Cómo han evolucionado los modelos de Data Sharing, por qué es crítico para cualquier negocio, cómo comparten datos interna y externamente las organizaciones y cómo el Cloud y el Software-As-A-Service (SaaS) está cambiado la manera de compartir datos.
Para comprender el valor del Data Sharing a día de hoy tenemos que analizar cómo funcionaban en las organizaciones en el pasado. No hace mucho tiempo, se pensaba que el modelo ideal en los negocios era alojar y soportar múltiples aplicaciones en sus Data Center.
Solo hace 10 años, las grandes compañías comenzaron a alojar y ejecutar cientos de aplicaciones de negocio en sus Data Centers que a su vez tenían asociados una base de datos.
Estas bases de datos no estaban optimizadas para analizar y no compartían datos entre aplicaciones. Para poder analizar estos datos, cada unidad de negocio encargada de una basa de datos tenía que extraer,transformar y cargar (ETL) los datos en su propio Data Mart, que es una versión más pequeña y aislada de un Data Warehouse.
Para poder desarrollar al máximo el Business Intelligence de entonces en la organización y ejecutar los análisis existentes, los datos debían ser mandados a través de procesos ETL desde los Data Marts individuales hasta el Data Warehouse principal. Como podrás imaginar, el proceso era muy lento y aparatoso y muchas compañías no podían sobrevivir con este nivel de Data Sharing.
El intercambio de datos a través y más allá de una organización consta de cuatro flujos de trabajo básicos:
A través de líneas de negocio (LDNs): compartir datos entre líneas de negocio dentro de la misma empresaç
Entre empresas: Recibir datos en un intercambio entre empresas independientes para beneficar a tu empresa
Entre empresas: Enviar datos en un intercambio entre empresas independientes para beneficiar a la otra empresa
Monetización de datos: compartir datos en vivo como un servicio para que los consumidores de datos puedan enriquecer los que ya poseen
El intercambio de datos permite y fomenta los nivel de inteligencia empresarial
Dentro de una misma empresa, las organizaciones dependen del correo electrónico, hojas de cálculo, unidades de red compartidas, programación de APIs y otros métodos para comunicarse y compartir datos. Además de facilitar el día a día del negocio, el intercambio de datos en una empresa permite y fomenta el aumento de los niveles de inteligencia empresarial e impulsa las decisiones de negocio.
Dentro de una organización, los datos normalmente están alojados en silos. Las fusiones o adquisiciones, restricciones de firewall y otras barreras tecnológicas o de negocio ocasionan restricciones a la hora de compartir datos entre organizaciones. Estas separaciones lógicas o físicas de infraestructuras pueden impedir que dos o más organizaciones accedan a todos los datos disponibles del negocio y puedan obtener insights reales basados en los datos.
Estos silos de datos aparecen cuando una organización se basa en un Data Warehouse tradicional On-premise o un Data Warehouse tradicional migrado a la nube.
El intercambio de datos entre diferentes compañías es algo que sucede y es necesario en todo momento. Puede ser en una relación vendedor-proveedor, partnership, desarrollador-vendedor o cualquier relación entre empresas que implique intercambio de datos para dirigir el negocio.
Por ejemplo, en una relación vendedor-proveedor, el proveedor sabe de antemano cuando reponer el stock de dicho vendedor.
Un inventario bien gestionado también previene el overstocking, minimizando la necesidad de recudir significativamente los precios y por lo tanto, reducir el margen de la compañía.
Cada vez es más común que las organizaciones externalicen servicios a otras empresas. Estas compañías pueden estar especializadas en logística, envíos, marketing, ventas, etc.
Por ejemplo, un gran retailer recolecta cantidades masivas de datos demográficos de sus clientes target. Este retailer comparte la información como proveedor de datos a una compañía de Data Analytics para analizar estos datos, que posteriormente devolverá esos datos analizados.
En otros escenarios, la compañía contrata a un proveedor de servicios para desempeñar la función que la empresa dedica no ejecutar inhouse.
El proveedor de servicios genera datos como resultado de ese servicio que está prestando, pero esos datos pertenecen a la compañía por la que están contratados.
La compañía que ha contratado el servicio, una vez ha recibido los datos por el proveedor de servicios, aplica analíticas adicionales para lograr obtener insights mucho más potentes y sacar el máximo valor a estos datos que han sido generados por una empresa externa pero dentro de su ecosistema.
Los datos son el activo más valiosos de las empresas. Estos datos pueden aportar valores diferentes dependiendo de la compañía que quiera consumir esos datos.
Para monetizar el valor de estos datos, un proveedor puede vender esa información para que otras empresas puedan lograr sus objetivos de negocio.
Gracias a los datos compartidos, los consumidores de datos pueden utilizar esta información en sus decisiones sin la necesidad de tener que capturarlos y recolectarlos ellos mismos. Se pueden beneficiar directamente analizando esos datos o combinándolos con otros datos que potencien y mejoren su valor.
Para aprovechar el valor de los datos se requiere un método fácil para habilitar el acceso a ellos sin moverlos
Para aprovechar el valor de los datos, ya sea para consumo, colaboración en masa u oportunidades de negocio de valor agregado, se requiere un método fácil para habilitar el acceso a los datos sin moverlos.Los métodos de Data Sharing tradicionales soy muy caros, arriesgados y complejos.
Monetizar los datos requiere de la habilidad crear un modelo de negocio seguro y Self-Service, de manera fácil y económica para compartir datos entre proveedores y consumidores de datos.
¿Tu empresa comparte datos? ¿Crees que el Data Sharing es fundamental a día de hoy para cualquier organización?
Referencias: Todos los derechos reservados a Snowflake Computing.