Todos los sectores son susceptibles de utilizar la tecnologia Big Data, desde el sector financiero, energetico, telefonia movil, Administracion Publica, investigacion, etc. Por ejemplo, son tipicos los proyectos en entidades financieras que, con tecnologia de almacenamiento y analisis de informacion, tienen diferentes datos de clientes en distintas fuentes y sistemas de transacciones. Estos datos relativos deben agruparse de forma inteligente para permitir hacer segmentacion con la finalidad de poder ofrecer los productos mas adecuados en funcion de la capacidad adquisitiva, el nivel de riesgo, inversiones, etc. Lo mismo ocurre en la Administracion, que tiene multitud de datos y expedientes, que pueden entrecruzar entre los distintos organismos, locales y centrales, para mejorar el servicio al ciudadano. En resumen, las empresas e instituciones que buscan la agilidad del negocio necesitan una manera de analizar todos estos datos estructurados y no estructurados aplicando adecuadamente las tecnicas y herramientas del Big Data y Analytics. Las tecnicas de Big Data constituyen un enfoque nuevo de como almacenar, gestionar y analizar todos los datos que genera una organizacion para una optima toma de decisiones. Estos datos son tanto estructurados como no estructurados y provienen de diferentes fuentes como el correo electronico, imagenes medicas, dispositivos moviles, redes sociales, etc. En definitiva, el origen de los datos son todas las nuevas fuentes que han surgido en los ultimos anos. Lo que entendemos por Big Data, y todas las tecnologias asociadas (Analytics), es convertir los datos en informacion util para la toma de decisiones en cualquier organizacion. Se trata de conseguir un acercamiento proactivo al cliente mediante entornos analiticos que sean fiables y escalables, y permitan crear nuevos productos, modelos de negocio, etc. Y todo esto conlleva la adaptacion de procesos y tecnologias porque hay que analizar los datos de una manera diferente. En este libro se estudian las herramientas de IBM para Big Data Analytics haciendo hincapie en los componentes de Analytics Power System y en IBM SPSS Modeler"