¿Qué es un tejido de datos?

Un diseño de tejido de datos permite abordar los diferentes niveles de adaptación y complejidad en los activos de datos. Al integrar Tableau en su tejido de datos, puede obtener valor e información para el análisis mucho más rápido.

Quizá ya esté al tanto de las buenas noticias: el mundo de los negocios está adoptando la toma de decisiones basada en los datos y expandiendo el uso de los datos a un ritmo sin precedentes. Es posible que la pandemia haya forzado esta situación. Sin embargo, las personas que descubrieron el valor de los datos nunca volverán a tomar decisiones basadas en suposiciones o corazonadas.

Este es un resumen del panorama: se están moviendo tan rápido que han acumulado más datos de los que pueden analizar. Las organizaciones, en promedio, administran 10 veces más datos que hace cinco años. Es difícil para las empresas usar sus datos de una manera eficiente, intuitiva y segura y que cumpla con las regulaciones. 

¿Qué sucede si el problema no es el volumen de datos, sino en dónde se encuentran y cuán difícil es recopilarlos? Después de todo, la empresa promedio cuenta con 900 aplicaciones, pero solo un tercio de ellas están conectadas. Nueve de cada 10 líderes de TI afirman que estas desconexiones, o silos de datos, representan importantes desafíos para las empresas.* Estos suelen conllevar ineficiencias de costos, errores de integración de datos o datos faltantes o inexactos. Además, generan una falta general de confianza en los datos.

Pero ahí radica la oportunidad de las empresas en la actualidad. Si conectan estos silos y aprovechan el potencial de los datos que ya recopilan, pueden lograr que todos los miembros de la organización sean capaces de tomar decisiones de negocios basadas en datos ahora y en el futuro. La forma de hacer realidad ese objetivo es mediante la implementación de un diseño de administración de datos emergente conocido como “tejido de datos”. 

¿Qué es un diseño de tejido de datos?

Un tejido de datos es un diseño de administración de datos emergente que permite a las empresas acceder, integrar, modelar, analizar y compartir datos sin problemas. En lugar de centralizar los almacenes de datos, este tejido establece un entorno federado y utiliza la inteligencia artificial y la automatización de metadatos para garantizar la seguridad de la administración de datos de forma inteligente. 

A medida que los líderes continúan perfeccionando sus estrategias para aumentar la productividad y madurar el análisis, la arquitectura única del tejido de datos permite abordar los diferentes niveles de diversidad, distribución, adaptación y complejidad en los activos de datos de una organización.

Tableau: ¿Qué es un tejido de datos?

En Tableau, creemos que las mejores decisiones se toman cuando todos tienen la capacidad de poner los datos en el centro de cada conversación. Todos nuestros valores se fusionan en nuestra plataforma, que admite diseños de tejidos de datos con una capa de administración de datos integrada. De esta manera, podrá romper los silos y optimizar el soporte para todo el ciclo de vida de los datos y el análisis. 

Tableau ayuda a lograr el equilibrio necesario para acceder a los datos, mejorar su calidad y prepararlos y modelarlos para casos de uso de análisis, al tiempo que los reescribe en fuentes de administración de datos. Echemos un vistazo rápido a cada una de esas funcionalidades.
Catálogo de datos para el análisis. Revise la información relacionada con la estructura y la calidad de los datos y las fuentes de datos a fin de mejorar los procesos de supervisión y selección para su uso.

  • Administración de metadatos. Comparta los metadatos donde los usuarios más los necesitan en el proceso de análisis. Además, garantice una comunicación bilateral con las herramientas empresariales.
  • Calidad y dependencia de los datos. Supervise las fuentes de datos de acuerdo con políticas personalizadas para ayudar a los usuarios a saber si los datos nuevos y de calidad están listos para usarse. Indique quién o qué herramienta está utilizando datos específicos para acelerar la colaboración y reducir las interrupciones cuando se produzcan cambios.
  • Modelado de datos. Aproveche las capas semánticas y físicas y tendrá más opciones para combinar los datos con esquemas que se adapten a su análisis.
  • Preparación de datos. Proporcione una forma visual y directa de combinar, dar forma y limpiar los datos con unos pocos clics.
  • Gobernanza de datos, seguridad y recursos. Mejore los datos a lo largo de su ciclo de vida con políticas coherentes con cada uso. Asegúrese de promover los comportamientos esperados, en especial en relación con los datos confidenciales y el acceso.
  • Integración de datos. Obtenga información útil de los datos almacenados en diferentes plataformas y fuentes de datos, como almacenes de datos, mares de datos y CRM.
  • Virtualización y descubrimiento. Amplíe sus conocimientos sobre los conjuntos de datos disponibles para la integración o el análisis de datos.
  • Organización y ejecución. Automatice la coordinación de los eventos de datos, como la calidad de los datos o los errores en los flujos, directamente en el flujo de trabajo.
  • Análisis aumentado. Mejore y aproveche la inteligencia artificial para hacer que los procesos de análisis, como la administración, la preparación y el análisis de datos, sean más fáciles de completar con unos pocos clics.

Enfoque centrado en el análisis

Los líderes de negocios han reconocido durante mucho tiempo la importancia del análisis de datos para el futuro de sus organizaciones. Según International Data Corporation, una firma de inteligencia de mercado global, el 83 % de los directores ejecutivos quieren que sus organizaciones se basen más en los datos y están invirtiendo en el desarrollo de sus culturas de datos. En la actualidad, aquellas empresas líderes en el uso de los datos tienen 23 veces más probabilidades de ganar clientes y 1,5 veces más probabilidades de aumentar sus ingresos en un 10 %. 

A medida que las organizaciones empiezan a aprovechar el tejido de datos, es fundamental que se mantengan centradas en dónde se genera valor para el negocio. Si, en su empresa, al igual que en la mayoría, esto ocurre en el análisis, siga por ese camino. La implementación del tejido de datos llevará varios años, por lo que es importante establecer objetivos a corto plazo para poder demostrar su valor y mantener el compromiso de las partes interesadas. 

Con Tableau como parte del diseño de su tejido de datos, puede superar algunos problemas típicos que surgen durante la última etapa de este tipo de iniciativas. Por ejemplo: 

  • Falta de adopción por parte de la empresa. Aceleramos la adopción por parte de miles de usuarios al integrar las funcionalidades de datos en las herramientas y sistemas que ya utiliza la empresa. Además, la plataforma se convierte en la zona de colaboración o entorno federado donde los usuarios corporativos pueden acceder a los datos y donde los analistas de gobernanza y equipos de TI pueden implementar sus proyectos empresariales. 
  • Implementación lenta de los estándares de gobernanza. Genere confianza y mejore la capacidad de verificar los datos donde los usuarios los consumen. Tableau proporciona información en contexto sobre el nivel de actualización de los datos, el estado de certificación, las advertencias de calidad de los datos, las definiciones de campos, las fuentes de datos y el uso general.
  • Falta de visibilidad cuando los datos salen del almacén. En la actualidad, lo mejor que tienen los datos es que se pueden usar de muchas maneras diferentes. Sin embargo, esto también supone un gran desafío para la gobernanza. Con métricas sobre quién está consumiendo los datos y cómo los usuarios interactúan con ellos, TI puede conocer el panorama real de qué fuentes de datos proporcionan más valor. Además, son capaces de descubrir y solucionar automáticamente cualquier problema en el uso de datos confidenciales. 

Obtenga más información sobre el diseño de tejido de datos y conozca la perspectiva de Forrester sobre este mercado en “Now Tech: Data Fabric Vendors Q1 '22” (en inglés).