  
2019 ◽  
pp. 106-122
Author(s):  
Leidy Yaneth Vega Rodríguez ◽  
Fabio Andrés Gaviria ◽  
Luz Eugenia Botero
Keyword(s):  
Big Data ◽  
Nuevas Tecnologías ◽  
Toma De Decisiones

Los rápidos avances en la industrialización e informatización han estimulado el desarrollo de procesos automáticos, precisos y sostenibles. La Industria 4.0 representa la evolución tecnológica integrada a los sistemas ciberfísicos, que combina sensores inteligentes, inteligencia artificial y análisis de datos para optimizar la fabricación en tiempo real. En este documento se explora el panorama de las nuevas tecnologías en el ámbito de la Industria 4.0, con la intención de brindar una perspectiva diferente que permita mejorar las técnicas tradicionales de desarrollo y fabricación de prendas de vestir y que facilite la respuesta permanente y rápida a los retos que se presentan en el mundo empresarial mediante la toma de decisiones inteligentes y responsables. El uso de tecnologías como Big Data o Cloud brinda la oportunidad de optimizar las operaciones y proporcionar valor agregado al integrar productos y servicios si se considera que se tiene una cadena de valor más compleja, canales digitales cada vez más importantes y un cliente más exigente. Muchas empresas del sector de la confección han adoptado estas tecnologías disruptivas, comprobando que tienen un profundo impacto en términos de productividad, calidad y servicio. Sin embargo, la falta de herramientas poderosas representa un obstáculo importante para explotar todo su potencial.

A case of in-streaming-learning: how to program with Z-tree software to design experiments on economic decision making

2019 ◽  
Vol 6 (2) ◽  
pp. 106-112
Author(s):  
Nuria Hernández-León ◽  
Ricardo Rodrigues ◽  
Mario Diogo
Keyword(s):  
Decision Making ◽  
Economic Decision ◽  
Economic Decision Making ◽  
Nuevas Tecnologías ◽  
Toma De Decisiones ◽  
Design Experiments

En este documento, presentamos un caso real de transmisión de información sobre cómo programar con el software z-tree para diseñar experimentos sobre la toma de decisiones económicas para los miembros de la Unidad de Investigación de NECE en Ciencias Empresariales, en Portugal. Este caso real de aprendizaje en streaming se creó para responder a la necesidad de un método de enseñanza basado en nuevas tecnologías para personas que podrían estar en diferentes partes del mundo y con diferente disponibilidad de tiempo, pero que también necesitan aprender a programar z- árbol para usarlo en sus experimentos. Investigadores y estudiantes aprendieron las aplicaciones de software Ztree en la investigación empresarial y la toma de decisiones económicas. Específicamente, aprendieron: ¿Qué es el software z-Tree ?; ¿Para qué sirve el software z-Tree ?; ¿Qué ventajas tiene? y ¿Qué aplicaciones puedes obtener en la investigación de negocios ?; ¿Cómo conseguirlo gratis ?; Requerimientos técnicos; La estructura del software z-Tree, y ¿Cómo se programa? Luego, expusimos un ejemplo práctico de cómo crear un pequeño experimento de toma de decisiones económicas y, finalmente, otro ejemplo más complejo (con interacción entre sujetos experimentales). Este aprendizaje ha sido valorado positivamente, como muy útil. El documento incluye la web con la capacitación en transmisión en z-Tree.

scholarly journals A systematic review of the role of Big Data Analytics in reducing the influence of cognitive errors on the audit judgement

2019 ◽  
Vol 22 (2) ◽  
pp. 187-202 ◽  
Author(s):  
Fawad Ahmad
Keyword(s):  
Decision Making ◽  
Big Data ◽  
Information Processing ◽  
Data Analytics ◽  
Big Data Analytics ◽  
Future Research ◽  
Cognitive Errors ◽  
Revisión Sistemática ◽  
Toma De Decisiones

This systematic literature review provides the association between memory processes, auditors judgement and decision-making process under the influence of cognitive errors. Due to limited cognitive resources, auditors are unable to analyze the population of accounting transactions, therefore, they use sampling and heuristics for information processing. In the context of Big Data (BD), auditors may face a similar problem of information overload and exhibit cognitive errors, resulting in the selection and analysis of irrelevant information cues. But Big Data analytics (BDA) can facilitate information processing and analysis of complex diverse Big Data by reducing the influence of auditor’s cognitive errors. The current study adapts Ding et al., (2017) framework in the auditing context that identify causes of cognitive errors influencing auditor’s information processing. This review identified 75 auditing related studies to elaborate the role of BD and BDA in improving audit judgement. In addition, role of memory, cognitive errors, and judgement and decision-making are highlighted by using 61 studies. The analysis provides useful insight in different open areas by proposing research propositions and research questions that can be explored by future research to gain extensive understanding on the association between memory and audit judgement in the context of BD and BDA. La revisión sistemática de la literatura proporciona la asociación entre los procesos de la memoria, el juicio de los auditores y el proceso de toma de decisiones bajo la influencia de errores cognitivos. Debido a los limitados recursos cognitivos, los auditores no pueden analizar la población de transacciones contables; por lo tanto, utilizan el muestreo y la heurística para el procesamiento de la información. En el contexto de Big Data (BD), los auditores pueden enfrentarse a un problema similar de sobrecarga de información y exhibir errores cognitivos, lo que resulta en la selección y análisis de indicios de información irrelevantes. No obstante, la analítica de Big Data (BDA) puede facilitar el procesamiento de información y el análisis de datos complejos y diversos al reducir la influencia de los errores cognitivos del auditor. El presente estudio adapta el marco de trabajo de Ding et al (2017) en el contexto de la auditoría que identifica las causas de los errores cognitivos que influyen en el procesamiento de la información del auditor. Esta revisión identificó 75 estudios relacionados con la auditoría para elaborar el papel de BD y BDA en la mejora del juicio de auditoría. Además, el papel de la memoria, los errores cognitivos y el juicio y la toma de decisiones se destacan mediante el uso de 61 estudios. El análisis proporciona una visión útil de los diferentes aspectos abiertos de la cuestión proponiendo propuestas y preguntas de estudio que puedan ser exploradas por la investigación futura para obtener una comprensión amplia de la asociación entre la memoria y el juicio de auditoría en el contexto de BD y BDA.

scholarly journals Data Economy 2.0: From Big Data Value to AI Value and a European Data Space

2021 ◽  
pp. 379-399
Author(s):  
Sonja Zillner ◽  
Jon Ander Gomez ◽  
Ana García Robles ◽  
Thomas Hahn ◽  
Laure Le Bars ◽  
...  
Keyword(s):  
Artificial Intelligence ◽  
Decision Making ◽  
Big Data ◽  
Point Of View ◽  
Driven Systems ◽  
Significant Growth ◽  
Data Space ◽  
European Data ◽  
Data Value ◽  
Data Volume

AbstractArtificial intelligence (AI) has a tremendous potential to benefit European citizens, economy, environment and society and already demonstrated its potential to generate value in various applications and domains. From a data economy point of view, AI means algorithm-based and data-driven systems that enable machines with digital capabilities such as perception, reasoning, learning and even autonomous decision making to support people in real scenarios. Data ecosystems are an important driver for AI opportunities as they benefit from the significant growth of data volume and the rates at which it is generated. This chapter explores the opportunities and challenges of big data and AI in exploiting data ecosystems and creating AI value. The chapter describes the European AI framework as a foundation for deploying AI successfully and the critical need for a common European data space to power this vision.

scholarly journals Toma de decisiones en el contexto de Big Data: estudio de caso único de una cooperativa de consumo en Argentina

2017 ◽  
Vol 12 (2) ◽  
pp. 170-82
Author(s):  
Guillermo Fernandez Moroni ◽  
Carmen Boccatonda ◽  
Antônio Carlos Gastaud Maçada ◽  
Vivian Passos Canary
Keyword(s):  
Big Data ◽  
Nuevas Tecnologías ◽  
Toma De Decisiones ◽  
Estudio De Caso

En los últimos años, la incorporación de nuevas tecnologías por parte de las empresas y el gran volumen de datos generados por estas ha motivado la paulatina incorporación de herramientas que permitan análisis de estos datos para la obtención y utilización de información que pueda mejorar la gestión dentro de las mismas organizaciones. Este nuevo escenario de gran cantidad de datos disponibles que potencialmente puede ser utilizado para mejorar la toma de decisiones en las empresas es llamado Big Data. La adaptación de las empresas a este nuevo escenario es fundamental para generar ventajas competitivas respecto a sus competidores. Este artículo trata de establecer el efecto de las “5V’s” (volumen, variedad, velocidad, valor y veracidad) de Big Data en el proceso de toma de decisiones de ejecutivos de diferentes niveles jerárquicos utilizando en una cooperativa de venta de productos con base en Argentina, llamada Cooperativa Obrera Limitada. Este estudio, basado en el análisis de caso único, muestra que la veracidad de la información obtenida a partir de los datos representa la dimensión de Big Data con mayor efecto sobre los procesos decisorios de los entrevistados. 

Correlating Personality and Actual Phone Usage

2014 ◽  
Vol 35 (3) ◽  
pp. 158-165 ◽  
Author(s):  
Christian Montag ◽  
Konrad Błaszkiewicz ◽  
Bernd Lachmann ◽  
Ionut Andone ◽  
Rayna Sariyska ◽  
...  
Keyword(s):  
Big Data ◽  
Social Network ◽  
Mobile Phone ◽  
Mobile Phones ◽  
Self Report ◽  
Psychological Variables ◽  
New Approach ◽  
Report Data ◽  
Self Report Data ◽  
Voice Calls

In the present study we link self-report-data on personality to behavior recorded on the mobile phone. This new approach from Psychoinformatics collects data from humans in everyday life. It demonstrates the fruitful collaboration between psychology and computer science, combining Big Data with psychological variables. Given the large number of variables, which can be tracked on a smartphone, the present study focuses on the traditional features of mobile phones – namely incoming and outgoing calls and SMS. We observed N = 49 participants with respect to the telephone/SMS usage via our custom developed mobile phone app for 5 weeks. Extraversion was positively associated with nearly all related telephone call variables. In particular, Extraverts directly reach out to their social network via voice calls.

Sign in / Sign up

Export Citation Format

Share Document