background preloader

Clase 18/5/2015

Facebook Twitter

Definición de Datawarehouse. El concepto informático de ‘datawarehouse’ hace alusión al proceso mediante el cual una organización o empresa particular almacena todos aquellos datos e información necesarios para el propio desempeño de la misma.

Definición de Datawarehouse

Se presupone que este tipo de material se organiza de manera tal de facilitar el análisis y la realización de reportes en las situaciones en que sea necesario hacerlo. Contar con un fácil acceso a los datos de importancia tendrá directa relación con la efectividad de las diversas tareas de la empresa. El concepto de datawarehouse nace en la década de los 80 en la empresa IBM. Los investigadores que la desarrollaron buscaban establcer un sistema que permitiera un manejo fluido y permanente de datos que fuera al mismo tiempo organizado de acuerdo a necesidades específicas. Estos datos podían ser de muy variado tipo y abarcar diferentes áreas de la empresa. Si te gusta la nota, ayuda por favor con un "me gusta" Temas en Datawarehouse.

¿Qué es un Data Warehouse? Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades informacionales, surge el concepto de Data Warehouse, como solución a las necesidades informacionales globales de la empresa.

¿Qué es un Data Warehouse?

Este término acuñado por Bill Inmon, se traduce literalmente como Almacén de Datos. No obstante si el Data Warehouse fuese exclusivamente un almacén de datos, los problemas seguirían siendo los mismos que en los Centros de Información. La ventaja principal de este tipo de sistemas se basa en su concepto fundamental, la estructura de la información. Este concepto significa el almacenamiento de información homogénea y fiable, en una estructura basada en la consulta y el tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas operacionales. Según definió Bill Inmon, el Data Warehouse se caracteriza por ser: E.F. Que es un KPI – Significado de los Key Performance Indicators (KPIs) Si te dedicas al SEO y a los Social Media lo primero que van a pedirte tus clientes son resultados.

Que es un KPI – Significado de los Key Performance Indicators (KPIs)

No basta con que creas que estás haciendo las cosas bien, sino que necesitarás demostrar con datos que tu estrategia está siendo exitosa. Pero, ¿cómo se mide el éxito en el marketing digital? Para eso usamos los KPIs. ¿Qué es un KPI? KPI son las siglas de Key Performance Indicators, ósea, indicadores clave del desempeño. Un ejemplo sencillo de KPI lo podemos encontrar en una inmobiliaria que este año se plantea vender 100 pisos (no tengo ni idea de inmobiliarias, así que no se si la cifra que he dicho es una locura). ¿Qué es OLAP? Según la Wikipedia, OLAP es: OLAP es el acrónimo en inglés de procesamiento analítico en línea (On-Line Analytical Processing).

¿Qué es OLAP?

Ejemplos data mining. Modelos de data mining y las herramientas más usadas. La minería de datos es capaz de informar sobre eventos importantes hasta el momento desconocidos, permitiendo realizar pronósticos fiables, que hacen posible tomar acción en condiciones de riesgo mínimas.

Modelos de data mining y las herramientas más usadas

La técnica que se utiliza para llevar a cabo estas hazañas se denomina modelado. Los modelos de data mining se originan, ya sea como un conjunto de ejemplos o como una relación matemática, en base a los datos de situaciones sobre las que se conoce la respuesta, primer paso para luego aplicar el modelo a otros eventos donde existen cuestiones por resolver. Definicion de Data Mining(Mineria de Datos) - ¿qué es Data Mining? - Jojooa - tecnología, marketing y crm. ¿Qué es Data Mining?. What is Data Mining? Desde sus inicios, el término “Data Mining” (Minería de datos) ha sido llamado por muchos nombres.

¿Qué es Data Mining?. What is Data Mining?

En los 60′s, los estadísticos utilizaban términos como “Data Fishing” (Pesca de datos) o “Data Dredging” (Filtración de datos) para referirse a lo que consideraban la “mala práctica” de analizar datos sin una hipótesis a priori. El término “Data Mining” apareció alrededor de 1990 en la comunidad de base de datos. Brevemente, existía la frase “database mining” ™, pero fue registrada por la compañía de software HNC (ahora parte de Fair, Isaac), y los investigadores la cambiaron por “data mining”. ¿Que es el data mining? ¿Para qué sirve el Big Data? Ya hace algún tiempo que escuché aquella frase de que el “Big data” es como el tema del sexo en el colegio: todos hablan de él pero pocos saben qué es.

¿Para qué sirve el Big Data?

También leo repetidamente que el concepto de “Big data” es indisoluble al “nuevo mundo hiperconectado” de personas-dispositivos que utilizan, generan y publican datos/contenidos a través de infinidad de aplicaciones y medios sociales. Unos datos que podemos caracterizar con la triple “V”: 1) mucho más Volumen 2) mucha más Variedad según su origen y su naturaleza (estructurados y no estructurados) 3) mucha más Velocidad en su actualización. A partir de aquí, podemos concebir “Big data” como la capacidad para agregar esas colosales, variadas y velozmente cambiantes cantidades de datos, estructurarlos y tratarlos para su análisis. Si hablamos de relaciones con nuestros clientes, el ámbito de aplicación de esas decisiones serían las estrategias, políticas y acciones de captación, fidelización y retención de los clientes.

No lo negaré. Ejemplos de big data. El Big Data y la próxima revolución del modelo conceptual. El modelado conceptual, o si se quiere el modelado semántico, es una zona nebulosa en la gestión de datos.

El Big Data y la próxima revolución del modelo conceptual

Introducción al tutorial PowerPivot para Excel.docx.