Inteligencia de Negocios

BI y análisis con o sin un Datawarehouse

Esta es una de esas preguntas que muchas veces aparecen al momento de llevar a cabo una iniciativa de BI: ¿se debería construir un Datawarehouse o no para hacer analítica?.

Comencemos por definir el concepto de un Datawarehouse y qué nos sugieren los expertos en el tema, acerca de su definición:

  • Es una enorme base de datos (que normalmente está ubicada en un clúster de servidores o un mainframe o una pequeña computadora) que sirve como repositorio centralizado de todos los datos generados por los departamentos y unidades de una gran organización – Bill Inmon, padre del Datawarehouse 
  • En el contexto de la informática, un Datawarehouse es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza – Wikipedia 
  • Un Datawarehouse es una arquitectura de almacenamiento diseñada para contener los datos extraídos de los sistemas transaccionales, almacenes de datos operacionales y de fuentes externas. – Gartner

Entonces, tomando como base estas definiciones, un Datawarehouse no es más que una base de datos centralizada, que sirve como un segundo repositorio en donde unificamos diversas fuentes de datos y es estructurada de tal manera que permita agilizar las consultas realizadas por los usuarios del negocio.

Durante muchos años, el término Datawarehouse ha sido considerado como sinónimo fiel del término Business Intelligence; sin embargo, su diseño, estructura y desarrollo son uno de los principales obstáculos para que muchas organizaciones lleven a cabo estos proyectos, debido a su alto grado de complejidad, tiempo y consumo de recursos

¿Es posible desplegar BI sin un Datawarehouse?

Tradicionalmente, la implementación de un Datawarehouse conlleva diversos procedimientos bastante independientes entre sí y complejos al momento de su integración, esto debido a que se hace necesario, no sólo unir fuentes de datos de áreas del negocio con diferentes estructuras, sino también, de fuentes externas como SalesForce, Google Analytics, Google Spreadsheets o Amazon Redshift, las cuales hoy en día son importantes para realizar un análisis completo de 360° del negocio.

Asimismo, la necesidad de limpiar, organizar y unificar grandes cantidades de datos procedentes de múltiples fuentes por lo general toma alrededor del 80% del tiempo dedicado a los proyectos de BI, convirtiéndolo muchas veces en una de las grandes pesadillas al momento de tener una iniciativa analítica.

¿Y la tecnología de análisis ha evolucionado?

Sin embargo, como toda evolución aplicada a diferentes campos, las tecnologías de información vienen presentando importantes avances, los cuales nos permiten disponer de nuevas herramientas y servicios que antes resultaban ser muy costosos o difíciles de implementar debido a su alto grado de complejidad. Para beneficio de muchas organizaciones, estos importantes avances también han llegado para resolver las necesidades urgentes en implementaciones de BI.

Gracias a la evolución, una nueva generación de tecnologías de BI ha hecho recientemente disponibles lo mejor de ambos mundos. Hoy en día se pueden llevar a cabo procesos de ETL (extracción, transformación y carga) para la preparación automática de los datos desde varias fuentes, de una manera completamente visual, mostrando al usuario la estructura misma de las tablas, campos y nomenclaturas, que el ojo humano puede entender y procesar con rapidez; dejando de lado, la compleja navegación entre cientos o miles de líneas de código y/o innumerables scripts de carga.

Estas nuevas ventajas presentes le van a permitir de una manera mucho fácil, ahorrar innumerables horas de trabajo especializado para conectarse, controlar y analizar diferentes datos del negocio. Esto hace más ágil y segura la implementación de un business intelligence en la organización y por lo tanto, usted será capaz de recoger más valor de sus datos de forma mucho más rápida, terminando así con la pesadilla de integración de múltiples bases de datos o fuentes externas.

El verdadero reto: Entender los datos

La tecnología moderna nos ayuda a romper muchas de estas barreras actuales que presenta el BI tradicional; sin embargo, el verdadero reto del BI se encuentra en entender cómo trabajar con los datos complejos, con el fin de estandarizar, estructurar y optimizar, de tal manera que podamos obtener rápidamente conocimientos precisos que permitan impulsar el valor de nuestras decisiones en la organización.

Desde Data Discovery Solutions podemos ayudar a su empresa a desarrollar una moderna y flexible implementación analítica, que le permita rápidamente responder a las necesidades de información de su negocio y asegurar el éxito de su iniciativa de BI.

Contáctese con nosotros al 633-4071 o háganos llegar su consulta a discovery@dds.pe

Author

admin

AllEscort
chatea con un asesor