Ensayo

Tecnología en Inteligencia de negocios

IDEAS CLAVE
El costo de adquisición de datos y almacenamiento de datos se ha reducido considerablemente. Esto ha aumentado el apetito de las empresas para adquirir grandes volúmenes a fin de obtener una ventaja competitiva tanto de ella como sea posible.
Nueva arquitectura masivamente paralela de datos y herramientas analíticas van más allá de losalmacenes tradicionales en paralelo de datos SQL y los motores de OLAP.
La necesidad de acortar el tiempo que transcurre entre la adquisición de datos y toma de decisiones está impulsando innovaciones en tecnologías de inteligencia empresarial.

Business Intelligence (BI) es una colección de tecnologías de apoyo a las decisiones de la empresa destinadas a permitir que los trabajadores delconocimiento, tales como ejecutivos, gerentes y analistas para tomar decisiones mejor y más rápido. Las últimas dos décadas han visto un crecimiento explosivo, tanto en el número de productos y servicios ofrecidos y en la adopción de estas tecnologías por parte de la industria. Este crecimiento ha sido impulsado por la reducción del costo de adquirir y almacenar grandes cantidades de datos procedentes defuentes tales como transacciones de los clientes de la banca, el comercio minorista, así como en los negocios electrónicos, etiquetas RFID para el seguimiento del inventario, correo electrónico, registros de consultas para sitios web , blogs y comentarios de productos. Las empresas de hoy recoger datos con una granularidad más fina, que es por lo tanto, de un volumen mucho mayor. Las empresas estánaprovechando sus activos de datos mediante el despliegue de agresividad y la experimentación con los datos más sofisticados
técnicas de análisis para tomar decisiones de negocio y ofrecer nuevas funcionalidades tales como ofertas y servicios personalizados a los clientes.
Hoy en día es difícil encontrar una empresa exitosa que no ha aprovechado la tecnología de BI para su negocio. Por ejemplo,la tecnología BI se utiliza en la fabricación para su envío el orden y la atención al cliente, en el comercio minorista de perfiles de usuario objetivo de cupones de alimentos durante la compra, en los servicios financieros para el análisis de reclamos y detección de fraudes, en el transporte para la gestión de flotas, en materia de telecomunicaciones para identificar las razones por las la pérdidade clientes en los servicios públicos para el análisis de uso de la energía y el cuidado de la salud para el análisis de los resultados.
Una arquitectura típica para apoyar BI dentro de una empresa se muestra en la Figura 1 (las casillas sombreadas son technologyn que nos centremos en este artículo). Los datos sobre los que se llevan a cabo tareas de BI a menudo proviene de diferentesfuentes-por lo general a partir de múltiples bases de datos operacionales en todos los departamentos dentro de la organización, así como los proveedores externos.
Diferentes fuentes contienen datos de diversa calidad, utilizar representaciones inconsistentes, códigos y formatos, que tienen que ser reconciliadas. Así, los problemas de integración, la limpieza y estandarización de los datos en preparaciónpara las tareas de BI puede ser bastante difícil.
Carga de datos eficiente es imprescindible para BI. Por otra parte, las tareas de BI en general tienen que llevarse a cabo progresivamente a medida que obtiene nuevos datos, por ejemplo, los datos de ventas del mes pasado. Esto hace que la carga de datos eficiente y escalable y capacidades de actualización sean imprescindibles para la empresa de BI.Estas tecnologías back-end para la preparación de los datos de BI se conocen colectivamente como extracción, transformación y carga (ETL). Cada vez hay una necesidad de apoyar las tareas de BI en tiempo real, es decir, tomar decisiones de negocio basadas en los datos operativos en sí.
Motores especializados conocen como procesamiento de eventos complejos (CEP) a los motores que han surgido...