Dati Magazzino: da informazioni non strutturate a dati strutturati - dummies

Alcuni piani di architettura di data warehousing dimostrano un approccio alla messa in primo piano dei dati strutturati, in cui un analista aziendale utilizza il data warehousing come gateway in appropriati informazioni di supporto non strutturate.

Puoi altrettanto facilmente prendere la strada opposta verso un approccio unificato alla business intelligence. Supponiamo che tu stia navigando su Internet o sulla intranet aziendale, e un diagramma del prodotto, un progetto o qualche altro tipo di immagine o documento attiri la tua attenzione.

Ogni pezzo di informazione non strutturata può altrettanto facilmente fornire un percorso per accedere a un report generato da OLAP pubblicato sull'intranet aziendale (che a sua volta può avere collegamenti che puntano ad altre strutture strutturate) o informazioni non strutturate) o può comportare un mash-up con le informazioni proiettate su una mappa di Google.

Le barriere dei dati strutturate e non strutturate si stanno rapidamente riducendo, proprio come i percorsi attraverso quelle barriere ammorbidite. Sempre più spesso, le aziende stanno accumulando grandi volumi di dati non relazionali e non strutturati sotto forma di immagini digitali, documenti, video e altri formati multimediali - e questi nuovi formati di dati stanno rapidamente diventando una componente chiave nei processi aziendali formali e informali che si integrano con applicazioni aziendali esistenti, conformi ai requisiti normativi o semplicemente fornire un'esperienza utente più ricca.

Considera i seguenti scenari aziendali:

• Un'azienda farmaceutica deve accedere alla documentazione di laboratorio compilata in anni e generazioni di studi clinici per ottenere l'approvazione della FDA per un nuovo farmaco.

• Una compagnia di assicurazioni deve archiviare i documenti di polizza e recuperarli per l'elaborazione dei sinistri.

• Una società di call center deve archiviare le sessioni registrate dagli agenti come flussi audio in modo che possano essere recuperate in remoto per garantire la qualità e la conformità del contratto.

• Una società di analisi del settore deve rendere disponibile una libreria di podcast disponibile per il download dal suo sito Web.

• Uno studio legale deve archiviare copie elettroniche di documenti come immagini e recuperare facilmente i documenti relativi a un singolo cliente o caso.

• Una partnership architetto ha bisogno di archiviare e recuperare piani digitali con i dati client associati.

• Una biblioteca ha bisogno di convertire e archiviare grandi volumi di carta esistente e contenuti analogici per l'indicizzazione e l'uso in uno strumento di ricerca digitale (ricorda microfiche?).

Questi sono alcuni esempi dei modi in cui le aziende di tutto il mondo possono utilizzare i dati digitali non strutturati. È possibile analizzare tali informazioni con la stessa facilità con cui è possibile creare contenuti digitali. Le organizzazioni stanno trovando nuovi modi innovativi per utilizzare questo contenuto digitale per migliorare o estendere le proprie capacità aziendali e molte di queste organizzazioni hanno bisogno di soluzioni di data warehousing e di business intelligence per sfruttare queste informazioni.

Se si utilizzano processi di lavoro tradizionalmente collaborativi, l'esecuzione di attività quali il flusso di lavoro o la gestione delle immagini, è possibile aumentare facilmente tali processi per indirizzarvi verso funzionalità di data warehousing che forniscono un valore aggiuntivo. Inoltre, i report e i risultati delle query ottenuti e utilizzati come parte dell'elaborazione analitica tradizionale possono fungere da percorso in un mondo di informazioni multimediali che possono integrare i dati gestiti in genere.