El Big Data revoluciona la analítica y la realidad empresarial

El Big Data revoluciona la analítica y la realidad empresarial

Big Data

Los retos a los que las organizaciones se enfrentan para sacar el máximo provecho de los datos


Teradata, compañía líder en plataformas, aplicaciones de marketing y servicios de análisis de datos, ha analizado la evolución empresarial que está impulsando el Big Data.

Los cinco retos a los que las organizaciones se enfrentan para sacar el máximo provecho del Big Data se combinan para impulsar la evolución más significativa en Enterprise Analytical Architecture desde que Devlin, Inmon, Kimball, etc. lanzaron Enterprise Data Warehouse.

En la actualidad, aunque el almacenamiento de datos sigue siendo algo necesario, ya no es suficiente por sí solo. Cuando los datos son utilizados varias veces es necesario minimizar el coste total de propiedad amortizando el coste por adquisición e integración a través de múltiples procesos de negocio. Esto se consigue proporcionando varias aplicaciones de análisis para una de las copias de datos, en lugar de al revés. Cuando los datos respaldan procesos de negocio cruciales es necesario que sean precisos, fiables y certificados y una copia siempre será mejor que dos: un hombre con un reloj sabe qué hora es, pero uno con dos relojes jamás está seguro.

 

Datos integrados

Por otro lado, para optimizar completamente los procesos de negocio es necesario integrar los datos para apoyar los análisis multifuncionales. Esto es indispensable si se quiere poner en marcha un análisis de información procesable de la compañía al completo a través de fronteras funcionales, organizativas y geográficas.

“Dado que implementar un Data Warehouse Integrado sigue siendo la forma más racional de analizar una compañía, cabe afirmar que los rumores de su desaparición son exagerados”, ha afirmado Martin Willcox, Director Product and Solutions Marketing, International, de Teradata Corporation.

“Además, dado que las plataformas de RDBMS paralelas siguen siendo las únicas tecnologías con probada escalabilidad para soportar una compleja mezcla de cargas de trabajo, siguen siendo la única opción en lo que se refiere a ofrecer múltiples aplicaciones analíticas para hacer una copia de los activos de datos estructurados de la empresa”, ha añadido.

 

Big Data

 


De la arquitectura monolítica al Data Warehouse distribuido

Gartner, la compañía analítica líder, ha acuñado el término ‘Logical Data Warehouse’ para describir la evolución desde lo que se podría denominar como arquitectura “monolítica” a un Data Warehouse más distribuido.

Willcox ha comentado: “Independientemente de cómo llamemos a esta evolución, en Teradata la denominamos ‘Unified Data Architecture’, está claro que el futuro de las empresas de Analytical Architecture es diverso. Con el tiempo se incrementará la necesidad de usar e integrar múltiples plataformas de análisis, cada una de ellas optimizada para conseguir diferentes combinaciones de los 5 retos de Big Data”.

Estos desafíos del Big Data hacen cada vez más necesario que se aumente el almacenamiento de datos con nuevas arquitecturas que, en muchos casos, están mejor implementadas en nuevas tecnologías. Una “plataforma de datos” o “data-lake”, por ejemplo, permite a las compañías abordar el reto económico de capturar grandes conjuntos de datos con ruido al estar desarrollada sobre una tecnología con un coste unitario de almacenamiento más bajo que la plataforma de almacenamiento de datos, que está diseñada y optimizada para compartir datos de forma más eficiente.

 

Bases de Datos Relacionales

Asimismo, las tecnologías de Sistemas de Ficheros Distribuidos probablemente sean un ajuste más natural para capturar datos multi-estructurados complejos que un Sistema de Bases de Datos Relacionales (Relational Database Management System - RDBMS). Por otro lado, las tecnologías diseñadas desde cero para apoyar analíticas interactivas ofrecen una gran facilidad de uso y ventajas de rendimiento para analíticas complejas de interacción de datos modelados.

“Algunos analistas aseguran que esta situación no favorecerá a la compañía ya que creen que solo somos líderes cuando el Data Warehouse integrado es lo que prima en el mercado. Esto no es cierto por dos razones. La primera es que es erróneo presuponer que el patrón de la arquitectura de Integrated Data Warehouse desaparecerá, ya que como estamos viendo, las nuevas tecnologías y arquitecturas están extendiéndose, no reemplazándose”, ha asegurado Martin Willcox.

“En segundo lugar, este argumento ignora el hecho de que Teradata también lidera la adaptación de la industria a la realidad de las tres “nuevas olas” del Big Data con nuevas plataformas y tecnologías integradas que permiten a empresas líder desarrollar arquitecturas Logical Data Warehouse. En resumen, me atrevo a asegurar que Teradata ‘recorre el camino’ mientras que nuestros competidores simplemente ‘predican con el ejemplo”, ha concluido.



Los cinco retos del BD

Estos 5 retos están trayendo consigo consecuencias para la Arquitectura Analítica Empresarial:

 

  1. El reto de los datos multi-estructurados

Como consecuencia de esta realidad, hoy en día hay que ser capaz de gestionar de forma relacional los datos multi-estructurados y combinar enfoques ‘schema on-load’ y ‘schema on-read’, lo que hace que esas estrategias de gestión de información que ‘sirven para todo’ sean cada vez menos rentables.

  •  El desafío de las analíticas interactivas 

El aumento de nuevos modelos generalistas de programación paralela como MapReduce y Bulk Synchronous Parallel (BSP) para usos intensivos de CPU significa que no hay soluciones milagrosas para Big Data Analytics.

  •  El reto del almacenaje de datos con ruido

Gran parte de los esfuerzos de la industria están orientado a minimizar los costes de almacenaje, sabiendo que el coste unitario de almacenaje es igual al coste unitario de procesamiento, que a su vez es igual al coste total de propiedad.

 

  • El reto de “puede haber una aguja en un pajar, pero si se necesitan doce meses y 500.000 € para averiguarlo no hay tiempo ni dinero para investigarlo” 

Si se lleva a cabo una búsqueda de ‘Exploración & Descubrimiento’ de la misma forma que se hace con el BI tradicional, se está haciendo mal. Es fundamental cerciorarse de que la adquisición será ágil para ir alineado con el desarrollo rápido y el despliegue de aplicaciones.

 

  • El reto de ir más allá para ofrecer verdadero valor de negocio 

El objetivo de un proyecto Big Data no es aumentar los conocimientos empresariales, sino cambiar la forma en la que se hacen los negocios compartiendo esos conocimientos con todos los estamentos de la empresa y cambiando los procesos de negocio.

El Big Data revoluciona la analítica y la realidad empresarial

Vídeos

More Videos
Watch the video

Eventos

More Articles

11-15 febrero 2019 Orlando (USA) HIMSS 2019, champions of health unite es una conferencia mundial líder de la información y la tecnología de la...

Utilizamos cookies propias y de terceros para posibilitar y mejorar su experiencia de navegación por nuestra web. Si continua navegando, consideramos que acepta su uso.