Comment le travail de business intelligence avec des données non structurées t-il?

Supposons que vous utilisez, un environnement non structuré de l'entreposage de données multimédia permis de faire une analyse comparative entre les services offerts par votre entreprise (une banque) et les offres correspondantes de vos concurrents.

Vous exécutez des rapports de base et quelques requêtes pour vérifier part de marché, la performance du portefeuille, et d'autres mesures. Ou, pour une analyse plus avancée, vous utilisez un outil d'analyse OLAP entreprise pour effectuer toutes sortes d'analyses drill-down sur les données dans une tentative de comprendre les subtilités de la performance de votre entreprise par rapport à vos concurrents.

Parfois, cependant, vous ne pouvez pas trouver les réponses dans les numéros. Supposons que vous remarquez une augmentation soudaine de fermetures de compte à votre banque au cours des deux derniers mois. Ce qui se passe?

Types de données non structurées

Vous pouvez comprendre le principe de la business intelligence dans le terme lui-même: Obtenez autant d'intelligence que possible - aussi vite que possible - d'autant de sources que possible, vous aider à comprendre ce qui se passe et de prendre des mesures éclairées. En vertu de cette définition large, l'intelligence peut facilement comprendre les types d'informations que vous ne pouvez pas trouver dans (ou accès par) un entrepôt de données traditionnelle suivantes:

• 
  
  
  
  

  Annonce dans un journal local d'un concurrent proposant une vérification pour un an et un montant supplémentaire de 1,5 pour cent sans frais perçus sur les dépôts du marché monétaire si un client potentiel montre un relevé bancaire indiquant qu'il ou elle a fermé un compte à votre banque

• Une bannière publicitaire sur Google qui dispose même offre de votre concurrent

• Un lien vers chacun des sites Web de vos concurrents, où vous pouvez analyser les types de services bancaires électroniques qu'ils offrent

• Une transcription d'une entrevue avec un expert économique régionale indiquant que votre banque est une cible d'acquisition préférentiel et ne sera probablement pas dans les affaires sous son nom actuel à la même époque l'année prochaine

Dans cet exemple simple, parce que les éléments se produisent localement ou régionalement, vous pourriez croire que vous pouvez accéder à toutes ces informations à partir d'un entrepôt de données permis multimédia. (“ Un bon analyste de la banque sait probablement tout ce truc de toute façon, ” à droite?)

Un exemple mondial de l'entreposage de données

Pensez à cet exemple à l'échelle mondiale, cependant. Vous vous demandez pourquoi les ventes de votre entreprise sont glisser en Suède? Vous pourriez avoir besoin d'avoir ces types de temps réel, les capacités de collecte de renseignements pour une situation concurrentielle à l'échelle mondiale.

Par exemple, imaginez une entreprise dans l'industrie chimique qui veut l'architecture d'un environnement d'entrepôt de données quasi-(quasi car il ne dispose que d'une seule source de données, mais une énorme quantité d'informations historiques qui devra être introduit dans le nouveau système).

Environ 80 pour cent de l'information historique était sur le papier, et le client envisageait éventuellement entrer ces informations dans un système de gestion de documents. Pour des raisons budgétaires, ils ne traiteront qu'avec la conversion des données historiques traditionnelles (caractère, numérique, et la date), et de la cartographie et de transformer les nouvelles données entrantes. Les documents seraient traitées plus tard.

Imaginez un environnement dans lequel vous pouvez traiter toutes ces données, qui traite du même sujet, aussi. Si les données sont sur papier, vous pouvez le scanner comme une image, l'indice par mot-clé, et le rendre accessible par le même environnement que les données traditionnelles. Vous augmentez énormément de business intelligence du client en leur donnant accès à cette information.