Business Intelligence

Business Intelligence Data Warehouse Data Mining Big Data Data Mart Olap

Si se asocia con las

tecnologías de la Es un repositorio Es el conjunto de utiliza estrucutras de
informacion, se puede unificado para todos los
técnicas y tecnologías datos diversas,
definir como el conjunto datos que recogen los Es un término que Es un subconjunto de un Pocesamiento ánalitico Se compone de hechos
Es la habilidad para de metodologías. diversos sistemas de una que permiten explorar describe cualquier Data Warehouse, en linea, el objetivo es normalmente numéricos o medidas,
transformar los datos en grandes bases de datos multidimencionales (o
aplicaciones y empresa. este puede ser Tiene cuatro etapas cantidad voluminiso de diseñado para satisfacer agilizar la consulta de que se clasifican por
permite: informacion, yl la de forma automática con Tipo de big data Se puede usar en: Tipos de Data Mart cubos OLAP), que
tecnologías que permiten fisico o lógico y hace principales datos estrucuturados, la necesidad de un grandes cantidades de dimensiones, el cubo de
infomración en reunir, depurar y incapié en la captura de el objetivo de encontrar semiestrucuturados y no determinado grupo de datos o sistemas contiene datos resumidos metadatos es creado a
conomicimiento. patrones, tendencias o de grandes bases de
transfomar datos de los datos de diversas fuentes estrucuturados. usuarios. transaccionales. partir de :
reglas que explique los datos o sistemas
sistemas transaccionales sobre todo para fines datos. transaccionales (OLAP).
e información analiticos de acceso. Data Mart
desestrucuturada. El profesional de data Web y redes sociales:
dependiente:Identifica un
Los principales Contine datos orientados minning trabja las bases Informración disponible subconjunto adecuado es creado y controlado suele extraer datos de
Observar ¿Ques esta Los principales productos de dato para evaluar la determinación de en internet, contendio se puede definir en 5 por un unico una fuente determinada
componentes de a temas relacionados Modelo de estrella de datos y moviendo una Esquema en estrella
ocurriendo? de business Intelligence información y descartar objetivos generado por los terminos (Vs) departamento dentro de (Data Warehouse
origenes de datos cono el objetivo. copia del mismo, a
la que no sea util o usuarios en su actividad menudo en forma una organización. central)
confiable. social. Data Mart Independiente:
resumida.
Se crea a partir de
fuentes externas, sin
Volumen : Cuando el
Machine to Machone : recurrir al Data
Integra datos desde tiene usos en Marketing , almacenamiento,
Comprender ¿ por que Cuadro de mando multiples fuentes, a Comercio minorista, el procesamiento de Datos generados a partir procesamiento y Warehouse Central , ante diferencias Entre Data
Data Mart de sensore inteligentes Modelo de copo de nieve lo cual se debe poner en Esquema Copo de nieve
ocurre? integral (CMI) traves de herramientas Banca, Medicina, datos exlotación se vuelve un Mart y Data Warehouse
integrados en objetos de marcha un proceso de
ETL. Televisión y radio, etc reto para una
uso cotidiano. organización. datos menores. este es
menos escalable y la
duplicación de datos es
inevitable. Alcance: El Data
Nos ayuda a analizar los Transacciones: Incluye Data Mart Hibrido: warehouse tiene un
Velocidad: El ritmo con el
Sistema de soporte a la cambios a lo largo del determinacion del registros de facturación, Permite combinar las alcance corporativo y el
predecir ¿ que ocurriría? Data Warehouse cual los datos se estan
Decision (DSS) tiempo, desde una modelo llamdas o transacciones ventajas de los dos Data Mart está enfocado
generando.
perspectiva histórica. entre cuentas. modelos anteriores. en una linea de negocio
concreta.

Biométricos: Datos de Variedad: Diferencia de

Uso: Data Wahrehouse
No es volátil, por lo cual, identificacion personal formatos distintos en los
es usado en decisiones
Decidir ¿ qué cmino se Sistema de información una vez quellos datos (Huellas digitales, cuales se pueden
debe seguir ? ejecutiva (EIS) son cargados , no análisis de resultados reconocimiento facial, encontrar lso datos estrategicas y el Data
Mart apoya a decisiones
cambian. mediante información (hojas de calculo,
tácticas.
genética) imagenes, texto, bd)

Áreas temáticas: Data

Veracidad: Los datos Warehouse abarca
tienen que ser confiables distintas areas y Data
y limpios. Mart se centra en un solo
tema.

Tamaño: Un Data Mart

Valor: Los datos y su puede medir deo orden
análisis tiene que de los centenares de
generar un beneficio para gigabyte, mientras el
las empresas. Data Warehouse puede
superar el terabyte.

Tiempo de
implementación: El Data
Warehouse puede tardar
meses e incluso años,
mientras que el Data
Mart se prolonga a solo
unos meses.
https://blog.mdcloud.es/que-es-data-warehouse-ralacion-data-mart/

https://www.sinnexus.com/business_intelligence/

https://www.iberdrola.com/innovacion/data-mining-definicion-ejemplos-y-aplicaciones

https://www.oracle.com/mx/big-data/guide/what-is-big-data.html

https://searchdatacenter.techtarget.com/es/definicion/Big-data

https://es.wikipedia.org/wiki/OLAP