Inteligencia de Negocio, Big Data y Data Warehouse: Conceptos Clave

Inteligencia de Negocio: Conceptos Clave

La inteligencia de negocio involucra la recopilación de datos para ayudar en la toma de decisiones. Este proceso implica:

• Recopilación de datos.
• Almacenamiento de los datos recopilados.
• Disponibilidad de herramientas para utilizar los datos de manera eficaz y oportuna.

Los datos se guardan en una base de datos.

Componentes de un Sistema de Base de Datos

• Base de datos: Herramienta para utilizar los datos.
• Recurso humano: Para recopilar datos e ingresarlos en la base.
• Recurso informático: Para alojar la base de datos.

Big Data y Bases de Datos Distribuidas

Cuando se trabaja con muchos datos, no es práctico almacenar la información en una base de datos tradicional, ya que no se pueden recuperar ni procesar eficientemente. Para manejar grandes volúmenes de datos, se utiliza una colección de bases de datos, es decir, un sistema de base de datos flexible.

El Big Data se refiere al trabajo con datos muy grandes, donde no se pueden utilizar métodos tradicionales. Esto implica:

• Bases de datos distribuidas.
• Minería de datos.
• Computación en la nube.

Bases de Datos Distribuidas

Una base de datos distribuida es una colección de múltiples bases de datos individuales, interconectadas en una red informática. Esto implica:

• Almacenamiento en múltiples discos duros y computadoras.
• Las computadoras que alojan los discos duros se conectan en una red.

Ventajas de las Bases de Datos Distribuidas

• Expansión más fácil: Se acomoda según sea necesario.
• Economía de escala: Se gestiona eficientemente.
• Modularidad: Cada base de datos se puede diseñar localmente.

Desventajas de las Bases de Datos Distribuidas

• Falta de control: Dificultad para propagar los cambios en la red.
• Seguridad débil: Las bases de datos se pueden administrar de manera diferente.
• Falta de integridad: Dificultad en el mantenimiento de los recursos de la red.

Minería de Datos

Ventajas de la Minería de Datos

• Habilidad para identificar posibilidades ocultas.
• Diseñada para grandes bases de datos.
• Resultados consistentes.

Desventajas de la Minería de Datos

• Falta de privacidad.
• Seguridad débil.
• Posible mal uso de la información.

Computación en la Nube

La computación en la nube se basa en centros de datos que alojan computadoras para compartir recursos. Es un modelo de *hosting* que provee alojamiento a un servicio o servidor.

Ventajas de la Computación en la Nube

• Autoservicio.
• Independiente de la ubicación.
• Costo reducido.

Desventajas de la Computación en la Nube

• Opciones limitadas.
• Seguridad débil.
• Restricciones de ancho de banda.

Data Warehouse

Un Data Warehouse (DW) se caracteriza por:

• Organización Subjetiva: Los datos se organizan de acuerdo a criterios específicos.
• Integración: Los datos se organizan para mantener consistencia, una escala uniforme y claridad.
• Dependencia del Tiempo: Los datos se recolectan y organizan a lo largo del tiempo.
• No Volatilidad: Los datos no se actualizan, crean o borran.
• Resumen: Los datos se resumen en varios niveles para diferentes análisis.

Arquitectura de un Data Warehouse

La arquitectura de un DW incluye:

• Componentes de hardware.
• Conexiones de los componentes de hardware.
• Componentes de software.
• Flujos de datos.
• Uso eficiente de los recursos informáticos.
• Flujo óptimo de datos.
• Protección de la seguridad.
• Equilibrio entre costo y desempeño.

Tipos de Bases de Datos

Existen diversos tipos de bases de datos, como:

• Gráficas.
• Relacionales.
• De árbol.
• Orientadas a objetos.

Es importante aprovechar el tipo de base de datos adecuado para satisfacer las necesidades del usuario.

Crecimiento del Tamaño de los Datos

Cuando el tamaño de los datos crece, se presentan los siguientes problemas:

• Consultas y manipulaciones ineficientes.
• Requerimiento de recursos computacionales para las tareas.

Establecimiento de un Data Warehouse para Grandes Bases de Datos

Para establecer un DW, es necesario:

• Identificar las necesidades de la organización.
• Identificar los tipos y fuentes de datos.
• Identificar los recursos necesarios.
• Definir el propósito del uso de los datos.
• Identificar las herramientas de software.
• Identificar las partes interesadas en el proceso.