Accueil Finances personnelles Couche 4 de la pile Big Data: entrepôts de données analytiques - mannequins

Couche 4 de la pile Big Data: entrepôts de données analytiques - mannequins

Vidéo: Dragnet: Brick-Bat Slayer / Tom Laval / Second-Hand Killer 2025

Vidéo: Dragnet: Brick-Bat Slayer / Tom Laval / Second-Hand Killer 2025
Anonim

L'entrepôt de données, couche 4 de la grande pile de données, et son compagnon, le datamart, ont longtemps été les premières techniques utilisées par les organisations pour optimiser les données afin d'aider les décideurs. Généralement, les entrepôts de données et les magasins contiennent des données normalisées provenant de diverses sources et assemblées pour faciliter l'analyse de l'entreprise.

Les data warehouses et marts simplifient la création de rapports et la visualisation de données disparates. Ils sont généralement créés à partir de bases de données relationnelles, de bases de données multidimensionnelles, de fichiers plats et de bases de données d'objets - essentiellement n'importe quelle architecture de stockage. Dans un environnement traditionnel, où la performance peut ne pas être la plus haute priorité, le choix de la technologie sous-jacente est motivé par les exigences d'analyse, de reporting et de visualisation des données de l'entreprise.

L'organisation des données et leur préparation à l'analyse étant déterminantes, la plupart des implémentations d'entrepôt de données sont mises à jour via le traitement par lots. Le problème est que les entrepôts de données et les data marts chargés en lots peuvent être insuffisants pour de nombreuses applications de Big Data. Le stress imposé par les flux de données à grande vitesse exigera probablement une approche plus en temps réel des entrepôts de données volumineuses.

Cela ne signifie pas que vous ne créerez ni ne alimenterez un entrepôt de données analytique ou un magasin de données avec des traitements par lots. Au lieu de cela, vous pourriez vous retrouver avec plusieurs entrepôts de données ou magasins de données, et la performance et l'échelle reflèteront les exigences de temps des analystes et des décideurs.

Étant donné que de nombreux entrepôts de données et data marts sont composés de données provenant de diverses sources au sein d'une entreprise, les coûts associés au nettoyage et à la normalisation des données doivent également être pris en compte. Avec le big data, vous trouvez des différences importantes:

  • Les flux de données traditionnels (à partir de transactions, d'applications, etc.) peuvent produire beaucoup de données disparates.

  • Des douzaines de nouvelles sources de données existent également, chacune d'entre elles nécessitant un certain degré de manipulation avant d'être utile et opportune pour l'entreprise.

  • Les sources de contenu devront également être nettoyées, et celles-ci peuvent nécessiter des techniques différentes de celles que vous pourriez utiliser avec des données structurées.

Historiquement, les contenus des entrepôts de données et des data marts ont été organisés et livrés aux chefs d'entreprise en charge de la stratégie et de la planification. Avec le big data, un nouvel ensemble d'équipes tire parti des données pour la prise de décision.

De nombreuses implémentations Big Data fournissent des fonctionnalités en temps réel. Les entreprises doivent donc être en mesure de fournir du contenu pour permettre aux personnes ayant des rôles opérationnels de résoudre des problèmes de support client, de vente et de maintenance en temps quasi réel.De cette manière, le big data permet de déplacer l'action du back office vers le front office.

Les outils et techniques d'analyse existants seront très utiles pour donner un sens au Big Data. Cependant, il y a un hic. Les algorithmes qui font partie de ces outils doivent être capables de travailler avec de grandes quantités de données potentiellement en temps réel et disparates. L'infrastructure devra être en place pour soutenir cela.

Et les fournisseurs fournissant des outils d'analyse devront également s'assurer que leurs algorithmes fonctionnent à travers les implémentations distribuées. En raison de ces complexités, attendez-vous à ce qu'une nouvelle classe d'outils aide à comprendre le Big Data.

Il existe trois classes d'outils dans cette couche de l'architecture de référence. Ils peuvent être utilisés indépendamment ou collectivement par les décideurs pour aider à diriger l'entreprise. Les trois classes d'outils sont les suivantes:

  • Rapports et tableaux de bord: Ces outils fournissent un & ldquo; convivial et rdquo; représentation de l'information provenant de diverses sources. Bien que pilier dans le monde des données traditionnelles, ce domaine évolue toujours pour le big data. Certains des outils utilisés sont des outils traditionnels qui peuvent maintenant accéder aux nouveaux types de bases de données appelés collectivement NoSQL (Not Only SQL).

  • Visualisation: Ces outils constituent la prochaine étape de l'évolution du reporting. La production a tendance à être hautement interactive et dynamique. Une autre distinction importante entre les rapports et les résultats visualisés est l'animation. Les utilisateurs professionnels peuvent observer les modifications apportées aux données à l'aide de diverses techniques de visualisation, notamment des cartes mentales, des cartes thermiques, des infographies et des diagrammes de connexion. Le reporting et la visualisation ont lieu à la fin de l'activité.

  • Analyses et analyses avancées: Ces outils pénètrent dans l'entrepôt de données et traitent les données pour la consommation humaine. Les analyses avancées doivent expliquer les tendances ou les événements qui sont transformatifs, uniques ou révolutionnaires par rapport aux pratiques commerciales existantes. L'analyse prédictive et l'analyse des sentiments sont de bons exemples de cette science.

Couche 4 de la pile Big Data: entrepôts de données analytiques - mannequins

Le choix des éditeurs

5 Stratégies pour l'utilisation des publicités sponsorisées sur Facebook - des mannequins

5 Stratégies pour l'utilisation des publicités sponsorisées sur Facebook - des mannequins

Bon usage de vos dollars de marketing. Peut-être que vous avez un peu tâté avec des publicités Facebook avec des résultats mitigés. Les histoires sponsorisées peuvent être le type d'annonce de ciblage pour les besoins de votre entreprise. Les histoires sponsorisées sont des annonces de 240 pixels de large et peuvent avoir une hauteur variable. Ils ...

8 Conseils pour booster la visibilité dans le fil d'actualités Facebook - les nuls

8 Conseils pour booster la visibilité dans le fil d'actualités Facebook - les nuls

Dans les médias Feed est plus difficile pour les pages Facebook ces jours-ci, mais vous pouvez augmenter votre visibilité en suivant ces conseils: Publier régulièrement. L'affichage au moins une fois par jour augmentera vos chances d'être vu par votre communauté. Publier 2 à 5 fois est idéal mais si cela vous semble écrasant, commencez par poster ...

5 Façons de contrôler les informations Facebook que vous envoyez et recevez - des mannequins

5 Façons de contrôler les informations Facebook que vous envoyez et recevez - des mannequins

Facebook vous aide à contrôler les le volume et les types d'informations que vous recevez. Alors, quel est le problème? Si vous avez été sur Facebook pendant un certain temps, il y a une chance décente que vous ayez quelqu'un dans votre liste d'amis qui vient vous déranger. Crédit: © iStockphoto. com / Prykhodov Vous connaissez le type: C'est peut-être quelqu'un que vous vous sentez obligé ...

Le choix des éditeurs

Excel Tableaux de bord et rapports: taille et fusion des cellules Sparkline - les nuls

Excel Tableaux de bord et rapports: taille et fusion des cellules Sparkline - les nuls

Sparklines vous permettent de: afficher les tendances des données dans vos tableaux de bord et rapports Excel. Lorsque vous activez une cellule contenant une ligne sparkline, Excel affiche un contour autour de toutes les lignes sparkline de son groupe. Vous pouvez ensuite utiliser les commandes de l'onglet Outils Sparkline → Design pour personnaliser le groupe de lignes sparkline. Lorsque vous modifiez ...

Excel Tableaux de bord et rapports: Exemple de zone de liste - dummies

Excel Tableaux de bord et rapports: Exemple de zone de liste - dummies

L'un des moyens les plus utiles boîte de vos tableaux de bord et rapports Excel est de contrôler plusieurs cartes avec un sélecteur. La figure suivante illustre un exemple de ceci. Comme une sélection de région est faite dans la zone de liste, les trois graphiques sont alimentés les données pour cette ...

Excel Tableaux de bord et rapports: Le tableau croisé dynamique

Excel Tableaux de bord et rapports: Le tableau croisé dynamique

Un tableau croisé dynamique dans Excel vous permet de dépenser moins temps de maintenir vos tableaux de bord et rapports et plus de temps à faire d'autres choses utiles. Aucune utilité dans l'ensemble d'Excel ne vous permet de réaliser ce modèle de données efficace mieux qu'un tableau croisé dynamique. Un tableau croisé dynamique est un outil ...

Le choix des éditeurs

Comment tester votre application iOS à plusieurs niveaux - les nuls

Comment tester votre application iOS à plusieurs niveaux - les nuls

Pendant le test votre application iOS, assurez-vous de la tester à plusieurs niveaux. Testez chaque classe et ses méthodes. Testez comment les classes fonctionnent ensemble. Enfin, testez l'application finale, entièrement mise en place à partir de son interface utilisateur. Voici une description plus détaillée de ces niveaux de tests: Test unitaire: test au niveau d'un individu ...

Configuration des paramètres de préférences utilisateur dans votre application iPad - Témoins

Configuration des paramètres de préférences utilisateur dans votre application iPad - Témoins

Pouvez définir des préférences pour les applications iPad, qui sont des paramètres spécifiques à l'application utilisés pour configurer le comportement ou l'apparence de votre application iPad. Vous pouvez créer et enregistrer des paramètres de préférence dans votre application, mais vous pouvez également utiliser l'application Paramètres fournie pour afficher et définir vos préférences spécifiques à l'application (l'icône de l'application Paramètres ressemble ...

Comment prendre en charge une application iOS avec succès - Les mannequins

Comment prendre en charge une application iOS avec succès - Les mannequins

, Mais ce n'est en aucun cas la fin du processus. Tout simplement parce que votre application est maintenant dans l'App Store ne signifie pas que les utilisateurs accourront vers elle. Vous devez faire un peu de marketing pour attirer certains clients. Et une fois que vous avez dessiné vos clients ...