8. Big data en el comercio electrónico

8. Big data en el comercio electrónico

1. 1. Bases de datos no relacionales

   • Existen limitaciones en BDD clásicas a la hora de trabajar con el ecommerce
     • Los ficheros empiezan a ser muy grandes
       • Cuando se exportan esos datos, se hacen en un mismo fichero físico grande. Estos ficheros, a la hora de hacer copias de seguridad, de analizarlos, etc, suelen entrañar un coste algorítmico mayor
     • toda la información debe estar centralizada en un punto, también llamado nodo.
       • todos los dispositivos que hacen uso de estas BDDs deben conectarse con el servidor central para poder guardar/acceder a la documentación.
     • en ecommerce muchas veces podemos necesitar la información dentro de un ordenador
       • Para solventar este tipo de problemática, Sencillamente, en vez de estar toda la información en un mismo punto, existen diferentes nodos.
         • NoSQL consiste en que cuando nos conectamos vía online al sistema, puede que no toda la información esté disponible, pero que esté aquella relevante para poder seguir trabajando

2. 2. Datos masivos, interpretación y explotación

   • Datos masivos:
     • datos que están en BDDs, relacionales o no, q podemos acceder a ellos y analizarlos. Los datos masivos se consiguen al monitorizar mucha información
   • Interpretación:
     • utilización de esquemas para entender los datos q están almacenados. Los esquemas pueden ser tablas, gráficas, reportes, etc.
   • Explotación:
     • técnicas de IN a los datos obtenidos anteriormente para su posterior aplicación para extracción de conocimiento

3. 3. Sistemas de recopilación de datos

   • La información puede venir de hojas de Excel, documentos de texto, bases de datos relacionales o no, etc. Esta información se guarda en un gran almacén de datos llamado data warehouse.
     • Data warehouse:
       • sitio donde podemos guardar de forma ordenada información en diferentes formatos.
       • versatilidad a la hora de trabajar con diferentes formatos.
         • OLAP:
           • permiten la recogida, almacenamiento, manipulación y reproducción de datos multidimensionales, con el objetivo de analizarlos
           • análisis rápido de información compartida en formato multidimensional.
           • Características
             • Modelo multidimensional
             • Transparencia en el servidor.
             • Accesibilidad.
             • Buen rendimiento a la hora de acceder a los datos.
             • Arquitectura orientada al cliente.

4. 4. Vigilancia tecnológica e Inteligencia de Negocio

Images and files in the map