El documento habla sobre el análisis y minería de datos. Explica que las empresas usan cada vez más datos en línea para tomar mejores decisiones comerciales. También describe herramientas para el análisis de datos que permiten ver los datos de diferentes formas y realizar cálculos previos para responder rápidamente a consultas. Además, explica sistemas de ayuda a la toma de decisiones y los retos de almacenar y recuperar grandes cantidades de datos de múltiples orígenes para adoptar decisiones empresariales.

1. Análisis y minería de datos
Las empresas han comenzado a aprovechar los cada vez más numerosos datos en línea para tomar
mejores decisiones sobre sus actividades, como los artículos que deben tener en inventarios y el
modo de dirigirse mejor a los clientes para aumentar las ventas. Muchas de las consultas, sin
embargo, son bastante complejas y algunos tipos de información no pueden extraerse.
Existen herramientas para el análisis de datos que permiten a los analistas ver los datos de
diferentes formas. Otras herramientas de análisis realizan un cálculo previo de los unas de
cantidades muy grandes de datos con objeto de dar respuestas rápidas a las consultas.
Sistemas de ayudas a la toma de decisiones
Las aplicaciones de bases de datos pueden clasificarse grosso modo en sistemas de procesamiento
de transacciones y la ayuda a la toma de decisiones. Los sistemas de procesamiento de
transacciones le son sistemas que registran información sobre las transacciones, los sistemas de
procesamiento de transacciones se utilizan mucho hoy en día las empresas han acumulado una
enorme cantidad de información generada por ellos. Los sistemas de ayuda a la toma de
decisiones facilitan los gestores la defección de los productos que se deben almacenar en la
tienda, los productos que es necesario fabricar por las personas que se deberían admitir en una
universidad.
Por ejemplo, las bases de datos de las empresas suelen contener enormes cantidades de
información sobre los clientes y las transacciones el I.
Almacenamiento y recuperación de los datos para la ayuda a la toma de decisiones plantea varios
problemas:
Aunque muchas consultas para ayuda a la toma de decisiones pueden inscribirse en SQL,
otra no puede expresarse o no pueden hacerlo con facilidad, en consecuencia, se han
propuesto por extensiones de sql para facilitar el análisis de los datos. El área de
procesamiento analítico y líneas, trata de las herramientas y de las técnicas para el análisis
de datos que pueden de respuestas casi instantánea a las consultas de datos resumidos.
Los lenguajes de consultas de bases de datos no son eficaces para el análisis estadístico
detallado de datos.
Las grandes empresas tienen varios orígenes de datos que necesitan utilizar para adoptar
decisiones empresariales. Los orígenes pueden almacenar las la del según diferentes
esquemas
Las técnicas de descubrimiento de conocimiento intentan determinar de manera
automática en las estadísticas y patrones a partir de los datos. El campo de la minería de
datos combina las técnicas de descubrimiento de conocimiento creadas por los
investigadores en inteligencia artificial y los analistas estadísticos con las técnicas de

2. implementación eficiente que permiten utilizar las envases de datos extremadamente
grandes.
Análisis de datos y OLAP
Aunque el mejor dejar el análisis estadístico complejo a los paquetes estadísticos las bases de
datos deben soportar las formas sencillas, de análisis estadístico junto dado que los datos
almacenados en las bases de datos suelen ser de gran volumen, a que resume los algún modo sí
hay que obtener la información que pueda utilizar los usuarios.
Las herramientas OLAP soportan el análisis interactivo de la información de resume, hay muchas
tareas utilizadas con frecuencia que no pueden realizarse empleando las facilidades básicas de
agregación y agrupamiento de sql.
Procesamiento analítico en línea
En la análisis estadísticos suele necesitar el agrupamiento de varios atributos, dada una relación
utilizada para el análisis de datos se pueden identificar algunos de sus atributos, atributos de
medida, ya que ni en algún Valor y pueden agregar se.
Los datos que pueden modelar se, atributos de dimensión y, atributos de medida se denominan
datos multidimensionales.
Las fabulaciones cruzadas son diferentes las tablas relacionales que suelen guardarse en las bases
de datos, ya que el número de columnas de la tabulación cruzada depende de los datos, la
generalización de las fabulaciones cruzadas, que son bidimensionales, a n dimensiones con
pueden visualizarse como cubos n-dimensional es, denominados cubos de datos.
El sistema de procesamiento analítico líneas o sistemas OLAP es un sistema interactivo que
permitan a los analistas ver diferentes resúmenes de los datos multidimensionales. Las palabras
elimina indican que los analistas deben poder solicitar nuevos resúmenes y obtener respuestas en
línea, en pocos segundos, y no deberían verse obligados a esperar mucho tiempo por haber
resultado de las consultas.
Con los sistemas OLAP los analistas de datos pueden ver diferentes tabulación es cosa más para
los mismos datos seleccionando de manera interactiva los atributos de las fabulaciones cada.
Los sistemas OLAP permiten a los usuarios examinan los datos con cualquier nieves de
granularidad que se desee. La operación de pasar datos con una granularidad más fina a una
granularidad más correcta, se denomina abstracción