Denodo señala que convertirse en una organización basada en datos (data-driven) no es algo que sea simple. Por eso, para volverse en una empresa impulsada por los datos, debe asegurarse de que la mayor cantidad posible de consumidores de datos puedan beneficiarse. Esto significa que deben obtener un acceso más fácil y rápido a los datos en algo que no debe ser un problema de rendimiento, sino de una dedicación para garantizar que si existe una necesidad de datos, estén disponibles de manera más rápida y efectiva. ¿Puede la virtualización de datos ayudar en este aspecto?
Descargue aquí de manera gratuita el e-book Data Virtualization for Dummies
Para lograrlo, Denodo señala que se requiere una arquitectura de virtualización de datos altamente flexible que admita al menos las siguientes ocho características:
- 1. Soporte para “informes ad-hoc”: este puede ser un concepto anticuado, pero es muy relevante para la organización basada en datos. Inesperadamente, la gerencia puede necesitar nuevos informes para tomar decisiones rápidas debido a una oportunidad o urgencia repentina. En lugar de tomar esa decisión simplemente por una corazonada, debería basarse en los datos correctos. Esto requiere que los datos de múltiples sistemas se puedan combinar rápida y fácilmente para su análisis.
- 2. Una visión coherente de los datos: dondequiera y siempre que los consumidores de datos utilicen datos, e independientemente del consumidor individual, deben representar el mismo estado de los datos. Por ejemplo, los datos de ventas que se muestran con una hoja de cálculo simple, un panel avanzado o una aplicación Java deben ser coherentes.
- 3. Vistas de 360 grados de objetos comerciales: ya sea que el consumidor de datos sea una aplicación móvil utilizada por cientos de clientes en línea o una hoja de cálculo utilizada por gerentes de nivel superior, vistas completas de 360 grados de objetos comerciales, como clientes, pacientes o fábricas, debería estar disponible para todos ellos.
- 4. Especificación centralizada de las reglas de privacidad de datos: las reglas de privacidad de datos deben implementarse de la manera más centralizada posible, en lugar de estar dispersas en cientos de sistemas, aplicaciones, bases de datos e informes. Las organizaciones no pueden permitirse errores en la gestión y la disponibilidad de datos.
- 5. Datos de latencia cero: el grupo de consumidores de datos que requiere datos de latencia baja sigue aumentando. Esto implica que una arquitectura de datos en la que los datos se copian varias veces de una base de datos a otra está fuera de discusión. Una nueva arquitectura de datos debe poder presentar datos al menos casi en tiempo real.
- 6. Soporte para nuevas tecnologías de procesamiento de datos: especialmente en los últimos diez años, se han puesto a disposición muchas tecnologías poderosas y rápidas para el almacenamiento y análisis de datos. Cuando ofrecen beneficios, una nueva arquitectura de datos debe ofrecer capacidades plug-and-play, permitiendo que dichas tecnologías se conecten y utilicen fácilmente. Las nuevas tecnologías pueden significar nuevas oportunidades comerciales.
- 7. Acceso a datos maestros: el uso de datos maestros no debe restringirse a unos pocos privilegiados, sino a todos los consumidores de datos. Los datos maestros deben ser una parte totalmente integrada de la arquitectura de datos.
- 8. Acceso a metadatos descriptivos: los metadatos son cruciales para comprender los datos. Almacenar y administrar metadatos es útil, pero el desafío es hacerlos tan fácilmente disponibles para los consumidores de datos como los datos reales. Cuanto más fácil sea acceder a los metadatos, más transparentes serán los sistemas para los usuarios y aumentará la confianza en los informes.
De acuerdo con Denodo, cada una de estas características se adapta a la virtualización de datos de manera precisa. Es posible que la virtualización de datos no sea la solución completa, pero puede proporcionar cada una de las características críticas anteriores y será un gran comienzo para las organizaciones en su proceso a utilizar los datos de manera más amplia, eficiente y eficaz para mejorar y optimizar sus procesos comerciales y de toma de decisiones.