Il futuro della Business Intelligence di questo secolo è sicuramente dato dai Big Data.
L'analisi dei dati si è evoluta molto nel corso degli anni e il fenomeno dei Big Data è l'ultimo traguardo di questa evoluzione. Oggi il "Big Data" è diventato il più chiaccherato dei fenomeni tecnologici dopo il cloud. I primi sistemi di analisi sono stati progettati con l'obiettivo di catturare con precisione le operazioni senza perdere le informazioni, i cosidetti sistemi di database relazionali utilizzati per la memorizzazione dei dati operativi potrebbero essere classificati come la prima ondata di gestione e analisi dei dati.
L'obiettivo di questi sistemi era quello di catturare i dati transazionali accuratamente e conservarlo in modo efficiente per tutti i sistemi mission critical. Tuttavia, le capacità analitiche di questi sistemi erano limitate, quindi, in concomitanza con la nascita di sistemi ERP evoluti, ha avuto luogo il passaggio dal database transazionale a data warehouse aziendali. I dati provenienti da sistemi transazionali venivano cosi estratti, purificati e trasformati prima di essere caricati (memorizzati) in data warehouse aziendali. I dati dei sistemi di data warehouse aziendali a questo punto potevano essere analizzati con strumenti come Cognos, Business Objects, Hyperion ecc. Questo può essere etichettato come la seconda fase nell'evoluzione dei dati.
L'uso di sistemi di Online Analytical Processing (OLAP) ha consentito l'analisi dei dati quasi in tempo reale per affrontare alcune delle esigenze di analisi immediata, ma l' elaborazione dei dati non strutturati e in tempo reale su enormi volumi di informazioni rimanevano ancora una sfida.
Tuttavia l'evoluzione di internet e la rivoluzione dei social media, ha portato alla generazione e allo stoccaggio di enormi quantità di dati non strutturati. Se questi dati non strutturati potessero essere elaborati in modo efficiente, in grado di offrire intuizioni sulle evoluzioni da intraprendere per il business e quindi sfruttati per il processo decisionale manageriale, diventerebbero sicura fonte di successo per gli affari delle imprese. Affrontare questi enormi volumi di dati provenienti da una varietà di fonti, in una varietà di formati ad una velocità elevata è il problema Big Data che le imprese devono affrontare oggi.
L'analisi dei dati si è evoluta molto nel corso degli anni e il fenomeno dei Big Data è l'ultimo traguardo di questa evoluzione. Oggi il "Big Data" è diventato il più chiaccherato dei fenomeni tecnologici dopo il cloud. I primi sistemi di analisi sono stati progettati con l'obiettivo di catturare con precisione le operazioni senza perdere le informazioni, i cosidetti sistemi di database relazionali utilizzati per la memorizzazione dei dati operativi potrebbero essere classificati come la prima ondata di gestione e analisi dei dati.
L'obiettivo di questi sistemi era quello di catturare i dati transazionali accuratamente e conservarlo in modo efficiente per tutti i sistemi mission critical. Tuttavia, le capacità analitiche di questi sistemi erano limitate, quindi, in concomitanza con la nascita di sistemi ERP evoluti, ha avuto luogo il passaggio dal database transazionale a data warehouse aziendali. I dati provenienti da sistemi transazionali venivano cosi estratti, purificati e trasformati prima di essere caricati (memorizzati) in data warehouse aziendali. I dati dei sistemi di data warehouse aziendali a questo punto potevano essere analizzati con strumenti come Cognos, Business Objects, Hyperion ecc. Questo può essere etichettato come la seconda fase nell'evoluzione dei dati.
L'uso di sistemi di Online Analytical Processing (OLAP) ha consentito l'analisi dei dati quasi in tempo reale per affrontare alcune delle esigenze di analisi immediata, ma l' elaborazione dei dati non strutturati e in tempo reale su enormi volumi di informazioni rimanevano ancora una sfida.
Tuttavia l'evoluzione di internet e la rivoluzione dei social media, ha portato alla generazione e allo stoccaggio di enormi quantità di dati non strutturati. Se questi dati non strutturati potessero essere elaborati in modo efficiente, in grado di offrire intuizioni sulle evoluzioni da intraprendere per il business e quindi sfruttati per il processo decisionale manageriale, diventerebbero sicura fonte di successo per gli affari delle imprese. Affrontare questi enormi volumi di dati provenienti da una varietà di fonti, in una varietà di formati ad una velocità elevata è il problema Big Data che le imprese devono affrontare oggi.
Feed RSS
