{"id":243,"date":"2021-07-07T17:45:00","date_gmt":"2021-07-07T16:45:00","guid":{"rendered":"https:\/\/desidedatum.com\/los-datos-el-alma-de-la-economia-digital-3-2\/"},"modified":"2022-12-13T09:55:46","modified_gmt":"2022-12-13T08:55:46","slug":"los-datos-el-alma-de-la-economia-digital-3","status":"publish","type":"post","link":"https:\/\/desidedatum.com\/ca\/los-datos-el-alma-de-la-economia-digital-3\/","title":{"rendered":"El data hub com a alternativa de Business Intelligence."},"content":{"rendered":"\n

Cada vez m\u00e1s, las empresas y organizaciones se dan cuenta de la importancia de los datos de que disponen. Ser capaces de transformar estos datos en informaci\u00f3n \u00fatil es crucial para mejorar la toma de decisiones<\/strong>, la competitividad<\/strong> y la eficacia<\/strong>.<\/p>\n\n\n\n

No obstante, la gran mayor\u00eda de los datos se encuentran almacenados y aislados en multitud de bases de datos distintas. Estas bases de datos, conocidas como transaccionales, est\u00e1n dise\u00f1adas para dar soporte a los distintos procesos de negocio de la entidad (compras, administraci\u00f3n, recursos humanos, etc.), es decir, para gestionar el d\u00eda a d\u00eda. Sin embargo, dichos sistemas normalmente no acumulan datos hist\u00f3ricos, ni est\u00e1n homogenizados entre si (se generan silos), por lo cual es sumamente dif\u00edcil combinar estos datos para tener una visi\u00f3n transversal<\/strong> y tomar decisiones desde un punto de vista estrat\u00e9gico<\/strong>. <\/p>\n\n\n\n

Debemos pues, ser capaces de alzar la vista y tener una perspectiva global<\/strong> de la administraci\u00f3n a trav\u00e9s de los datos. Para abordar este reto, se han propuesto distintas soluciones tecnol\u00f3gicas, conocidas como sistemas de inteligencia empresarial<\/strong> o business intelligence<\/em><\/strong>. De forma general, podr\u00edamos decir que estas soluciones se basan en copiar los datos que usamos en nuestro d\u00eda a d\u00eda a un nuevo repositorio, d\u00f3nde los organizaremos de forma que nos permitan analizarlos desde una perspectiva global.  <\/p>\n\n\n\n

Los enfoques habituales adoptados en los \u00faltimos a\u00f1os consisten en la creaci\u00f3n de un almac\u00e9n de datos o data warehouse<\/em><\/strong> o, m\u00e1s recientemente, en la creaci\u00f3n de uno o m\u00faltiples sistemas de tipo data lake<\/em><\/strong>. Sin embargo, en este art\u00edculo quiero analizar un enfoque relativamente novedoso como es el data hub<\/em><\/strong>, y reflexionar sobre cu\u00e1les son las ventajas que nos aporta, y que diferencias y similitudes guarda con las otras soluciones mencionadas.<\/p>\n\n\n\n

\"data<\/figure>\n\n\n\n

Data warehouse<\/strong><\/p>\n\n\n\n

El data warehouse<\/em> o almac\u00e9n de datos es una soluci\u00f3n tradicionalmente adoptada en los proyectos de inteligencia empresarial<\/strong>. Este enfoque consiste en crear una base de datos espec\u00edfica, diferente de las bases de datos de los sistemas operacionales, d\u00f3nde volcaremos copias de los datos.  <\/p>\n\n\n\n

En los almacenes de datos se guardar\u00e1n datos hist\u00f3ricos y actuales que estar\u00e1n completamente homogenizados y normalizados<\/strong>. Esto requiere implementar diversos procesos de extracci\u00f3n y transformaci\u00f3n de los datos previamente a su carga en el almac\u00e9n de datos (schema-on-write<\/em><\/strong>). Son los llamados procesos de ETL (Extract, Transform and Load<\/em>). <\/p>\n\n\n\n

Este enfoque es \u00fatil y valido en muchos casos, aunque tambi\u00e9n presenta dificultades<\/strong>. Principalmente, porque son proyectos largos y costosos de construir y mantener, y porque una vez creados son dif\u00edcilmente modificables para que puedan responder a nuevas preguntas que puedan aparecer en el \u00e1rea de negocio. <\/p>\n\n\n\n

Data lake<\/strong><\/p>\n\n\n\n

M\u00e1s recientemente ha aparecido en concepto de data lake, que trata de solventar alguna de las limitaciones del data warehouse. Si en el caso del data warehouse era necesario transformar y homogenizar los datos antes de la carga, en este caso los datos se cargan pr\u00e1cticamente en su formato original<\/strong>. Por lo tanto, se simplifican los procesos de ETL, reduci\u00e9ndolos a extracci\u00f3n y carga, y dejando la transformaci\u00f3n para despu\u00e9s (schema-on-read).<\/p>\n\n\n\n

Este enfoque se ha popularizado, en parte, debido a las facilidades que ofrece el Cloud para almacenar datos a bajo coste<\/strong>. Adem\u00e1s, el hecho de evitar las transformaciones nos permite ser mucho m\u00e1s \u00e1giles a la hora de construir el data lake y de a\u00f1adir o modificar su contenido m\u00e1s adelante.<\/p>\n\n\n\n

No obstante, todas estas ventajas nos pueden traer tambi\u00e9n dificultades a posteriori. Principalmente, porque todo el trabajo de transformaci\u00f3n se deber\u00e1 hacer a la hora del an\u00e1lisis de datos, lo cual implica m\u00e1s tiempo y la necesidad de unos perfiles t\u00e9cnicamente avanzados <\/strong>para poder extraer informaci\u00f3n de \u00e9stos datos.<\/p>\n\n\n\n

Data hub<\/strong><\/p>\n\n\n\n

El concepto de data hub es m\u00e1s reciente, y dir\u00eda que un poco ambiguo, pues he visto usarlo con distintos significados en distintas situaciones.<\/p>\n\n\n\n

En este art\u00edculo, entenderemos el data hub como una plataforma donde podamos <\/em>almacenar datos de manera sencilla<\/em><\/strong> para facilitar la toma de decisiones. Y la diferencia clave respecto al data lake y el data warehouse est\u00e1 en su sencillez. El data hub pretende dar m\u00e1s <\/em>autonom\u00eda<\/em><\/strong> a los usuarios de negocio para trabajar con los datos (autoservicio de datos).<\/em><\/p>\n\n\n\n

Podr\u00edamos entender un data hub como un portal de datos abiertos<\/a>, pero sin la necesidad de ser abierto. Los portales de datos abiertos m\u00e1s modernos tienen algunas caracter\u00edsticas interesantes, que pueden ser explotadas tambi\u00e9n internamente:<\/p>\n\n\n\n