Classes de grandes analyses de données

Des outils et des techniques d'analyse existantes seront très utiles pour donner un sens de grands volumes de données. Les algorithmes qui font partie de ces outils, cependant, doivent être en mesure de travailler avec de grandes quantités de potentiellement en temps réel et des données disparates. Une infrastructure compétente doit être en place à l'appui. Et, les vendeurs fournissant des outils d'analyse devront aussi veiller à ce que leurs algorithmes fonctionnent à travers des implémentations distribués. En raison de ces complexités, il est prévu une nouvelle classe d'outils à émerger pour aider à faire sens de grands volumes de données.

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

  • Reporting et tableaux de bord: Ces outils fournissent une représentation "user-friendly" de l'information provenant de diverses sources. Bien que l'un des piliers dans le monde traditionnel de données, ce domaine est encore en évolution pour les grandes données. Certains de ces outils qui sont utilisés sont traditionnels qui peuvent désormais accéder aux nouveaux types de bases de données NoSQL collectivement appelés (Not Only SQL).

  • Visualisation: Ces outils sont la prochaine étape dans l'évolution des rapports. La sortie a tendance à être hautement interactive et dynamique dans la nature. Une autre distinction importante entre les rapports et la sortie est visualisé l'animation. Les utilisateurs professionnels peuvent observer les changements dans les données en utilisant une variété de différentes techniques de visualisation, y compris des cartes mentales, des cartes de chaleur, des infographies et des schémas de raccordement.

    Souvent, les rapports et la visualisation se produisent à la fin de l'activité de l'entreprise. Bien que les données peuvent être importées dans un autre outil pour plus de calcul ou d'un examen, ceci est l'étape finale.

  • Analytics et d'analyse avancées: Ces outils atteignent dans l'entrepôt de données et traitent les données pour la consommation humaine. Des analyses avancées devraient expliquer des tendances ou des événements qui sont transformatrice, unique, ou révolutionnaire à la pratique d'entreprise existant. L'analyse prédictive et d'analyse de sentiment sont de bons exemples de cette science.


» » » » Classes de grandes analyses de données