Por definición, y como sabemos, el data mining o minería de datos es el proceso de extracción de información desconocida de antemano, no banal y no trivial contenida implícitamente en los datos.

En un mundo como el nuestro, en constante cambio y transformación, las técnicas del marketing tradicional resultan cada vez menos capaces de acercar el mensaje de la compañía a los clientes potenciales, resultando incluso ineficaces u obsoletas cuando se trata de lograr elevadas tasas de fidelización de clientes en sectores altamente competitivos.

Las data warehouses basadas en el modelo de datos relacional, o SQL, han sido las protagonistas del desarrollo del data warehousing a lo largo de los últimos tiempos. Visto con perspectiva, y desde el momento actual, resulta más o menos sencillo realizar una valoración escueta y global de lo que han representado las bases de datos relacionales para el desarrollo de nuevas soluciones analíticas, entre otras muchas aplicaciones: han sido absolutamente fundamentales.

Cada vez más, la visualización de datos adquiere un papel destacado e incluso preponderante en el sí de cualquier organización que maneje datos e informaciones para realizar sus operaciones más habituales.

El modo en que los datos se almacenan es importante en términos de analítica avanzada. Almacenar y acceder a los datos relevantes es imprescindible para informar resultados de la empresa y la planificación para el crecimiento y el desarrollo en el futuro. Para escoger la opción que más conviene al negocio es preciso conocer en las diferencias entre los cubos OLAP y los Data Warehouse.

Detrás de la tecla que se pulsa para lanzar una consulta, detrás del cuadro de mando que permite acceder a toda la inteligencia del negocio a golpe de click se encuentran las bases de datos. Estas bases de datos del negocio se nutren de entradas manuales, en un elevado porcentaje y, por desgracia, de errores humanos.

Años pronosticando la caída del modelo relacional, la inminente llegada de una era post SQL, como muchos empezaban a afirmar y, a la vez, el ascenso imparable del cloud como opción escogida por muchos para sus incursiones en big data analytics. Pero, ¿Con qué quedarse? ¿Qué hay de cierto en estas afirmaciones?

Las aplicaciones de Big Data para negocios de todo sector, calibre, especialización y calado se amplían exponencialmente a medida que se desarrollan nuevas soluciones para el análisis de grandes volúmenes de datos, su gestión y su visualización.

Hemos insistido larga y detalladamente, en numerosas ocasiones, en el papel clave que desempeñan las herramientas de visualización de datos en cualquier estrategia business intelligence.

Hace ya algún tiempo que venimos anunciando el importante desembarco del business intelligence en el sector turístico, y más en concreto de Big Data y las herramientas de análisis de grandes volúmenes de datos, como es el caso de InfoSphere BigInsights, una solución de IBM que permite a las empresas gestionar, analizar e implementar el big data de un modo rentable.