Pourquoi les applications de Business Intelligence n'utilisent-elles pas les données de graphique?

L'intelligence d'affaires n'est pas toujours sur les faits. Ne vous méprenez pas, il y aura toujours une place pour les tableaux de bord et les rapports de BI.

Prendre des décisions d'affaires sans eux est inimaginable, alors nous apprécions tous les systèmes de business intelligence basés sur SQL avec des schémas en étoile. L'une des nombreuses leçons tirées de l'ère des médias sociaux est qu'il y a de la valeur dans les relations. Valeur commerciale en fait

Et si le micro-ciblage, par exemple, n'était pas seulement une stratégie marketing sombre qui violait la vie privée, mais plutôt un cadre de base pour comprendre comment nos données de base se rapportent au big data? Nous pourrions non seulement découvrir quels produits ne vendent pas mais aussi pourquoi ils ne vendent pas.

Peut-être même se connecter à ce public que nous ne pouvions pas atteindre. Cela semble tout sauf impossible dans un environnement basé sur SQL avec des tables qui luttent avec de grandes données complexes.

Il existe cependant une autre méthode. Rencontrez les données de graphe, le pont technique pour comprendre le pourquoi dans vos données de base.

Dans un modèle de données de graphe, la valeur est placée sur la relation plutôt que sur le fait. À ce jour, les applications d'entreprise qui utilisent un modèle de données graphique sont principalement personnalisées.

Les fournisseurs de premier niveau n'ont pas développé de solution d'intelligence qui tire pleinement parti de cette structure de données principale. Il existe d'excellents outils open source pour les bases de données graphiques comme Neo4J.

Il existe également quelques outils basés sur le cloud qui peuvent s'intégrer aux piles informatiques traditionnelles. Microsoft a publié Cosmo DB dans le cloud Azure l'année dernière. Amazon a récemment lancé Neptune cette année

Les industries qui s'appuient sur des données non numériques sont la clé pour trouver où les bases de données graphiques ont le plus grand impact.

Par exemple, les industries suivantes pourraient générer une quantité significative de données non-numériques:

• Healthcare
• Education
• Sciences de la vie

Les opinions et les recommandations des médecins se font jour dans les soins de santé. Les bases de données de graphe peuvent créer des relations avec ces opinions dans leur diagnostic, leur traitement et même les détails démographiques du patient.

Ajouter un accès partagé via une blockchain et notre application se sent déjà plus intelligente. Il y a de la valeur dans les relations ici, bien que cela augmente avec le temps.

Il y a beaucoup d'applications pour la gestion des étudiants. Je ne dis pas que ces applications ne sont pas adéquates. Je dis cependant qu'une base de données de graphiques peut ajouter de la valeur en ce qui concerne les recommandations ou les opinions des enseignants.

Soudain, le passé d'un étudiant est plus que leurs notes. De même, un 504 par exemple pourrait voyager avec un étudiant tout au long de son parcours scolaire et s'aligner sur la performance avec des conseils adéquats de professeur à enseignant.

Les scientifiques sont intelligents, certains sont même des génies. Les domaines scientifiques s'appuient constamment sur des conclusions basées sur des relations. Parfois, ces relations s'étendent entre les domaines scientifiques.

La relation entre les produits chimiques et les résultats, par exemple. La relation entre l'ADN et la santé, la performance, et même le risque.

Il existe une série de résultats dans les sciences de la vie qui sont enfouis dans l'esprit de scientifiques brillants ou écrits dans d'étonnantes revues. Les données graphiques peuvent rendre ces connaissances communes et accessibles pour l'analyse et la prise de décision.

Il y a d'autres considérations dans des secteurs comme le gouvernement. Ce n'était qu'un exemple de la façon dont les données graphiques peuvent être utilisées comme une forme de business intelligence.