Business Intelligence / Big Data

Business Intelligence / Big Data

1. Definición: Es el proceso de analizar datos empresariales para obtener información útil que ayude en la toma de decisiones estratégicas. BI utiliza herramientas y tecnologías que permiten la recopilación, análisis, presentación y visualización de datos históricos y actuales de la empresa, con el fin de mejorar la eficiencia operativa y aumentar la ventaja competitiva.

2. Definición: Se refiere a grandes volúmenes de datos, estructurados y no estructurados, que se generan a gran velocidad y con una enorme variedad. Estos datos no pueden ser gestionados con las herramientas tradicionales debido a su tamaño y complejidad. El enfoque de Big Data es la captura, almacenamiento y análisis en tiempo real para identificar patrones, tendencias y relaciones que ayuden a prever comportamientos futuros o resolver problemas complejos.

3. Diferencias

   • Tamaño de los Datos
     • Tipos de Datos
       • Velocidad del Análisis
         • Fuentes de Datos
           • Enfoque Temporal
             • Propósito
               • Ayuda en la toma de decisiones tácticas y estratégicas dentro de la empresa
               • Identifica patrones, predice comportamientos y resuelve problemas complejos a partir de datos masivos.
               • Infraestructura Tecnológica
                 • Almacenamiento
                   • Usuarios Principales
                     • Herramientas Utilizadas
                       • Complejidad de los Algoritmos
                         • Los análisis son generalmente más simples y se basan en informes y gráficos.
                         • Usa algoritmos avanzados de análisis predictivo, aprendizaje automático y minería de datos.
                         • Evolución del Concepto
                           • Es un concepto más maduro, que ha existido durante décadas como parte de la administración empresarial.
                           • Es más reciente y ha surgido con el crecimiento exponencial de la generación de datos en la era digital.
                           • Trabajo realizado por: Pablo García Hidalgo
                       • Utiliza herramientas como Tableau, Power BI, QlikView para la visualización de datos.
                       • Utiliza herramientas como Apache Hadoop, Apache Spark, Cassandra, y plataformas en la nube para el procesamiento y análisis de datos masivos.
                     • Es utilizado por ejecutivos, gerentes y analistas de negocios para tomar decisiones informadas.
                     • Involucra a científicos de datos, analistas de datos y arquitectos de datos que buscan entender patrones a gran escala.
                   • Utiliza principalmente almacenes de datos (Data Warehouses) que estructuran la información.
                   • Almacena datos en su forma bruta, en grandes infraestructuras distribuidas como HDFS (Hadoop Distributed File System).
                 • Normalmente depende de sistemas de bases de datos relacionales y herramientas tradicionales de análisis.
                 • Requiere tecnologías avanzadas como Hadoop, Spark, NoSQL y bases de datos distribuidas para procesar grandes volúmenes de datos.
             • Se centra en el análisis retrospectivo, analizando el rendimiento pasado para tomar decisiones.
             • Predice eventos futuros y analiza datos en tiempo real.
           • Utiliza datos internos de la empresa, como registros de ventas, datos financieros y operativos.
           • Extrae datos de múltiples fuentes, incluidas redes sociales, sensores, transacciones web y dispositivos IoT.
         • Análisis de datos más lentos, a menudo enfocados en el pasado o tendencias históricas.
         • Análisis en tiempo real, manejando datos que se generan y cambian rápidamente.
       • Principalmente trabaja con datos estructurados, provenientes de bases de datos empresariales tradicionales.
       • Procesa datos estructurados, semiestructurados y no estructurados (texto, imágenes, videos, redes sociales, etc.).
     • Maneja grandes cantidades de datos, pero generalmente se limita a datos estructurados y de tamaño manejable.
     • Se enfoca en cantidades masivas de datos, tanto estructurados como no estructurados, que no pueden ser procesados por herramientas tradicionales.