Classes de grandes análise de dados

Existente ferramentas e técnicas de análise será muito útil em fazer sentido de big data. Os algoritmos que fazem parte destas ferramentas, no entanto, deve ser capaz de trabalhar com grandes quantidades de dados potencialmente díspares em tempo real e. Uma infra-estrutura competente devem estar no local para apoiar esta. E, os fornecedores fornecem ferramentas de análise também vai precisar para assegurar que os seus algoritmos funcionam em implementações distribuídas. Devido a essas complexidades, espera-se uma nova classe de ferramentas a surgir para ajudar a fazer sentido de big data.

Video: Tabela de Distribuição de Frequência - Dados Agrupados

Aqui estão três classes de ferramentas desta camada de uma arquitetura de referência. Eles podem ser usados ​​de forma independente ou em conjunto pelos tomadores de decisão para ajudar a orientar o negócio. As três classes de ferramentas são os seguintes:

• Relatórios e dashboards: Essas ferramentas fornecem um “user-friendly&representação rdquo- das informações de várias fontes. Embora um esteio no mundo de dados tradicional, esta área ainda está evoluindo para big data. Algumas das ferramentas que estão sendo usadas são aquelas tradicionais, que agora podem acessar os novos tipos de bancos de dados chamados coletivamente de NoSQL (não somente SQL).

  Video: Análise de dados proporciona experiência mais positiva nos bancos [CIAB 2016]

• 
  
  
  

  Visualização: Estas ferramentas são o próximo passo na evolução da comunicação. A saída tende a ser altamente interactivo e dinâmico na natureza. Outra distinção importante entre relatórios e saída visualizada é animação. Os utilizadores empresariais podem observar as mudanças nos dados utilizando uma variedade de diferentes técnicas de visualização, incluindo mapas mentais, mapas de calor, infográficos e diagramas de conexão.

  Muitas vezes, relatórios e visualização ocorrer no final da atividade empresarial. Embora os dados podem ser importados para uma outra ferramenta para cálculos posteriores ou exame, isto é o passo final.

• Analytics e análises avançadas: Estas ferramentas de alcançar no armazém de dados e processar os dados para o consumo humano. análises avançadas deve explicar tendências ou eventos que são transformadora, original, ou revolucionária para prática de negócios existente. A análise preditiva e análise de sentimento são bons exemplos desta ciência.