Any-User Analytics

Tome decisiones mejor fundamentadas con informes en tiempo real sobre opiniones y actitudes.

Análisis de Big Data

Análisis de opiniones

Los clientes de EXALEAD utilizan el análisis de opiniones de Big Data en dominios tan diversos como el desarrollo de productos y la política pública, aportando un alcance, precisión y oportunidad sin precedentes a las siguientes prestaciones:

  • Supervisión y gestión de la percepción pública de un problema, marca, organización, etc. (lo que se denomina "supervisión de reputación")
  • Análisis de la recepción de un servicio o producto nuevo o modernizado
  • Anticipación y respuesta a posibles problemas de calidad, precios y cumplimiento
  • Identificación de las oportunidades de crecimiento del mercado incipientes y las tendencias en la demanda del cliente
Ventajas
  • Democratizar el acceso a los activos de inteligencia existentes
  • Aprovechar los canales de información completamente nuevos para una toma decisiones más inteligente basada en el contexto
  • Asociar (y combinar) datos estructurados y no estructurados

Análisis preliminar

A diferencia de los análisis convencionales (denominado "procesamiento analítico en línea",con los que se busca recuperar respuestas a preguntas precisas formuladas anteriormente a partir de un universo de datos conocido y metódico), el análisis preliminar consiste en descubrir y detectar posibilidades a medida que satisface su curiosidad con distintos hechos interesantes dentro de colecciones de datos que se desconocen en gran medida (es por ello que los análisis preliminares también se denominan "análisis iterativos"). EXALEAD CloudView está perfectamente indicado para permitir a los usuarios no especializados realizar análisis preliminares sobre Big Data tanto en los modos "pull" (orientado a los consumidores finales) y "push" (orientado a los distribuidores).

En el modo "pull", las herramientas de extracción semántica de EXALEAD se utilizan para identificar las relaciones integradas, patrones y significados en datos, con herramientas de visualización, facetas (categorías y clusters dinámicos) y consultas en lenguaje natural utilizadas para explorar estas conexiones de un modo ad hoc.

En el método "push", los usuarios pueden solicitar datos secuencialmente para obtener respuestas a preguntas específicas, o bien ordenar que se realicen determinadas operaciones (como la clasificación) para ver qué sucede.

Se trata de un enfoque que, a diferencia de otras tecnologías de Big Data, permite a los usuarios normales aprovechar el potencial de los análisis preliminares: realizar un muestreo, ver qué sucede y, en función de la situación, actuar conforme a lo que se haya descubierto o confiar la información a especialistas para su investigación o validación.

Informes operativos y análisis

Mientras que el análisis preliminar está indicado para la planificación, el análisis operativo es ideal para la acción. El objetivo de estos análisis es proporcionar inteligencia viable sobre métricas operativas en tiempo real o casi real.

Esto no resulta fácil, ya que muchas de estas métricas están integradas en flujos masivos de datos de paquetes pequeños que producen dispositivos en red como los medidores de utilidades "inteligentes", lectores RFID, lectores de códigos de barras, controles de la actividad del sitio web y unidades de seguimiento GPS. Son datos de una máquina diseñados para su uso en otras máquinas, no para que los usen personas.

Las barreras de rendimiento se pueden traspasar si estos datos se alojan en una base de datos no relacional (NoSQL), pero esta barrera de capacidad de uso permanece. Además, los procesos de actualización por lotes asociados con la mayoría de estos sistemas presentan una latencia de datos que es incompatible con la creación de informes operativos.

Los problemas de capacidad de uso y de latencia de datos también son controles para los almacenes de datos convencionales. Y determinadas bases de datos de relaciones convencionales se escalan únicamente si el coste y la complejidad son significativos.

Ahora, sin embargo, las organizaciones aprovechan CloudView para superar las dificultades técnicas y financieras a fin de ofrecer informes operativos y soluciones analíticas que sean fáciles de usar y que se puedan ampliar de forma masiva invirtiendo muy poco en hardware. Estas soluciones también se diseñan de forma nativa para ofrecer una visibilidad global entre silos que es fundamental para una toma de decisiones operativas inteligente.