You are leaving our main website to go to our chinese website hosted in China. For legal reasons there will not be any links pointing back to the main website.
La piedra angular de todo, la característica más importante y auténtico MUST de las características que tiene que tener un Data Warehouse moderno es el Cloud. La innovación tecnológica mejora día a día el Data Warehousing y el Análisis de Datos en términos de simplicidad, rendimiento o costes.
El problema que surge en torno a tanta innovación e información es que nadie tiene claro qué debe tener una plataforma de Data Warehouse para estar a la última en cuanto a modernidad e innovación se refiere:
La piedra angular de todo, la característica más importante y auténtico MUST de las características que tiene que tener un Data Warehouse moderno es el Cloud.
Pero ¿Por qué? ¿Por qué el Cloud es fundamental?
–Recursos Ilimitados: Una infraestructura en la nube nos brinda recursos casi ilimitados en minutos o segundos. Y una de las claves de esta característica es que las empresas pagan por lo que usan por lo que soporta de forma natural cualquier aumento de usuarios o cargas de trabajo sin comprometer su funcionamiento.
–Ahorro de costes: Una empresa que elige una solución en Cloud se ahorra el coste del hardware, software, mantenimiento, actualización y seguridad de los sistemas on-premise. Tan solo se dedicará a Analizar Datos.
El 80% de los datos que se analizan provienen de fuentes externas al Data Center
–Punto natural de integración: Según se estima, el 80% de los datos que se analizan provienen de fuentes externas al Data Center de la empresa. Juntar todos estos datos en la nube es absolutamente más fácil y económico que juntarlos todos en un Data Center interno.
Otra característica a tener en cuenta es el Almacenamiento en Columnas dado que supone una mejora en la eficiencia y el desempeño del almacenaje, recuperación y Análisis de los Datos lo que conlleva un acceso rápido a todos los resultados.
Solid State Drives (SSDs), aceleran el almacenaje, recuperación y Análisis de Datos lo que conlleva a aumentar el poder de computación de la arquitectura de los Data Warehouses.
Un DWH moderno debe estar habilitado para noSQL
Por último, hablaremos sobre la estructura de los datos. Un Data Warehouse moderno debe estar habilitado para noSQL que significa: Not only structured query language (SQL). Gracias a esta tecnología punta se pueden analizar y almacenar nuevas estructuras de datos, como los que provienen de redes sociales o máquinas (IoT). Un Data Warehouse tradicional no está preparado para tratar con tanta variedad de datos por lo que en los últimos años han surgido nuevos programas para poder abordar estos datos semi-estructurados como JSON, Avro o XML.
Para sacar el máximo valor posible a estos datos semi-estructurados, las compañías tenían que extraerlos y transformarlos para que los usuarios pudieran acceder a ellos en el Data Warehouse tradicional, por lo que el proceso se complicaba tanto económicamente como a nivel de dificultad.
Un sistema de Data Warehouse moderno tiene que estar preparado para trabajar tanto con datos estructurados (tradicionales) como datos semi-estructurados lo que supone un ahorro de tiempo y dinero al no tener que pagar y gestionar dos sistemas diferentes.
¿Opinas que una plataforma Cloud es fundamental a día de hoy o por el contrario piensas que los sistemas on-premises tradicionales son suficientes?
Fuente: Todos los derechos reservado a SnowFlake
¡No te pierdas nuestros insights!
Mantente al día en las últimas noticias y eventos
Tu dirección de correo electrónico se utiliza para enviarte la newsletter de Keyrus y para fines de prospección comercial. Puedes utilizar el enlace de opt-out en nuestros correos electrónicos en cualquier momento. Más información sobre la gestión de sus datos y sus derechos.
Continuar leyendo
Blog post
5 razones por las que deberías utilizar la analítica predictiva en tu negocio
Tomar decisiones más acertadas y estratégicas, evitar riesgos (o minimizar su impacto), gestionar tus recursos de manera más eficiente, reducir costes o fidelizar mejor a tus clientes son algunas de las ventajas competitivas que puedes obtener gracias al uso de la analítica predictiva.
Blog post
Los 6 pasos imprescindibles que debes seguir para construir tu modelo predictivo
¿Cuáles son los pasos para crear un modelo predictivo? En este artículo, veremos cómo se requiere de una combinación perfecta de técnicas y un poco de intuición para implementarlos de manera exitosa.
Blog post
Cómo explicarle a tu abuela qué es la analítica predictiva en solo 2 minutos
¿Cómo explicar el funcionamiento de esta disciplina que trabaja con algoritmos que consiguen predecir el futuro a través de los datos? Aquí te lo contamos.
Opinión de experto
"Las empresas han encontrado en los datos a un grandísimo aliado"
Entrevista de la revista Woman a Kathy Contramaestre, Managing director de Keyrus.
Blog post
Keyrus Magazine 2022, el mejor contenido del año
Aquí llega un recopilatorio de nuestro mejor contenido y de las entrevistas a nuestros managing directors, el equipo de marketing, presales y delivery y secciones exclusivas con nuestros expertos en Retail, Seguros, Turismo, Energía y Manufacturing
Blog post
Científicos vs. Analistas de datos: ¿Quién es quién?
¿No se ocupan ambos de trabajar con ordenadores, números y algoritmos sin parar? Bueno, eso es un poco verdad. Pero la realidad es que ambos son dos perfiles muy distintos y en este artículo vamos a conocer sus diferencias.
Opinión de experto
Filtrado colaborativo y filtrado basado en contenido
Técnicas utilizadas en los modelos de filtrado colaborativo y basado en contenido.
Opinión de experto
Spotify y Netflix, los dioses de los modelos de recomendación
Los sistemas de recomendación han logrado cambiar la forma en la que consumimos nuevos contenidos y descubrimos productos nuevos.
Blog post
El as bajo la manga de los decision makers
El Data Science se convirtió en el as bajo la manga de los decision makers tras la pandemia y ahora son unos players destacados de la partida que cuentan con más recursos que antes para hacer frente a un mercado más digitalizado y más competitivo.
Blog post
El ciclo de vida de la inteligencia artificial: alcance, diseño de modelos y despliegue
Como todos, la tecnología y las máquinas también tienen un ciclo vital: nacen, se desarrollan y mueren. Vamos a ver cada una de las etapas de la inteligencia artificial y los factores clave a tener en cuenta a la hora de implementarlas dentro de las organizaciones.