Una de las últimas tendencias en BI regresa del pasado para ayudar a las empresas a explotar el Big Data en beneficio de la inteligencia de negocio, a través de la planificación y el análisis. Quienes ya saben qué es TM1, probablemente conocen que fue creado en los años 80, aunque hoy día de sus inicios no le queda mucho más que el nombre, que hace alusión al término "table manager".
Leer más
Categoría: Cuadro de Mando Integral
La misión de la gestión de Meta Datos es permitir el fácil acceso a la información con alta calidad, a través de metadatos integrados. Las actividades previstas para garantizarlo se deben sustentar en tres niveles de acción diferentes, pero interrelacionados:
- Integración.
- Control.
En el día a día las organizaciones van automatizando procesos y registrando datos de manera separada, pero de cara al mundo analítico es necesario adquirir una visión única. Aquí es donde entra en juego la integración de datos, una de las claves de la gestión de datos en proyectos de Data Warehouse, que logra correlacionar las diferentes áreas y procesos de la empresa como un todo, para dotar al análisis de esa imprescindible unificación de criterios transmisora de consistencia y completitud.
Para lograr integrar los datos origen en el Data Warehouse, es necesario actuar a dos niveles:
- Definiendo el ciclo de transición de los datos.
- Estableciendo la frecuencia de refresco de cada uno de ellos.
Créditos fotográficos: "Business Man With Laptop,mobile Phone,touch Screen Device" by jannoon028
Leer más
Categoría: Big Data Analytics
Archivos electrónicos y registros físicos constituyen importantes fuentes orígenes de datos, pero su principal problema es que se trata de fuentes de datos desestructurados. El objetivo de la estrategia corporativa de gestión de datos en este ámbito es habilitar, proteger, indexar y almacenar esos datos a los que se ha encontrado acceso.
Algunas de las fuentes de datos más habituales son:
Categorías: Big Data Analytics, Inteligencia Empresarial
La construcción de la App Mobile Intelligence requiere de ciertos complementos que permitan al usuario sacar todo el partido a la condición de movilidad. Precisamente, en esta línea se encuentran los formularios transaccionales, para lo que la tarea de construir la App precisa que se desarrollen dos aspectos:
- Construcción de los modelos de datos (write fields).
Categoría: Movilidad
A partir del modelo conceptual, es posible empezar a plantearse cómo será la arquitectura funcional del Data Warehouse. Para ello es necesario contemplar la existencia de una capa intermedia entre los sistemas origen y el DWH. Este estrato servirá de capa de abstracción entre el mundo de los procesos y el mundo analítico, permitiendo optimizar la integración con el modelo definitivo.
Leer másCategoría: Big Data Analytics
Teniendo en cuenta cuáles son las necesidades de datos para la inteligencia de negocio, habría que proceder a la definición de la arquitectura de almacenamiento de datos. Se trata de adquirir la capacidad suficiente para dar apoyo a los trabajadores del conocimiento en sus decisiones y en sus informes, consultas y análisis.
Lograrlo depende de conocer las fuentes de origen de datos, llevar a cabo los procesos ETL necesarios y entrenar a los profesionales del negocio, sin olvidarse de proporcionar el apoyo necesario a la actividad de BI. Pero también requiere de la implementación de:
Categorías: Big Data Analytics, Inteligencia Empresarial
La gestión del cambio es decisiva en este momento de la implantación de Mobile Intelligence en la organización. Todo se ha personalizado, cada elemento ha sido construido a medida de las necesidades y expectativas de los usuarios y los key users, fase por fase, han dado su aprobación. Todo está preparado para iniciar la acción, sacando todo el partido a la estrategia de movilidad y obteniendo la ventaja que da el poder explotar el BI de la empresa desde una App Mobile Intelligence nativa.
Categoría: Movilidad
Cuando se habla de gestión de datos en proyectos de Data Warehouse, uno de los requisitos para lograr el éxito es conocer cuál es la situación de partida. Sumergirse en la realidad presente del negocio implica:
- Entender sus necesidades.
- Plantear una opción compatible con la arquitectura técnica existente.
- Encontrar una solución que pueda dar cobertura también al futuro de la compañía.
- No perder alineación con la estrategia de gestión de datos corporativa.
Es indispensable tener el conocimiento exacto sobre el tipo de negocio de la organización, pero también lo es el alcanzar una óptima comprensión acerca del tipo de soporte que representa la información dentro de todo su proceso de toma de decisiones, como antesala de las acciones que conducirán a la materialización de la visión y misión de la empresa.
Categoría: Big Data Analytics
Si bien la estrategia de gestión de datos corporativa es una iniciativa que afecta a todos los ámbitos de la organización encargados de administrar y procesar la información de negocio; es también importante centrarse en las claves a tener en cuenta para la gestión de datos en proyectos de Data Warehouse, siguiendo las premisas marcadas por una sólida estrategia corporativa.
El propósito del datawarehousing es facilitar la toma de decisiones y, por eso, a pesar de la variedad y dinamismo de los datos que contiene, su principal atributo debe ser la integridad, en el sentido de unificación. Un recorrido por el DWH de una compañía debe reflejar un concepto transmisor de realidad y, para lograrlo, debe ir un paso más allá de los niveles puramente transaccionales u operativos. El Data Warehouse, su diseño y también su modelado han de buscar favorecer el análisis complejo.
Leer másCategoría: Big Data Analytics
