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.




» » » » Clases de análisis de datos grandes