BUSINESS INTELLIGENCE(GESTIÓN DE DATOS) AUTOR: CHASI IMBAQUINGO ALEX MAURICIO REBOTE2 S2 2021-Abril-18
En el mundo de la gestión de datos y análisis, diversas herramientas se destacan por sus capacidades y popularidad. Microsoft Power BI es reconocida por sus visualizaciones interactivas y su integración sencilla con otros productos de Microsoft.
Luego de haber concluido este trabajo de investigación sobre la gestión bases de datos fueron muchos los esfuerzos y conocimientos adquiridos durante dicha elaboración.
Algunos de los aspectos aprendidos y que de gran peso es la base de datos su definición, requerimiento, ventajas y características donde podemos decir que la base de datos: Es una colección de datos o información usados para dar servicios a muchas aplicaciones al mismo tiempo.
En cuanto al requerimiento podemos decir que cumple las mismas tareas de análisis que del software y tiene como característica relacionar la información como vía organización y asociación donde la base de datos tiene una ventaja que es utilizar la plataforma para el desarrollo del sistema de aplicación en las organizaciones.
Herramientas
Microsoft Power BI
Power BI es la herramienta analítica de Microsoft y una de las más populares, ya que ofrece visualizaciones interactivas de datos, así como una integración sencilla con otras herramientas de la corporación.
Programación en R
Esta es una de las mejores herramientas analíticas disponibles en la industria hoy en día. Se utiliza principalmente para el modelado de datos y estadísticas (bismart, 2021).
SAS
Esta herramienta fue desarrollada inicialmente en 1966 en el Instituto SAS, y luego mejorada en los años 80 y 90, y es también una de las herramientas líderes en análisis de datos.
Python
Se trata de una herramienta de open source y un lenguaje de scripts orientado a los objetos y muy fácil de mantener, leer y escribir.
Excel
Excel es una herramienta analítica muy popular y casi fundamental. Es una herramienta bastante básica, aunque muy versátil y se utiliza en prácticamente todas las industrias.
Tableau Public
Tableau Public es un software gratuito que conecta diferentes fuentes de datos, como Microsoft Excel, Data Warehouse, datos basados en la web, etc.
Rapid Miner
Esta es una potente herramienta para el data science integrado. Fue desarrollada por una compañía que también realiza análisis predictivos y algunos análisis más avanzados como machine learning, análisis de texto, análisis visual y minería de datos sin necesidad de programación.
Apache Spark
Apache fue desarrollado en 2009 en el laboratorio de AMP de Berkeley en la Universidad de California. Esta herramienta es un motor de procesamiento de datos que funciona a gran escala y puede ejecutar aplicaciones que ya están en clusters Hadoop más rápido (hasta 10 veces) en disco y hasta 100 veces más rápido si está en memoria.
Qlik View
Esta herramienta tiene una serie de características únicas, algunas de las cuales son el procesamiento de datos en memoria y la tecnología patentada para ayudarle a ejecutar su resultado rápidamente y almacenar todos los datos que están presentes en el informe.
Ventajas y desventajas
Desventajas
Ausencia de estándares reales, lo cual significa una excesiva dependencia a los sistemas comerciales del mercado (Webquest, 2021). Sin embargo, actualmente un gran sector de la tecnología esta aceptado como estándar de hecho.
Requiere personal calificado, debido a la dificultad del manejo de este tipo de sistemas. Esto requiere que los programadores y los analistas deben tomar cursos que los adiestren para poder comprender las capacidades y limitaciones de las Bases de Datos.
Requerimientos adicionales de Equipo. El adquirir un producto de Base de Datos, requiere a su vez adquirir equipo adicional para poder correr ese producto como, por ejemplo, servidores, memoria, discos duros, entre otros. Si se pretende correr la Base de Datos con el mínimo de requerimientos, esta posiblemente se degrada.
Ventajas
Soporte para un acceso multiusuario.
Administración de usuarios para trabajar y visualizar el estado de la empresa.
Mantenimiento y consistencia de los datos almacenados.
Simplifica los procesos de intercambio de datos.
Ejemplo
Publicidad inteligente que se adapta a los clientes según sus intereses e interacciones.
Seguridad integral que protege la información crítica.
Alineación con las normas de conformidad relevantes, ahorro de tiempo y de dinero.
Machine learning que con el tiempo crece más consciente de su entorno y alimenta una mejora continua automática.
Tipos
El acceso a los datos: se refiere a la capacidad de acceder y recuperar información donde sea que esté almacenada (Tecnologías, 2021). Ciertas tecnologías pueden hacer que este paso sea lo más fácil y eficiente posible para que puedas pasar más tiempo usando los datos y no solo tratando de encontrarlos.
La calidad de los datos: esta no es más que la práctica para asegurarse de que los datos sean precisos y utilizables para los fines previstos. Esto comienza desde el momento en que se accede a los datos y continúa a través de varios puntos de integración con otros datos, e incluso incluye el punto antes de que se publique o informe.
La integración de datos: este término define los pasos para combinar diferentes tipos de datos. Las herramientas de integración de datos te ayudan a diseñar y automatizar los pasos que hacen este trabajo.
La federación de datos: se trata de un tipo especial de integración de datos virtuales que te permiten ver datos combinados de múltiples fuentes sin la necesidad de mover y almacenar todo esto en una nueva ubicación.
El control de datos: es un conjunto continuo de reglas y decisiones para administrar los datos de tu organización para garantizar que tu estrategia de datos esté alineada con tu estrategia comercial.
La gestión de datos maestros (MDM): define, unifica y gestiona todos los datos que son comunes y esenciales para todas las áreas de una organización. Estos datos maestros se administran normalmente desde una única ubicación o hub.
La transmisión de datos: implica analizar los datos a medida que se mueven aplicando la lógica a los datos, reconociendo los patrones en los datos y filtrando para múltiples usos a medida que fluyen en tu organización.
Definición
La gestión de datos se refiere a la práctica profesional de construir y mantener un framework para la ingesta, almacenamiento, extracción y archivado de los datos esenciales para la empresa moderna. La gestión de datos es la columna vertebral que conecta todos los segmentos del ciclo vital de la información.
