¿Qué es el data Discovery?

¿Qué es el data Discovery?
El Data Discovery. Definición del concepto e implicaciones con el Big Data y el análisis de datos. Ventajas, desventajas y características principales.

Definición

Para llegar a entender de forma adecuada el Data Discovery, es preciso tener claro antes el concepto de Bussines Inteligence (BI), o Inteligencia de Negocios. Básicamente, se puede definir el BI como un proceso en el que los datos de una empresa son analizados. Estos datos, a su vez, son convertidos en conocimientos que van a facilitar la toma de decisiones.

Actualmente, los usuarios de negocio se ven en la necesidad de sumergirse entre importantes cantidades de datos. Esto da lugar a que tengan que esperar durante días, a veces semanas o incluso meses, para obtener del departamento de Tecnologías de la Información los informes que han requerido. Teniendo en consideración que nos encontramos en la era del Big Data, en la que juega un papel crítico la velocidad de transmisión y análisis de datos, estas cuestiones no pueden quedar sin solución.

En efecto, a la hora de analizar enormes cantidades de datos, la información y dichos datos deben ser accesibles con la máxima celeridad, de otro modo, podría ser demasiado tarde. Este es el desafío al que tienen que hacer frente las empresas cuando quieren hallar de forma eficiente y rápida aquella información que precisan.

Y es aqui, cuando el Data Discovery ha entrado en juego, con el objetivo de solventar este tipo de situaciones, que se producen frecuentemente. Es un término relativamente joven, introducido hace muy pocos años, y que viene a ser la solución a esta cuestión tan generalizada.

El Data Discovery integra tecnologías que están orientadas hacia los usuarios, y está basado en el descubrimiento de determinados patrones y valores concretos. Su objetivo es, por tanto, hallar la información deseada empleando el mínimo tiempo posible en ello. Explicado de una forma más simple, esta clase de tecnología proporciona a los usuarios datos o estadísticas esenciales para la toma de decisiones.

Todos esos datos, que los usuarios tendrán enfrente transformados en diagramas, gráficas, etc., configuran el resultado de analizar en tiempo real enormes cantidades de información, proporcionando verdadero valor de negocio.

Características

Puede decirse que el Data Discovery viene a ser equivalente a un servicio propio de análisis en clave de software, que presenta las siguientes características:

  1. La gran rapidez para el usuario. Se conforma como uno de sus rasgos más relevantes. El proceso de hallar los datos debe estar configurado para operar rápidamente, y poder encontrar la información requerida de forma prácticamente instantánea.
  2. Facilidad de uso. Para ello no es aconsejable involucrar a los usuarios finales en los pormenores técnicos pertenecientes al proceso del Data Discovery. En cambio, es recomendable el empleo de interfaces gráficas amigables y sencillas, que muestren visualemente las indicaciones de lo que se pretende buscar, guiando al usuario mediante los pasos que debe seguir.
  3. De carácter específico. El proceso de Data Discovery ha de estar diseñado para fines bien definidos, o sea, debe ir enfocado a obtener la información solicitada dentro de una escala determinada, que no suponga el tener que analizar datos más extensos de lo estrictamente necesario.
  4. Flexible. Como ya se ha dicho, el Data Discovery debe estar diseñado con un efonque específico, pero, asismismo, podrá ser aplicado dentro de la empresa a cualquier otra función, en cualquier otro departamento, siempre que dicho departamento pueda acceder a los datos que se quiere sean objeto de análisis.
  5. Colaborativo. Es preciso que funcione integrado con otros procesos de BI. lo que, de esta manera, permitirá perfeccionar la calidad de los datos y que sea más fácil el acceso a ellos.

Data Discovery se constituye, así pues, como una herramienta que posibilita al usuario final todas las ventajas de integrar en una coordinación eficiente el Businnes Inteligence y el autoservicio.

Como ejemplo, un gerente de ventas tendría acceso de manera directa a los datos de cuáles son los productos y los clientes más rentables de un periodo de tiempo, sin tener que recurrir a un profundo análisis elaborado por el departamento de Tecnología. Esto, sin duda, supondría un ahorro considerable de tiempo, y un mayor aumento de la productividad de la empresa.

Transformando la Inteligencia de Negocio

En multitud de ocasiones el descubrimiento de datos se integra en la misma categoría que el Big Data. puesto que entran dentro de su alcance los tres elementos utilizados para describir este fenómeno: variedad, velocidad y volumen. El Data Recovery hace posible la pretensión del usuario de poder manejar grandes cantidades de datos y obtener resultados rápidamente.

Las principales ventajas son:

  • El usuario es capaz de explorar datos, ya sean estructurados o no, ampliando su alcance y optimizando y mejorando la calidad de sus informes, análisis, trabajos y toma de decisiones.
  • La variedad de fuentes se convierte en ilimitada.
  • El autoservicio, como se ha dicho más arriba, es su motivo estrella, que siempre se ve potenciado cuando se tiene la herramienta adecuada. Mucho más cuando se tiene al alcance unas funcionalidades gráficas atrayentes, que ofrecen la posibilidad de obtener resultados de forma extremadamente rápida.
  • Ya no es necesario recurrir al TI. Tradicionalmente este departamento era el que gozaba de potestad y veto en las decisiones que tenían que ver con la adquisición por parte de la empresa de una nueva plataforma informática. Sin embargo, esto ha cambiado. En efecto, se ha visto aumentado el peso de la empresa cuando llega el momento de tomar decisiones referidas a la compra de una solución de software, llegando incluso a darse casos en los que, como por ejemplo cuando se trata de autónomos, ya no se necesita la aprobación del TI.

En definitiva, con el Data Discovery, la Inteligencia de Negocio alcanza una nueva dimensión, puesto que, si bien los instrumentos de descubrimiento de datos han existido durante un tiempo, la flexibilidad de su nuevo enfoque, orientado hacia análisis de datos, hace posible que el BI llegue a las masas de una forma más efectiva.

«El equilibrio entre agilidad y completitud en el análisis de negocio está desapareciendo al tiempo que las nuevas tecnologías traen la velocidad del descubrimiento de datos a un conjunto completo de herramientas de BI que los usuarios empresariales de a pie pueden aprovechar fácilmente en su vida cotidiana» Southard Jones, The battle of Business Intelligence: Data Discovery vs Traditional BI.

Ventajas y desventajas

Muchos negocios han incorporado el descubrimiento de datos, integrándolo en su rutina, debido a los numerosos pros que ofrece a las empresas:

  • Total flexibilidad en la creación cuadros de mando e informes.
  • Rapidez a la hora de examinar los datos y llegar a conclusiones. De esta forma, el usuario de negocio es capaz de usar estas herramientas y lograr conclusiones propias, sin que sea necesario que tenga una formación o cualificación demasiado amplia, y con un tiempo de aprendizaje muy reducido.
  • El usuario no depende del TI, como sucedía hace tiempo. «El equilibrio entre agilidad y completitud en el análisis de negocio está desapareciendo al tiempo que las nuevas tecnologías traen la velocidad del descubrimiento de datos a un conjunto completo de herramientas de BI que los usuarios empresariales de a pie pueden aprovechar fácilmente en su vida cotidiana» Southard Jones, The battle of Business Intelligence: Data Discovery vs Traditional BI. Los pros y contras de Data Discovery 7
  • Entorno amigable. El interfaz que ofrecen estas herramientas tiene como características principales su facilidad de uso y su uso intuitivo, poniendo a disposición del usuario multitud de gráficos que se pueden manejar sin la obligación de programar nada.
  • Lograr una visión más amplia de la procedencia de los datos, mejorando así su calidad y su coherencia.
  • Hallar metadatos complementarios clave sobre los activos de los datos principales e identificar tendencias.
  • Ser un apoyo para la Inteligencia de Negocio y liberar de carga de trabajo al TI, permitiéndole optimizar sus esfuerzos, para centrarse en la gobernanza y el modelado de datos.

A pesar sus beneficios, esta herramienta no ha llegado aún a alcanzar su máximo grado de excelencia, y sigue evolucionando. Empresas de muy diferentes sectores buscan experimentar las potenciales ventajas del descubrimiento de datos. Sin embargo, una vez que han sido implementadas, empiezan a hacerse patentes los inconvenientes del Data Discovery:

  • El tiempo de configuración suele ser bastante largo.
  • Sus aplicaciones presentan opciones limitadas.
  • Su uso resulta más difícil de lo que cabría esperar.
  • Falta de unicidad del dato, que, al no ser verificado, corre el riesgo de resultar poco fiable o falto de calidad.
  • Fomentar la creación de silos en los departamentos, al tener cada uno su depósito de datos, con el consiguiente riesgo de que estos no coincidan.
  • Ausencia del proceso de validación del dato, por lo que no hay garantía de que la información mostrada sea válida.

No obstante, se pueden contemplar cuatro reglas para para superar estas limitaciones del descubrimiento de datos, que son un freno para la calidad, la profundidad de la exploración y la fiabilidad de los datos:

  1. Implementar mecanismos de iteración de ciclo rápido, incrementando la velocidad de obtención de conocimiento con información, así como de valor con el dato.
  2. Objetivo de búsqueda claro.
  3. No ponerse límites.
  4. Introducir la gobernanza, obteniendo independencia, flexibilidad y rapidez en la construcción de informes fiables y de calidad.

Formación relacionada

La página web www.cerem.do utiliza cookies para mejorar los servicios ofrecidos. Si continúa navegando, consideramos que acepta su uso e instalación. Para más información haga click aquí.

Subir