Contenido Exclusivo

VIDEO: Escalabilidad, seguridad y latencia: los 3 desafíos de la IA en redes de datos

Emilio Madero, Vicepresidente Ejecutivo de Marketing en Cirion Technologies,...

¿Cómo comunicar los riesgos de ciberseguridad al Consejo de Administración?

Los Consejos de Administración de las organizaciones deben comprender...

VIDEO: ¿Qué funciones desempeña un Chief Business Officer (CBO)?

¿Por qué es importante crear el puesto de CBO...

Cinco etapas de la evolución del data warehouse

 

Francisco Bernal, Director General Teradata México
El almacenamiento de datos es una travesía. La implementación exitosa de un data warehouse brinda valor empresarial en un proceso interactivo y de forma continua; cada iteracción de los datos aumenta el valor del negocio por la información entregada. En los últimos años, la evolución en el almacenamiento de datos ha llegado a una nueva cumbre, con el despliegue de la capacidad de soporte de decisiones en toda la organización e, incluso, más allá de sus límites convencionales, a socios y clientes.
En su comienzo, el data warehouse se centró casi exclusivamente en la entrega de capacidades para la toma de decisiones estratégicas (en áreas como marketing, finanzas o planificación estratégica). El acceso a la información aumentó drásticamente la calidad en la toma de estas decisiones. Sin embargo, el desarrollo de una estrategia superior empresarial es sólo una parte de lo que se necesita para tener éxito en el actual ambiente industrial, altamente competitivo. Una gran estrategia no es nada sin una gran ejecución.
La nueva generación de implementaciones de data warehouse mejora la ejecución de una estrategia de negocios, además de su desarrollo.
Presentación de informes
La etapa inicial de implementación del data warehouse, por lo general, se centra en la presentación de informes provenientes de una sola fuente de autenticidad dentro de la organización. El data warehouse aporta un enorme valor mediante la integración de diversas fuentes de información dentro de una empresa en un único repositorio para impulsar la toma de decisiones, a través de fronteras funcionales y de producto.
El mayor desafío en esta etapa es la integración de datos. El reto está en que la construcción de un depósito, con datos íntegros y consistentes, no puede ser exagerada. El duro trabajo de entrar en una nueva fase para proveer de información bien integrada, para quienes toman las decisiones, se convierte en el fundamento de todas las fases posteriores de la implementación del data warehouse.
Análisis
En esta etapa de implementación, la toma de decisiones se centra menos en lo que ha sucedido y más en por qué esto sucedió. Las actividades de análisis tienen que ver con la profundización de los números en un informe, para examinar minuciosamente los datos a un nivel detallado. El análisis Ad hoc juega un papel importante en la etapa, en la puesta en marcha del data warehouse. La gestión del rendimiento se basa mucho más en la capacidad avanzada de optimización en el RDBMS (Sistema de Gestión de Bases de Datos Relacionales) porque las estructuras de consulta no son tan predecibles como lo son en un entorno de información pura.
El rendimiento es mucho más importante en esta etapa, debido a que el repositorio de información es usado mucho más interactivamente. Mientras que los informes suelen ser programados para ejecutarse en forma regular con el calendario de la empresa, como un motor de coordinación, el análisis ad hoc es fundamentalmente una actividad que involucra participación activa con refinamiento interactivo de preguntas en un ambiente participativo.
Predicción
Cuando una organización se fortalece en términos cuantitativos de toma de decisiones técnicas y experiencias, por el valor proporcionado en la comprensión del “qué” y “por qué” en la dinámica de negocio, el siguiente paso será aprovechar la información con fines predictivos. La comprensión de lo que va a pasar en el negocio tiene enormes implicaciones para la gestión proactiva estratégica de una organización. Esta etapa requiere de herramientas de minería de datos para la construcción de modelos predictivos con detalles históricos.
Puesta en funcionamiento
La evolución de la puesta en marcha en esta etapa comienza a ponernos en el ámbito activo del almacenamiento de datos. Mientras que las fases anteriores se centran en las decisiones estratégicas de una organización, la puesta en funcionamiento se centra en el apoyo a las decisiones tácticas. Piense en el apoyo a la decisión estratégica en la manera de proporcionar la información necesaria para tomar decisiones de negocio a largo plazo. Las aplicaciones de apoyo a las decisiones estratégicas incluyen segmentación del mercado, la gestión estratégica de producto (categoría), análisis de rentabilidad, previsión y muchos otros. El apoyo a las decisiones tácticas no se centra en el desarrollo de la estrategia corporativa, sino en el apoyo a las personas en los campos que las ejecutan.
La puesta en marcha normalmente significa el acceso a la información para la inmediata toma de decisiones en terreno.
Almacenamiento activo
El amplio papel que juega un activo data warehouse en los aspectos operativos de apoyo a las decisiones, el incentivo más que el negocio, ha de automatizar los procesos de decisión. Como la tecnología evoluciona, cada vez más decisiones son ejecutadas a raíz de un suceso que desencadena el inicio de procesos de decisión totalmente automatizados.
Un activo data warehouse proporciona información y permite el apoyo a decisiones en toda la organización, en lugar de limitarse a los procesos de toma de decisiones estratégicas. Sin embargo, el apoyo a las decisiones tácticas no reemplaza el apoyo a las decisiones estratégicas. Por el contrario, un activo almacén de datos soporta la coexistencia de ambos tipos de cargas de trabajo.

El éxito de la implementación de un activo data warehouse está en constante evolución. Una implementación de manejo del riesgo se basa en la integración, única fuente de autenticidad en un almacén de datos tradicional. El uso del data warehouse para apoyar la toma de decisiones estratégicas crea la demanda de apoyo a las decisiones tácticas para ejecutar el plan de negocio.

Lo Más Reciente

¿Qué es la componibilidad empresarial y por qué es el futuro de la banca?

Tanto en los negocios como a nivel personal, la...

VIDEO: Escalabilidad, seguridad y latencia: los 3 desafíos de la IA en redes de datos

Emilio Madero, Vicepresidente Ejecutivo de Marketing en Cirion Technologies,...

CDMX ya es el mercado de talento tecnológico más grande de América Latina

La Ciudad de México superó a Sao Paulo este año...

Preponderante estrangula inversiones telco en México

El agente económico preponderante en telecomunicaciones (AEP-T) en México,...

Newsletter

Recibe lo último en noticias e información exclusiva.

¿Qué es la componibilidad empresarial y por qué es el futuro de la banca?

Tanto en los negocios como a nivel personal, la única constante es el cambio. En ambos casos, nuestra capacidad de adaptación determina el éxito....

VIDEO: Escalabilidad, seguridad y latencia: los 3 desafíos de la IA en redes de datos

Emilio Madero, Vicepresidente Ejecutivo de Marketing en Cirion Technologies, expuso de qué manera su compañía está apoyando a las organizaciones con la infraestructura digital...

CDMX ya es el mercado de talento tecnológico más grande de América Latina

La Ciudad de México superó a Sao Paulo este año como el mercado de talento tecnológico más grande de América Latina, según el informe anual...