Armazenamento de dados: a partir de informações não estruturadas de dados estruturados
Alguns de plantas da arquitetura de armazenamento de dados demonstram uma abordagem de colocar dados estruturados em primeiro lugar, em que um analista de negócios usa o armazenamento de dados como uma porta de entrada para informações de apoio desestruturada apropriado.
Conteúdo
Video: Sandeco - Canal sobre Data Science, Machine Learning, Big Data e IoT
Você pode facilmente tomar o caminho oposto em direção a uma abordagem unificada para inteligência de negócios. Suponha que você está navegando na Internet ou intranet da empresa, e um diagrama de produto, modelo, ou algum outro tipo de imagem ou documento chama a sua atenção.
Cada pedaço de informação não estruturada pode facilmente fornecer um caminho para você acessar um relatório gerado pelo OLAP publicado na intranet da empresa (que pode, por sua vez, têm links que apontam lo para outras informações estruturados ou não) ou pode envolver um mash -up com suas informações projetadas em um mapa do Google.
Video: Curso de Python - Módulo SQLite - Aula 1 - Abertura
As barreiras de dados estruturados e não estruturados estão quebrando rapidamente, assim como os caminhos através dessas barreiras amolecida. Cada vez mais, as empresas estão acumulando grandes volumes de não-relacionais, dados não estruturados na forma de imagens digitais, documentos, vídeos e outros formatos multimídia - e estes novos formatos de dados estão rapidamente se tornando um componente chave em processos de negócios formais e informais que se integram com aplicações de negócios existentes, em conformidade com os requisitos regulamentares, ou simplesmente fornecer uma experiência de usuário mais rica.
Considere os seguintes cenários de negócios:
Uma empresa farmacêutica precisa acessar a documentação do laboratório compilados ao longo de anos e gerações de ensaios clínicos para obter a aprovação da FDA para um novo medicamento.
Uma companhia de seguros necessita armazenar documentos de política e recuperá-los para o processamento de reivindicações.
A empresa de call center precisa armazenar sessões gravadas-agente como fluxos de áudio, para que possam ser recuperados remotamente para a garantia da qualidade e cumprimento do contrato.
Uma empresa de análise de indústria precisa fazer uma biblioteca pesquisável de podcasts disponível para download a partir do seu Web site.
Um escritório de advocacia necessita armazenar cópias eletrônicas de documentos como imagens e recuperar facilmente os documentos relativos a um cliente ou caso individual.
Uma parceria arquiteto precisa para armazenar e recuperar os planos digitais com os dados do cliente associados.
Uma biblioteca precisa converter e arquivar grandes volumes de conteúdo de papel e analógico existente para indexação e utilização em uma ferramenta de pesquisa digital (lembre-se microfichas?).
Estes são alguns exemplos das maneiras em que as empresas em todo o mundo podem e utilizam dados digitais não estruturados. Você pode analisar essa informação tão facilmente como você pode criar conteúdo digital. Organizações estão encontrando maneiras novas e inovadoras para usar este conteúdo digital para melhorar ou ampliar as suas capacidades de negócios, e muitas dessas organizações precisam de soluções de armazenamento de dados e inteligência de negócios para aproveitar essas informações.
Se você usar os processos de trabalho tradicionalmente colaborativas, realizando tarefas como gestão de fluxo de trabalho ou imagem, você pode facilmente aumentar os processos para que você aponte na direção capacidades de armazenamento de dados que fornecem valor adicional. Além disso, os relatórios e resultados da consulta que você começa e usar como parte do processamento analítico tradicional pode servir como um caminho para um mundo de informações multimídia que pode complementar os dados que você normalmente lidar.