Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

DATA WAREHOUSE Y DATA MINING

No description
by

Barbara Blanco

on 15 November 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of DATA WAREHOUSE Y DATA MINING

DATA WAREHOUSE DEFINICION CASOS DE USO VENTAJAS DESVENTAJAS VENTAJAS CASOS DE USO DATA MINING La extracción de información predecible escondida en grandes bases de datos. • Es la integración de datos consolidados, almacenados en un dispositivo de memoria no volátil, proveniente de múltiples y posiblemente diferentes fuentes de datos. Con el propósito del análisis y a partir de este tomar decisiones en función de mejorar la gestión del negocio. Contiene un conjunto de cubos de datos que permiten a través de técnicas de OLAP consolidar, ver y resumir los datos acorde a diferentes dimensiones de estos Las empresas que manejan grandes volúmenes de datos relativos a clientes.
Práctica de negocios inteligentes
Para utilizar modelos de datos o tecnologías de servidores que agilizan los reportes,
Para proveer un ambiente donde relativamente una muy poca cantidad de conocimiento de los aspectos técnicos de tecnología de bases de datos Facilita la toma de decisiones en los negocios.
Las empresas obtienen un aumento de la productividad.
Son sistemas relativamente sencillos de instalar si las fuentes de datos y los objetivos están claros.
Proporciona un gran poder de procesamiento de información.
Proporciona una comunicación fiable No es muy útil para la toma de decisiones en tiempo real.
Requiere de continua limpieza.
Una vez implementado puede ser complicado añadir nuevas fuentes de datos.
Requieren una reestructuración de los sistemas operacionales.
Tienen un alto coste.
Requieren sistemas, aplicaciones y almacenamiento específico. • Permite a los usuarios dar prioridad a decisiones y acciones
•Proporciona poderes de decisión a los usuarios del negocio que mejor entienden el problema y el entorno y es capaz de medir la acciones y los resultados de la mejor forma.
•Genera Modelos predictivos: permite que relaciones no descubiertas e identificadas a través del proceso del Data Mining
•Genera Modelos descriptivos Contribuye a la toma de decisiones tácticas y estratégicas.
Analiza grandes bases de datos.
son modelos confiables para clientes.
•Técnicas estadísticas o instrumentos que usen modelos predictivos.
•Equipos sofisticados de presentación.
Segmentación del mercado.
Tendencias de deserción de clientes.
Descubrimiento de transacciones fraudulentas.
Mercadeo directo. DESVNETAJAS Alta inversión
dificultad de recopilacion de datos.
el reprosesamiento de datos lleva mucho tiempo.
Full transcript