"Análisis de características en proyectos de Big Data: revisión sistemática de literatura"

Autores
Ojeda, Mariel Liliana
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de trabajo
Estado
versión aceptada
Descripción
En el desarrollo de proyectos de Big Data se identifican diversas problemáticas que pueden deberse a distintos factores, como la baja calidad de los datos utilizados con anomalías que pueden afectar la precisión de los resultados o la falta de claridad en los objetivos comerciales. Esta situación puede provocar errores en el proceso de toma de decisiones, retrasos en las entregas y hasta la cancelación del proyecto. En este contexto, el presente trabajo surge de la necesidad de recopilar investigaciones previas con el fin de conocer la importancia de la aplicación de una metodología de trabajo en proyectos de Big Data. Se realiza con el objetivo de identificar los enfoques de las metodologías más utilizadas y analizar las características propias de cada una, así como las características comunes o transversales, que permiten la combinación, o adaptación, de distintas metodologías en un mismo proyecto. La generación de grandes volúmenes de datos provenientes de diferentes fuentes y formatos aumenta el desafío de verificar la calidad, ya que pueden presentar anomalías que afecten así la precisión de los resultados obtenidos.
Abstract In the implementation of Big Data projects, several problems are identified that may be due to different factors, such as the low quality of the data used with anomalies that may affect the accuracy of the results or the lack of clarity in the business objectives. This situation can lead to errors in the decision making process, delays in deliveries and even the cancellation of the project. In this context, the present work arises from the need to compile previous research in order to know the importance of the application of a working methodology in Big Data projects. The objective is to identify the approaches of the most used methodologies and to analyze the characteristics of each one, as well as the common or transversal characteristics that allow the combination, or adaptation, of different methodologies in the same project. The generation of large volumes of data from different sources and formats increases the challenge of verifying quality, as they may present anomalies that affect the accuracy of the results obtained.
Fil: Ojeda Mariel Lilianja, Universidad Tecnológica Nacional, Facultad Regional Buenos Aires, Escuela de Posgrado, Argentina.
Peer Reviewed
Materia
Sistemas, metodología / tecnología Big Data / gestión de datos empresariales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Facultad Regional Buenos Aires
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/12786
Acceder
id RIAUTN_4778ce0837bfb2c05746c7e0fb9753cd
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/12786
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"Ojeda, Mariel LilianaSistemas, metodología / tecnología Big Data / gestión de datos empresarialesEn el desarrollo de proyectos de Big Data se identifican diversas problemáticas que pueden deberse a distintos factores, como la baja calidad de los datos utilizados con anomalías que pueden afectar la precisión de los resultados o la falta de claridad en los objetivos comerciales. Esta situación puede provocar errores en el proceso de toma de decisiones, retrasos en las entregas y hasta la cancelación del proyecto. En este contexto, el presente trabajo surge de la necesidad de recopilar investigaciones previas con el fin de conocer la importancia de la aplicación de una metodología de trabajo en proyectos de Big Data. Se realiza con el objetivo de identificar los enfoques de las metodologías más utilizadas y analizar las características propias de cada una, así como las características comunes o transversales, que permiten la combinación, o adaptación, de distintas metodologías en un mismo proyecto. La generación de grandes volúmenes de datos provenientes de diferentes fuentes y formatos aumenta el desafío de verificar la calidad, ya que pueden presentar anomalías que afecten así la precisión de los resultados obtenidos.Abstract In the implementation of Big Data projects, several problems are identified that may be due to different factors, such as the low quality of the data used with anomalies that may affect the accuracy of the results or the lack of clarity in the business objectives. This situation can lead to errors in the decision making process, delays in deliveries and even the cancellation of the project. In this context, the present work arises from the need to compile previous research in order to know the importance of the application of a working methodology in Big Data projects. The objective is to identify the approaches of the most used methodologies and to analyze the characteristics of each one, as well as the common or transversal characteristics that allow the combination, or adaptation, of different methodologies in the same project. The generation of large volumes of data from different sources and formats increases the challenge of verifying quality, as they may present anomalies that affect the accuracy of the results obtained.Fil: Ojeda Mariel Lilianja, Universidad Tecnológica Nacional, Facultad Regional Buenos Aires, Escuela de Posgrado, Argentina.Peer ReviewedEscuela de Posgrado FRBA2025-04-25T17:41:20Z2025-04-23info:eu-repo/semantics/workingPaperinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_8042info:ar-repo/semantics/documentoDeTrabajoplainapplication/pdfhttps://hdl.handle.net/20.500.12272/12786spainfo:eu-repo/semantics/openAccessFacultad Regional Buenos AiresAtribución – No Comercial – Compartir Igual (by-nc-sa): No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original. https://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:44:07Zoai:ria.utn.edu.ar:20.500.12272/12786instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:08.108Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
title "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
spellingShingle "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
Ojeda, Mariel Liliana
Sistemas, metodología / tecnología Big Data / gestión de datos empresariales
title_short "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
title_full "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
title_fullStr "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
title_full_unstemmed "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
title_sort "Análisis de características en proyectos de Big Data: revisión sistemática de literatura"
dc.creator.none.fl_str_mv Ojeda, Mariel Liliana
author Ojeda, Mariel Liliana
author_facet Ojeda, Mariel Liliana
author_role author
dc.subject.none.fl_str_mv Sistemas, metodología / tecnología Big Data / gestión de datos empresariales
topic Sistemas, metodología / tecnología Big Data / gestión de datos empresariales
dc.description.none.fl_txt_mv En el desarrollo de proyectos de Big Data se identifican diversas problemáticas que pueden deberse a distintos factores, como la baja calidad de los datos utilizados con anomalías que pueden afectar la precisión de los resultados o la falta de claridad en los objetivos comerciales. Esta situación puede provocar errores en el proceso de toma de decisiones, retrasos en las entregas y hasta la cancelación del proyecto. En este contexto, el presente trabajo surge de la necesidad de recopilar investigaciones previas con el fin de conocer la importancia de la aplicación de una metodología de trabajo en proyectos de Big Data. Se realiza con el objetivo de identificar los enfoques de las metodologías más utilizadas y analizar las características propias de cada una, así como las características comunes o transversales, que permiten la combinación, o adaptación, de distintas metodologías en un mismo proyecto. La generación de grandes volúmenes de datos provenientes de diferentes fuentes y formatos aumenta el desafío de verificar la calidad, ya que pueden presentar anomalías que afecten así la precisión de los resultados obtenidos.
Abstract In the implementation of Big Data projects, several problems are identified that may be due to different factors, such as the low quality of the data used with anomalies that may affect the accuracy of the results or the lack of clarity in the business objectives. This situation can lead to errors in the decision making process, delays in deliveries and even the cancellation of the project. In this context, the present work arises from the need to compile previous research in order to know the importance of the application of a working methodology in Big Data projects. The objective is to identify the approaches of the most used methodologies and to analyze the characteristics of each one, as well as the common or transversal characteristics that allow the combination, or adaptation, of different methodologies in the same project. The generation of large volumes of data from different sources and formats increases the challenge of verifying quality, as they may present anomalies that affect the accuracy of the results obtained.
Fil: Ojeda Mariel Lilianja, Universidad Tecnológica Nacional, Facultad Regional Buenos Aires, Escuela de Posgrado, Argentina.
Peer Reviewed
description En el desarrollo de proyectos de Big Data se identifican diversas problemáticas que pueden deberse a distintos factores, como la baja calidad de los datos utilizados con anomalías que pueden afectar la precisión de los resultados o la falta de claridad en los objetivos comerciales. Esta situación puede provocar errores en el proceso de toma de decisiones, retrasos en las entregas y hasta la cancelación del proyecto. En este contexto, el presente trabajo surge de la necesidad de recopilar investigaciones previas con el fin de conocer la importancia de la aplicación de una metodología de trabajo en proyectos de Big Data. Se realiza con el objetivo de identificar los enfoques de las metodologías más utilizadas y analizar las características propias de cada una, así como las características comunes o transversales, que permiten la combinación, o adaptación, de distintas metodologías en un mismo proyecto. La generación de grandes volúmenes de datos provenientes de diferentes fuentes y formatos aumenta el desafío de verificar la calidad, ya que pueden presentar anomalías que afecten así la precisión de los resultados obtenidos.
publishDate 2025
dc.date.none.fl_str_mv 2025-04-25T17:41:20Z
2025-04-23
dc.type.none.fl_str_mv info:eu-repo/semantics/workingPaper
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_8042
info:ar-repo/semantics/documentoDeTrabajo
format workingPaper
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12272/12786
url https://hdl.handle.net/20.500.12272/12786
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Facultad Regional Buenos Aires
Atribución – No Comercial – Compartir Igual (by-nc-sa): No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original. https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv Facultad Regional Buenos Aires
Atribución – No Comercial – Compartir Igual (by-nc-sa): No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original. https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv plain
application/pdf
dc.publisher.none.fl_str_mv Escuela de Posgrado FRBA
publisher.none.fl_str_mv Escuela de Posgrado FRBA
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230870644916224
score 13.265058

Publicaciones similares