background preloader

18/05

Facebook Twitter

Tutoriales para desarrollar en clases. ¿Qué es OLAP? Según la Wikipedia, OLAP es: OLAP es el acrónimo en inglés de procesamiento analítico en línea (On-Line Analytical Processing). Es una solución utilizada en el campo de la llamada inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos.

Para ello utiliza estructuras multidimensionales (o cubos OLAP) que contienen datos resumidos de grandes bases de datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares. ¿Te has enterado de algo? ¿No? Pues tal vez te ayude esta imagen: ¿Todavía no?

Porque OLAP no es más que eso: Una manera de acceder a tu información utilizando un “lenguaje natural”. En el mundo corporativo, los analistas acceden a la información filtrando sus indicadores de negocio por regiones, por producto, por tiempo... No sé si la enumeración anterior es completa o clara. 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. 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). Características de los Key Performance Indicators La definición de KPIs es fundamental en el mundo del Marketing Online donde a veces se plantean objetivos tan etéreos como “aumentar la reputación online de la empresa” o “mejorar el engagement de los contenidos de una web”. Cada empresa debe identificar sus propios KPIs, a los que se les piden que sean: Medibles. Alcanzables. Pentaho Chile - inicio. ¿Qué es un Data Warehouse? | Dataprix TI. 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.

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. Dimensiones de negocio vistas como cubos O se podría también examinar los datos en un determinado momento o una visión particularizada. Maestría en Explotación de Datos y Descubrimiento del Conocimiento. En los últimos años se han acumulado enormes cantidades de datos en todas las organizaciones, y esta tendencia continúa a un ritmo acelerado.

Esto es posible por el amplio uso de los sistemas computarizados, nuevas técnicas de captura de datos, el empleo de códigos de barra, los lectores de caracteres ópticos, las tarjetas magnéticas, entre otros, y por el avance en la tecnología de almacenamiento y su consiguiente reducción de costos. La disponibilidad de esos datos es un importante activo para cualquier organización, en la medida en que puedan ser transformados en información de interés, utilizando técnicas y métodos de Data Mining. Data Mining, también referenciado como Descubrimiento del Conocimiento en Bases de Datos (Knowledge Discovery in Databases o KDD), ha sido definida como el proceso de extracción no trivial de información implícita, previamente desconocida y potencialmente útil.

Datamining (Minería de datos) El datamining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Básicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos.

Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales. De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algún significado especial pasan a convertirse en información. Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso común a todos ellos se suele componer de cuatro etapas principales: Determinación de los objetivos. Preprocesamiento de los datos. Determinación del modelo. Datamart. Big Data: Nuevas aplicaciones y modelos de negocio | The Great i. Big Data: Nuevas aplicaciones y modelos de negocio To read this post in English, click HERE José Luis lleva 2 años dirigiendo un programa de innovación en Big Data, en Telefónica.

Telefónica ha hecho una apuesta muy grande en la monetización de los datos que genera día tras día como resultado de las actividades de su negocio (como operadora de telefonía). José Luis nos ha dado la oportunidad de conocer de cerca los avances y tendencias del Big Data. ¿Qué aplicaciones basadas en Big Data se prevén a corto plazo?

“A corto plazo, se está trabajando para proporcionar datos ‘hacia afuera’ [para terceras empresas] monetizando los datos, y con el lema de conseguir que otras empresas tomen mejores decisiones basadas en el conocimiento que el mercado les pueda proporcionar. Jose Luís enfatiza: “Nosotros ya tenemos la tecnología. Otra posible aplicación dentro del entorno de las ‘Smart Cities’es la adaptación de los precios de la electricidad, agua o gas en función de nuestra demanda real. Big Data. ¿Qué es Big Data? Todos formamos parte de ese gran crecimiento de datos Ricardo Barranco FragosoPublicado en 18-06-2012 1.

Introducción El primer cuestionamiento que posiblemente llegue a su mente en este momento es ¿Qué es Big Data y porqué se ha vuelto tan importante? Gigabyte = 109 = 1,000,000,000 Terabyte = 1012 = 1,000,000,000,000 Petabyte = 1015 = 1,000,000,000,000,000 Exabyte = 1018 = 1,000,000,000,000,000,000 Es importante entender que las bases de datos convencionales son una parte importante y relevante para una solución analítica. 2.

Los seres humanos estamos creando y almacenando información constantemente y cada vez más en cantidades astronómicas. Esta contribución a la acumulación masiva de datos la podemos encontrar en diversas industrias, las compañías mantienen grandes cantidades de datos transaccionales, reuniendo información acerca de sus clientes, proveedores, operaciones, etc., de la misma manera sucede con el sector público. 3. Figura 1. Haga clic para ampliar la imagen 4. Figura 2. 5. La moda del Big Data: ¿En qué consiste en realidad?