Please enable JavaScript.

Coggle requires JavaScript to display documents.

Fundamentos de inteligencia de negocios: bases de datos y administración…

- - - - Es probable que cada vez fuera más necesario usar Big Data. Una infraestructura contemporánea para la inteligencia de negocios tiene una variedad de herramientas para obtener información útil de todos los tipos diferentes de datos que usan las empresas en la actualidad, incluyendo Big Data semiestructurados y no estructurados en grandes cantidades. Estas capacidades incluyen almacenes de datos y mercados de datos, Hadoop, computación en memoria y plataformas analíticas. Algunas de estas capacidades están disponibles como servicios en la nube.
        
        Almacenes de datos y mercados de datos
        
        Los datos se originan en muchos sistemas básicos de transacciones operacionales, como los sistemas de ventas, las cuentas de clientes, la manufactura, y pueden incluir datos de transacciones de sitios Web.
        
        Un almacén de datos es una base de datos que almacena la información actual e histórica de interés potencial para los encargados de tomar decisiones en la compañía
        
        El almacén de datos pone los datos a disposición de todos según sea necesario, pero no se puede alterar
        
        Hadoop
        
        Descompone un problema de Big Data en varios subproblemas, los distribuye entre miles de nodos de procesamiento de computadoras económicas y luego combina el resultado en un conjunto de datos de menor tamaño que es más fácil de analizar
        
        Es un marco de trabajo de software de código abierto, administrado por la Fundación de Software Apache, lo que permite el procesamiento paralelo distribuido de enormes cantidades de datos a través de computadoras económicas.
        
        Computación en memoria
        
        Otra forma de facilitar el análisis de Big Data es utilizar la computación en memoria, que depende principalmente de la memoria principal (RAM) de la computadora para el almacenamiento de datos
        
        Plataformas analíticas
        
        especializadas de alta velocidad que utilizan tecnología tanto relacional como no relacional y están optimizadas para analizar conjuntos de datos de gran tamaño
        
        Las plataformas analíticas también incluyen sistemas en memoria y sistemas de administración de bases de datos no relacionales. Ahora, las plataformas analíticas están disponibles como servicios en la nube.
    - - Ahora usamos el término big data para describir estos conjuntos de datos con volúmenes tan grandes que están más allá de la capacidad de un DBMS común para capturar, almacenar y analizar.
        
        A las empresas les interesan los Big Data debido a que pueden revelar más patrones y anomalías interesantes que los conjuntos de datos más pequeños, con el potencial de proveer nuevas perspectivas en cuanto al comportamiento de los clientes, los patrones de clima, la actividad del mercado financiero u otros fenómenos
    - - Una vez que los datos se capturan y organizan mediante el uso de las herramientas para inteligencia de negocios que acabamos de describir, están disponibles para un posterior análisis utilizando el software para consultas e informes de bases de datos, el análisis de datos multidimensional (OLAP) y la minería de datos
        
        Minería de datos
        
        Está más orientada al descubrimiento, ya que provee perspectivas hacia los datos corporativos que no se pueden obtener mediante OLAP, al encontrar patrones y relaciones ocultas en las bases de datos grandes e inferir reglas a partir de estos patrones y relaciones, para predecir el comportamiento a futuro
        
        • Las asociaciones son ocurrencias vinculadas a un solo evento
        
        • La clasificación reconoce los patrones que describen el grupo al que pertenece un elemento, para lo cual se examinan los elementos existentes que hayan sido clasificados y se infiere un conjunto de reglas
        
        • El pronóstico se basa en una serie de valores existentes para pronosticar cuáles serán los otros valores
        
        • En las secuencias, los eventos se vinculan en el transcurso del tiempo.
        
        • El agrupamiento funciona de una manera similar a la clasificación cuando aún no se han definido grupos
        
        Procesamiento analítico en línea (OLAP)
        
        Cada aspecto de información —producto, precios, costo, región o periodo de tiempo— representa una dimensión distinta
        
        Soporta el análisis de datos multidimensional, el cual permite a los usuarios ver los mismos datos de distintas formas mediante el uso de varias dimensiones
- - - - El DBMS actúa como una interfaz entre los programas de aplicación y los archivos de datos físicos
        
        Cómo resuelve un DBMS los problemas del entorno
        de archivos tradicional
        
        Un DBMS reduce la redundancia e inconsistencia de los datos al minimizar los archivos aislados en los que se repiten los mismos datos
        
        El DBMS desacopla
        los programas y los datos, con lo cual los datos se pueden independizar
        
        Tal vez el DBMS no logre que la organización elimine del todo la redundancia de datos, pero puede ayudar a controlarla. Aun cuando si la organización mantiene algunos datos redundantes
        
        el uso de un DBMS elimina la inconsistencia de los datos debido a que puede ayudar a la organización a asegurar que cada ocurrencia de datos redundantes tenga los mismos valores
      - El DBMS libera al programador o al usuario final de la tarea de entender dónde y cómo están almacenados realmente los datos al separar las vistas lógica y física de los datos.
      - Un sistema de administración de bases de datos (DBMS) es software que permite a una organización centralizar los datos, administrarlos en forma eficiente y proveer acceso a los datos almacenados mediante programas de aplicación.
      - DBMS relacional
        
        Los DBMS contemporáneos utilizan distintos modelos de bases de datos para llevar el registro de las entidades, atributos y relaciones. El tipo más popular de sistemas DBMS en la actualidad para las PC, así como para computadoras más grandes y mainframes, es el DBMS relacional.
        
        La información real sobre un solo proveedor que reside en una tabla se denomina fila. Por lo general, las filas se conocen como registros, o en términos muy técnicos, como tuplas.
        
        Cada tabla en una base de datos relacional tiene un campo que se designa como su clave primaria
      - Operaciones de un DBMS relacional
        
        Las tablas de bases de datos relacionales se pueden combinar fácilmente para ofrecer los datos requeridos por los usuarios, siempre y cuando dos tablas compartan un elemento de datos común.
        
        La operación seleccionar crea un subconjunto que consiste en todos los registros del archivo que cumplan con criterios establecidos
        
        En una base de datos relacional se utilizan tres operaciones básicas, para desarrollar conjuntos útiles de datos: seleccionar, unir y proyectar.
        
        La operación unir combina tablas relacionales para proveer al usuario con más información de la que está disponible en las tablas individuales
        
        La operación proyectar crea un subconjunto que consiste en columnas en una tabla, con lo cual el usuario puede crear nuevas tablas que contengan solamente la información requerida.
      - Bases de datos no relacionales y bases de datos en la nube
        
        Son útiles para acelerar las consultas simples contra grandes volúmenes de datos estructurados y no estructurados, ya sea en Web, social media, gráficos y demás formas de datos difíciles de analizar con herramientas tradicionales basadas en SQL.
        
        Los sistemas de administración de bases de datos no relacionales usan un modelo de datos más flexible y están diseñados para manejar grandes conjuntos de datos entre varias máquinas distribuidas, además de que pueden escalar fácilmente para aumentar o reducir su tamaño.
    - - Un DBMS incluye capacidades y herramientas para organizar, administrar y acceder a los datos en la base de datos. Las más importantes son: su lenguaje de definición de datos, el diccionario de datos y el lenguaje de manipulación de datos.
      - Los DBMS tienen una capacidad de definición de datos para especificar la estructura del contenido de la base de datos. Podría usarse para crear tablas de bases de datos y definir las características de los campos en cada tabla
      - Esta información sobre la base de datos se puede documentar en un diccionario de datos, el cual es un archivo automatizado o manual que almacena las definiciones de los elementos de datos y sus características
      - Consultas e informes
        
        El lenguaje de manipulación de datos más prominente en la actualidad es el Lenguaje de consulta estructurado, o SQL
        
        Microsoft Access y otros sistemas DBMS tienen herramientas para generación de informes, de modo que se puedan mostrar los datos de interés en un formato más estructurado y elegante que el de las consultas
        
        La mayoría de los DBMS tienen un lenguaje especializado llamado lenguaje de manipulación de datos
    - - Para crear una base de datos hay que entender las relaciones entre la información, el tipo de datos que se mantendrán en la base, cómo se utilizarán y la forma en que la organización tendrá que cambiar para administrarlos desde una perspectiva a nivel
        
        Diagramas de normalización y de entidad-relación
        
        El proceso de diseño identifica las relaciones entre los elementos de datos y la manera más eficiente de agruparlos en conjunto para satisfacer los requerimientos de información de la empresa
        
        Este proceso también identifica a los elementos de datos redundantes y las agrupaciones de elementos de datos requeridas para ciertos programas de aplicaciones específicos. Los grupos de datos se organizan, refinan y optimizan hasta que emerge una vista lógica general de las relaciones entre todos los datos en la base de datos.
        
        Los diseñadores de bases de datos documentan su modelo de datos con un diagrama entidad-relación
- - - - Un bit representa la unidad más pequeña de datos que una computadora puede manejar. Un grupo de bits, denominado byte, representa a un solo carácter, que puede ser una letra, un número u otro símbolo. Un agrupamiento de caracteres, en una palabra, un conjunto de palabras o un número completo (como el nombre o la edad de una persona) se denomina campo.
      - Un grupo de campos relacionados, como el nombre del estudiante, el curso que va a tomar, la fecha y la calificación, representan un registro; un grupo de registros del mismo tipo se denomina archivo.
      - Un sistema computacional organiza los datos en una jerarquía que empieza con bits y bytes, y progresa hasta llegar a los campos, registros, archivos y bases de datos
    - - Dependencia programa-datos
        
        Todo programa de computadora tradicional tiene que describir la ubicación y naturaleza de los datos con que trabaja
        
        En un entorno de archivos tradicional, cualquier cambio en un programa de software podría requerir un cambio en los datos a los que accede ese programa.
        
        La dependencia programa-datos se refiere al acoplamiento de los datos almacenados en archivos y los programas específicos requeridos para actualizar y dar mantenimiento a esos archivos, de tal forma que los cambios en los programas requieran cambios en los datos
      - Redundancia e inconsistencia de los datos
        
        La redundancia desperdicia recursos de almacenamiento y también conduce a la inconsistencia de los datos, donde el mismo atributo puede tener distintos valores.
        
        La redundancia de los datos es la presencia de datos duplicados en varios archivos, de modo que los mismos datos se almacenan en más de un lugar o ubicación.
        
        La confusión resultante dificultaría a las compañías el proceso de crear sistemas de administración de relaciones con el cliente, de administración de la cadena de suministro o sistemas empresariales que integren datos provenientes de distintas fuentes
      - Falta de flexibilidad
        
        Un sistema tradicional de archivos puede entregar informes programados de rutina después de extensos esfuerzos de programación, pero no puede entregar informes ad hoc ni responder de manera oportuna a los requerimientos de información no anticipados
        
        La información requerida por las solicitudes ad hoc está en alguna parte del sistema, pero tal vez sea demasiado costoso recuperarla
      - Seguridad defectuosa
        
        Como hay poco control o poca administración de los datos, el acceso a la información, así como su diseminación, pueden estar fuera de control.
        
        La gerencia tal vez no tenga forma de saber quién está accediendo a los datos de la organización, o incluso modificándolos.
      - Falta de compartición y disponibilidad de los datos
        
        Como las piezas de información en archivos distintos y diferentes partes de la organización no se pueden relacionar entre sí, es casi imposible compartir o acceder a la información de una manera oportuna
        
        Si los usuarios encuentran valores desiguales de la misma pieza de información en dos sistemas diferentes, tal vez no quieran usar estos sistemas debido a que no pueden confiar en la precisión de sus datos
        
        La información no puede fluir con libertad entre distintas áreas funcionales o partes de la organización.