EI análisis se concentra al final en dos grandes áreas: inteligencia de negocio, dirigida a conocer el rendimiento pasado, y analítica de negocio, enfocada a predecir el rendimiento futuro y conocer patrones ocultos en el dato.
Para distinguir claramente los cambios en procesamiento y almacenamiento, hemos separado el data warehouse y la integración de datos de la inteligencia de negocio aunque, en general, no se conciben este tipo de sistemas sin estos componentes.
Una solución de inteligencia de negocio puede tener solo uno o varios componentes. Las soluciones más maduras de mercado suelen tener todos en formato modular. La implementación de uno o más componentes en una organización debe depender de las necesidades de negocio en la organización, y no de la plataforma, del proveedor seleccionado o de las preferencias del usuario de negocio o departamento.
En la analítica de negocio también tenemos diferentes tipos de análisis. Destacamos los siguientes, aunque no es una taxonomía exhaustiva ni exenta de solapamientos:
Análisis estadístico/cuantitativo: EI análisis cuantitativo es un conjunto de técnicas de análisis estadístico que puede incluir, entre otros, el análisis cuantitativo del comportamiento.
Minería de datos: técnica que permite la extracción de información y conocimiento a partir del dato.
Minería de textos: técnica que permite la extracción de información y conocimiento a partir de texto.
Minería de procesos: técnica que permite el análisis de los procesos de negocio basado en logs de eventos.
Machine learning: conocida también como aprendizaje automático, es una rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender.
Inteligencia artificial: área multidisciplinar que combina computación, matemáticas, lógica, etc., y que busca el diseño de sistemas capaces de resolver problemas cotidianos por sí mismos, utilizando como paradigma la inteligencia humana.
Analítica de contenidos: técnica que permite la extracción de información y conocimiento de contenido, como puede ser imágenes o vídeos.
Analítica de grafos: técnica que permite la extracción de información y conocimiento de datos estructurados como un grafo.
Analítica visual: técnica que habilita la exploración de datos y la detección de patrones a través de técnicas de visualización.
Modelización predictiva: técnica para la representación de modelos mediante técnicas estadísticas o matemáticas que permite identificar representaciones y hacer predicciones.
La estadística, la inteligencia artificial, el machine learning y la minería de datos y texto son disciplinas relacionadas y, en realidad, habilitan los casos de uso presentados en esta taxonomía.
Las taxonomías presentadas tienen una razón de ser. La principal diferencia de la inteligencia y la analítica de negocio tradicionales con respecto a big data es que cada uno de los componentes se ha tenido que adaptar. Por un lado, en el contexto de la inteligencia de negocio esto sucede:
-
-