dc.contributor.advisor | Ullón Ramírez, Agustin Eduardo | |
dc.contributor.author | Chávez Rengifo, Keilita | |
dc.contributor.author | Amaya Pacheco, Orbit Jhampool | |
dc.creator | Chávez Rengifo, Keilita | |
dc.date.accessioned | 2023-01-19T17:52:04Z | |
dc.date.available | 2023-01-19T17:52:04Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12759/10141 | |
dc.description.abstract | 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 | es_PE |
dc.description.abstract | At present, the use of big data solutions is a very important criterion in the strategy of a
company or organization, it will reveal a potential advantage in its competition, so it will
provide valuable information regarding business problems and in this way you can obtain
inputs. to new markets, better financial control, promotions, offers, elimination of
irrelevant information and better production planning.
Inversiones Santa María is currently a company with a transactional system with data
stored in a SQL Server database and some other data stored in MS Excel sheets. The
company plans to formulate strategies to achieve further market expansion, avoid and
manage potential risks, for example, exponential growth of data may cause inconvenience
in data processing and storage in the future, resulting in a increase in costs, so it is
necessary to rely on the support of the technological platform for processing in a scalable
and highly available ecosystem, which benefits companies to achieve better performance
of their processes. Therefore, the objective of this work is to implement a big data solution
to improve the analysis of information in the sales process of the company Inversiones
Santa María in the Apache Hadoop and MS Azure ecosystems.
The big data solution allows you to centralize information efficiently, optimizing time,
optimizing hardware and software, optimizing data size and thus have timely and valid
information | en_US |
dc.description.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Privada Antenor Orrego | es_PE |
dc.relation.ispartofseries | T_SIST_1507 | |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Universidad Privada Antenor Orrego | es_PE |
dc.source | Repositorio Institucional - UPAO | es_PE |
dc.subject | BIG DATA | es_PE |
dc.subject | Ecosistema | es_PE |
dc.title | 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 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.level | Título Profesional | es_PE |
thesis.degree.grantor | Universidad Privada Antenor Orrego. Facultad de Ingeniería | es_PE |
thesis.degree.name | Ingeniero de Computación y Sistemas | es_PE |
thesis.degree.discipline | Ingeniería de Computación y Sistemas | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
renati.advisor.orcid | https:// orcid.org/0000-0003-1198-1855 | es_PE |
renati.author.dni | 70672835 | |
renati.author.dni | 74803409 | |
renati.advisor.dni | 18215217 | |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.discipline | 611066 | es_PE |
renati.juror | Urrelo Huiman, Luis Vladimir | |
renati.juror | Meléndez Revilla, Karla Vanessa | |
renati.juror | Abanto Cabrera, Heber Gerson | |
dc.publisher.country | PE | es_PE |