Youtube
Linkedin
Instagram
Pinterest
transparente
transparente
transparente
transparente
transparente

Data Lake y Data Warehouse

Data Lake y Datawarehouse

Data Lake y Data Warehouse

¿Eres capaz de ejecutar consultas e informes con cálculos complejos con un tiempo de respuesta instantáneo? ¿Tienes interrelacionada y disponible información de diferentes sistemas para su consulta inmediata?

Modelado de información: Modelo Transaccional vs. Modelo Analítico

En nuestro enfoque de Data Analytics, hacemos mucho hincapié en el almacén de datos como elemento central y piedra angular de la arquitectura de datos corporativa.

Es importante contemplar el diseño de este elemento de la arquitectura de datos con suma atención a los criterios y técnicas de forma que obtengamos un almacenamiento de datos eficiente a las consultas, tanto desde una perspectiva del diseño físico, como del diseño lógico y conceptual.

Es importante hacer especial hincapié en el modelado de los datos contenidos, pues va a diferirá mucho del modelo o estructura que muy probablemente tenía esa misma información en los sistemas de origen, normalmente enfocado a las transacciones.
Modelo Transaccional vs. Modelo Analítico

Un modelo de datos analítico está orientado a la eficiencia de las consultas, con información precalculada y registrando el historial de magnitudes y dimensiones que van perdiendo vigencia en los sistemas transaccionales, entre otros aspectos

Con la finalidad de optimizar todas y cada una de las etapas del ciclo de vida de los datos y potenciales propósitos de uso, se hace necesario diferenciar distintos tipos de almacenamiento con diferentes estructuras y propósitos, cuyos datos serán sometidos a los diferentes procesos de limpieza, depuración y transformación.

Data Stage

Soportado por modelos de datos de aprovisionamiento que optimizan los tiempos de carga de los datos desde sus diferentes orígenes.

Data Lakes

Que recopilan y —a la vez—provisionan conjuntos de datos (datasets) para propósitos analíticos específicos, principalmente en en disciplinas de Big Data y Data Science.

Datawarehouse

Recogiendo y almacenando, en modelos relacionales y dimensionales, toda la información —estructurada o no— de interés analítico para la compañía. Información sobre la que debe estar asegurada su vigencia, calidad, interrelación y disponibilidad.

Datamarts departamentales

O por área de negocio, disponibilizando la información en modelos de datos analíticos (dimensionales o multidimensionales) preparada para su visualización mediante cubos, informes o cuadros de mando.

Datasets

O conjuntos de datos, catalogados por áreas temáticas o de conocimiento, disponibles para el científico de datos o para otras aplicaciones.

Data Lake

Un enfoque claro y adecuado a las necesidades de tu compañía es el que te permitirá disponer en todo momento del dato que necesitas con agilidad para abordar cualquier nuevo propósito analítico.

La plataforma corporativa de datos, conteniendo toda la información de interés analítico, se convierte en un activo estratégico de valor, que suma en la valoración global de tu compañía en el mercado.

¿Empezamos?

Envíanos un mensaje y te responderemos lo antes posible. También puedes contactarnos: