Puede extraer big data, pero ¿Sabe identificar la información importante? Es muy difícil que las empresas tengan éxito en sus proyectos de big data si no analizan la información adecuada. Es posible que se subestime lo dificil que es encontrar el “oro” dentro de grandes repositorios de información, y usualmente la causa es la falta de habilidades para ello. Empiece con su base de datos SQL. Este se compone de filas y columnas con información visible para el usuario. Recomiendo iniciar con el area de ventas, puede comenzar a buscar diferentes productos, ver cuántos de los productos se venden, donde se venden, quién los compra, cuantos se devuelven etc.Solo a partir de estos datos, hay muchas relaciones que se pueden establecer entre las ventas, con los niveles de inventario, las ubicaciones de los clientes, y los registros de servicio. Debido a la alta cantidad de datos relacionados unos con otros, las ventas son un área accesible para comenzar, donde es muy fácil agregar grandes cantidades de datos que mejoran la visión a las consultas y brindan la información necesaria para mejorarlas.Una vez que una empresa comprende los datos de ventas de su base de datos, tendrá nuevas interrogantes. Es posible que vea un aumento de ventas en periodos de tiempo determinados, y este evento talvez no tenga una explicación especifica. Por ello se añaden grandes cantidades de datos, para encontrar el porque de las situaciones.Una de las aplicaciones del big data es brindar una secuencia de datos XML. A partir de esto, la empresa llega a descubrir las causantes, como que las ventas tienden a aumentar cuando el dia esta nublado, y las personas llegan a realizar mas compras.Cuando el big data este agregado a los datos de consultas de ventas, el personal entra en práctica. Desde aquí, es fácil agregar más tipos de big data. El siguiente paso para los informes de ventas podría ser incluir los datos de comentarios de Twitter y Facebook de los clientes respecto a los productos que se ofrecen. Se facilita el proceso de agregar grandes cantidades de datos cuando comenzamos a preguntar el porque de las cosas, ya que visualizamos las oportunidades para mejorar el negocio. Una vez que se comienza a agregar grandes cantidades de datos a las bases de datos se necesitar definir otro repositorio de datos para los sobrantes. Los datos sin estructurar no pueden residir en una base de datos relacional, por lo que tendrá que migrar a servicios como Hadoop HFDS, con la combinación de datos tradicionales y sin estructurar. Esta opción de ecosistema hibrido es muy beneficiosa, pues hay muchos servicios gratuitos en el mercado que le almacenarán la información. Hay muchas empresas que carecen de las habilidades necesarias de los científicos de datos y los analistas de big data. Por ello, comenzar con una base de datos tradicional e ir escalando continuamente mientras se añade mas datos es una opción muy atractiva. Con este proceso usted puede aumentar el conocimiento de su personal sobre el big data de forma incremental. Una vez que su personal tenga más conocimiento, tendrá todas las ventajas del análisis de big data sin pagar por un consultor o analista.

x

Hi!
I'm Erica!

Would you like to get a custom essay? How about receiving a customized one?

Check it out