Está en la página 1de 149

Business Intelligence al

descubierto
Tendencias actuales

05 de Junio 2014
CLE Formacin

ndice
Qu es Business Intelligence (BI).
Definicin de BI
Que puede aportar el BI a la empresa
Soluciones actuales de BI
Herramientas y plataformas ms
utilizadas en la actualidad
Tendencias previstas en BI en los
prximos aos

Qu es Business Inteligence?

Introduccin
Qu es Business Intelligence?
Conjunto de sistemas y tecnologas que
estn enfocadas a la toma de decisiones en
la empresa.
Para poder sacar partido a esta tecnologa
debemos conocer la informacin que hay en
la empresa y como podemos explotarla

Introduccin

Existen tres tipos de informacin:


Informacin tcnico/operativa
Informacin tctica
Informacin estratgica

Introduccin

Informacin tcnico/operativa
La usa el personal tcnico y operativo para

mantener el negocio funcionando.


Usada sobre todo en sistemas transaccionales.

Introduccin
Informacin tctica
Usada por responsables y coordinadores de operaciones para
dirigir los trabajos del personal a su cargo.
Los datos estn en los sistemas de inteligencia de negocio

Introduccin
Informacin estratgica
Usada por altos directivos para decidir la
marcha global y las lneas estratgicas de la
empresa.
Los datos estn en los sistemas de
inteligencia de negocio

Introduccin
CONOCIMIENTO
BUSINESS
INTELLIGENCE

INFORMACIN

DATOS

BUSINESS
OPERATION

Introduccin
Datos: Los datos son la mnima unidad semntica, y se
corresponden con elementos primarios de informacin
que por s solos son irrelevantes como apoyo a la toma
de decisiones.
Tambin se pueden ver como un conjunto discreto
de valores, que no dicen nada sobre el por qu de las
cosas y no son orientativos para la accin.

Introduccin
Informacin: un conjunto de datos procesados y que
tienen un significado (relevancia, propsito y contexto),
y que por lo tanto son de utilidad para quin debe
tomar decisiones, al disminuir su incertidumbre.
Los datos se pueden transforman en informacin
aadindoles valor:
Contextualizando
Categorizando
Calculando.
Corrigiendo
Condensando

Introduccin
Conocimiento: es una mezcla de experiencia,
valores, informacin, que sirve como marco
para la incorporacin de nuevas experiencias e
informacin, y es til para la accin.

Introduccin
El conocimiento se deriva de la informacin, as
como la informacin se deriva de los datos.
Para que la informacin se convierta en
conocimiento es necesario realizar acciones
como:

Comparacin con otros elementos.


Prediccin de consecuencias.
Bsqueda de conexiones.
Conversacin con otros portadores de
conocimiento.

Introduccin

Introduccin

Introduccin

Introduccin
La informacin que se quiere investigar sobre
un cierto dominio de la organizacin se
encuentra en bases de datos y otras fuentes
muy diversas, tanto internas como externas.
Muchas de estas fuentes son las que se utilizan
para el trabajo diario (bases de datos
operacionales y/o transaccionales).

Introduccin
Sobre estas mismas bases de datos de trabajo
ya se puede extraer conocimiento (visin
tradicional).
Uso de la base de datos transaccional para:
Se mantiene el trabajo transaccional diario
de los sistemas de informacin originales
(OLTP, On-Line Transactional Processing).
Adems se puede hacer anlisis de los datos
en tiempo real sobre la misma base de
datos.

Introduccin
Problemas:
Perturba el trabajo transaccional diario de
los sistemas de informacin originales
(killer queries). Se debe hacer por la noche
o en fines de semana.
La base de datos est diseada para el
trabajo transaccional, no para el anlisis de
los datos. Generalmente no puede ser en
tiempo real .

Introduccin
Adicionalmente
Los costes de almacenamiento y
conectividad se han reducido en ltimos
aos,
Parece razonable recoger los datos
(informacin histrica) en un sistema
separado y especfico.
Data warehouse (Almacenes o Bodegas de
Datos)
Nace Data-Warehousing.

CONCEPTOS

Introduccin
Data Warehouse
Repositorio completo de datos de la empresa,

donde se almacenan datos estratgicos,


tcticos y operativos, con el objeto de
obtener informacin estratgica y tctica.

Introduccin
Data Warehouse
El almacn de datos es ahora el sistema de
informacin central en todo este proceso.
Un almacn de datos es una coleccin de datos:
orientada a un dominio
integrada
no voltil
variante en el tiempo
Para ayudar en la toma de decisiones.

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Data Warehouse

Introduccin
Arquitectura de un Data Warehouse
Componentes:
Sistema ETL (Extraction, Transformation, Load): realiza
las funciones de extraccin de las fuentes de datos
(transaccionales o externas), transformacin (limpieza,
consolidacin, ...) y la carga del Data Warehouse,
realizando:

Extraccin de los datos.


Filtrado de los datos: limpieza, consolidacin, etc.
Carga inicial del almacn: ordenacin, agregaciones, etc.
Refresco del almacn: operacin peridica que propaga
los cambios de las fuentes externas al almacn de datos.

Introduccin

Arquitectura de un Data Warehouse


Componentes:
Repositorio Propio de Datos: informacin relevante,
metadatos.
Interfaces y Gestores de Consulta: permiten
acceder a los datos y sobre ellos se conectan
herramientas ms sofisticadas (OLAP, EIS, minera de
datos).
Sistemas de Integridad y Seguridad: se encargan de
un mantenimiento global, copias de seguridad, ...

Introduccin
Data Mart

Introduccin
DataMart

Introduccin
DATAMART
Un Datamart es una base de datos departamental,
especializada en el almacenamiento de los datos
de un rea de negocio especfica.
Se caracteriza por disponer la estructura ptima de
datos para analizar la informacin al detalle desde
todas las perspectivas que afecten a los procesos
de dicho departamento.
Un datamart puede ser alimentado desde los datos
de un Datawarehouse

Introduccin
OLAP

Introduccin
OLAP

Introduccin
OLAP
En la base de cualquier sistema OLAP se
encuentra el concepto de cubo OLAP (tambin
llamado cubo multidimensional o hipercubo).
Se compone de hechos numricos o medidas,
que se clasifican por dimensiones.

Introduccin

ROLAP
Almacena los datos en un motor relacional. Tpicamente, los datos son
detallados, evitando las agregaciones y las tablas se encuentran
desnormalizadas.
Los esquemas ms comunes sobre los que se trabaja son estrella copo de
nieve.
Arquitectura est compuesta por un servidor relacional y el motor OLAP se
encuentra en un servidor dedicado.
MOLAP
Esta implementacin OLAP almacena los datos en una base de datos
multidimensional.
Para optimizar los tiempos de respuesta, el resumen de la informacin es
usualmente calculado por adelantado.
Estos valores precalculados o agregaciones son la base de las ganancias de
desempeo de este sistema.
Algunos sistemas utilizan tcnicas de compresin de datos para disminuir el
espacio de almacenamiento en disco debido a los valores precalculados.
HOLAP (Hybrid OLAP)
Almacena algunos datos en un motor relacional y otros en una base de datos
multidimensional.

Introduccin
OLAP

Introduccin
OLAP

Introduccin
OLAP y OLTP

Introduccin
OLAP

Introduccin
Herramientas OLAP

Datamining

Datamining

Datamining

Datamining

Datamining

Datamining

Datamining

Datamining

Datamining

Introduccin
OLAP y DataMining

Introduccin
OLAP y DataMining

Productos de Acceso a Datos

Sistemas de soporte a decisiones (DSS


Sistemas de informacin ejecutiva

Introduccin
EIS (Sistema de Informacion Ejecutivos)
EIS ofrece un conjunto de escenarios o dashboards,
compuestos por una serie de herramientas visuales
e interactivas.
Estas herramientas permiten a los usuarios
identificar rpidamente el estado de alguno de los
indicadores de su inters y que adems puede
proveer de detalles y anlisis inmediato, con el fin
de presentar alarmas visibles al usuario ante
situaciones criticas, de forma que estos realicen
seguimiento a los datos asociados para identificar
la razn de un comportamiento o evento no
esperado.

Introduccin
EIS (Sistema de Informacion Ejecutivos)
EIS ofrece un conjunto de escenarios o dashboards,
compuestos por una serie de herramientas visuales
e interactivas.
Estas herramientas permiten a los usuarios
identificar rpidamente el estado de alguno de los
indicadores de su inters y que adems puede
proveer de detalles y anlisis inmediato, con el fin
de presentar alarmas visibles al usuario ante
situaciones criticas, de forma que estos realicen
seguimiento a los datos asociados para identificar
la razn de un comportamiento o evento no
esperado.

Introduccin
EIS (Sistema de Informacion Ejecutivos)

Introduccin
BSC

El Balanced Scorecard o Tablero de Control, esta enfocado a


proveer a una organizacin de mecanismos por los cuales
establecer objetivos o metas y realizarles seguimientos a travs de
vistas informativas que muestran su estado y avance a travs de la
utilizacin de alertas, semforos u otras utilidades visuales con las
que un usuario desee monitorear sus datos.

Introduccin
Cuadros de
mandos
Un cuadro de mando es un
conjunto de indicadores
que aportan informacin
sumarizada y que aporta
datos de forma rpida y
visual al usuario.

Introduccin
Data Discovery
Palabro que se utiliza para muchas cosas
En realidad pretende identificarse con herramientas
que permiten una granfacilidad de uso de las
herramientas a utilizar y que adems generan datos
visuales atractivos y de gran impacto.
Las dos acceden a Data o BigData pero Data
Discovery est ms enfocado a usuarios finales y a la
capacidad de hacer informes dinmicos de una
forma potentes
Ejemplos son TabLeau Desktop, Cognos Insight.

Introduccin
ETL son las siglas en ingls de Extraer, Transformar y
Cargar (Extract, Transform and Load). Es el proceso que
permite a las organizaciones mover datos desde
mltiples fuentes, reformatearlos y limpiarlos, y
cargarlos en otra base de datos, data mart, o data
warehouse para analizar, o en otro sistema operacional
para apoyar un proceso de negocio.
Los procesos ETL tambin se pueden utilizar para la
integracin con sistemas heredados (aplicaciones
antiguas existentes en las organizaciones que se han de
integrar con los nuevos aplicativos, por ejemplo, ERPs.
La tecnologa utilizada en dichas aplicaciones puede
hacer dificil la integracin con los nuevos programas).

Introduccin
EXTRAER
La primera parte del proceso ETL consiste en extraer
los datos desde los sistemas de origen. La mayora
de los proyectos de almacenamiento de datos
fusionan datos provenientes de diferentes sistemas
de origen.
Cada sistema separado puede usar una organizacin
diferente de los datos o formatos distintos. Los
formatos de las fuentes normalmente se encuentran
en bases de datos relacionales o ficheros planos,
pero pueden incluir bases de datos no relacionales u
otras estructuras diferentes. La extraccin convierte
los datos a un formato preparado para iniciar el
proceso de transformacin.

Introduccin
EXTRAER
Una parte intrnseca del proceso de extraccin es la de
analizar los datos extrados, de lo que resulta un chequeo
que verifica si los datos cumplen la pauta o estructura
que se esperaba. De no ser as los datos son rechazados.
Un requerimiento importante que se debe exigir a la
tarea de extraccin es que sta cause un impacto mnimo
en el sistema origen. Si los datos a extraer son muchos, el
sistema de origen se podra ralentizar e incluso colapsar,
provocando que ste no pueda utilizarse con normalidad
para su uso cotidiano. Por esta razn, en sistemas
grandes las operaciones de extraccin suelen
programarse en horarios o das donde este impacto sea
nulo o mnimo.

Introduccin
TRANSFORMAR
La fase de transformacin aplica una serie de reglas de negocio o
funciones sobre los datos extrados para convertirlos en datos que
sern cargados. Algunas fuentes de datos requerirn alguna
pequea manipulacin de los datos. No obstante en otros casos
pueden ser necesarias aplicar algunas de las siguientes
transformaciones:
Seleccionar slo ciertas columnas para su carga (por ejemplo,
que las columnas con valores nulos no se carguen).
Traducir cdigos (por ejemplo, si la fuente almacena una H
para Hombre y M para Mujer pero el destino tiene que
guardar 1 para Hombre y 2 para Mujer).
Codificar valores libres (por ejemplo, convertir Hombre en
H o Sr en 1).

Introduccin
TRANSFORMAR
Obtener nuevos valores calculados (por ejemplo,
total_venta = cantidad * precio).
Unir datos de mltiples fuentes (por ejemplo,
bsquedas, combinaciones, etc.).
Calcular totales de mltiples filas de datos (por
ejemplo, ventas totales de cada regin).
Generacin de campos clave en el destino.
Transponer o pivotar (girando mltiples columnas
en filas o viceversa).
Dividir una columna en varias (por ejemplo,
columna Nombre: Garca, Miguel; pasar a dos
columnas Nombre: Miguel y Apellido: Garca).

Introduccin
CARGA
La fase de carga es el momento en el cual los datos
de la fase anterior (transformacin) son cargados en
el sistema de destino. Dependiendo de los
requerimientos de la organizacin, este proceso
puede abarcar una amplia variedad de acciones
diferentes. En algunas bases de datos se sobrescribe
la informacin antigua con nuevos datos. Los data
warehouse mantienen un historial de los registros
de manera que se pueda hacer una auditora de los
mismos y disponer de un rastro de toda la historia
de un valor a lo largo del tiempo.

Introduccin
CARGA
Existen dos formas bsicas de desarrollar
el proceso de carga:
Acumulacin simple: La acumulacin simple es la ms sencilla y comn, y
consiste en realizar un resumen de todas las transacciones comprendidas en el
perodo de tiempo seleccionado y transportar el resultado como una nica
transaccin hacia el data warehouse, almacenando un valor calculado que
consistir tpicamente en un sumatorio o un promedio de la magnitud
considerada.
Rolling: El proceso de Rolling por su parte, se aplica en los casos en que se opta
por mantener varios niveles de granularidad. Para ello se almacena
informacin resumida a distintos niveles, correspondientes a distintas
agrupaciones de la unidad de tiempo o diferentes niveles jerrquicos en
alguna o varias de las dimensiones de la magnitud almacenada (por ejemplo,
totales diarios, totales semanales, totales mensuales, etc.).

Introduccin
En definitiva, una solucin BI completa
permite:
Observar qu est ocurriendo?
Comprender por qu ocurre?
Predecir qu ocurrira?
Decidir qu camino se debe seguir?

Qu aporta a la empresa

Qu aporta a la empresa
Generar reportes
globales o por
secciones.

Crear una base de


datos de clientes.

Crear escenarios con


respecto a una
decisin.

Hacer pronsticos de
ventas y
devoluciones.

Compartir
informacin entre
departamentos.

Anlisis
multidimensionales.

Generar y procesar
datos.

Cambiar la
estructura de toma
de decisiones.

Mejorar el servicio al
cliente

Qu aporta a la empresa
Ventas
Marketing

Finanzas
Manufactura
Embarques

Anlisis de ventas
Deteccin de clientes importantes
Anlisis de productos, lneas, mercados
Pronsticos y proyecciones.

Segmentacin y anlisis de clientes


Seguimiento a nuevos productos.

Anlisis de gastos
Rotacin de cartera
Razones Financieras.

Productividad en lneas
Anlisis de desperdicios
Anlisis de calidad
Rotacin de inventarios y partes crticas.

Seguimiento de embarques
Motivos por los cuales se pierden pedidos.

Qu aporta a la empresa?
Control del negocio
Mejor acceso a la informacin

Ahorro en costes
Tomar decisiones ms eficaces y ms rpidas
Oportunidades de negocio
Implementacin de procesos automticos
Eliminacin de informes manuales
..

Qu aporta a la empresa?
Oportunidades de negocio
Generar 4,4 millones de puestos de trabajo a
nivel mundial para 2015
Incremento del 7% en inversin para BI durante el
prximo ao
Un 74% de las organizaciones han invertido o
planean invertir en Big Data durante 2014
Es el momento de invertir esfuerzos y recursos en
ofrecer a los clientes soluciones BI

Qu aporta a la empresa?
Oportunidades de negocio

Introduccin

Posibles preguntas

Puedo obtener informacin adecuada de mi negocio?


Tiene un precio razonable?
Puedo obtener un valor tangible en un plazo razonable?
Mis datos estn seguros?
Cuantos recursos fsicos necesito?
Como es de fcil integrarlo con los datos actuales de mi
negocio?
Los usuarios bsicos podrn acceder a la informacind e
forma rpida y sencilla?
Puedo escalar la solucin?

HERRAMIENTAS Y SOLUCIONES
ACTUALES

Fabricantes actuales

Fabricantes actuales

Introduccin
Posibles alternativas
Sistemas tradicionales. Suites completas de
productos
IBM Cognos, Oracle OBI, SAP BO, Microstrategy..

BI OpenSource
QlikView, Pentaho

BI en Cloud
Birst

Introduccin

Diferencias
BI PROPIETARIO

BI OPEN SOURCE

Coste de licencias

Sin coste de licencias

Soporte del fabricante

Soporte con coste adicional

Errores resueltos por fabricante

Errores resueltos por fabricante, la


comunidad, partners,etc

Dependencia del fabricante

Menos dependencia pero menos


estabilidad

Todo integrado

Suelen enfocarse a una solucin

Mas complicados de instalar y


administrar

Ms sencillos de implementar

Herramientas actuales
BI se ha democratizado. Ya no solo lo
usan 4 personas en grandes empresas.
El auge de las herramientas OpenSource
ha permitido un nuevo horizonte en BI.
Tambin hay una democratizacin del
dato, tanto desde las propias empresas
como los proveniente de Internet.

Herramientas actuales

Herramientas actuales

Herramientas actuales

Herramientas actuales

Herramientas actuales
Leader: fabricante con una gran solucin y que est
muy enfocado a las necesidades actuales del mercado
Challenger: tambin tiene una buena solucin pero le
faltan algunas caractersticas interesantes para llegar a
ser un lider consolidado
Visionaries: Han sido capaces de detectar nichos de
mercado y ofrecen algn producto para cubrirla pero
les faltan capacidades a sus productos
Niche Players: no tienen ni el producto ni componentes
para ser lderes pero que han destacado por algn
motivo durante 2013

Herramientas actuales

Herramientas actuales

Herramientas actuales

Herramientas actuales

Herramientas actuales

Herramientas actuales

Herramientas actuales

Tendencias Actuales

Tendencias actuales

Big Data
Real Time BI
BI Mobile
Cloud BI
Social Media
End User self-service
Multiples BI Tools. Herramientas Open Source
Mejoras en la visualizacin
Bases de datos especficas

Tendencias actuales

El mbito de la inteligencia de Negocios o Business Intelligence


est alcanzado un auge considerable en los ltimos aos y su
previsin de crecimiento est entre las ms altas del mercado.
Se estima que para el ciclo 2014-2016 estar en torno a un 10%
anual.
El avance tecnolgico en cuanto al hardware, la aparicin de
nuevo software y la evolucin del actual marcan un ritmo
trepidante en este nicho que las grandes empresas estn
intentando aprovechar ofreciendo mltiples soluciones y
productos
Por otro lado, las empresas se han percatado de los beneficios que
puede aportar esta tecnologa en sus negocios y la ventaja que
permite frente a sus competidores a la hora de plantear
estrategias y tomar decisiones acertadas.

Tendencias actuales

El mbito de la inteligencia de Negocios o Business Intelligence


est alcanzado un auge considerable en los ltimos aos y su
previsin de crecimiento est entre las ms altas del mercado.
Se estima que para el ciclo 2014-2016 estar en torno a un 10%
anual.
El avance tecnolgico en cuanto al hardware, la aparicin de
nuevo software y la evolucin del actual marcan un ritmo
trepidante en este nicho que las grandes empresas estn
intentando aprovechar ofreciendo mltiples soluciones y
productos
Por otro lado, las empresas se han percatado de los beneficios que
puede aportar esta tecnologa en sus negocios y la ventaja que
permite frente a sus competidores a la hora de plantear
estrategias y tomar decisiones acertadas.

introduccin

Big Data es la convergencia de enormes


cantidades de datos tanto estructurados como
no estructurados.
Esta informacin puede ser tanto interna
como externa.
Dado que las teconologas tradicionales no
pueden hacer frente a esta cantidad de
informacin es necesario utilizar nuevas
estrategias.

introduccin

Petabytes de datos creados diariamente


Redes sociales
mviles,
sensores,
Datos cientficos,
.

introduccin
Petabytes de datos creados diariamente

introduccin

Todo el mundo conectado

introduccin

Todo el mundo conectado


Cuantas personas conoces sin Facebook o
Twiter?
Y si es adolescente? Cercana al 100%

introduccin

Las tres Vs

introduccin
Volumen:
Grandes cantidades de informacin
Terabytes, Petabytes,
Los datos no se pueden almacenar en RDBMS tradicionales

Variedad
La fuente de datos s muy diversa: Web Logs, Application
Logs, Mdatos variados, Redes sociales
Suele ser poco estructurado o sin ninguna estructura

Velocidad
Datos en streaming. Procesamiento complejo de datos
Es necesaria una velocidad en la entrada y salida

introduccin

introduccin

El dato es ms importante que nunca, pero el


crecimiento exponencial est sobrepasando
las capacidades de las empresa para
gestionarlos (y por tanto para granar dinero
con esa informacin)
Retos
Procesar conjuntos de datos extragrandes
Almacenar y gestionar esos datos
Realizar anlisis sobre los mismos.

introduccin

Tecnologas Hadoop
.

introduccin

Tecnologas Hadoop
.

Hadoop

Hadoop es casi sinnimo del trmino Big


Data para la gestin de grandes volmenes
de informacin de datos no estructurados.
Hadoop Distributed File System implmenta
una capa de almacenamiento redundnate y
altamente escalable.

Hadoop

Incremento de negocio para Hadoop

Hadoop

Uno de los puntos fuertes de Hadoop es que


est diseado para ejecutarse en servidores
de bajo coste y que dispone de una gran
tolerencia a fallos
De hecho, en Hadoop, los fallos de hardware
se tratan como una regla y no como una
excepcin.

Hadoop

Otros proyectos implicados en Hadoop


HBase : Una base de datos orientada a valores/claves que se
ejecuta sobre HDFS
Hive : sistema de funciones que soportan agregacin de datos y
coinsultas ad hoc sobre MapReduce
Pig: Lenguaje de alto nivel para gestionar flujos de datos y ejecucin
de aplicaciones sobre Hadoop
Mahout: entorno de aprendizaje de mquinas implementado en
hadoop
Zookeeper : servicio centralizado para mentener informacin de
configuracin, gestin de nombre, y para facilitar la sincronizacin
de servicios
Sqoop : Herramienta diseada para transferir datos masivos desde
Hadoop a otros entornos como Bases de datos relacionales

Hadoop
HDFS
HDFS es un sistema de almacenamiento tolerante a
fallos que puede almacenar gran cantidad de datos,
escalar de forma incremental y sobrevivir a fallos de
hardware sin perder datos
Los clusters Hadoop se utilizan sobre ordenadores
baratos.
Si un nodo falla, el cluster puede continuar trabajando
sin perder datos o interrumpri el trabajo.
Sencillamente redistribuye el trabajo entre los nodos
restantes del cluster.

Hadoop
HDFS
HDFS gestionar el
almacenamiento
en el cluster,
dividiendo los
ficheros en
bloques
pequeos y
almacenando
copias duplicadas
a traves de los
nodos.

Hadoop

HDFS
Comparada con otras tcnicas de redundancia
como Redundant Array of Independent Disks
(RAID) , HDFS ofrece dos ventajas:
No se requiere un hardware espcial
Se implement a una tcnica eficiente de
procesamiento de datos: MapReduce.

Hadoop

MapReduce
La mayor parte de las herramientas de
consulta estn diseadas para realizar
consultas simples que deben ejecutarse
rpidamente.
El dato suele estar indexado y por tanto solo
pequeas porciones de datos se examinan
durante la bsqueda.

Hadoop

MapReduce
Esta solucin, en cambio no es til para datos
no indexados de tipo semi estructurado
(textos) o sin estructurar (multimedia).
Para responder una query en esta solucin es
necesario examinar todos los datos
Hadoop utiliza MapReduce para realizar un
anlisis exahustivo de forma rpida.

Hadoop
MapReduce
Es un algoritmo de procesamiento de datos que
implmenta un proceso en paralelo
De forma simple distribuye las atareas a travs de los
nodos de un cluster ejecutanto una funcin map.
La funcin map estudia el problema, lo divide en trozos y
los manda a diferentes mquinas para que todos los trozos
puedan ejecutarse concurrentemente..
Los reusltados de este proceso paralelo se recogen y se
distribuyen a travs de un distintos servidores que
ejecutan una funcin reduce, que toma los resultados de
los trozos y los recombina para obtener una respuesta
simple

Hadoop

MapReduce
Map step: The master node takes the input,
chops it up into smaller sub-problems, and
distributes those to worker nodes. A worker
node may do this again in turn, leading to a
multi-level tree structure.
Map(k1,v1) list(k2,v2)

Hadoop

MapReduce
Reduce step: The master node then takes
the answers to all the sub-problems and
combines them in a way to get the output the answer to the problem it was originally
trying to solve.
Reduce(k2, list (v2)) list(v3)

Hadoop

MapReduce. Ejemplo
Contador de palabras
Entrada
Hello World
Hello MapReduce

Funcin MAP
void map(string i, string line):
for word in line:
print word, 1

Hadoop

MapReduce. Ejemplo
Contador de palabras
Funcin REDUCE
void reduce(string word, list partial_counts):
total = 0
for c in partial_counts:
total += c
print word, total

Hadoop

MapReduce. Ejemplo
Contador de palabras

Hadoop

MapReduce. Arquitectura

Hadoop

Procesos
NameNode: metados de ficheros
DataNode: datos en los nodos
SecondaryNodeName.Realiza checkpoints del HDFS
image
JobTracker: gestor de trabajos
TaskTracker: ejecutor de trabajos

Hadoop

Arquitectura MapReduce

Social MEDIA

Redes sociales. Social Media


Otro nuevo mbito en el que las empresas estn
decididas a entrar es en el de las redes sociales.
Empujadas por el uso que se hace de Internet y el
rastro que los usuarios dejan en estos nichos, las
empresas se ha percatado de que la informacin
extraida de este uso permite tomar decisiones
estratgicas, tanto de marketing, publicidad,
planes de produccin, tendencias, etc...

Social MEDIA

Redes sociales. Social Media


El usuario media deja sus opiniones, crticas, gustos,
comentarios, etc.. en multitud de redes sociales y similares, lo
que el convierte en el nicho de extraccin de datos ms
importante que podemos encontrar en la actualidad respecto
a los gustos y tendencias.

Social MEDIA

Redes sociales. Social Media

Social MEDIA

Redes sociales. Social Media


Las herramientas actuales de BI permiten tambin
transformar estos datos heterogneos y dispares en modelos
de informacin que permiten tomar decisiones empresariales
estratgicas y seguir las tendencias de los usuarios y sus
gustos
Adems, unido a Big Data y a otras tecnologas se pueden
tomar decisiones en tiempo real.

BI MOVIL

BI mvil
Otro nicho de crecimiento BI para los
prximos aos ser sin duda la expansin de la
tecnologa mvil. Los smartphones y las
tablets han acercado BI a un entorno donde
hasta hace poco era impensable.
Segn previsiones, un 35% de las empresas
usar BI en dispositivos mviles en el ao
2014.

BI MOVIL

BI mvil

BI MOVIL

BI mvil
Entre los usos que se pueden dar a estos
componentes encontramos por ejemplo:
Vendedores que se desplazan, con acceso a los datos
de clientes, stock, tendencias de compras del cliente,
etc
Acceso a datos estratgicos desde cualquier lugar, en
viajes o desplazamientos de directivos y responsables.
Toma de decisiones en tiempo real en reuniones o
desplazamientos
Etc

BI MOVIL

BI mvil
Al igual que con otras tecnologas, las grandes
empresas de BI estn comercializando
herramientas o versiones de sus productos
para ser utilizados en smartphones y tablets y
de esa forma poder acceder a datos, cuadros
de mandos y estadsticas de forma sencilla y
rpida.

RealTime BI

Real Time BI
Todas las tecnologa mencionadas anteriormente
permite el acceso al dato en tiempo real, y por tanto
la posibilidad de tomar decisiones instantneas sin
necesidad de esperar informes o estadsticas
posteriores.
Por ejemplo Google analytics sera un buen ejemplo
del uso de estas tecnologas.

RealTime BI

Real Time BI
Por supuesto, no siempre el dato inmediato es el
nico, ya que se seguramente las decisiones en
muchos casos se deben tomar junto a informacin
histrica y evolucionada que se almacenar en un
Data Warehouse tradicional.

RealTime BI

Real Time BI

BI en la nube

BI en la nube

BI en la nube
BI en la nube
Por supuesto, el acceso a los datos BI en un sistema en
Cloud es otra de las tendencias que veremos en los
prximos aos. Tanto de forma privada como pblica
asistiremos a una tendencia a desplazar el dato a un
entorno cloud para poder acceder y manejarlo de
forma eficiente.
Tener las herramientas de Business Intelligence
alojadas en la nube aporta adems un valor aadido
sobre aquellas empresas que no pueden permitirse
disponer de tecnologas tan sofisticadas en plataformas
fsicas propias.

BI en la nube

BI en la nube
Quizs el inconveniente ms importante de
subir el dato a una nube que no sea privada es
el hecho de que la informacin crtica de la
empresa est alojada fuera del entorno de la
propia empresa. Sin embargo, el
abaratamiento del coste del hardware hace
que las soluciones privadas sean cada vez ms
abordables y eficientes.

BI en la nube
BI en la nube
En la parte de infraestructuras
BIRST es actualmente Birst es el primer vendedor de Inteligencia de
Negocios basada en la nube en tener la suficiente fuerza dentro del
mercado y referencias de clientes para entrar en el cuadrante mgico.
Por poner otro ejemplo reciente, SAS ha implementado una solucin
de visualizacin analtica de datos en la nube para el mercado espaol,
denominado SAS Visual Analytics en Cloud, con el objetivo de que
empresas de cualquier tamao y sector dispongan de la capacidad
analtica que puedan necesitar.

BI en la nube

Otras
End User self-service
Multiples BI Tools.
Herramientas Open Source
Mejoras en la visualizacin
Bases de datos especficas

Estamos en las Redes Sociales!


http://www.facebook.com/cleformacion

https://twitter.com/CLEFormacion

http://www.linkedin.com/company/cleformaci-n

cursos@cleformacin.com

Sguenos !