Por Evangelina Fis en Alfabetización en datos

Las primeras herramientas de data warehouse abordaban las brechas en el desarrollo, implementación y mantenimiento de sistemas de almacenamiento de datos.

Durante mucho tiempo, el foco de la mayoría de estas herramientas fue el almacén de datos en sí. El almacén era el centro del universo analítico de negocios, al mismo tiempo un depósito central para toda la información crítica para el negocio y la plataforma de referencia para procesar y producir cargas de trabajo analíticas de todo tipo.

Este ya no es el caso. El almacén es ahora uno entre varios destinos potenciales para datos críticos para el negocio, una entre varias plataformas analíticas críticas para el negocio y, fundamentalmente, una entre varias fuentes de datos críticos para el negocio.

Las herramientas de automatización del data warehouse actuales están diseñadas para conectarse tanto a fuentes de datos dentro como fuera de las instalaciones. Ya no presuponen fuentes relacionales locales convencionales y pueden poblar objetivos relacionales o no relacionales (por ejemplo, plataformas como Hadoop y Spark), independientemente de dónde se implementen.

¿Qué hace una herramienta de automatización de Data Warehouse hoy?

Una herramienta actual de Data Warehouse Automation (DWA) hace principalmente 3 cosas: 

Proporciona un sitio 

Otorga un contexto, un lugar donde consolidar y organizar las diversas tareas del proceso de diseñar, desarrollar e implementar un almacén de datos. El desarrollo temprano del almacén de datos fue un proceso ad hoc y desconectado que hizo uso de muchas herramientas diferentes y dependía críticamente de la supervisión humana, especialmente el orquestar manualmente la interoperabilidad entre todas las herramientas constitutivas.

Disminuye la complejidad

Permite además un grado de abstracción con respecto a los aspectos del diseño, desarrollo y mantenimiento de los almacenes enmascarando gran parte de su complejidad. En este sentido, puede conectarse, explorar y extraer datos de diversas fuentes; construir o cambiar un modelo lógico de datos; generar (o regenerar) las transformaciones utilizadas para poblar estructuras de datos en el almacén; construir, cambiar o mantener diferentes tipos de estructuras de datos desnormalizados(esquemas en estrella, cubos OLAP) que comúnmente son expuestos a herramientas analíticas y de informes de BI de front-end; pasar de un destino de almacén que se ejecuta en un contexto (por ejemplo, Oracle local) a un destino que se ejecuta en un contexto muy diferente (por ejemplo, SQL de Azure).

Todas las herramientas de DWA modernas exponen características de facilidad de uso, asistentes y capacidades de automatización personalizables por el usuario que están destinadas a acelerar estas y otras tareas.

Gestión del ciclo de vida de los datos

La automatización del Data Warehouse ha evolucionado hacia una solución de gestión del ciclo de vida del almacén de datos.

Además de las fases centrales de diseño e implementación del almacén de datos, las herramientas de Data Warehouse Automation modernas abordan una variedad de tareas relacionadas con su ciclo de vida, incluido el mantenimiento del almacén de datos, la actualización o migración del Warehouse o su eliminación. 

Automatización ágil de Data Warehouse

Qlik automatiza el ciclo de vida de un Data Warehouse con el objetivo de acelerar la disponibilidad de los datos, para que se encuentren listos para su uso en la analítica. La automatización del Data Warehouse garantiza el éxito en todos los pasos del proceso, desde el modelado de datos y la ingestión en tiempo real a los subconjuntos de datos y la gobernanza

Con Qlik es posible diseñar, implementar y gestionar Data Warehouse sin programación:

  • Ingestión y actualización de datos en tiempo real: proporciona una base en tiempo real para acelerar el movimiento de datos.
  • Depuración automatizada y continua: a través de un flujo de trabajo inteligente basado en modelos, la generación automatizada de scripts de data marts, conjuntos de campo y ETL y la implementación de la gestión y la propagación de cambios.
  • Datos fiables listos para los usuarios: quienes pueden así encontrar, comprender y usar cualquier fuente de datos de negocio con el fin de obtener conocimientos en base a un catálogo de datos de calidad inteligente e integrado, garantizando la seguridad y gobernanza.

En Data IQ podemos ayudarte a automatizar tu Data Warehouse y gestionar todo su ciclo de vida de forma ágil y segura. ¡Contáctanos para más información!

Hablemos

¿Interesado en
potenciar tu negocio?

Aprovechá el máximo potencial de tus datos para mejorar los procesos de negocio.

¡Trabajemos juntos!