Diseño de soluciones de gestión de datos de última generación

Esta es la segunda parte de nuestra conversación con Michele Goetz, analista de Forrester. Haz clic aquí para leer la primera entrada: «Replantearse el modelo híbrido para la empresa basada en datos».

Tras un reciente seminario en línea de Actian seminario en línea Forrester Research, John Bard, director sénior de marketing de productos de Actian, preguntó a Michele Goetz, analista principal de Forrester, sobre las soluciones de gestión de datos de última generación. A continuación se presenta la segunda parte de esa conversación (véase la primera parte aquí):

John Bard, de Actian: ¿Cuáles son los imperativos empresariales clave que están obligando a dar mayor prioridad a la velocidad de procesamiento de consultas en los sistemas de análisis? 

Michele Goetz, de Forrester: Cada vez son más las empresas que se digitalizan. Los minoristas están creando experiencias digitales en sus tiendas físicas. Las empresas petroleras y de gas están instalando miles de sensores en los pozos para obtener información en tiempo real sobre la producción y el estado de los equipos. Y el cambio de mentalidad hacia los dispositivos móviles está impulsando una participación cada vez mayor de consumidores y empresas a través de las aplicaciones móviles. Todo ocurre en tiempo real, se distribuye a través de una red de microservicios y se integran análisis cada vez más sofisticados en los flujos y procesos. Esto supone una demanda significativa para los sistemas, que deben alcanzar altos niveles de rendimiento en servicios de datos coordinados a gran escala para obtener información bajo demanda, tomar decisiones con rapidez, actuar con celeridad y lograr resultados que cumplan los objetivos empresariales.

JB: ¿Hasta qué punto es importante que los datos operativos y los sistemas de análisis estén estrechamente vinculados? ¿Cuáles son algunas de las aplicaciones o casos de uso que impulsan esa integración?

MG: Cada vez más, los sistemas transaccionales deben funcionar basándose en el análisis de datos y no solo como puntos de entrada para registrar un evento transaccional. Los análisis se aplican a flujos de datos y a transacciones individuales, como compras y eventos y transacciones de procesos empresariales. Estos análisis proporcionan sugerencias e instrucciones para determinar precios, ofertas, la mejor acción a seguir y patrones de seguridad y fraude, además de automatizar los procesos manuales. La plataforma de datos moderna de hoy en día debe ejecutar cargas de trabajo analíticas y operativas de forma simultánea, no solo para habilitar un proceso, sino también para aprovechar las oportunidades y hacer frente a las amenazas a medida que surgen.

JB: ¿Cómo puede una empresa encontrar el equilibrio entre las soluciones de primera categoría, que a menudo requieren integración, y las plataformas «todo en uno», que suelen obligar a hacer concesiones?

MG: Para cada proceso empresarial, interacción con el cliente, proceso automatizado e interacción con socios, existen diferentes necesidades de nivel de servicio en materia de datos y análisis. Los datos y los servicios de datos deben estar más personalizados en función de las tareas que se deben realizar y los resultados deseados. Las aplicaciones en fase de desarrollo se diseñan con requisitos específicos en cuanto a datos, información y la periodicidad con la que se necesitan dichos datos e información. Estos requisitos se plasman en las API de datos y de aplicaciones que impulsan los microservicios y los servicios empresariales. Una plataforma monolítica «todo en uno» genera rigidez, al tratarse de un sistema diseñado para un fin concreto que resulta inflexible ante los cambios empresariales. El coste de adquisición y mantenimiento es significativo y repercute en la capacidad de modernización, lo que genera deuda técnica. Además, por cada nueva funcionalidad se crea un nuevo silo, lo que fragmenta aún más los datos y dificulta la obtención de información. Las empresas deben avanzar hacia un enfoque híbrido que tenga en cuenta la nube, la variedad de datos, los niveles de servicio, las mejores tecnologías de su clase y el código abierto para la innovación. Los sistemas híbridos permiten la flexibilidad y la adaptabilidad necesarias para orientar los datos hacia el valor empresarial sin los costes ni los cuellos de botella en la entrega que generan los sistemas de «talla única».

JB: ¿Cuál es el mejor enfoque de diseño para acelerar el desarrollo y lograr así una implementación más rápida en producción y, por lo tanto, generar valor para el negocio?

MG: Empieza por determinar qué es lo que respalda la solución y qué niveles de servicio requiere. Es importante comprender cómo encaja todo ello en patrones específicos de arquitectura de datos: ciencia de datos para análisis avanzados y visualización, datos transaccionales inteligentes o entornos de trabajo analíticos y de inteligencia empresarial (BI). Estos patrones orientan las decisiones relativas a la base de datos, la integración y la nube, al tiempo que ayudan a establecer un marco de gobernanza que rija las fuentes fiables, las API y los servicios de datos repetibles y reutilizables, así como la gestión de las políticas de seguridad.

JB: ¿Qué tipo de nuevas aplicaciones y servicios se pueden crear a partir de estas nuevas arquitecturas de datos híbridas?

MG: La gestión híbrida de datos consiste en aplicar los servicios y sistemas de datos adecuados a la tarea y al resultado que se persigue. Ofrece mayor libertad para introducir tecnologías de datos modernas con el fin de aprovechar rápidamente las capacidades de escalabilidad, obtener información que antes no se podía ver debido a la falta de acceso a los datos y proporcionar datos e información en tiempo real sin el retraso que supone el procesamiento por lotes nocturno y la conciliación. Además, la gestión híbrida de datos cuenta con mejores capas administrativas que ayudan a gestionar los picos y valles en todo el ecosistema y a evitar cuellos de botella en el rendimiento, así como a establecer niveles de servicio de datos con un coste adecuado entre los sistemas en la nube y los locales. Pasarse al modelo híbrido significa tener acceso a todos los datos para crear perfiles de 360º de los clientes que lleven la personalización a un nuevo nivel. Permite que el análisis evolucione hacia el aprendizaje automático, las visualizaciones avanzadas y la IA, al proporcionar una mejor infraestructura de datos como base. Y las aplicaciones y los productos se vuelven más inteligentes, ya que los sistemas híbridos generan una interacción que aporta información valiosa y se adapta a la forma en que se utilizan las soluciones.

Acerca del autor

Acerca de Actian Corporation

Actian permite a las empresas gestionar y controlar los datos a gran escala con total confianza. Las organizaciones confían en las soluciones de gestión e inteligencia de datos de Actian para optimizar entornos de datos complejos y acelerar la entrega de datos preparados para la IA. Diseñadas para ofrecer flexibilidad, las soluciones de Actian se integran a la perfección y funcionan de forma fiable tanto en entornos locales como en la nube y en entornos híbridos. Obtén más Acerca de Actian, la división Acerca de Actian datos e IA de HCL Software, en actian.com.