Você não modernizaria uma casa sem consertar sua base precária primeiro. Da mesma forma, seu ambiente de BI e análise precisa de uma base firme antes de poder atualizá -la.
Quando você começa a considerar um esforço de modernização, é provável que seja bombardeado com conselhos: basta escolher a tecnologia x ou o produto y e será fácil. Mas qualquer que esse conselho implique-big data, descoberta de dados, bi de autoatendimento, qualquer coisa sobre a nuvem, aprendizado de máquina, micro serviços etc.-não espere que eles o levem a dados nirvana com tanta facilidade.
Embora a modernização do seu ambiente de BI possa realmente envolver uma ou mais essas tecnologias, seus esforços precisam incluir não apenas produtos, mas também arquitetura, metodologia, processo e pessoas (habilidades e mudanças culturais) para serem bem -sucedidas. Sem essas mudanças, seus sucessos tendem a ser apenas táticos e de curto prazo. A longo prazo, você provavelmente está criando o próximo silo de dados que aprofundará seus problemas de dados.
Quando fornecedores e especialistas apresentam suas tecnologias e produtos, eles geralmente os comparam com as implementações de BI e data de data existentes para ilustrar sua superioridade. Mas é como as maçãs proverbiais para a comparação de laranjas.
Eles geralmente estão comparando uma prova de conceito primitiva da nova tecnologia com uma implementação não-tudo que lisonjeia de tecnologias e produtos existentes. Lembre-se de que as implementações existentes estão lidando com silos de dados do mundo real, questões de governança de dados e fluxos de novos projetos implementados sem pensar em uma arquitetura e política de dados. Além disso, muitas implementações de BI e DW existentes não seguiram as melhores práticas; portanto, independentemente das tecnologias e produtos utilizados, eles estavam destinados a fornecer resultados mornos.
Para que uma empresa modernize verdadeiramente a inteligência de negócios e a análise, precisa de mais do que apenas tecnologia e produtos. Ele também precisa modernizar sua abordagem fundamental para:
- estratégias de dados e integração
- Arquitetura de dados subjacente
- Dados, tecnologia e habilidades analíticas
- papéis e responsabilidades dos negócios e pessoas de TI
- Metodologia do projeto e agilidade
Independentemente do que você faz, os esforços de modernização precisam ser guiados pelo objetivo mais importante de aumentar o ROI dos seus esforços de BI e análise.
Um BI bem pensado e o esforço de modernização de data warehousing devem considerar essas tarefas:
- Incorporando BI de autoatendimento e análise
- Adicionando uma caixa de areia analítica
- Adicionando um laboratório de ciência de dados (hub)
- Alavancando dados não estruturados (grandes) com o data warehouse
- Aproveitando dados de aplicativos em nuvem, como Salesforce, Marketo e Concur
- Substituindo sistemas de sombra de dados
- Criando um data warehouse lógico (LDW)
- Usando diferentes tecnologias de banco de dados, como relacional, colunar, hadoop e diferentes tipos de NOSQL implantado no local, nuvem ou híbrido
- Aproveitando bancos de dados, análise e integração na memória
- Usando virtualização de dados
Uma boa base dará aos seus esforços de modernização o apoio necessário para maximizar seu ROI – e não diminuir.
Luis es un experto en Inteligência Empresarial, Redes de Computadores, Gestão de Dados e Desenvolvimento de Software. Con amplia experiencia en tecnología, su objetivo es compartir conocimientos prácticos para ayudar a los lectores a entender y aprovechar estas áreas digitales clave.