Herramientas de Business Intelligence (BI) modernas, basadas en memoria y con lógica asociativa

Jeferson Ayala, Jenny Ortiz, Cathy Guevara, Edgar Maya

Resumen


En el campo de la Inteligencia de Negocios, la tendencia se está orientando hacia la utilización de herramientas de BI modernas basadas en memoria y con capacidades de lógica asociativa de consultas; que además permitan dar soporte a la toma de decisiones, presentando la información de una manera sencilla e intuitiva y permitiendo al usuario poseer el conocimiento que necesita oportunamente. El objetivo del presente estudio fue identificar las principales características de las tecnologías de BI en memoria y de lógica asociativa de consultas que utilizan las plataformas de BI modernas. La metodología se centró en el tipo de investigación documental, la técnica empleada fue el aná- lisis de contenido a través de la revisión de fuentes bibliográficas. Conclusión: El análisis de información permitió identificar que las principales características de las tecnologías de BI en memoria son: (a) velocidad de análisis, (b) visualización interactiva, (c) procesamiento de memoria, (d) autoservicio y (e) flexibilidad; las principales características de la lógica asociativa son (a) exploración de datos asociativa, (b) cálculo dinámico para todas las visualizaciones (c) preservación de las asociaciones entre los campos que se analizan. Estas características permiten que una solución de inteligencia de negocios sea ágil, flexible, fácil de utilizar y que los usuarios sean menos dependientes de TI.

Texto completo:

PDF

Referencias


R. D. Bernabeu, Data Warehousing Investigación y Sistematización de Conceptos. Hefesto: Metodología para la Construcción de un Data Warehouse, Córdova, 2010.

Gopac Soluciones Integrales, «Inteligencia de Negocios,» 2013. [En línea]. Available: http:// www.gopac.com.mx/inteligencia-de-negocios/que-es-inteligencia-de-negocios.asp. [Último acceso: 11 Octubre 2016].

TIBCO, «In-memory analytical systems: perspective, trade-offs and,» 2010. [En línea]. Available: http://spotfire.tibco.com/assets/ blt0f2218128fe5f73b/in-memory. pdf. [Último acceso: 16 04 2017].

R. García, «Business Intelligence: Tecnologías in memory vs. Data Warehouse,» 2014. [En línea]. Available: https://www.hiberus.com/ crecemos-contigo/business-intelligence-tecnologias-me - mory-vs-data-warehouse-parte/. [Último acceso: 15 04 2017].

Tableau, «La plataforma de Tableau,» 2017. [En línea]. Available: https://www.tableau.com/es-es/ products. [Último acceso: 29 03 2017].

M. Muntean, «AGILE DATA MODELS,» de Proceedings of the IE 2014 International Conference, Bucharest, 2014.

Microsoft, «SQL Server Business Intelligence,» 2013. [En línea]. Available: https://www.microsoft.com/ en-us/sql-server/sql-business-intelligence. [Último acceso: 2017].

QlikTech International AB, «QlikView,» 2017. [En línea]. Available: http:// destacalo.cl/inteligencia-de-negocios/qlikview/. [Último acceso: 22 03 2017].

QlikTech International AB, «The complete Qlik product family,» 2017. [En línea]. Available: http://www. qlik.com.

SAIMA Solutions, «QlikView,» 2017. [En línea]. Available: http://saimasolutions.com/qlikview/. [Último acceso: 14 04 2017].

Gartner, Inc., «Magic Quadrant for Business Intelligence and Analytics Platforms,» 2017. [En línea]. Available: www.gartner.com.

A. Bitterer, C. Bange y C. Fuchs, «BARC Business Intelligence Score 2015,» 2015.

L. Carrasco y R. Zambrano, «Implementación de Inteligencia de Negocios en el área de servicios hospitalarios del Hospital San José,» Guayaquil, Ecuador, 2015.

M. García y B. Harmsen, QlikView 11 for Developers, Birmingham: Packt Publishing, 2012.

R. Podeschi, «Experiential Learning using QlikView Business Intelligence Software,» Baltimore, Maryland USA, 2014.

R. Kimball y J. Caserta, Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data, Indianapolis: Wiley Publishing, 2004.

Information Technology Consulting Services, «Business Intelligence,» 2017. [En línea]. Available: http:// www.itcon.es/bi.

QlikTech International AB, «Qlik’s Associative Model,» 2017. [En línea]. Available: www.qlik.com.

QlikTech, Inc., «La experiencia asociativa: La aplastante ventaja de QlikView,» 2010.

M. Tamayo y F. Moreno, «Análisis del modelo de almacenamiento MOLAP frente al modelo de almacenamiento ROLAP,» Revista ingeniería e investigación, 2006.

QlikTech International AB, «Company overview,» 2017. [En línea]. Available: http://www.qlik.com/ us/company.

QlikTech International AB, «Business Discovery: Powerful, User-Driven BI: A QlikView White Paper,» 2011. [En línea]. Available: http://www. qlik.com/us/explore/resources/ whitepapers/business-discovery-powerful-user-driven-bi.

T. Finol de Navarro y H. Nava de Villalobos, Procesos y Productos en la Investigación Documental, Segunda ed., Venezuela: EDILUZ, 1996.

F. Arias, El Proyecto de Investigación: Guía para su elaboración, Segunda ed., Venezuela: Episteme C.A., 1997.

T. Ramírez, Cómo hacer un Proyecto de Investigación:Guía Práctica, Cuarta ed., R. Tulio, Ed., Venezuela, 1998.

C. Bernal, Metodología de la Investigación para Administración y Economía, Colombia: Pearson Educación de Colombia, Ltda., 2000.

B. Berelson, «Content Analysis in Comunication Research,» Glencoe, III.: Free Press, 1952.

J. Andréu Abela, «Las técnicas de Análisis de Contenido: Una revisión actualizada.,» Fundación Centro Estudios Andaluces, Sevilla, 2000.


Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia