in

¿Qué es la analítica? | oracleEspaña

Futuro: Analítica de última generación

A medida que las empresas pasaron de ganar visibilidad de datos y exigir más información, las herramientas y sus capacidades también evolucionaron.

Los primeros conjuntos de herramientas de análisis se basaron en los modelos semánticos forjados a partir del software de inteligencia empresarial. Estos ayudaron a establecer un gobierno sólido, análisis de datos y alineación entre las funciones. Un inconveniente fue que los informes no siempre fueron oportunos. Los tomadores de decisiones de negocios a veces no estaban seguros de que los resultados estuvieran alineados con su consulta original. Desde un punto de vista técnico, estos modelos se utilizan principalmente en las instalaciones, lo que hace ineficientes en cuanto a costes. Los datos también suelen quedar atrapados en silos.

A continuación, encontramos la evolución de las herramientas de autoservicio analíticas avanzadas para un público más amplio. Estas aceleraron el uso de la analítica, ya que no requerían habilidades especiales. Estas herramientas de analítica empresarial de escritorio han ganado popularidad en los últimos años, especialmente en la nube. Los usuarios empresariales están entusiasmados con la exploración de una amplia variedad de activos de datos. Si bien la facilidad de uso es atractiva, la mezcla de datos y la creación de una «versión única de la verdad» se vuelve cada vez más complejas. Las analíticas de escritorio no siempre son escalables a grupos más grandes. También son susceptibles a definiciones inconsistentes.

Más recientemente, las herramientas analíticas están permitiendo una transformación más amplia del conocimiento del negocio con la ayuda de herramientas que actualizan y automatizan automáticamente la detección de datos, la limpieza de datos y la publicación de datos. Los usuarios empresariales pueden colaborar con cualquier dispositivo con contexto, aprovechar la información en tiempo real e impulsar resultados.

Hoy en día, los humanos todavía están haciendo la mayor parte del trabajo, pero la automatización está ganando soporte. Los datos de las fuentes existentes se pueden combinar fácilmente. El consumidor trabaja ejecutando consultas, luego obtiene información al interactuar con representaciones visuales de datos y construye modelos para predecir tendencias o resultados futuros. Todos esto está gestionado y controlado por personas a un nivel muy granular. La inclusión de la recopilación de datos, la detección de datos y el aprendizaje automático brindan al usuario final más opciones en un marco de tiempo más rápido que nunca.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

12uZaR zHJ ccCzyjXJsXRQ

¿Está Python orientado a objetos?

Función MySQL COALESCE ()