Publicado:
2023-10-04Número:
Vol. 20 Núm. 2 (2023)Sección:
Entorno SocialEstrategias para la Implementación Efectiva de Soluciones de Inteligencia de Negocios Basadas en Big Data
Strategies for Effective Implementation of Big Data-Based Business Intelligence Solutions
Palabras clave:
Big Data, Inteligencia de Negocios (BI), Análisis Predictivo, Integración de Datos (es).Palabras clave:
Big Data, Business Intelligence (BI), Predictive Analytics, Data Integration (en).Descargas
Resumen (es)
La implementación exitosa de soluciones de inteligencia de negocios (BI) basadas en Big Data es crucial para las empresas que buscan mejorar su toma de decisiones y obtener ventajas competitivas. Este artículo detalla las estrategias fundamentales para una implementación efectiva. Primero, se debe definir claramente los objetivos y el alcance del proyecto, estableciendo metas SMART y delimitando áreas afectadas. La selección adecuada de tecnología es crucial, evaluando herramientas de Big Data como Hadoop y Spark, y plataformas de BI que ofrezcan capacidades avanzadas. La integración de datos requiere consolidar información de diversas fuentes, asegurar su calidad, y utilizar almacenes de datos para gestionar grandes volúmenes. El diseño de modelos analíticos efectivos incluye la implementación de modelos predictivos, análisis descriptivos, y visualización de datos a través de dashboards claros. La capacitación del personal y la gestión del cambio son esenciales para asegurar la aceptación y el uso eficiente de las nuevas herramientas. Finalmente, el monitoreo y la evaluación continua son necesarios para medir el rendimiento del sistema y realizar ajustes. Al seguir estas estrategias, las organizaciones pueden maximizar el valor de sus datos y mejorar su rendimiento empresarial.
Resumen (en)
Successful implementation of Big Data-based business intelligence (BI) solutions is crucial for companies seeking to improve their decision making and gain competitive advantage. This article details the fundamental strategies for effective implementation. First, the objectives and scope of the project must be clearly defined, setting SMART goals and delineating affected areas. Proper technology selection is crucial, evaluating Big Data tools such as Hadoop and Spark, and BI platforms that offer advanced capabilities. Data integration requires consolidating information from various sources, ensuring its quality, and using data warehouses to manage large volumes. Designing effective analytical models includes implementing predictive models, descriptive analytics, and visualizing data through clear dashboards. Staff training and change management are essential to ensure acceptance and efficient use of new tools. Finally, continuous monitoring and evaluation are necessary to measure system performance and make adjustments. By following these strategies, organizations can maximize the value of their data and improve their business performance.
Referencias
Mayer-Schönberger, V. (2020). Aprender con big data. Turner.
Vite Cevallos, H., Townsend Valencia, J., & Carvajal Romero, H. (2020). Big Data e Internet de las Cosas en la producción de banano orgánico. Revista Universidad y Sociedad, 12(4), 192-200.
Cevallos, C. J. V., & Párraga, D. M. (2021). Inteligencia de Negocios para las Organizaciones. Revista Arbitrada Interdisciplinaria Koinonía, 6(12), 304-333.
Yang, J., Li, Y., Liu, Q., Li, L., Feng, A., Wang, T., ... & Lyu, J. (2020). Brief introduction of medical database and data mining technology in big data era. Journal of Evidence‐Based Medicine, 13(1), 57-69.
Usaquén, M. Á. O., García, V. H. M., & Molano, J. I. R. (2020). Integración de la Inteligencia de Negocios, la Inteligencia de Mercados y la Inteligencia Competitiva desde el análisis de datos. Revista Ibérica de Sistemas e Tecnologias de Informação, (E34), 609-619.
Zomeño, D., & BLAY, R. (2021). Big data e inteligencia editorial en el branded content y en los nuevos modelos de negocio de los medios. El profesional de la información, Vol. 30, Número 1 (2021).
Zerpa, H., Garcia, R., & Izquierdo, H. (2020). Datamart basado en el Modelo Estrella para la implementación de indicadores clave de desempeño como salida del Big data. Universidad Ciencia y Tecnología, 24(102), 47-54.
Wang, J., Yang, Y., Wang, T., Sherratt, R. S., & Zhang, J. (2020). Big data service architecture: a survey. Journal of Internet Technology, 21(2), 393-405.
Pineda, F. V. C., Loor, D. S. C., de la Cruz, W. A. N., & Luyo, M. R. S. (2021). Aplicación de técnicas de Business Intelligence (BI) y Big Data Analytics en entornos de aprendizaje virtual. Revista Ciencias Pedagógicas e Innovación, 9(2), 07-19.
Wiener, M., Saunders, C., & Marabelli, M. (2020). Big-data business models: A critical literature review and multiperspective research framework. Journal of Information Technology, 35(1), 66-91.
Sahoo, S. (2022). Big data analytics in manufacturing: a bibliometric analysis of research in the field of business management. International Journal of Production Research, 60(22), 6793-6821.
Mikalef, P., Pappas, I. O., Krogstie, J., & Pavlou, P. A. (2020). Big data and business analytics: A research agenda for realizing business value. Information & Management, 57(1), 103237.
Zhang, H., Zang, Z., Zhu, H., Uddin, M. I., & Amin, M. A. (2022). Big data-assisted social media analytics for business model for business decision making system competitive analysis. Information Processing & Management, 59(1), 102762.
Cómo citar
IEEE
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Visitas
Descargas
Licencia
Derechos de autor 2023 Revista Vínculos
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
2.png)
Este obra está bajo una licencia Creative Commons Atribución 4.0
