Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Problema a Resolver.
El problema que quieren resolver los autores en este articulo es de mencionar cuales son
las herramientas que las organizaciones puede optar para data analytics, y que encajen
con los objetivos que tenga la organización. Mostrando las herramientas mas populares
para el análisis de datos que existen actualmente en el mercado. Para ayudar a los
profesionales de la analítica a elegir la herramienta adecuada para el requisito que estos
requieran.
Antecedentes
Los autores mencionan que los datos son el bloque de construcción básico sobre el que
cualquier organización funcional y prospera. No es posible imaginar el mundo sin datos.
A través de los avances en las tecnologías y, por lo tanto, en Internet, los datos y la
información aumentan cada segundo. Durante las últimas décadas han surgido nuevos
modelos de negocio basados en datos como Facebook, Yahoo, Microsoft, Google,
Linkedln, youtube, Twitter, etc. En los últimos tiempos, el término "Data Analytics" o
“Big Data” se ha aplicado a los datos que crecen tanto y se vuelven incómodos para
trabajar y administrar con sistemas tradicionales de administración de bases de datos. El
tamaño de estos conjuntos de datos está más allá de la capacidad de las herramientas y
los sistemas de almacenamiento de uso frecuente para recuperar, almacenar y
administrar, así como procesar los datos dentro de un tiempo transcurrido promedio.
Todos estamos hambrientos de información, a pesar de que la información se está
ahogando. El análisis de datos es el proceso de analizar datos, que convierte la
información en conocimiento útil. Este conocimiento ayuda a comprender mejor el
mundo y, en muchos contextos, nos permite tomar mejores decisiones. El análisis de big
data está aplicando técnicas analíticas avanzadas en grandes conjuntos de datos. Los
macrodatos y la analítica avanzada ahora están activamente ocupados en la
transformación de la empresa.
Aporte
Según los autores para brindar información clara a los clientes a partir de los datos, se
necesita un marco que permita pensar en ellos como un ciclo con diferentes etapas. Este
marco implica diversas acciones a realizar en el análisis de los datos. La Figura 1
muestra las diferentes fases del ciclo de vida de Data Analytics junto con el flujo de
datos en el medio , están identificando el problema, preparando los datos, planeando el
modelo y construyendo, comunicando los resultados obtenidos con una
operacionalización del producto.
El análisis de datos se puede realizar en varias plataformas como web, Iphones, a través
de las aplicaciones móviles de Android y Windows Phone. La Tabla 3 ofrece una
imagen clara de qué herramienta se puede utilizar en qué plataforma. Python se puede
utilizar con todo tipo de plataformas en las que R, Spark, Tableau y KNIME no se
pueden utilizar en la aplicación de Windows Phone. Como Hadoop es un entorno
distribuido, no se puede utilizar con todas las plataformas.
Este articulo los autores presentaron herramientas de análisis de datos populares y sus
características. Se discuten las fortalezas y limitaciones de cada herramienta. Este
documento destacó claramente qué herramienta es más adecuada para qué tarea de
análisis de datos. A partir de las discusiones, los investigadores / analistas de datos
pueden verificar fácilmente la idoneidad de la herramienta para sus requisitos.