La movilidad aplicada al acceso a la información y análisis de datos propios de BI facilita una mejor toma de decisiones en un tiempo menor, lo que se traduce en procesos más eficaces y una productividad más alta gracias a la capacidad para acceder a la información desde lugar en cualquier momento. Para incorporar una solución de Mobile Intelligence y sacar partido competitivo de un análisis estratégico más completo y fiable, es recomendable:

El compendio masivo de datos se postula como una buena fuente para optimizar rentabilidades en el sector del turismo. En el Forum TurisTIC, celebrado el pasado mes de abril en Barcelona, se estipuló que el número de turistas que viajaron por ocio en 2012 fue de 1.100 millones. La mayoría de ellos portan en sus desplazamientos dispositivos móviles como smartpohenes o tabletas. La hiperconexión de los expedicionarios ofrece la oportunidad de analizar sus experiencias y ofrecerles propuestas de acuerdo con sus intereses.

Todo proyecto de migración de datos debe poder garantizar la calidad de los mismos. Este principio impone la aplicación de procesos de Data Quality en cualquier traslación de este tipo. Y es que la calidad de los datos debe ser una preocupación prioritaria para las organizaciones. De hecho, la base de la inteligencia de negocio radica en poder operar sobre datos confiables e íntegros. La ausencia de calidad incide directa, y nefastamente, en este requisito que ha de preservarse desde el minuto cero de una migración de datos.

¿Conoces las tendencias en BI para este año? ¿Sabes cómo evolucionará el mobile business intelligence en 2014? ¿Está tu empresa preparada para dar un paso más hacia la madurez tecnológica? La movilidad, la nube y el descubrimiento de datos visual se perfilan como los nuevos desafíos para los próximos meses, pero nada comparable a la importancia creciente del pragmatismo que trata de satisfacer las necesidades usuarias como nunca se había hecho hasta ahora.

Big Data es un valor para las empresas, pero su uso, que obedece a un imperativo de mercado, más que a una necesidad, requiere de la presencia de Hadoop, única solución realista a la gestión de datos, también a tener en cuenta en proyectos de Data Warehouse.

Big Data ha de ser incorporado al entorno analítico de negocio y de Data Warehouse. Pero para hacerlo quizás sea necesario adentrarse en su comprensión. Para ello, Big Data puede abordarse desde la tetra-dimensión de sus facetas:

- Datos en reposo: los datos listos para ser procesados, toda esa información con la que ya se cuenta puede ocupar volúmenes que alcancen incluso los exabytes y que obligan a plantearse necesidades de almacenamiento y gestión extra.

- Datos en movimiento: la creación y el procesamiento de datos es un flujo continuo que, por las características el entorno competitivo actual, requiere de respuesta en lapsos de tiempo no superiores a los milisegundos. Los datos han de ser gestionados en tiempo real, según se generan, sin esperar a ser almacenados. Ejemplo de ello son los sensores, la información de fraude, etc. y la solución IBM Infosphere Streams.

El mundo de los seguros ya ha empezado a transformarse. El catalizador tiene nombre propio: Solvencia II Seguros. Hay quienes comparan sus efectos a los que Basilea III tuvo en el sector Bancario ya que se exige que los riesgos sean cubiertos por los recursos propios de la entidad.

El proceso intuitivo de conocer el contenido de una base de datos consiste en consultar, una por una, la totalidad de las tablas que la componen. A priori, puede parecer una técnica apropiada y una decisión razonable, pero ¿qué comportamiento tiene cada campo de cada tabla? y ¿cómo es posible anticiparse a conocer el contenido de una base de datos?

El perfilado de datos da respuesta a estas cuestiones y complementa a la etapa de descubrimiento de datos permitiendo efectuar un análisis que resulte en conclusiones que aporten información acerca de la calidad de los datos orígenes, su completitud y sus interrelaciones.

Actualizar IBM Cognos TM1 versión 9x a la 10.2 es un proceso sencillo que puede llevarse a cabo sin ayuda profesional siguiendo los pasos que se explican a continuación. Sin perjuicio de la facilidad de la actualización, hay que tener en cuenta que llevarla a cabo requerirá de una completa desinstalación de la versión antigua, ya que es la única forma de asegurar la compatibilidad con la instalación de la nueva.

En los tiempos que corren, cada vez con mayor frecuencia, se hace necesario conocer la trazabilidad de los datos. Las razones que empujan a las empresas a contar con esta necesidad a la hora de planificar la gestión de datos en proyectos de Data Warehouse no son sólo de prevención o para asegurarse una fácil localización de errores que simplifique su corrección, sino que también tienen mucho que ver con las normativas legales, que empiezan a proliferar en este entorno, y que exigen controlar y conocer la trazabilidad de los datos, como es el caso de Solvencia II en el sector asegurador.

En líneas generales, puede afirmarse que gestionar la trazabilidad de los datos (a la que también es posible referirse como linaje, Data Lineage en inglés), es la capacidad de conocer todo el ciclo de vida de un dato, desde la fecha y hora exacta en que fue extraído, el momento en que se produjo su transformación, y hasta el instante en que tuvo lugar su carga desde un entorno fuente (servidor, fichero, tabla campo, etc.) a otro de destino.

Generar linaje o trazabilidad manualmente es posible pero complejo. Básicamente, los procesos de movimientos de datos deben generar datos de auditoría, almacenándolos en un repositorio. Este área de almacenamiento ha de quedar vinculada a cada uno de los datos. Como puede imaginarse, el esfuerzo de llevar a cabo una tarea de este tipo es increíblemente elevado, con la contrapartida de que, además, es frecuente que implique errores por su condición manual.