MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
12928 a2200229 4500 |
| 003 - IDENTIFICADOR DE NÚMERO DE CONTROL |
|---|
| campo de control |
OSt |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
2019 |
| 020 ## - ISBN |
|---|
| Número Internacional Estándar del Libro |
9786075384825 |
| 040 ## - FUENTE DE CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
GAMADERO |
| Lengua de catalogación |
Español |
| Centro/agencia transcriptor |
GAMADERO |
| 050 00 - SIGNATURA TOPOGRÁFICA DE LA BIBLIOTECA DEL CONGRESO |
|---|
| Número de clasificación |
QA76.9 D3 P47 2019 |
| 100 ## - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
LUIS JOYANES AGUILAR |
| 245 ## - MENCIÓN DEL TÍTULO |
|---|
| Título |
INTELIGENCIA DE NEGOCIOS Y ANALiTICA DE DATOS / |
| Subtítulo |
UNA VISION GLOBAL DE BUSINESS INTELIGENCE Y ANALYTICS |
| 250 ## - MENCION DE EDICION |
|---|
| Mención de edición |
1RA |
| 260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. |
|---|
| Nombre del editor |
ALFAOMEGA |
| Lugar de publicación |
MEXICO |
| Fecha de publicación |
2019 |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
498 |
| Otras características físicas |
ILUSTRACION |
| Dimensiones |
17 X 23 CM |
| 504 ## - NOTA DE BIBLIOGRAFÍA |
|---|
| Nota de bibliografía |
Editorial : Alfaomega<br/>Fecha de publicación : 1 junio 2019<br/>Edición : Primera edición<br/>Idioma : Español<br/>Número de páginas : 484 páginas<br/>ISBN-10 : 6075384820<br/>ISBN-13 : 978-6075384825<br/>Peso del artículo : 520 g |
| 505 ## - TABLA DE CONTENIDO |
|---|
| Tabla de contenido |
CAPÍTULO 1<br/>INTELIGENCIA DE NEGOCIOS. Una<br/>panorámica global .............................. 1<br/>1.1 Introducción.......................................... 2<br/>1.2 Inteligencia de negocios: Historia,<br/>definiciones y conceptos ............................ 3<br/>1.3 Business Intelligence, Business Analytics y Big Data: Los tres pilares de<br/>la inteligencia empresarial ......................... 7<br/>1.4 Arquitectura de un sistema de<br/>inteligencia de negocios ............................ 8<br/>1.5 Introducción a Big Data y su impacto<br/>en la inteligencia de negocios.................... 18<br/>1.6 Arquitectura de inteligencia de<br/>negocios con integración de Big Data ....... 22<br/>1.7 Visión gerencial de inteligencia de<br/>negocios ...................................................... 28<br/>1.8 Analítica de negocios (business<br/>analytics)..................................................... 31<br/>1.9 Inteligencia de negocios en Big Data .. 35<br/>1.10 Inteligencia de negocios móvil .......... 38<br/>1.11 Inteligencia de negocios en la nube.. 38<br/>1.12 Proveedores de inteligencia de<br/>negocios: Cuadrante mágico de Gartner<br/>de BI & Analytics ......................................... 42<br/>1.13 Inteligencia de negocios futura:<br/>Integración de Big Data, Internet de las<br/>Cosas e Inteligencia Artificial ..................... 46<br/>1.14 La evolución hacia la Inteligencia<br/>de negocios en la nube (Cloud BI) ............. 47<br/>1.15 RESUMEN........................................... 49<br/>CAPÍTULO 2<br/>ANALÍTICA DE NEGOCIOS<br/>(BUSINESS ANALYTICS): UNA VISIÓN<br/>GLOBAL................................................ 53<br/>2.1 Introducción ........................................ 54<br/>2.2 Conceptos básicos de analítica de<br/>negocios (business analytics) .................... 55<br/>2.3 Business Analytics versus Data<br/>Analytics...................................................... 57<br/>2.4 Analítica avanzada (AA) ....................... 62<br/>2.5 Caso de estudio: Cuadrante mágico<br/>de Gartner de BI & Analytics ..................... 64<br/>2.6 Organización, tipos y fuentes de<br/>datos ........................................................... 69<br/>2.7 Ciclo de vida de los datos ................... 72<br/>2.8 Analítica de datos: conceptos y tipos<br/>..................................................................... 77<br/>2.9 Big Data Analytics ................................ 84<br/>2.10 Ciencia de datos: Evolución de la<br/>analítica de negocios y el análisis de<br/>datos ........................................................... 86<br/>2.11 Tendencias de Analytics .................... 91<br/>2.12 RESUMEN........................................... 93<br/>CAPÍTULO 3<br/>TRANSFORMACIÓN DIGITAL EN<br/>ORGANIZACIONES Y EMPRESAS<br/>(ECONOMÍA COLABORATIVA,<br/>EXPERIENCIA DE CLIENTE Y<br/>BLOCKCHAIN)...................................... 97<br/>3.1 Introducción ......................................... 98<br/>3.2 ¿Qué es Transformación Digital? ........ 99<br/>3.3 Tecnologías facilitadoras de la<br/>Transformación Digital ............................... 101<br/>3.4 La empresa digital ............................... 105<br/>3.5 La Transformación Digital en la<br/>industria y en la empresa ..........................107<br/>3.6 El proceso de Transformación Digital .113<br/>3.7 Fábrica inteligente: la<br/>Transformación Digital en la Industria<br/>4.0............................................................... 114<br/>3.8 Economía Colaborativa........................116<br/>3.9 Experiencia de Cliente .........................121<br/>3.10 Blockchain (cadena de bloques).......124<br/>3.11 Blockchain en Inteligencia de<br/>Negocios......................................................128<br/>3.12 RESUMEN...........................................130<br/>PARTE II<br/>INFRAESTRUCTURAS Y ARQUITECTURA<br/>DE INTELIGENCIA DE NEGOCIOS<br/>CAPÍTULO 4<br/>ALMACENES DE DATOS: DATA<br/>WAREHOUSE, OLAP Y DATA LAKE.......135<br/>4.1 Introducción..........................................136<br/>4.2 Datos: gestión, gobierno, calidad e<br/>integridad ................................................ 136<br/>4.3 Administración de archivos..................143<br/>4.4 Bases de datos................................. 145<br/>4.5 Data Warehouse............................... 147<br/>4.6 Data Mart.......................................... 151<br/>4.7 Marco de trabajo (framework) de un<br/>sistema de almacenamiento de datos .. ...153<br/>4.8 Metadatos, calidad y gobierno de un<br/>Data Warehouse ..................................... 160<br/>4.9 Herramientas ETL............................. 162<br/>4.10 Desarrollo de un sistema de Data<br/>Warehouse.............................................. 164<br/>4.11 Enfoques de desarrollo (modelos)<br/>de un sistema de Data Warehouse........ 165<br/>4.12 OLAP (Procesamiento analítico en<br/>línea) ....................................................... 168<br/>413 Data Lakes (Lagos de Datos): Los<br/>nuevos depósitos de almacenamiento<br/>de datos .................................................. ...173<br/>4.14 Data Lake versus Data Warehouse 177<br/>4.15 Proveedores de soluciones de Data<br/>Warehouse ............................................. 180<br/>4.16 RESUMEN ...................................... 186<br/>CAPÍTULO 5<br/>BIG DATA: ARQUITECTURA,<br/>ECOSISTEMA HADOOP Y OPEN<br/>DATA)...................................................... 187<br/>5.1 Introducción...................................... ...188<br/>5.2 Definición de Big Data ..................... ...190<br/>5.3 Tipos de datos .................................. ...192<br/>5.4 Características de Big Data ............. ...195<br/>5.5 Breve reseña histórica de Big Data.. ..202<br/>5.6 Fuentes de datos .............................. ..204<br/>5.7 Datificación ....................................... ..208<br/>5.8 Datos en organizaciones y empresas .209<br/>5.9 Arquitectura de Big Data .................. ..210<br/>5.10 Ecosistema Hadoop........................ ..215<br/>5.11 Herramientas más utilizadas de<br/>Hadoop en Big Data ................................ ..217<br/>5.12 Open Data: el movimiento de los<br/>datos abiertos.......................................... ..223<br/>5.13 Iniciativas e índices<br/>internacionales de Open Data ................ ..224<br/>5.14 RESUMEN........................................ 228<br/>CAPÍTULO 6<br/>BASES DE DATOS NOSQL Y “EN<br/>MEMORIA” ........................................ 233<br/>6.1 Introducción ......................................... 234<br/>6.2 Tipos de Bases de datos................... 235<br/>6.3 Bases de datos NoSQL ..................... 239<br/>6.4 Modelos de bases de datos NoSQL .... 242<br/>6.5 Breve historia de NoSQL...................... 250<br/>6.6 Computación “En Memoria”In<br/>memory)...................................................... 251<br/>6.7 Bases de datos “en memoria” ............ 254<br/>6.8 Proveedores de soluciones de<br/>software de bases de datos....................... 260<br/>6.9 RESUMEN ......................................... 264<br/>CAPÍTULO 7<br/>VISUALIZACIÓN DE DATOS: INFORMES<br/>Y CONSULTAS, CUADROS DE<br/>MANDO (DASHBOARDS) Y CUADRO<br/>DE MANDO INTEGRAL (CMI) ............ 267<br/>7.1 Introducción ...................................... 268<br/>7.2 Conceptos generales de<br/>visualización de datos............................. 270<br/>7.3 Gráficos ............................................. 270<br/>7.4 Tipos de gráficos............................... 272<br/>7.5 Mapas................................................ 282<br/>7.6 Infografías ......................................... 288<br/>7.7 Informes (reporting) y consultas<br/>(query)...................................................... 291<br/>7.8 Cuadros de mando (dashboards)..... 294<br/>7.9 Narrativa de Datos (Data<br/>Storytelling).............................................. 304<br/>7.10 Cuadro de Mando Integral (CMI) o Balanced Scorecard................................ 307<br/>7.11 Herramientas de visualización de<br/>datos........................................................ 311<br/>7.12 RESUMEN....................................... 311<br/>PARTE III<br/>ANALÍTICA DE NEGOCIOS Y ANALÍTICA DE<br/>DATOS<br/>CAPÍTULO 8<br/>MINERÍA DE DATOS ............................ 317<br/>8.1 Introducción...................................... 318<br/>8.2 Minería de Datos: conceptos,<br/>definiciones y aplicaciones..................... 319<br/>8.3 Aplicaciones de la Minería de Datos 320<br/>8.4 Proceso de descubrimiento de<br/>conocimiento: KDD................................. 324<br/>8.5 Proceso de Minería de Datos:<br/>metodología CRISP-DM........................... 329<br/>8.6 Proceso de Minería de Datos:<br/>metodología SEMMA .............................. 337<br/>8.7 Modelos, algoritmos y técnicas de<br/>Minería de Datos .................................... 339<br/>8.8 Relaciones de la Minería de Datos<br/>con otras disciplinas: de BIG DATA a DATA SCIENCE ........................................ 340<br/>8.9 Herramientas de software de<br/>Minería de Datos .................................... 342<br/>8.10 RESUMEN....................................... 348<br/>CAPÍTULO 9<br/>MINERÍA WEB Y MINERÍA DE<br/>TEXTOS ANALÍTICA DE DATOS (BIG<br/>DATA & ANALYTICS)........................ 355<br/>9.1 Introducción...................................... 356<br/>9.2 Minería de Textos............................. 357<br/>9.3 Herramientas de la Minería de<br/>Textos ...................................................... 358<br/>9.4 Minería Web: conceptos,<br/>definiciones y categorías ........................ 360<br/>9.5 Arquitectura de la Minería Web....... 364<br/>9.6 Categorías de la Minería Web.......... 367<br/>9.7 Minería Web de Contenido .............. 369<br/>9.8 Minería Web de la Estructura .......... 369<br/>9.9 Minería Web del Uso ........................ 373<br/>9.10 Herramientas de Minería Web ...... 375<br/>9.11 Motores de búsqueda<br/>(buscadores) ........................................... 376<br/>9.12 Posicionamiento SEO: Optimización<br/>de los motores de búsqueda .................. 381<br/>9.13 Posicionamiento SEM..................... 385<br/>9.14 RESUMEN ....................................... 386<br/>CAPÍTULO 10<br/>ANALÍTICA DE DATOS (BIG DATA &<br/>ANALYTICS)....................................... 389<br/>10.1 Introducción .................................... 390<br/>10.2 ¿Qué es Analítica de Datos? (Data<br/>Analytics).....................................................391<br/>10.3 Analítica de Negocios (Business<br/>Analytics/Analytics) ................................. 393<br/>10.4 Una visión global de Analítica de<br/>Big Data ................................................... 394<br/>10.5 Categorías prácticas de Analítica... 396<br/>10.6 Analítica de Big Data ...................... 397<br/>10.7 Características de una plataforma<br/>de integración de Analítica de Big Data.....400<br/>10.8 Analítica Digital ............................... 401<br/>10.9 Analítica Web ................................. 402<br/>10.10 Proliferación de datos sociales....... 405<br/>10.11 Analítica Social ................................ 407<br/>10.12 Análisis de Sentimientos.................408<br/>10.13 Analítica Móvil .................................410<br/>10.14 RESUMEN ........................................ 415<br/>CAPÍTULO 11<br/>ANALÍTICA WEB Y ANALÍTICA SOCIAL 419<br/>11.1 Introducción ....................................... 420<br/>11.2 Primeras consideraciones<br/>empresariales sobre analítica web............ 422<br/>11.3 Breve historia de la Analítica Web .... 423<br/>11.4 Métricas ............................................. 424<br/>11.5 Indicadores clave de rendimiento<br/>(KPI)............................................................. 430<br/>11.6 Informes (Google Analytics)............... 432<br/>11.7 Herramientas de Analítica Web......... 434<br/>11.8 Analítica Web Móvil (Mobile<br/>Analytics)..................................................... 437<br/>11.9 Analítica Social................................... 439<br/>11.10 Herramientas de Analítica Social.... 443<br/>11.11 Herramientas de monitorización ... 447<br/>11.12 Herramientas de reputación e<br/>influencia social.......................................... 452<br/>11.13 RESUMEN ........................................ 460 |
| 520 ## - RESUMEN |
|---|
| Resumen |
El libro hace una introducción teórico-práctica a la Inteligencia de Negocios y a la Analítica de Negocios, extendida a la Analítica de Datos y sus diferentes categorías, así como a la Analítica de Big Data. Se da respuesta a las preguntas más utilizadas en la gestión empresarial y en los campos de la educación y de la investigación. |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia |
Programación |
| 9 (RLIN) |
729 |
| 942 ## - ELEMENTOS DE ENTRADA SECUNDARIOS (KOHA) |
|---|
| Tipo de ítem Koha |
Libro |
| Fuente del sistema de clasificación o colocación |
Clasificación Decimal Dewey |
| Edición |
1RA |
| Parte de la signatura que corresponde a la clasificación (Parte de la clasificación) |
QA76.9 D3 P47 |
| 945 ## - CATALOGADORES |
|---|
| Número del Creador del Registro |
1 |
| Nombre del Creador del Registro |
admin |
| Nombre del último modificador del registro |
CRON CRON |
| Número de último modificador del registro |
|
