7 Características Importantes para Diferenciar BI, Data Mining e Big Data

06/10/2016
7caractersticasimportantesparadiferenciarBI,DataminingeBigData
English
Empresa
Capacitao em Big Data
VORTX Big Data
Clientes / Alianas
Blog
Contato
Busca
7 caractersticas
procureaqui
Ir
importantes para
Categorias
diferenciar BI,
Anlise
Data Mining e Big
Aquarela Inovao
Aquarela VORTX
Data
Big data
Publicado em abril 27, 2015 por Joni Hoppen Sem comentrios
Boas prticas
Business
Intelligence (BI)
Ol turma,
Desenvolvedor
Estudos de caso
Uma das perguntas mais frequentes que recebemos
Experimentos
na
Aquarela
est
relacionada
aos
conceitos
BI
FAQs
(Business Intelligence), Data mining e Big Data. Uma

Fundamentos
vez que os trs esto ligados anlise de dados, no
Gestor corporativo
estranho que haja confuses.
Governana
corporativa
O
objetivo
deste
post
apresentar
de
maneira
sucinta quais so as caractersticas mais marcantes

de cada uma das solues ajudando o leitor a denir
sua estratgia de informao. Apesar das dores por
falta de informao serem parecidas, cada caso um
Inovao
Pesquisa de
mercado
Pblico Geral
Tutorial
caso.
https://aquare.la/pt/artigos/2015/04/27/7caracteristicasimportantesparadiferenciarbidataminingebigdata/
1/7
06/10/2016
O Bsico
VORTX Big Data

Web 3.0 ( Web
Semntica)
Inicialmente o ciclo de anlise de dados segue, de

maneira geral, os seguintes passos:
Tags
1. Levantamento
empresa
negcio.
quer
Ex.
de
perguntas:
saber
(descobrir)
Quantos
clientes
que
do
seu
Agrupamentos Anlise
atendemos
por ms? Qual o valor mdio do produto?
Anlise exploratria de
Qual o produto que mais vende?
dados
2. Estudo das fontes de dados: Quais dados

Aquarela Aquarela Inovao
esto
disponveis
interna/externamente
Aquarela VORTX
para responder as perguntas de negcio. Ex.

Onde
esto
os
dados?
Como
consigo
Big data
BI
Blog
process-los?
sero todos os envolvidos no projeto? Qual
Comunidade
o ser o tamanho da anlise, quais sero as

ferramentas
utilizadas
os
custos
Contedo
Dados
Demonstrao
Operacionalizao
da
assim
validao
sobretudo
como
com
o
perguntas
os
interaes
envolvidos
cliente
de
vrias
nal,
negcio
para
do
esto
se
Estratgia
Florianpolis gesto
Governana
de
Informativo
projeto,
saber
Data mining
Estudo e caso Exemplos
estratgia, realizando o processamento dos

dados
Conhecimento
do
projeto.
4. Desenvolvimento:
Clusterizao
Business Intelligence
3. Denio do tamanho do projeto: Quem
as
Informao
Inovao
Linked Data
LOD
sendo
Minerao de dados
Negcio
respondidas e realmente ajudando.

Open linked data
At esse momento o BI, Data Mining e o BigData so

muito
parecidos.
Na
tabela
abaixo
zemos
um
Potencial de inovao
Projetos de BigData
resumo que ajuda a delinear as diferenas em termos
Quadro comparativo Recomendaes
de 7 caractersticas.
Resultados Sabedoria
Segmentao de mercado
Tabela comparativa (clique para
ampliar)
Setores Tecnologia
Tutorial
Web Web 3
Web 3.0 Web semntica
Seguidores
2/7
06/10/2016
Aquarela
1,289likes
LikePage
Share
Bethefirstofyourfriendstolikethis
Concluses e recomendaes
Apesar
da
anlise
caractersticas,
os
se
restringir
resultados
mostram
apenas
que
existem
diferenas importantes entre BI, Data Maining and

BigData.
Abaixo
seguem
algumas
concluses
de
nossa anlise e experincia:
Empresas que possuem uma soluo de BI j

consolidada
tem
mais
embarcar
em
projetos
mining
Big
Data.
pelo
Data
mining
extensivos
E.g:
ou
maturidade
para
de
descobertas
Big
Data
Data
feitas
podem
ser
rapidamente testadas e monitoradas pelo BI.

Ou
seja,
coexistir
os
elementos
para
podem
realmente
trazer
devem
valor
ao
negcio na forma de otimizao de recursos,

aumento de vendas e assim por diante.
O
Big
Data
faz
sentido
em
grandes
volumes de dados e a melhor opo para o

seu
negcio
esto
sendo
disponveis.
dependentes
depende
feitas
de
e
quais
Todas
as
do
dado
Consequentemente
se
quais
perguntas
os
dados
solues
de
so
entrada.
qualidade
das
3/7
06/10/2016
fontes de informao forem ruins, h grande
chance
frisa
de
que
reposta
expresso
em
seja
ingls
ruim
como
garbage
in,
garbage out Lixo entra, lixo sa.
Enquanto os painis do BI podem ajudar a

fazer
sentido
bastante
de
seus
visual
dados
de
maneira
facilitada,
no
possvel fazer anlises muito ricas com ele.

Para
isso
complexas,
necessrio
capazes
percepo
da
ajudando
de
enriquecer
realidade
encontrar
segmentos
predio),
de
solues
do
sua
negcio,
correlaes,
mercado
fazer
mais
novos
(classicao,
previses,
controlar
variveis e seus efeitos em com relao as

diversas
outras
por
meio
da
anlises
multivariadas.
O
BI
fortemente
estruturados
que
atualmente,
porm
crescimento
Tambm,
em
no
dependente
so
os
de
mais
dados
utilizados
tendncia
dados
no
demanda
de
estruturados.
prossionais
especialistas em estatstica e ou engenharia

do conhecimento.
O
Big
Data
extende
possibilidade
de
anlise sobre no estruturados. Ex: posts de

redes sociais, imagens, vdeos, msicas e etc.
Porm o grau de complexidade e exigncia
de conhecimento do operador maior, bem
como o alinhamento com os prossionais da
gesto.
Para evitar frustraes importante levar em
considerao
as
(proposta
valor)
soluo.
de
Por
diferenas
e
nas
resultados
exemplo,
no
virtudes
de
esperar
cada
por
descoberta de padres e insights de negcio

da prpria ferramenta de BI, este o papel
4/7
06/10/2016
do operador do BI.
O Big Data pode ser considerado em parte, a
juno do BI e Data mining. O BI com seus
dados
estruturados
gama
de
em
algoritmos
mining
conjuno
tcnicas
empoderado
pelas
tecnologias
de
grande
armazenamento
com
do
Data
novas
processamento,
memria;
tudo
processado de forma paralela e distribuda

sobre
uma
gama
gigantesca
de
fontes
de
informao heterogneas.
Podemos
observar
que
os
resultados
dos
trs geram inteligncia para o negcio, da

mesma
forma
simples
como
planilha
bom
tambm
uso
de
pode
uma
gerar
inteligncia, mas importante avaliar se isso
suciente
para
atender
as
ambies
ou
dilemas do seu negcio.

Vemos
no
que
est
as
termos
de
de
seus
ainda
reconhecido,
suas
Big
Data
avanadas
hoje
gratuitamente
alimentar
Big
mais
tecnologia
chave
do
plenamente
empresas
oferecendo
para
potencial
sendo
porm
ponto
tm
em
como
estratgias
seus
Datas
servios
com
dados
estruturados e no estruturados. Ex. Gmail,

Facebook, Twitter e OLX.
A tendncia que o crescimento do volume
dos
dados
vez
de
forma
sua
variedade
menos
continue
estruturada
cada
como
escrevemos no post Dos dados inovao.
Autores
Joni Hoppen Scio fundador e instrutor dos cursos
de capacitao em Big Data da Aquarela, Mestre em

Business Information Technology pela Universidade
5/7
06/10/2016
de Twente na Holanda.
Mais informaes
Soluo Aquarela VORTX Big Data
http://aquare.la/pt/solucoes/vortx-bigdata/
BI e Big Data, qual a diferena?
http://imasters.com.br/infra/siteblindado/bi-e-big-data-qual-diferenca/
Aqual a diferena entre BI e Big Data
http://computerworld.com.br/tecnologia/2014/11/04/quala-diferenca-entre-bi-e-big-data
Contextualizando o Big Data
http://www.binapratica.com.br/#!contextualizandobig-data/c1pur
O que a web 3.0? Qual sua importncia para os negcios?
14 setores para aplicao de Big Data e dados necessrios para as
anlises.
Marcado com: Big data, Aquarela VORTX , BI, Business Intelligence, Data mining,
Quadro comparativo, Recomendaes, Anlise exploratria de dados
Publicado em Aquarela Inovao, Governana corporativa, Gestor corporativo, Big
data, VORTX Big Data, Business Intelligence (BI), Pblico Geral, Aquarela VORTX ,
Anlise
Deixe uma resposta
O seu endereo de email no ser publicado
Comentrio
6/7
06/10/2016
Nome
E-mail
Site
No sou um rob
reCAPTCHA
Privacidade - Termos
Publicarcomentrio
2016 Aquarela Knowledge &

Innovation
+55 48 3304 1137
Rod. SC 401, Km 4, n 4100, Bl. C - CIA
ACATE
CEP 88032-000 Saco Grande
Florianpolis - SC, Brazil
7/7

7 Características Importantes para Diferenciar BI, Data Mining e Big Data

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

7 Características Importantes para Diferenciar BI, Data Mining e Big Data

Uploaded by

Copyright:

Available Formats

06/10/2016

Capacitao em Big Data

VORTX Big Data

Data Mining e Big

Publicado em abril 27, 2015 por Joni Hoppen Sem comentrios

(Business Intelligence), Data mining e Big Data. Uma

sucinta quais so as caractersticas mais marcantes

VORTX Big Data

Inicialmente o ciclo de anlise de dados segue, de

por ms? Qual o valor mdio do produto?

Qual o produto que mais vende?

2. Estudo das fontes de dados: Quais dados

para responder as perguntas de negcio. Ex.

sero todos os envolvidos no projeto? Qual

o ser o tamanho da anlise, quais sero as

Estudo e caso Exemplos

estratgia, realizando o processamento dos

3. Denio do tamanho do projeto: Quem

respondidas e realmente ajudando.

At esse momento o BI, Data Mining e o BigData so

resumo que ajuda a delinear as diferenas em termos

Quadro comparativo Recomendaes

Tabela comparativa (clique para

Web 3.0 Web semntica

diferenas importantes entre BI, Data Maining and

nossa anlise e experincia:

Empresas que possuem uma soluo de BI j

rapidamente testadas e monitoradas pelo BI.

negcio na forma de otimizao de recursos,

volumes de dados e a melhor opo para o

garbage out Lixo entra, lixo sa.

Enquanto os painis do BI podem ajudar a

possvel fazer anlises muito ricas com ele.

variveis e seus efeitos em com relao as

especialistas em estatstica e ou engenharia

anlise sobre no estruturados. Ex: posts de

descoberta de padres e insights de negcio

processado de forma paralela e distribuda

trs geram inteligncia para o negcio, da

inteligncia, mas importante avaliar se isso

dilemas do seu negcio.

estruturados e no estruturados. Ex. Gmail,

escrevemos no post Dos dados inovao.

Joni Hoppen Scio fundador e instrutor dos cursos

de capacitao em Big Data da Aquarela, Mestre em

Soluo Aquarela VORTX Big Data

O que a web 3.0? Qual sua importncia para os negcios?

14 setores para aplicao de Big Data e dados necessrios para as

Quadro comparativo, Recomendaes, Anlise exploratria de dados

Publicado em Aquarela Inovao, Governana corporativa, Gestor corporativo, Big

Deixe uma resposta

O seu endereo de email no ser publicado

2016 Aquarela Knowledge &

You might also like