Administración estratégica

Las estrategias

Modelo de negocios
Importancia

Proceso de la administración estratégica

Misión de la empresa
Que cosas incluye

Analisis externo
Sistema de Gestión de Base de Datos O también llamados DBMS son sistemas informáticos que se
especializan en el mantenimiento de los datos, los usuarios de estos sistemas tienen facilidades
para realizar diferentes tipos de operaciones dentro del mismo sistema. Estos sistemas se
encuentran clasificados como, Centralizados y distribuida. CENTRALIZADOS Con un sistema de base
de datos centralizado, el DBMS y la base de datos se almacenan en un solo sitio que también
utilizan otros muchos sistemas. DISTRIBUIDA En un sistema de base de datos distribuida, la base de
datos real y el software DBMS se distribuyen desde varios sitios que están conectados por una red
informática. Los Sistemas de Gestión de Base de Datos más Usados. En la actualidad, existen
multitud de SGBD y pueden ser clasificados según la forma en que administran los datos en
relacionales (SQL) y No Relacionales (NoSQL). SISTEMAS GESTORES DE BASES DE DATOS
RELACIONALES (SQL) Desde que se comenzó a usar el modelo de bases de datos relacionales, en
1970, ha ido sufriendo una serie de transformaciones hasta convertirse, hoy en día, en el modelo
más utilizado para administrar bases de datos. Este modelo se basa fundamentalmente en
establecer relaciones o vínculos entre los datos, imaginando una tabla aparte por cada relación
existente con sus propios registros y atributos. Los principales Sistemas gestores de bases de datos
relacionales (SGBD SQL) actualmente son: MySQL, MariaDB, SQLite, PostgreeSQL, Miscrosoft SQL
Server, Oracle, SISTEMAS GESTORES DE BASE DE DATOS NO RELACIONALES Una base de datos no
relacional (NoSQL) es aquella base de datos que no requiere de estructuras de datos fijas como
tablas, no garantiza completamente las características, escala muy bien horizontalmente, se
utilizan en entornos distribuidos que han de estar siempre disponibles y operativos y que
gestionan un importante volumen de datos. Para la administración de este tipo de bases de datos,
actualmente los principales sistemas gestores de bases de datos (SGBD NoSQL) son: MongoDB,
Redis, Cassandra, Azure Cosmos DB, RavenDB, ObjectDB, Apache CouchDB, Neo4j, Google
BigTable, Apache Hbase, Amazon DynamoDB. Minería de Datos Pronóstico: cálculo de las ventas y
predicción de las cargas del servidor o del tiempo de inactividad del servidor. Riesgo y
probabilidad: elección de los mejores clientes para la distribución de correo directo, determinación
del punto de equilibrio probable para los escenarios de riesgo, y asignación de probabilidades a
diagnósticos y otros resultados. Recomendaciones: determinación de los productos que se pueden
vender juntos y generación de recomendaciones. Búsqueda de secuencias: análisis de los artículos
que los clientes han introducido en el carrito de la compra y predicción de posibles eventos.
Agrupación: distribución de clientes o eventos en grupos de elementos relacionados, y análisis y
predicción de afinidades. La minería de datos es el proceso de detectar la información procesable
de los conjuntos grandes de datos. Utiliza el análisis matemático para deducir los patrones y
tendencias que existen en los datos. Normalmente, estos patrones no se pueden detectar
mediante la exploración tradicional de los datos porque las relaciones son demasiado complejas o
porque hay demasiado datos. Estos patrones y tendencias se pueden recopilar y definir como un
modelo de minería de datos. Los modelos de minería de datos se pueden aplicar en escenarios
como los siguientes: Inteligencia de Negocios. Informes predefinidos. Informes a medida.
Consultas (Query) / Cubos OLAP (On-Line Analytic Processing). Alertas. Análisis estadístico.
Pronósticos (Forecasting). Modelado predictivo o Minería de datos (Data Mining). Optimización.
Minería de Procesos. El término inteligencia empresarial se refiere al uso de datos en una empresa
para facilitar la toma de decisiones. Abarca la comprensión del funcionamiento actual de la
empresa, bien como la anticipación de acontecimientos futuros, con el objetivo de ofrecer
conocimientos para respaldar las decisiones empresariales. Las herramientas de inteligencia se
basan en la utilización de un sistema de información de inteligencia que se forma con distintos
datos extraídos de la producción, con información relacionada con la empresa o sus ámbitos, y con
datos económicos. Mediante las herramientas y técnicas ETL (del inglés «Extract, transform &
Load»), o ETC (equivalente en Castellano: «extracción, transformación y carga»), se extraen los
datos de distintas fuentes, se depuran y preparan (homogeneización de los datos), para luego
cargarlos en un almacén de datos. De acuerdo a su nivel de complejidad se pueden clasificar las
soluciones de Business Intelligence en: Informes Análisis Big Data El término “big data” abarca
datos que contienen una mayor variedad y que se presentan en volúmenes crecientes y a una
velocidad superior, Más allá del aprendizaje sobre el funcionamiento y las características de las
tecnologías Big Data, es importante conocer cuáles son los problemas principales de las compañías
a los que Big Data puede aportar una solución. Las tres 'V' del Big Data (velocidad, volumen y
variedad) reflejan el reto al que se enfrentan las grandes compañías a la hora de dar a los datos un
valor para tomar mejores decisiones, mejorar las operaciones y reducir los riesgos. Por lo tanto, es
necesario poder navegar de forma fácil para obtener la información tanto dentro de los sistemas
de la compañía como los datos que llegan desde afuera.

https://www.tecnologias-informacion.com/gestionbasedatos.html

https://www.inesem.es/revistadigital/informaticaytics/losgestores-
de-bases-dedatos-mas-usados

https://learn.microsoft.com/eses/analysis-services/data-mining/
data-mining-concepts?view=asallproductsallversions

https://blog.es.logicalis.com/analytics/las-cinco-principales-
aplicaciones-de-big-data