Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > Migração para computação distribuída em Business Intelligence

Migração para computação distribuída em Business Intelligence

Título
Migração para computação distribuída em Business Intelligence
Tipo
Tese
Ano
2018-03-02
Autores
Filipa Ivars de Sousa e Silva
(Autor)
FEUP
Classificação Científica
FOS: Ciências da engenharia e tecnologias > Engenharia electrotécnica, electrónica e informática
Outras Informações
Resumo (PT): O e-commerce é um negócio emergente e, com o seu crescimento (individual), também aumenta o volume de dados armazenados. A Farfetch é uma empresa de inovação tecnológica desta mesma área que atua no mercado internacional e já conta com uma vasta audiência. Vende no seu canal online artigos de moda das mais conceituadas boutiques de vestuário e acessórios espalhadas pelo mundo. A par do crescimento da empresa, surgem limitações no armazenamento de dados e dificuldades em manter um sistema que permita autonomia na consulta desta informação por parte de profissionais que desempenham tarefas de análise e interpretação de dados. É, então, necessário procurar respostas a estes problemas sustentadas em soluções atualmente disponíveis que permitam gerir este grande volume de dados de forma eficiente e que sejam aplicados princípios de business intelligence e data-warehousing para a sua organização e interpretação. A Farfetch implementou uma resposta para estes problemas e, neste documento, pretende-se fazer um estudo destas soluções, compará-las com a solução já implementada, perceber qual, ou quais, serão as mais adequadas e como deverá ser feita a sua transição. Procura-se que a resposta obtida aumente a capacidade e escalabilidade do armazenamento de uma grande quantidade de dados, aumente a eficiência e diminua o tempo de resposta dos pedidos ao armazém de dados, preveja uma maior autonomia de outros profissionais, como gestores e analistas de dados, na consulta de informação e, finalmente, pretende-se prever/analisar o seu desempenho a longo prazo.
Abstract (EN): E-commerce is an emerging business and, with its growth, it also increases the volume of stored data. Farfetch is a technological innovator company in the same area that operates in the international market and already has a large audience. It sells on its online channel fashion articles from the most renowned fashion boutiques and accessories scattered around the world. Along with the growth of the company, there are limitations in data storage and difficulties in making and maintaining a system that allows autonomy in the consultation of this information by professionals who perform tasks of analysis and interpretation of data. At the same time, it is necessary to look for answers to these problems based on currently available solutions that can efficiently manage this large volume of data and apply business intelligence and data-warehousing principles to its organization and interpretation. Farfetch has implemented a response to these problems, and in this document, we intend to study these solutions, compare them to the already implemented solution, to understand which, or which ones, to be the most appropriate and how their transition should be done. It is sought that the response obtained increases the capacity and scalability of the storage of a large amount of data, increase the efficiency and reduce the response time of the requests to the data-warehouse, foresee a greater autonomy of other professionals, such as managers and analysts in the information query, and finally, it is intended to predict / analyze its long-term performance.
Idioma: Português
Nº de páginas: 142
Tipo de Licença: Clique para ver a licença CC BY-NC-SA
Documentos
Nome do Ficheiro Descrição Tamanho
mieic The shift to distributed computing in Business Intelligence 2567.13 KB
Recomendar Página Voltar ao Topo
Copyright 1996-2024 © Reitoria da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2024-09-19 às 04:28:51 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais | Denúncias