Democratización de datos, Data Self-Service con Druid + Imply.io

Tanto las herramientas de Bi (Business Intelligence), más tradicionales, como las más novedosas y nacidas a partir de la “irrupción” del BigData como son por ejemplo: Tableau, PowerBI, entre muchas otras… han transformado fundamentalmente la forma en que operamos los datos las organizaciones. Los directivos de todas las industrias ahora están utilizando la tecnología de análisis Big Data para una amplia gama de procesos, objetivos y necesidades de gestión. Y las aplicaciones potenciales de las herramientas de BI modernas son prácticamente infinitas, ya que han irradiado en casi todos los aspectos de la gestión operativa y la supervisión estratégica como, se han podido beneficiar de conocimientos más potentes y rápidos. [Leer más]

Democratización de datos, complementando una Estrategia Data Centric

Muchas de las empresas y más las llamadas Data Centric pueden tener estrategias de Gobierno del Dato (de sus datos) pero, seguramente con toda probabilidad, no tendrán sus datos democratizados. ¿Qué entendemos por “Democratización de datos”?. Lo miraré de resolver con otra pregunta: ¿Cuántos de los nuevos productos o nuevas releases nacen mal o más tarde de lo previsto porque no se conocen bien las fuentes origen de los datos que requerimos? [Leer más]

Una Estrategia Data Centric para nuestra Transformacion Digital

Hablar de Transformación Digital es ya algo común y un poco cansino. En otros post he podido comentar la necesidad, by ADN, de las empresas a estar totalmente orientadas a la gestión eficiente de sus datos, que no, orientadas a los datos. Debemos ver los datos como un instrumento más y no nuestra perdición. Cierto es que uno de los problemas más frecuentes y, también, unos de los que genera mayores ineficiencias es la falta de organización en torno a los datos. [Leer más]

DataOps & Data As A Service (or DaaS)

Cuando una organización decide hacer un paso al frente y afrontar el Gobierno de los Datos (Data Governance) tiene que saber/reconocer, de entrada, que lo más normal será no tener el control de los datos sinó, al contrario, que la complejidad se apoderará de ella (si no se ha apoderado ya). Es por eso que debemos afrontar una gestión del cambio 360 y saber que tendremos muchos frentes abiertos. En la siguiente imagen podremos ver un resumen gráfico de la complejidad que supone pero, a su vez, de lo necesario que es también. [Leer más]

Diseño y best practice de Modelos de Datos.

Entrados ya en los modelos de datos basados en Database NoSQL, que, resumen, no requieren un Modelo de Datos “Tradicional” no olvidaremos que, no siempre, se puede tirar hacia estas arquitecturas. Por ejemplo para los sistemas más operacionales, anteriormente llamados “Transaccionales”, deberemos tener un claro Modelo de Datos. Que sin duda alguna será nuestro lastre para mucho tiempo… si no lo hacemos bien. ¿Modelos de Bases de Datos? Es por ello que deberemos seguir algunos de los diseños y sus “normas” para poder crear buenos Modelos de Datos, podemos tener estos ejemplos: [Leer más]