es

Siga el camino de implementación  multivelocidad

diciembre 20, 2016

La implementación de BI tradicional sigue un patrón: Establezca los datos que considera que son los más importantes para analizar los KPI, validar esos datos, crear un almacén de datos y comenzar a modelar y visualizar los datos desde allí. Sin embargo, existe un problema evidente para esta estrategia y que a menudo no se percibe hasta que es demasiado tarde.

Tengo muchos años de experiencia en la implementación de soluciones de BI, y he visto con mucha frecuencia, como las empresas luchan en esta fase. Mapean este proceso y, una vez identificados los conjuntos de datos, se dan cuenta de que, de hecho, estos no son los requisitos adecuados para sus objetivos de inteligencia empresarial. Esto sucede porque la utilidad de los requerimientos de datos no se puede evaluar correctamente hasta que los usuarios puedan ver los tipos de resultados que producen. Pero el tiempo y los recursos significativos ya han seguido la fase de diseño del almacén de datos.

Esto hace que la búsqueda del data warehouse sea óptima para crear a menudo un proceso aparentemente interminable de prueba y error. He visto que las implementaciones de BI tardan tanto que, antes de que se logren los objetivos de análisis apropiados, las prioridades de la empresa han cambiado y todo el trabajo de BI hecho en ese momento se hace inútil. 

Hablamos mucho sobre el ambiente BI-bimodal en TARGIT, pero lo que estoy proponiendo es una implementación inicial. Con esto, quiero decir que el data warehouse tradicional está establecido y una o más opciones modernas de implementación, como el Data Discovery o InMemory, se implementan simultáneamente.

Estas opciones modernas de despliegue obtienen datos en un estado utilizable significativamente más rápido que un data warehouse. Hablo de horas, no de meses. Y, en última instancia, los usuarios más rápidos pueden adquirir, modelar, visualizar y compartir datos, más rápido que son capaces de mejorarlo y aprovechar el valor real.
 

Vea lo fácil que es aprovechar fuentes de datos externas con descubrimiento de datos en este Webinar: Más allá del Data Warehouse

Conozca si TARGIT InMemory es ideal para usted en este webinar: InMemory una solución completa.

Piense en la implementación de múltiples velocidades como si fuese una carretera

Piense en el desarrollo de BI como una autopista. Una línea está reservada para el data warehouse, otra para el data discovery y tal vez una tercera para los recursos de in-memory. Los "vehículos" en la pista de data warehouse están viajando a una velocidad constante de 30 mph. Los que están en las otras pistas están viajando a 60 y 90 mph. Estas pistas externas son donde la experimentación de datos ocurre con una mentalidad de "fracaso rápido". Esta es una implementación de múltiples velocidades.
TARGIT Architecture
Tomemos como ejemplo una empresa minorista que necesita la estructura de un back-end de data warehouse tradicional. Hay un pipeline de desarrollo de BI que se extiende durante seis meses a nuevos modelos de datos. Esta "manera lenta" es óptima para supervisar la parte de la cadena de suministros que transporta la mercancía en un contenedor marítimo a través del océano. No necesita acceso a los datos en tiempo real en este caso.

Pero digamos que hay un problema en alguna parte de la cadena de suministro que resulta en la disminución del inventario de un artículo específico que está almacenados en los estantes de una tienda. Los empleados necesitan una visión en tiempo real del estado actual de su inventario, ya sea alto o bajo. Los usuarios no pueden esperar seis meses para que se genere un informe a través del modo de data warehouse tradicional. Este tipo de "modo rápido" BI es necesario para una visión completa de toda la cadena de suministro.

En general, los KPI más importantes de la compañía residen en el modo de monitoreo consistente y regular del data warehouse. Pero los procesos por departamento, como el presupuesto y las previsiones, requieren experimentar con los datos tanto existentes como los nuevos. BI multi velocidades soporta todas las necesidades de una empresa que debe ser ejecutada simultáneamente: la tradicional, en tiempo real y todo lo demás.

multispeed BI implementation

Qué hacer para que la implementación de multivelocidad funcione?

Hay tres armas para una implementación exitosa de BI multivelocidad y un entorno bimodal: 

1. Las herramientas

Como se mencionó anteriormente, estas son el data discovery ad-hoc y tecnologías in-memory que permiten un rápido movimiento de datos a un estado utilizable. Estas herramientas permiten la explotación de datos y la integración de éstos con datos actuales, y una nueva forma de realizar comparaciones y visualizaciones. Y las tecnologías InMemory permiten grandes cantidades de prototipos de datos en un tiempo muy corto, para que los nuevos modelos puedan ser fácilmente investigados.

Debido al hecho de InMemory no poseer esquemas rígidos, es posible llevar a cabo la carga de los datos rápidamente, construir un modelo y comenzar a experimentar de forma instantáneamente. Este es el Ferrari del data warehouse tradicional.

Acceder a los datos es una cosa, pero usarlas correctamente es totalmente diferente. Los datos son inútiles si no se monitorean los KPI correctos. Los usuarios de BI deben poder visualizar y comprender los datos que son relevantes. Tener los datos accesibles para su uso es la parte más difícil. Así, los usuarios más rápidos pueden crear prototipos a través de la adquisición, modelado, pre visualización y distribución de datos, de modo que su equipo tendrá algo útil.

Obtenga más información sobre la identificación de los KPI adecuados para sus necesidades de ebook: Las métricas que importan.

2. Seguridad

Hablo de gobierno de datos. Si bien el punto de partida de la multivelocidad es abrir caminos a la forma de trabajar con las diferentes maneras de usar BI, siempre debe haber un sentido de orden y control. Imagínese cómo sería si no hubiera leyes de tráfico en las carreteras.

Del mismo modo que existe la ley que mantiene los carros más lentos a la derecha y que mantienen el más rápido a la izquierda, así se debe aplicar el gobierno de datos. Mientras que las herramientas de data discovery están adquiriendo, modelando y viendo datos rápidamente, se entiende que los datos no serán perfectos, y la información puede pasar desapercibida. No hay problema con eso. El gobierno de datos sirve para alertar cuando algo está mal, una vez que los datos son útiles, el proceso se puede retrasar, los datos se pueden mover a través de los canales correctos y limpios de una manera adecuada y finalmente se añaden al modelo de datos apropiado dentro del sistema.

El gobierno de datos garantiza que los datos correctos lleguen a las manos de las personas correctas. Es una tecnología, pero también es una estrategia. En TARGIT, a menudo predicamos la importancia de mejorar la calidad de los datos con análisis de Sandbox y las mejores prácticas de gobierno de datos. La mentalidad de fallo rápido debe mantenerse en conjunción con el ciclo cerrado del ciclo de vida de BI.

3. Adopción

Obtener los datos que necesita en el sistema es sólo el primer paso en la propagación de un entorno orientado a los datos. Debe haber una estrategia diseñada para abrazar los casos de uso analítico. Después de los pasos de carga y modelado de datos, se debe compartir en toda la organización. Para ello, se necesita una herramienta que ponga los datos en manos de los tomadores de decisiones de cada departamento. Conozca a sus usuarios y cree un sistema de BI que tenga más sentido para ellos.

Esta guía le ayudará a entender cómo crear una estrategia de BI más eficiente que sea ampliamente adoptada en su empresa, independientemente de la sucursal:  La mejor estrategia de BI.

Siga adelante o desista

Esto es sólo el comienzo de la implementación de la multivelocidad. A medida que más empresas dicen no a las consultas lentas y a los proyectos de implementación BI que duran varios años, las plataformas de BI que no apoyan la velocidad y agilidad que las empresas necesitan no sobrevivirán. Varios vendedores renombrados actualmente ofrecen una u otra opción y a menudo a un alto valor.

Según la encuesta de BARC BI Survey 16, la lentitud en las consultas fue la principal razón para el abandono de las plataformas de BI el año pasado. Las empresas deben seguir el camino de implementación de multivelocidad o colocar en riesgo el éxito de su proyecto de BI.

Obtenga más información sobre el desempeño de TARGIT en relación a nuestra competencia en la encuesta de usuario de BARC BI de 2016.

Kim Hanmark

Director, Professional Services EMEA
"Put people before technology." I have worked within the technology space since the early 90's. I started up as a software developer, building solutions for enterprise class companies. After the IT bubble burst in 2001, I transitioned into business management -- still with a technology perspective. I have spent the last five years helping large corporations successful..
Continue Reading...

We use cookies to improve your site experience, but they also provide us with information on your use of our website.
To find out more about the cookies we use and how to delete them, see our Privacy Policy. By continuing to browse the site, you are consenting to our use of cookies.

ok