Clases de análisis de datos grandes
Herramientas y técnicas de análisis existentes serán muy útiles para dar sentido a los datos grandes. Los algoritmos que forman parte de estas herramientas, sin embargo, deben ser capaces de trabajar con grandes cantidades de potencialmente en tiempo real y datos dispares. Una infraestructura competente debe estar en su lugar para apoyar esto. Y, los vendedores que ofrecen herramientas de análisis también tendrá que asegurarse de que sus algoritmos funcionan a través de implementaciones distribuidas. Debido a estas complejidades, se espera que una nueva clase de herramientas para salir para ayudar a dar sentido a los datos grandes.
Aquí hay tres clases de herramientas de esta capa de una arquitectura de referencia. Se pueden utilizar de forma independiente o colectivamente por los tomadores de decisiones para ayudar a dirigir el negocio. Las tres clases de herramientas son los siguientes:
Presentación de informes y cuadros de mando: Estas herramientas proporcionan una representación "fácil de usar" de la información de varias fuentes. Aunque uno de los pilares en el mundo de datos tradicional, esta área sigue evolucionando para grandes datos. Algunas de las herramientas que se están utilizando son los tradicionales, que ahora pueden tener acceso a los nuevos tipos de bases de datos NoSQL colectivamente llamados (No Sólo SQL).
Visualización: Estas herramientas son el siguiente paso en la evolución de la presentación de informes. La salida tiende a ser altamente interactivo y dinámico en la naturaleza. Otra distinción importante entre los informes y de salida visualizada es la animación. Los usuarios empresariales pueden ver los cambios en los datos que utilizan una variedad de diferentes técnicas de visualización, incluyendo mapas mentales, mapas de calor, infografías y esquemas de conexión.
A menudo, la presentación de informes y visualización se producen al final de la actividad empresarial. Aunque los datos pueden importarse en otra herramienta para realizar cálculos o examen, éste es el paso final.
Analytics y analítica avanzada: Estas herramientas alcanzan en el almacén de datos y procesar los datos para el consumo humano. Análisis avanzados deben explicar las tendencias o eventos que son transformadora, único, o revolucionaria a la práctica empresarial existente. El análisis predictivo y análisis de sentimiento son buenos ejemplos de esta ciencia.
Sobre el autor
Clasifique su almacén de datos Aunque usted debe asegurarse de que su almacén de datos se adapte a sus propias necesidades únicas, algunas pautas pueden ayudarle a determinar la complejidad probable de su entorno y estructura. Una buena configuración es utilizar una…
La minería de datos para el almacenamiento de datos A veces, la minería de datos para el almacenamiento de datos no se mezcla con las otras formas de inteligencia de negocios. Esta falta de integración se produce por dos razones:Los usuarios de negocios no tienen el conocimiento requerido en bases…
Fuentes de datos y herramientas de inteligencia de negocios para deluxe almacén de datos Usted no va a tener la suerte de encontrar ambientes de una sola fuente cuando usted está construyendo un lujoso almacén de datos. Ahora, usted tiene un nuevo conjunto de problemas que debe enfrentar, entre ellos los que están en esta lista…
Cinco proveedores con consultas e informes productos de almacenamiento de datos Hay varios proveedores que proporcionan herramientas de consulta y presentación de informes es posible que desee considerar el uso con su almacén de datos. Aquí hay cinco que son vale la pena considerar.Business Objects (SAP)Business Objects,…
Capa 3 de la pila de datos grande: la organización de los servicios y herramientas de datos La organización de los servicios de datos y herramientas, la capa 3 de la pila de datos grande, capturar, validar, y montar varios elementos de datos grandes en colecciones contextualmente relevantes. Dado que los datos de grande es masiva, las…
Capa 4 de la pila de datos grande: almacenes de datos analíticos El almacén de datos, la capa 4 de la pila de datos grande, y su compañero de la despensa de datos, han sido durante mucho tiempo las técnicas primarias que las organizaciones utilizan para optimizar los datos para ayudar a los tomadores de…
Las bases de datos no relacionales en un entorno de datos grande Las bases de datos no relacionales no se basan en la tabla / modelo clave endémica de RDBMS (sistemas de gestión de base de datos relacional). En resumen, los datos de la especialidad en el gran mundo de los datos requiere persistencia…
La evolución de los modelos de despliegue en la era de los grandes datos Con la llegada de grandes volúmenes de datos, los modelos de implementación para la gestión de datos están cambiando. El almacén de datos tradicional se lleva a cabo normalmente en un solo sistema, grande dentro del centro de datos. Los costes…
El futuro de los almacenes de datos en la era de los grandes datos El mercado de almacenamiento de datos de hecho ha empezado a cambiar y evolucionar con la llegada de grandes datos. En el pasado, simplemente no era económico para las empresas a almacenar la cantidad masiva de datos de un gran número de sistemas…
Mejores prácticas para la gran integración de datos Muchas empresas están explorando problemas de datos grandes y dar con algunas soluciones innovadoras. Ahora es el momento de prestar atención a algunos mejores prácticas, o principios básicos, que serán muy útiles a medida que comienza su…
Mantenga análisis de datos grandes en perspectiva Big Data está empezando a tener un impacto importante en la estrategia de negocio. Debido a la creciente importancia de los datos grandes, manteniendo análisis de datos en perspectiva es una buena práctica empresarial. Las empresas están…
Cuadros de mando e informes de Excel: la tabla dinámica Una tabla dinámica en Excel le permite pasar menos tiempo el mantenimiento de sus cuadros de mando e informes y más tiempo haciendo otras cosas útiles. Sin utilidad en el conjunto de Excel le permite lograr este modelo de datos eficiente mejor…