Interoperabilidad: Integración Eficiente de Power BI, CentOS y Android con RemoDB para Inteligencia de Negocios
Contenido principal del artículo
Resumen
La interoperabilidad es un desafío clave en la integración de sistemas empresariales heterogéneos. Este estudio aborda la implementación eficiente de Power BI, CentOS y Android con RemoDB para mejorar procesos empresariales. Se propone un modelo de integración basado en arquitecturas RESTful y comunicación en tiempo real, optimizando el procesamiento y análisis de datos. La investigación explora métodos de conectividad y sincronización entre dispositivos Android, servidores CentOS y Power BI, garantizando una transferencia de datos segura y eficiente. Se analizan estrategias para reducir la latencia en la consulta de datos mediante optimización de bases de datos NoSQL en RemoDB y la configuración de APIs de alto rendimiento. Los resultados evidencian mejoras en la visualización dinámica de datos, permitiendo a las empresas tomar decisiones en tiempo real basadas en métricas clave. Además, se valida la compatibilidad de las herramientas mediante pruebas de rendimiento y escalabilidad en entornos empresariales. Este estudio amplía investigaciones previas sobre integración de plataformas para business intelligence, destacando la eficiencia de RemoDB frente a soluciones tradicionales. Los hallazgos subrayan la importancia de arquitecturas flexibles y escalables en entornos de análisis de datos. Con esta propuesta, se contribuye a la optimización de procesos empresariales mediante la interoperabilidad de múltiples plataformas tecnológicas.
Descargas
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
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.
Citas
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