Webinar: El futuro del Business Intelligence en la nube

LITEBI 3 apuesta por la nueva generación de Business Intelligence con la tercera versión de su plataforma deInteligencia de Negocios en la nube (Cloud Computing), que ofrece analíticas avanzadas, informes personalizados, integración de datos, alertas y cuadros de mandos integrales para compañías de cualquier tamaño o sector a través de su modelo SaaS (Software as a Service) o de pago por uso.

 

 

“Transformamos el Business Intelligence tradicional para que nuestro cliente revolucione la gestión de su negocio y para que se adapte a las necesidades concretas de cada tipo de empresa y de cada departamento o unidad de negocio dentro de la compañía, para que sea más accesible, flexible y para que el usuario tenga una mejor experiencia gracias a su interfaz más amigable y a las nuevas funcionalidades, dentro de nuestra filosofía de evolución constante y transparente”

 

En este seminario online realizaremos un repaso general por los conceptos clave de una plataforma de BI, explicaremos las ventajas de la nube y presentaremos las novedades de la versión 3 de LITEBI.

 

icCube version 1.2 disponible (solución BI alrededor de un servidor OLAP - MDX)


Acabamos de lanzar al mercado la versión 1.2 de nuestra solución de BI centrada alrededor de un servidor OLAP (descargar aqui). Las principales ventajas :
Servidor (M)Olap rápido sin necesidad de 'tuning', pre-aggregaciones o GPU. Especialmente diseñado para modelos vacíos (high sparsity).
Servidor OLAP es gratis (sin limite de usuarios) y corre en cualquier servidor que soporte Java 1.6+. Este servidor resuelve en menos de un segundo modelos con más de 15mio de 'facts'....

 

 

SAS proporciona a sus clientes una visión más completa de la información crítica usando soluciones desarrolladas especialmente para EMC Greenplum

 

SAS implementará su oferta en plataformas de alto rendimiento analítico con el lanzamiento de SAS High-Perfomance Analytics, que estará disponible para bases de datos EMC.

Los clientes quieren poder modelizar sus datos en todos los departamentos y escenarios para conseguir mayor precisión y una visión integral de sus negocios y poder tomar decisiones basadas en datos. Esta nueva oferta de SAS para EMC Greenplum Data Computing proporcionará a los clientes un entorno donde realizar la explotación analítica y de la totalidad de sus datos...

Una Herramienta excelente que no aparece en Dataprix

Luego de años de "abandono", vuelvo a recorrer los "caminos del BI", intentando en pocos días actualizarme en materia de avances y novedades.

Mis experiencias comienzan allá por 1998, cuando conozco la herramienta desarrollada en Uruguay, por un excelente equipo técnico y humano, pero que venían aplicando JAVA, con lo cuál viniendo en mi caso con una década encima de C y C++, me resultaba complicado aceptar ciertos aspectos técnicos, que debo reconocer aún hoy día no logro "superar" al momento de pensar en la "puesta a punto" de una instalación JAVA en el Servidor.

Comenzar a profundizar en materia de BI fue bastante sencillo, pese a tratarse de un mundo complejo, ya que esta interesante Suite venía avanzando en varios frentes, con una excelente performance en materia de MOLAP. Logré vender sin ser mi fuerte, en varios proyectos la herramienta, pero creo que mi pasión por ver un USO eficiente y eficaz de las nuevas BIs, se dio de frente con una cultura limitada en materia de nuestros Gerentes y "tomadores de decisiones", sin lograr convencer a sus asesores tecnológicos del uso imprescindible de estas "nuevas herramientas", pues inconscientemente me fui alejando del uso de las mismas.

Detección de datos con ruido en bases de datos utilizando herramientas OLAP

Resumen

Para realizar una correcta auditoría de sistemas es necesario que los datos incluidos en las bases de datos posean calidad, por tal motivo es necesario analizar si es posible la detección de ruidos en una base de datos, utilizando una herramienta de visualización OLAP.

Para detectar ruido a través de técnicas de visualización OLAP1 utilizamos una metodología Top-Down, intentando ir desde lo general a lo particular. De esta forma, en cada etapa vamos refinando cada vez mas la granularidad del ruido detectado, hasta lograr aislar cada tupla con ruido.

Soluciones de Business Intelligence

Soluciones de Business IntelligenceDe acuerdo a su nivel de complejidad se pueden clasificar las soluciones de Business Intelligence en:

•Consultas e informes simples (Querys y reports): mediante consultas sobre la base de datos o con herramientas de generación de informes, podemos obtener información simple en multiples formatos. Serían las herramientas que nos permiten que el usuario se construya sus propios reportes. Es el nivel mas simple de solución dentro del BI. Por ejemplo, un informe típico podrían ser las ventas por familia, por zona geográfica, el número de empleados y coste salarial por delegación, etc. Estaría destinado a usuarios con una aptitud técnica limitada y orientado a analizar de una forma sencilla tipo foto la información histórica. Los generadores de informes son cada vez mas avanzados, permitiendonos definir multiples formatos de presentación, definición de filtros, exportación de los datos obtenidos a multiples formatos (excel, pdf, etc), plantillas, campos calculados, totalización, agrupación, etc. Nos permitirian contestar a la pregunta “¿que sucedio?”.

 

Cubos OLAP (On-Line Analytic Processing)

Cubos OLAP (On-Line Analytic Processing)Cubos OLAP (On-Line Analytic Processing): Son las herramientas que se basan en la capacidad de analizar y explorar por los datos. Nos permiten cambiar el enfoque del “¿que esta pasando?” que podemos obtener a través de las herramientas de reporting al “¿por que esta pasando?”.
Para descubrir el “por que”, los usuarios pueden navegar y profundizar en los datos para analizar los detalles o patrones.Las herramientas OLAP nos proporcionan analisis interactivo por las diferentes dimensiones de los datos (por ejemplo, tiempo, producto, cliente, criterios geográficos, etc) y por los diferentes niveles de detalle (para la dimensión tiempo, habrá nivel de detalle año, trimestre, mes, dia).
Esto significaría pasar de la visión estática de los datos a una visión dinámica, donde podemos ir “navegando” por los datos, bajando en el nivel de detalle, cambiando la dimensión por la cual analizamos la información. El tipico ejemplo sería una tabla con los datos de ventas y margenes por delegación de una empresa, y cuando observamos un indicador de rentabilidad negativa, buceamos en los datos de esta delegación hasta dar con el producto que se esta vendiendo a precios de coste con margen negativo. Este sería el tipico ejemplo de los Cubos Olap y los visores multidimensionales que nos permiten “profundizar en los datos”. Nos permitirían contestar a la pregunta: ¿que sucedio y por que?...