Resumen de Evolución e impacto del Big Data en el sector empresarial

Gilberto Romer Apaza Ramos, Edinson Manuel Ñamo Alayo

• español

  El presente artículo incluyó como objetivo general conocer la evolución histórica del Big Data en el sector empresarial. El tipo de investigación posee una estructura cualitativa narrativa este diseño buscó generar una explicación y análisis sobre la evolución del concepto de Big Data a lo largo del tiempo, mediante la recolección y revisión de publicaciones bibliográficas de artículos de índole científico, como ProQuest, Google Académico, EBSCO, así como muchas otras. De la misma forma, la estrategia fue el acopio de fuentes bibliográficas y la herramienta utilizada fue la matriz de referencias de indagaciones científicas. En el resultado, se aprendió más sobre Big Data y cómo ha cambiado con el tiempo y cómo implementarlo como extraer, transformar, cargar (ETL) para lograr una mayor compresión de los datos y poder tomar decisiones más eficientes en las industrias que usan datos allí. Además, el análisis identificó diversos temas de investigación, como la administración de peligros financieros y de consumidores, la minería de textos y los algoritmos evolutivos de escrito y los algoritmos evolutivos. El análisis concluye con un estudio de las repercusiones para los diversos espacios de la administración servible y de las lagunas existentes por el tiempo, tanto en la indagación como en la práctica.

• English

  The general objective of this article was to understand the historical evolution of Big Data in the business sector. The type of research has a qualitative narrative structure, this design sought to generate an explanation and analysis of the evolution of the concept of Big Data over time, through the collection and review of bibliographic publications of scientific articles, such as ProQuest, Google Scholar, EBSCO, as well as many others. In the same way, the strategy was the collection of bibliographic sources and the tool used was the matrix of references of scientific investigations. In the result, more was learned about Big Data and how it has changed over time and how to implement it such as extract, transform, load (ETL) to achieve greater compression of the data and be able to make more efficient decisions in the industries that use data there. Additionally, the analysis identified various research topics, such as financial and consumer risk management, text mining, and writing and evolutionary algorithms. The analysis concludes with a study of the repercussions for the various spaces of useful administration and the gaps that have existed over time, both in research and in practice.