Inteligencia para la toma de decisiones: El mejor camino a seguir Parte 1

Parte 1: Necesitas un tejido de datos

Entre las 10 principales tendencias de datos y análisis de Gartner para 2021 se encuentra la inteligencia de decisiones de ingeniería*: ¿Qué es esto? y ¿Por qué debería importarle?

La ingeniería informatique décisionnelle es, si se piensa en ello, justo lo que dice: un proceso deliberado de derivación de la informatique décisionnelle a partir de los datos. El porqué también es sencillo: Las empresas necesitan décisions éclairées amedida que se desarrolla la situación. A posteriori suele ser demasiado tarde. Demasiados resultados de prise de décision son infructuosos porque los complejos ecosistemas de données en mouvement movimiento dificultan la recopilación de datos de forma oportuna y contextualmente relevante. Ese es el problema que la inteligencia de decisiones de ingeniería intenta superar.

Pero primero hay que superar un problema aún más fundamental. En la actualidad existe un enorme arsenal de herramientas de inteligencia para la toma de decisiones que se pueden utilizar, desde consultas e informes básicos hasta análisis y aplicaciones avanzadas de inteligencia artificial y sistemas adaptativos. Sin embargo, la calidad de la información que proporcionan depende de los datos que las alimentan. Según Gartner, esto significa que la inteligencia de decisiones de ingeniería consiste en combinar estas herramientas con un tejido de datos común y un soporte de composabilidad -que permite el uso de componentes de múltiples soluciones de datos, análisis e IA- allanando así el camino para que las decisiones sean más precisas, repetibles y trazables. A estas ventajas, yo añadiría "oportunas", porque se necesitan capacidades de prise de décision en tiempo real para evaluar y compartir la información en cuanto se recopila.

Empecemos por ver por qué el tejido de datos es esencial para la inteligencia de decisiones de ingeniería. En un artículo posterior compartiré información sobre el soporte de la componibilidad y cómo conseguirlo.

¿Qué es un Data Fabric?

Una estructura de datos es una arquitectura que proporciona un conjunto coherente de servicios y capacidades de datos en todos sus entornos críticos de nube y sur site . Actúa como una base que le permite abstraer datos de sistemas que son física y lógicamente distintos para crear un conjunto común de objetos de datos que puede tratar como un conjunto de datos empresariales unificado.

¿Por qué necesito una estructura de datos para la toma de decisiones inteligente?

Dado que la inteligencia para la toma de decisiones debe trabajar con datos procedentes de sistemas que pueden estar sur site, en la nube, repartidos en varias nubes e incluso desplegados de forma remota en el borde de la red, el tejido de datos proporciona una forma de entrelazar estas fuentes en una red de información para potenciar sus herramientas de inteligencia para la toma de decisiones.

Al utilizar una estructura de datos, puede aprovechar todo el potencial de sus herramientas de inteligencia de decisiones. Dado que pueden acceder a los datos de toda la empresa de forma más rápida y eficiente, obtendrá información empresarial más integrada y precisa, así como una mayor agilidad empresarial. Y, a medida que las decisiones se vuelven más operativas y estandarizadas por el tejido de datos, se vuelven más repetibles y trazables. Además, a medida que las herramientas de inteligencia de decisiones son capaces de ejecutar más iteraciones sobre los nuevos datos expuestos por la estructura de datos, pueden aprender de los resultados anteriores para producir resultados más fiables y repetibles.

Actian: La base de una estructura de datos moderna

La plataforma de gestión, integración yentrepôt de données cloud de Actian™ hybrid-entrepôtentrepôt de données cloud proporciona las capacidades críticas que necesita para implementar un tejido de datos moderno y desbloquear el valor de sus datos para la inteligencia de decisiones de ingeniería. Se trata aproximadamente de un proceso de tres pasos que implica servicios de integración integrados en Actian:

• El primer paso consiste en crear un catálogo métadonnées de información contextual sobre los datos a los que se pretende acceder, como de dónde proceden, cómo se definen y cuándo se actualizaron por última vez. métadonnées facilita la búsqueda de datos y proporciona información sobre los perfiles de datos utilizados en la inteligencia de decisiones.
• A continuación, Actian utiliza el catálogo métadonnées para crear un grafo de conocimiento. Esto proporciona una capa semántica que representa cada entidad (cosas como persona, ubicación, organización, producto, etc.) y sus relaciones con otras entidades. Actian utiliza inteligencia artificial y aprendizaje automático para enriquecer métadonnées, lo que mejora aún más la interpretación y contextualización de los datos. Esto ayuda a los usuarios a obtener respuestas más pertinentes y rápidas a sus consultas. El grafo de conocimiento también permite ver los datos desde múltiples dimensiones y acceder a ellos mediante diversas herramientas de inteligencia de decisiones, sin modificar los datos de origen en los sistemas subyacentes.
• Por último, los servicios de integración de Actian utilizan el grafo de conocimiento para reunir las fuentes de datos empresariales necesarias y reconciliarlas en un conjunto de datos común. Los servicios de integración de Actian se conectan con Google Cloud Storage, Amazon S3 y Azure Data Lake Storage, así como con más de 200 aplicaciones, API de servicios web, datos JSON e incluso hojas de cálculo. Una vez que sus fuentes de datos están integradas, el tejido de datos impulsa la orquestación y automatización del flujo de datos para entregar información a los usuarios y a las herramientas de inteligencia de decisiones.

Se acabó.

Esto es sólo una breve visión general del papel que desempeña un tejido de datos moderno en la prestación de inteligencia de decisiones de ingeniería. Una de las principales conclusiones es que la estructura de datos es realmente importante en los casos de uso de prise de décision en tiempo real. Si desea obtener más información sobre cómo Actian puede proporcionar la funcionalidad de tejido de datos de la que he estado hablando, debería leer la serie de blogs en tres partes de mi colega Lewis Carr, donde analiza el impacto de Covid-19 en el sector minorista y muestra cómo un tejido de datos moderno puede mejorar el apoyo a los responsables de la toma de decisiones. Encontrará ese artículo aquí.

* https://www.gartner.com/smarterwithgartner/gartner-top-10-data-and-analytics-trends-for-2021/

Este artículo se publicó originalmente en The New Stack.

Este artículo ha sido escrito por Lewis Carr.

Profesional sénior de industrias verticales estratégicas, soluciones horizontales, marketing de productos, gestión de productos y desarrollo empresarial centrado en software empresarial, incluida la gestion des données y análisis, móviles e IoT, e informatique dans le cloud distribuida informatique dans le cloud.

Acerca de Teresa Wingfield

Teresa Wingfield es Directora de Marketing de Producto en Actian, impulsando el conocimiento de las capacidades de integración, gestión y análisis de Actian Data Platform. Cuenta con más de 20 años de experiencia en marketing de soluciones analíticas, de seguridad y en la nube en empresas líderes del sector como Cisco, McAfee y VMware. Teresa se centra en ayudar a los clientes a alcanzar nuevos niveles de innovación e ingresos con los datos. En el blog de Actian, Teresa destaca el valor de las soluciones basadas en análisis en múltiples sectores verticales. Consulte sus publicaciones para conocer historias reales de transformación.