Solución de BIG DATA para el área de comercialización de la empresa Inversiones Santa María en el período 2021 bajo el ecosistema de Apache Hadoop y Microsoft Azure

• Autores: Chávez Rengifo, Keilita, Amaya Pacheco, Orbit Jhampool
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/10141
• Enlace del recurso: https://hdl.handle.net/20.500.12759/10141
• Nivel de acceso: acceso abierto
• Materia: BIG DATA; Ecosistema; https://purl.org/pe-repo/ocde/ford#2.02.04

En la actualidad el uso de soluciones de big data es un criterio muy importante en la estrategia de una empresa u organización generando una ventaja potencial en su competitiva, por lo que proporcionar información valiosa frente a los problemas de negocio y de esta manera puede obtener entradas a nuevos mercados, un mejor control financiero, promociones, ofertas, eliminación de información irrelevante y una mejor planificación de la producción. Inversiones Santa María es actualmente una empresa con un sistema transaccional con datos almacenados en SQL Server y otros almacenados en Excel. La empresa tiene previsto formular nuevos objetivos con miras de expansión de mercado y gestionar riesgos, por ejemplo, el crecimiento exponencial de los datos puede causar inconvenientes en el procesamiento y almacenamiento de datos en el futuro, lo que se traduce en un aumento de los costos, por lo que es necesario confiar en el apoyo de la plataforma tecnológica para el procesamiento en un ecosistema escalable y de alta disponibilidad, que beneficia a las empresas para una adecuada gestión de sus procesos. Por lo tanto, el objetivo de este trabajo es implementar una solución de big data mejorando de esta manera la gestión de la información en el proceso de ventas de Inversiones Santa María usando el ecosistema de Apache Hadoop y MS Azure. La solución de big data permite centralizar la información de manera eficiente optimizando el tiempo, optimizando hardware y software, optimizando el tamaño de datos y de esta manera contar con información oportuna y valida