State of the Art: Big Data and Business Intelligence
Resumen
Los directivos deben mejorar su conocimiento de los recursos de datos y cómoutilizarlos en sus empresas, especialmente en las PYMES (pequeñas y medianasempresas). En muchas empresas, los administradores creen que las soluciones basadasen datos son sólo para los administradores de las grandes empresas, porque el costo esmuy elevado. En algunas empresas, los sistemas de información son anticuados y enotros no han contado con políticas aceptable para guardar los datos generados. Estosson problemas en las empresas, especialmente en los países en vías de desarrollo. Porejemplo, en Colombia los gerentes siguen desarrollando culturas basadas en datos ydesarrollando sistemas de información que pueden ayudar a sus firmas a competir conotras compañías en otros mercados. Este artículo presenta el estado del arte en Big Datay la inteligencia de negocio, sustentado en la presentación realizada en el encuentrocelebrado en Septiembre de 2016 en la Universidad Católica de Pereira.
Descargas
Citas
Computer History Museum (2017), Computer History Timeline. Available: http://www.computerhistory.org/timeline/
ANIF, (2016). Cómo va la implementación de las Tecnologías de la Información y Comunicación (TICs) en las Pymes de Colombia?, Available: http://anif.co/sites/default/files/archivosgenerales/actualidadpyme97.pdf
WEF, (2016). Informe Global de Tecnología de la información 2016. Available: http://www.cdi.org.pe/InformeGlobaldeInformacion/GITR2016.html
Zorzi, (2011). Las TIC en el desarrollo de la pyme. Available: http://¿pymespracticas.typepad.com/files/tic-y-pymes-en-al-final-2011.pdf
Isaza, Henao (2013), Análisis del grado de utilización de las TIC en las empresas constructoras de la ciudad de Pereira.
Power (2005). Decision Support Systems FAQ
Zikopoulos , Deroos , Parasuraman, Deutsch, Corrgigan, Giles (2013), Harness the Power of Big Data
Power (2013), Strategic Planning Concepts
Varian (2014), Big Data: New Tricks for Econometrics
Chen, Chiang, Storey (2012), Business Intelligence and Analytics: From Big Data to Big Impact.
Chapple (2017), Facts vs. Dimensions Tables In Database Understanding Key Business Intelligence Terms, Computer Science
Telecoms.com (2014), Intelligence Industry Survey. Available www. cloudera.com/content/dam/cloudera/Resources/PDF/solution-briefs/Industry-Brief-Big-Data-Use-Cases-for-Telcos.pdf
Sun,H, P. Heller (2012), Oracle Information Architecture: An Architect’s Guide to Big Data
http://www.ibmbigdatahub.com/presentation/big-data-and-analyticsmanufacturing-industry-vaasan-group
Haisler (2014), Top 10 Uses of Predictive Technology Making Our Communities Safer Government Technology. Available: www.govtech.com/photos/Top-10-Uses-of-Predictive-Technology-Making-OurCommunities-Safer.html
www.mapr.com/solutions/industry
ARNOTT, D.; PERVAN, G. A critical analysis of decision support systems research. Journal of Information Technology, v. 20, n. 2, p. 67–87, 12 abr. 2005.
ARNOTT, D.; PERVAN, G. A critical analysis of decision support systems research revisited: the rise of design science. Journal of Information Technology, v. 29, p. 269–293, 2014.
FROLICK, M. N.; ARIYACHANDRA, T. R. Business Performance Management: One Truth. Information Systems Management, v. 23, n. 1, p. 41–48, dez. 2006.
MARCH, S. T.; HEVNER, A. R. Integrated decision support systems: A data warehousing perspective. Decision Support Systems, v. 43, n. 3, p. 1031–1043, abr. 2007.
MCAFEE, A.; BRYNJOLFSSON, E. Big data: the management revolution. Harvard business review, n. October 2012, p. 60–68, 2012.
OLSZAK, C. M.; ZIEMBA, E. Business Intelligence Systems in the Holistic Infrastructure Development Supporting Decision-Making in Organisations Business Intelligence Systems in Decision-Making. InterdisciplinaryJournal of Information, Knowledge, and Management, v. 1, 2006.
RANJAN, J. Business intelligence: Concepts, components, techniques andbenefits. Journal of Theoretical and Applied Information …, v. 9, n. 1, p. 60–70, 2009.
