Noticias

Retos acechan proyectos BI en memoria - preparación adecuada necesaria

Alan Earls, Contribuidor

Como otros tipos de proyectos de tecnología, las implementaciones de software en memoria analítica presentan algunos problemas potenciales. Sin embargo, analistas y consultores de TI dicen que para las organizaciones bien preparadas esos retos no deben ser demasiado difíciles.

Steve Kent, Director de Inteligencia de Negocios en Collaborative Consulting basada en Burlington, Massachusetts, dijo que uno de los requisitos importantes para el éxito en memoria de las iniciativas BI es evitar problemas de calidad de data y la integridad. “La clave es tener una buena información”, dijo él. “Usted debe aplicar [calidad de data] reglas de negocio y tener datos limpios si usted pretende obtener una buena información fuera del proceso”.

La gestión de la relación entre las herramientas de análisis en memoria y los almacenes de datos es otra área que requiere atención apropiada, de acuerdo a Kent. Y hay cuestiones básicas de gestión de datos a tener en cuenta. Por ejemplo, algunas aplicaciones en memoria eliminan la necesidad de agregación de datos y la construcción de cubos multidimensionales para apoyar el análisis de datos. Pero, Kent, dijo, “en el caso de los conjuntos de datos extremadamente grandes - por ejemplo, en el campo farmacéutico – puede ser que usted todavía desee datos agregados.”

Otra de las claves del éxito es hacer su tarea en las necesidades del negocio antes de un despliegue en memoria analítica, dijo Julie Lockner, Analista de Enterprise Strategy Group en Milford, Massachusetts. En su opinión, las organizaciones deben trabajar para asegurarse de que tienen un sólido conjunto de los requerimientos del negocio que, salvo circunstancias imprevistas, no va a cambiar mucho durante el transcurso de un proyecto.

“Todo el mundo está hablando de agilidad y BI, y almacenes de datos ágiles y análisis ágiles, pero ser ágil es costoso”, dijo Lockner. Si usted sabe de antemano que sus necesidades de negocio pueden cambiar frecuentemente, agregó ella, usted debe tratar de crear un entorno de desarrollo que hará que sea más fácil la gestión de esos cambios. En general, aconsejó Lockner, es importante para una organización en su conjunto, darse cuenta del nivel de inversión que se requerirá para hacer que el trabajo se realice en memoria de procesamiento para BI y análisis.

Una vez que se estén maduros los detalles técnicos y los requerimientos del negocio, el siguiente es el reto de la formación, ¿no? En realidad, dijo Boris Evelson, Analista de Forrester Research Inc., una de las instituciones de Inteligencia de Negocios en memoria es que en muchos casos ésta no debería involucrar tanto el entrenamiento al usuario final como lo hacen las tecnologías convencionales de BI.

Saber lo que se está haciendo en BI en memoria

“Si los usuarios conocen sus datos, y si saben algo como Excel, en-memoria deberá requerir poca capacitación”, dijo Evelson. Para evitar posibles problemas, agregó él, la analítica en-memoria debe estar dirigida principalmente a los usuarios más experimentados de negocio - especialmente si se está implementando una de las formas de más alta gama de software en-memoria. “Esto no es algo que se pueda dar a alguien que no sabe lo que él o ella estará haciendo”, dijo él.

Por otro lado, puede haber más problemas de capacitación y educación para los mismos profesionales de TI, dijo Mike Ferguson, Director Gerente de Intelligent Business Strategies Ltd., una firma de investigación y consultoría radicada en el Reino Unido. Los empleados de TI involucrados en la gestión aplicaciones en-memoria necesitan evaluar el impacto que las nuevas herramientas tendrán en el rendimiento del servidor y la red, señaló Ferguson. Esto incluye desarrollar el entendimiento de si alguno de los componentes de infraestructura de TI necesita ser fortalecido para apoyar las operaciones en-memoria y si algunos elementos ya no son necesarios.

Por ejemplo, Ferguson dijo que la integración del Procesamiento Analítico en Línea (OLAP) en-memoria de bases de datos con dispositivos de almacenamiento de datos podría hacer posible la eliminación de algunos mercados de datos físicos. “Eso simplifica la arquitectura en un entorno de almacén de datos, ya que elimina la necesidad de extraer datos de un almacén de datos y avanzar en mercados de datos y sobre los cubos de datos en los departamentos”, dijo él. Como resultado, hay menos etapas implicadas en la preparación de datos para el análisis y un menor número de almacenes de datos a manejar, lo que debería reducir el costo de soporte de las actividades de análisis dentro de una organización.

Durante los próximos años, Ferguson espera ver el desarrollo de máquinas de procesamiento masivamente en paralelo que puede soportar una combinación de unidades de Disco de Estado Sólido (SSD) y de almacenamiento de datos en-memoria para BI y aplicaciones analíticas. En tales sistemas, dijo él, los SSD podrían remplazar a las unidades convencionales de disco como el medio de almacenamiento principal, con en procesamiento más pesado de acceso a los datos yendo a la memoria. Pero eso “no va a suceder durante la noche”, agregó él. “Necesitamos que se reduzcan los precios de los SSD.”

En última instancia, no importa cómo un sistema de análisis en-memoria se estructura a partir de un punto de vista técnico, el éxito de un proyecto depende de la elección del caso de uso correcto de las herramientas en-memoria, dijo Evelson. Las aplicaciones de BI y los procesos de negocio que requieren una gran cantidad de rigor y el cumplimiento de las rutinas analíticas estandarizadas - aquellos en los que usted realmente no desea que los usuarios de negocio rebasen unos límites bien definidos - no son buenos candidatos para el enfoque en-memoria, advirtió.

SOBRE EL AUTOR: Alan R. Earls es Escritor independiente del área de Boston enfocado a los negocios y la tecnología.


Unirse a la conversación Comenta

Compartir
Comentas

    Resultados

    Contribuye a la conversacion

    Todos los campos son obligatorios. Los comentarios aparecerán en la parte inferior del artículo