Interoperability: Efficient Integration of Power BI, CentOS, and Android with RemoDB for Business Intelligence
Main Article Content
Abstract
Interoperability is a key challenge in the integration of heterogeneous enterprise systems. This study addresses the efficient implementation of Power BI, CentOS and Android with RemoDB to improve business processes. An integration model based on RESTful architectures and real-time communication is proposed, optimizing data processing and analysis. The research explores connectivity and synchronization methods between Android devices, CentOS servers and Power BI, ensuring secure and efficient data transfer. Strategies to reduce data query latency by optimizing NoSQL databases in RemoDB and configuring high-performance APIs are analyzed. The results show improvements in dynamic data visualization, allowing companies to make real-time decisions based on key metrics. In addition, the compatibility of the tools is validated through performance and scalability testing in enterprise environments. This study extends previous research on platform integration for business intelligence, highlighting the efficiency of RemoDB over traditional solutions. The findings underscore the importance of flexible and scalable architectures in data analytics environments. With this proposal, we contribute to the optimization of business processes through the interoperability of multiple technology platforms.
Downloads
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
1. Derechos de autor
Las obras que se publican en 593 Digital Publisher CEIT están sujetas a los siguientes términos:
1.1. 593 Digital Publisher CEIT, conserva los derechos patrimoniales (copyright) de las obras publicadas, favorece y permite la reutilización de las mismas bajo la licencia Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0, por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
1.1.a. Se cite la autoría y fuente original de su publicación (revista, editorial, URL).
1.1.b. No se usen para fines comerciales u onerosos.
1.1.c. Se mencione la existencia y especificaciones de esta licencia de uso.
References
Android. (2022). Android. Obtenido de Android: https://www.android.com/intl/es_es/
Bryman, A. (2016). Social Research Methods. Oxford University Press.
Cajas, C. L. (agosto de 2022). Estudio comparativo de herramientas de inteligencia de negocios y prestaciones . Obtenido de Repositorio Institucional de la Universidad Politécnica Salesiana: http://dspace.ups.edu.ec/handle/123456789/23846
CentOS. (12 de enero de 2025). CentOS. Obtenido de CentOS: https://www.centos.org/
Chen, H., Mao, S., & Liu, Y. (2014). Big Data: A Survey. Mobile Networks and Applications, 19(2), 171-209.
Fernández, R., Gutiérrez, M., & Herrera, L. (2018). Sistemas de inteligencia de negocios: Un análisis de interoperabilidad en entornos empresariales. Editorial Científica.
Fernández-Pérez, K. (junio de 2018). Sistema de Inteligencia de Negocios para el análisis de la publicidad en entornos digitales. Obtenido de http://hdl.handle.net/10609/82747: http://hdl.handle.net/10609/82747
Fielding, R. T. (2000). Architectural Styles and the Design of Network-based Software Architectures (Doctoral dissertation, University of California, Irvine).
Gómez, A., Torres, C., & Ramírez, P. (2021). Plataformas tecnológicas y su impacto en la toma de decisiones empresariales. Revista de Tecnología y Negocios, 14(2), 45-60.
Hohpe, G., & Woolf, B. (2004). Enterprise Integration Patterns: Designing, Building, and Deploying Messaging Solutions. Addison-Wesley.
Johnson, T. (2019). RESTful Architectures for Business Intelligence Systems. TechPress.
Kreps, J. (2014). Questioning the Lambda Architecture. O'Reilly Media.
Leskovec, J., Rajaraman, A., & Ullman, J. D. (2020). Mining of Massive Datasets. Cambridge University Press.
Liu, X., & Wang, Y. (2022). Enterprise Integration Strategies for Data-Driven Decision Making. Data Science Journal, 27(1), 112-130.
Martínez, J., & Pérez, L. (2020). Optimización de bases de datos NoSQL en sistemas empresariales. Informática Aplicada, 22(3), 98-115.
Microsoft. (2021). Power BI Documentation. Retrieved from https://docs.microsoft.com/en-us/power-bi/
Newman, S. (2015). Building Microservices: Designing Fine-Grained Systems. O'Reilly Media.
Patton, M. Q. (2015). Qualitative Research & Evaluation Methods. Sage Publications.
Rodríguez, F., & Castro, D. (2023). Tendencias en la integración de plataformas para análisis de datos en tiempo real. Innovación y Tecnología Empresarial, 19(4), 78-95.
Stonebraker, M. (2015). The Case for NewSQL. Communications of the ACM, 64(12), 12-14.
Torres, C. B., & Sagbay, Z. S. (marzo de 2024). La inteligencia de negocios y la toma de decisiones gerenciales en las empresas comerciales de la ciudad de Machala. Obtenido de Repositorio Digital de la UTMACH: http://repositorio.utmachala.edu.ec/handle/48000/22509