Material Big Data

Lanzados ppts informativos de tecnologías BigData: Hadoop, Hbase, Hive, Zookeeper...

Apuntate al Workshop gratuito para aprender Business Intelligence. Plazas limitadas!!

Diseño multidimensional, OLAP, ETL, visualización, open source, Pentaho...

Pentaho Analytics. Un gran salto

Ya se ha lanzado Pentaho 7 y con grandes sorpresas. Descubre con nosotros las mejoras de la mejor suite Open BI

La mejor oferta de Cusos Open Source

Después de la gran acogida de nuestros Cursos Open Source, eminentemente prácticos, lanzamos las convocatorias de 2017

21 abr. 2006

Mensaje en una botella

No crean que vamos a hablar de bebidas, ni tampoco de cine (pues existe una maravillosa película con dicho titulo), simplemente es casi un reclamo de atención dirigido a ustedes, y que al final de mi reflexión dejo a su audaz interpretación.

Hoy querría compartir con todos una reflexión, casi en voz alta, estando seguro de que lamentablemente muchos se podrán ver reflejados, pero nada más lejos de mi intención el incomodar a alguien, como les digo se trata de una reflexión tras 10 años involucrado exclusivamente en proyectos de Business Intelligence.

Hace unos pocos años, éramos pocos los que predicábamos hablando sobre la necesidad de integrar la información, la dificultad en encontrar el dato apropiado, la falta de estrategia (más allá de la meramente financiera), de los inconvenientes de las islas de información en las organizaciones, de la multitud de datos existentes y ocultos en los equipos personales de nuestros empleados, de la perdida de tiempo en la búsqueda de la información y del poco tiempo para analizarla, etc.

Data Warehouse

Aparecía en España, el termino “Data Warehouse”. Era una cosa maravillosa, casi algo mágico, pues era meter datos y sacar información, algunos incluso decían sabiduría. Algunos comerciales muy “espabilados” vendían que era un sistema para preguntar todo, de todo y por todo. Es decir, gran expectación igual a mayor fracaso.
En aquellos años era muy sencillo “vender” este tipo de soluciones, pues eran y son realmente espectaculares. Pero muy pocas compañías ofrecían este tipo de servicios y menos aun tenían recursos medianamente preparados, por cierto, que en este punto tampoco hemos mejorado mucho, tenemos conocimientos asociados a producto y falta mucho conocimiento alineado con el negocio.

Entre los cientos de argumentos que se empleaban, uno de ellos era la integración en un único repositorio, almacén central y/o Data Warehouse. Después llegaban las guerras de cómo implementar este tipo de sistemas, las famosas visiones monolíticas en contrapartida con los sistemas departamentales. Cada uno defendía, a capa y espada, que su alternativa era la más adecuada, eso sin entrar en temas de siglas como; OLAP, MOLAP, ROLAP, HOLAP, DOLAP, etc.. o en temas de tipos de modelos de datos (modelos en estrella y modelos copo de nieve). En fin, una bonita confusión provocada y casi promovida por nosotros mismos, los consultores, eso sí también con estimable ayuda de algunos fabricantes de software.

Hoy en día, aunque parezca mentira, el escenario ha cambiado muy poco. Los mismos argumentos que se daban de integración están aun más vigentes, para solucionar los mismos problemas o enmascarados en otros, a través de nuevas siglas. Nos hablan, y se les llena la boca, de la calidad de datos, pues bien eso ya se decía a mediados de los 90 y además con una frase que posiblemente a dado la vuelta al mundo unas cuantas veces, “Sí metes basura, sacaras basura”.

Antes disponíamos de un sin fin de aplicaciones operacionales con sus correspondientes almacenamientos.
Pues hoy también disponemos de una gran variedad de almacenamientos, de supuestos Data Mart e incluso Data Warehouse. Hemos pasado de la pesadilla en la búsqueda de la información en los almacenamientos operacionales
al caos bajo supuestos almacenamientos de negocio con estructuras multidimensionales, tanto implementadas sobre almacenamientos relacionales como a través de bases de datos multidimensionales propietarias.

Como podrán observar he dicho intencionadamente la palabra “supuestamente”, pues en estos últimos he tenido la oportunidad de estudiar diversas soluciones in situ en mis clientes, detectando la precariedad de los modelos de datos, el parcheado físico de los mismos, la falta de conocimiento real en su diseño, el incorrecto uso de las claves y de sus tipos, la escasa lógica en la creación de agregaciones de información, etc…

Todo ello termina por provocar el plantearse nuevas necesidades y soluciones. Llegando a este punto, algunos clientes culpan a sus herramientas de explotación de sus males, otros piensan que la solución es poner nuevas estructuras de información, lo cual añade mayor complejidad al sistema y unos mayores costes en mantenimiento, licencias, consultoría, etc…

Son muy pocos los que se cuestionan si su Data Warehouse esta correctamente diseñado, y menos aún los que recurren a nosotros para realizar un análisis en profundidad de su almacenamiento. Sabiendo de antemano que la siguiente afirmación no es políticamente correcta e incluso poco respaldada, me atrevería a decir que en un porcentaje elevadísimo, sus supuestos Data Warehouse son básicamente un “bonito” saco de información más o menos estructurada. Esta afirmación es fruto de mis experiencias personales y acreditadas a través de diversas sesiones que he realizado, de forma gratuita, con varios de mis clientes, y ellos bien lo saben.

Simplemente y para terminar mi reflexión, les invito a analizar y contrastar la adecuación de su Data Warehouse o Data Mart a sus necesidades, resaltando que es fundamental tener unos buenos cimientos antes de seguir construyendo la casa de nuestros sueños. Una casa llena de “Customer Intelligence”, preciosos cuadros de mando, excepcionales Balanced Scorecard, BPM y demás soluciones, las cuales fomento, desarrollo, creo y defiendo, pero también creo que el planteamiento actual, o mejor dicho, el como llevarlas a la practica, de forma independiente las unas de las otras y sin una fuente única e integrada de la información es un error de libro, llegando a ocasionar el efecto contrario, por la disparidad de la información obtenida, ocasionando que el exceso de análisis conduzca a la parálisis.

Aquí les dejo mi reflexión, en forma metáfora, les dejo la botella para que cada uno la vea como quiera. Algunos dirán medio llena y otros medio vacía.

Simplemente asegúrense de que por lo menos tienen una botella, es decir, un correcto Data Warehouse.

José María Arce
Gerente Área Business Intelligence
Servicios de Integración
BULL España
jose-maria.arce@bull.es
www.bull.es

1 comentarios:

Rita Earle dijo...

Wow, I just ran across your blog while surfing, Blogger, pretty neat! I am always looking for good information on domains, and your post Mensaje en una botella definitly struck a chord. It might be worth your while to check out my domains too. Keep up the good work!