La empresa financiera Libertad Soluciones de Vida, con sede en México, ha digitalizado su operación a través de Microsoft #Dynamics 365 y #Synapse Analytics, lo que ha permitido a la compañía llegar a usuarios de todo el país, incluidos aquellos en el extranjero.
Además, los servicios de crédito que antes tardaban 48 horas ahora se pueden proporcionar en menos de 30 minutos.
La compañía inició su proceso de transformación digital en 2018 con el macroproyecto Libertad Digital, que abarca todas las iniciativas de innovación conceptual y tecnológica.
Libertad Servicios Financieros es una institución financiera líder en México que ofrece una amplia variedad de servicios financieros, como préstamos personales, tarjetas de crédito, seguros y más. La empresa se enfrentaba a desafíos en sus operaciones, ya que necesitaban mejorar la eficiencia de sus procesos y reducir los riesgos asociados con sus operaciones financieras.
Para abordar estos desafíos, Libertad se asoció con nosotros para que brindemos soluciones de datos y analítica de negocios. 54cuatro trabajó en colaboración con el equipo de Libertad, Microsoft y otros proveedores para implementar soluciones de datos en Azure, incluyendo Azure Synapse, lo que permitió a la empresa procesar grandes cantidades de datos de manera eficiente y en tiempo real.
Además, implementamos soluciones de machine learning basadas en modelos de propensión, que permitieron a Libertad identificar a los clientes más propensos a adquirir sus productos y servicios. T
ambién se implementaron soluciones de analítica de negocios, riesgos, transacciones y fraude, lo que permitió a la empresa identificar y mitigar riesgos y mejorar sus procesos operativos.
Gracias a la implementación de estas soluciones, se pudo mejorar significativamente la eficiencia de sus procesos y reducir los riesgos asociados con las operaciones financieras. El cliente pudo también identificar oportunidades de crecimiento y mejorar la experiencia del cliente, lo que resultó en un aumento en la satisfacción del cliente y en el rendimiento financiero de la empresa.
No solo agilizamos la operación, sino también los tiempos de respuesta. Antes, tardábamos hasta 48 horas en darle visibilidad de su crédito al cliente. Hoy, lo podemos hacer en menos de 30 minutos.
Ricardo Merino: Director General Adjunto de Negocio
En la actualidad se habla mucho de #Metaverse, junto con #DeFi (finanzas descentralizadas) y #NFT (tokens no fungibles), podemos decir que son las tendencias actuales, que tienen un caso de uso del mundo real mientras se encuentran en el mundo virtual.
Hace unos atrás trabajaba en una empresa de servicios que le gustaba mucho meter verso, pero no es el caso de esta nota.
El metaverso al que nos vamos a referir, se trata de un mundo virtual, que tiene sus orígenes en la #web3. Recordemos que la web3, es justamente la evolución de internet. En la versión 1 pudimos acceder a los sitios web estáticos. En la versión 2 comenzó el uso de servicios de valor como YouTube, Google Maps, Twitter, etc. En esta tercera versión, dentro de la era de la Inteligencia Artificial, las monedas criptográficas, la realidad aumentada, la web3 tiene un comodín: descentralización.
La red de la Web3 es descentralizada, lo que significa que no será controlada por una única organización y las apps descentralizadas estarán creadas de forma abierta (dapps).
Pero volvamos al metaverso.
¿Que es el metaverso?
El término surge en 1992, en la novela de Neal Stephenson, “Snow Crash”.
#Microsoft, #Facebook, #Sony, son sólo algunas de las empresas inmersas en este nuevo mundo. El gran encanto de este nuevo mundo es la unión del cibermundo con el mundo físico (o el mundo real).
Existe una creencia de que se trata de un mundo de realidad virtual, donde vamos a vivir “cibervidas”. Pero para no confundir, es válido aclarar que este cibermundo nos va a permitir seguir manteniendo nuestra vida en el mundo real, pero enriquecida con componentes futuristas.
Vamos a listar algunos ejemplos:
En el tiempo de pandemia aprendimos a trabajar 100% de forma remota. Dentro del metaverso las reuniones podrían tener experiencias más inmersivas, pudiendo simular que escribimos en una pizarra.
Ir de compras por internet suele una experiencia compleja cuando se trata de ciertas cuestiones como las tallas de la ropa. Por medio del metaverso se podría conseguir “probarse” la ropa previo a comprarlo.
Quizás algo que ya existe, pero con mayores detalles: Visitar una propiedad por medio de realidad aumentada y conocerla a detalle antes de decidir la compra.
El metaverso tomó gran relevancia por los anuncios de Facebook (ahora Meta). También levantó polémica que existan marcas como Zara que hayan lanzado modelos de ropa para vestir a los avatares virtuales (y que los costos sean similares a la ropa real).
Pero controversias al margen, hay que destacar que no hay un único metaverso donde todo es un avatar, sino que van a existir muchos metaversos. De hecho actualmente Facebook tiene uno, Microsoft otro, y hasta marcas como Zara tienen uno.
La unión con el concepto de Industria 4.0
En este mundo de múltiples Metaversos, #Nvidia, tiene su #Omniverse en colaboración con #BMW. Este mundo virtual, busca la optimización industrial basada justamente en la simulación industrial por computadora, uno de los pilares de la #industria4.0.
Recordemos: La simulación es de utilidad cuando necesitamos planificar sistemas de producción altamente complejos, cuando necesitamos dimensionar riesgos, o incluso cuando necesitamos capacitar equipos de trabajo.
Volviendo al metaverso. En el caso del gaming o experiencias digitales, la tendencia será la de juegos con cascos inmersivos. Pero para el mundo real, el metaverso permitirán lograr un enfoque innovador y mucho más performante en las cadenas productivas, logísticas, etc.
Por tanto, no solo las criptomonedas son fundamentales. Big Data, Machine Learning, IoT, serán un requerimiento imprescindible para este nuevo mundo.
La industria del marketing, el retail y la logística también serán grandes beneficiados.
Las tiendas buscan continuamente lograr una experiencia única tanto para sus usuarios digitales como para los usuarios físicos, motivo por el cual llevan adelante experiencias de ‘omnicanalidad’. A esto se le sumará el concepto de #phygital.
Phygital será la unión entre el e-commerce y las tiendas físicas, sacando lo mejor de cada uno de estos ambientes, y aprovechando las ventajas de ambos entornos para construir un marco integrador que las fusione.
En este caso, las soluciones como los totems/kiosks inteligentes, soluciones RFID y realidad aumentada seguirán ganando terreno.
DeFi (finanzas decentralizadas)
Este tema da para un post aparte, pero para una rápida introducción a #DeFi, destaquemos que los componentes (Metaverse, NFT y DeFi) operan sobre cadena de bloques. Para usar las monedas o fichas de Metaverso, primero tendrá que comprarlas desde el mundo real. Puede hacerlo pasando por un bucle de monedas fiduciarias e intermediarios bancarios. Pero eso arruinará todo el sentido de un mecanismo de comercio descentralizado. Ahí es cuando entran en juego las finanzas descentralizadas o DeFi. A través de las redes DeFi, puede comprar o vender fácilmente sus tokens Metaverse mediante contratos inteligentes, transacciones P2P y más.
Esto añadirá un condimento extra a las transacciones, y será otro canal de ventas para las empresas, motivo por el cual muchas empresas como la ya mencionada Zara comenzaron rápidamente a incursionar en el metaverso.
Predicciones fallidas
Muy rápidamente el metaverso tiene detractores y por sobre todo predicciones sobre su fracaso, sobre su control de la humanidad, etc.
Repasemos rápidamente:
En 1878 William Preece, jefe de ingenieros del servicio postal de la Gran Bretaña, anunciaba lo innecesaria que resultaba en un país con tan buen servicio de mensajería la llegada del teléfono.
En 1946, Darryl F. Zanuck, presidente de la 20th Century Fox anunciaba que la llegada de la tv duraría unos pocos meses ya que la gente se cansaría de mirar la misma caja todas las noches.
Más acá en el tiempo, se predijo la caída de internet, la destrucción de la industria musical, y hasta incluso hubo predicciones fallidas por expertos de la informática.
Quienes trabajamos como #EnterpriseArchitect sabemos de la necesidad de documentar lo que vamos creando. Necesitamos herramientas UML para poder bajar a detalle y crear un esquema visual de lo que luego se convertirá en un producto.
UML es una técnica para la especificación sistemas en todas sus fases, un lenguaje para hacer modelos y es independiente de los métodos de análisis y diseño.
Nació en 1994 cubriendo los aspectos principales de todos los métodos de diseño antecesores y, precisamente, los padres de UML son Grady Booch, autor del método Booch; James Rumbaugh, autor del método OMT e Ivar Jacobson, autor de los métodos OOSE y Objectory.
¿Cuales son las herramientas de UML?
Existen algunas herramientas tradicionalmente usadas para este tipo de trabajos. Tradicionalmente el #Visio de #Microsoft es de las más referenciadas.
En la actualidad existen muchas nuevas herramientas, algunas web, algunas open source, que permiten realizar el modelo de Arquitecturas Aplicativas o de IT en general.
El gran auge de la #nube, creó un sinfín de nuevas herramientas de modelado, algunas específicas para cada nube, como el caso de Cloud Craft que permite crear modelos basados en tecnología #AWS, y que además permite conectarse a la calculadora de #Amazon para realizar el presupuesto de lo que está definiendo.
Captura de Cloud Craft
Sin dudas es una herramienta súper potente. Siguiendo dentro de la misma familia, existen algunas como Cloud Skew o Hava que nos permiten realizar el diseño no solo para AWS sino también para #Azure o #GCP.
Modelando en la web
No podemos dejar pasar por alto herramientas de mucha utilidad como LucidChart o Draw.io (ahora renombrada como Diagrams.net), que no solo son de utilidad para Arquitectos, sino para generar todo tipo de gráficos anidados con cierta lógica como Flujos de Procesos u Organigramas, como para mencionar algunos ejemplos.
Nuestra preferida: Archimate
Nuestra preferida es sin dudas #Archimate. Es quizás la herramienta hecha por y para Arquitectos Empresariales o Enterprise Architects, bajo el estándar abierto propuesto por Open Group.
Captura de Archimate
Archimate es una herramienta #OpenSource, que puede ser usada en #Windows, #Linux y #Mac, y que puede ser descargada desde la web archimatetool.com. Permite a los usuarios de esta tool, crear modelos basados en frameworks de arquitectura como #TOGAF. Dentro de una misma aplicación se pueden crear flujos de negocios, modelos de planificación de tipo Mind Mapping, modelos de interrelación aplicativa, y hasta planificaciones basadas en #Agile.
Sin dudas es la elegida por nuestro equipo, y la que recomendamos para llevar a cabo las tareas de planificación inherentes a un arquitecto.
La visión por computadora, o #CV (Computer Vision) es un método exploratorio de imágenes por medio de la inteligencia artificial (#IA) que entrena a las computadoras para interpretar y comprender el mundo visual. Permite analizar fotos y/o vídeos con equipos tales como cámaras y que a partir de algoritmos de análisis pueden identificar y clasificar objetos que sirven para tareas tales como:
Reconocimiento de patrones/comportamientos
Procesamiento e interpretación de imágenes de video vigilancia
Análisis de imágenes multiespectrales
Modelado y reconstrucción 3D
Visión por computador en ciudades inteligentes para controles
¿Como puedo usar Azure para realizar desarrollos de Inteligencia Artificial?
#Microsoft ofrece servicios cognitivos a través de su plataforma #Azure por medio de su suite “Azure Cognitive Services“, desde donde se pueden analizar imágenes por medio de tecnología de CV, como también trabajar con Lenguaje y Voz.
Los servicios que se ofrecen tienen SDK y API disponibles. Para el caso puntual de esta nota, la parte de visión, actualmente cuenta con tres servicios:
Azure Computer Vision : para usar algoritmos de análisis de imágenes avanzados preexistentes.
Azure Custom Vision para crear, mejorar e implementar sus propios clasificadores de imágenes.
Rostro : para utilizar algoritmos faciales avanzados preexistentes para detectar y reconocer rostros humanos.
Casos Prácticos
El uso típico de las herramientas de CV se basan en enviar una imagen y obtener información detallada sobre las diversas características visuales (y atributos) que se encuentran en ella. Pero estos son algunos usos interesantes que se le puede dar a la visión por computadora:
Etiquetar características visuales: obtenga atributos que puedan servir como metadatos para la imagen.
Detectar objetos: observar imágenes/vídeos y poder detectar objetos, un caso practico podría ser detectar un automóvil mal estacionado
Detectar marcas: observar imágenes/vídeos y poder detectar marcas comerciales, esto podría ser de utilidad para una empresa que desea comparar su posicionamiento en anaqueles de un supermercado respecto a su competencia
Detectar rostros: observar imágenes/vídeos y detectar a una persona, de gran utilidad para seguridad, controles de acceso o incluso para onboarding digital. En este punto es importante destacar que Azure posee un servicio mas complejo, llamado Face Service dentro Azure Cognitive Services que permite detectar emociones, poses de la cabeza o la presencia de máscaras faciales
En caso de que lo que esté desarrollando sea muy especifico, se provee una suite llamada Custom Vision. Este módulo se centra en la creación de modelos personalizados para la detección de objetos.
Por lo general, esto requeriría un conocimiento avanzado de las técnicas de aprendizaje profundo (#deeplearning) y un gran conjunto de datos de entrenamiento, pero el uso de Custom Vision Service nos permite lograr esto con menos imágenes y sin experiencia en ciencia de datos (#datascience)
Lectura de Documentos
Otra gran funcionalidad que permite la visión por computadora, es la de reconocer textos. Como parte de la suite de Azure existe un modulo basado en #OCR (Reconocimiento óptico de caracteres) que permite leer texto impreso y escrito a mano desde imágenes y como complemento existe un servicio orientado puntualmente a la lectura de formularios llamado Form Recognizer. Esta herramienta no solo permite interpretar los datos de un formularios, sino que posibilita el procesamiento inteligente de formularios y la creación de los flujos de trabajo de automatización para documentos como recibos y facturas.
Es una herramienta de gran utilidad para la digitalización de procesos de empresas que aun dependen de la recepción de recibos de pagos de sus clientes en papel, de manera que el modelo puede reconocer formatos de los recibos, extraer los atributos (fecha y hora del pago, monto, impuestos, etc) y cargarlos en sus sistemas informáticos corporativos.
La visión por computadora es de gran utilidad para la digitialización de las compañías y organizaciones gubernamentales, ya que permiten realizar tareas repetitivas y monótonas a un ritmo más rápido y con menos errores, lo que simplifica el trabajo de los humanos.
Desde antes de la fiebre #DevOps que sabemos que había que automatizar las pruebas de software, pero no se hizo. Los equipos de desarrollo fueron haciendo mayor énfasis en las pruebas de interfaz de usuario que en pruebas unitarias, y por consiguiente se fue deformando el enfoque propuesto por Mike Cohn, denominada ‘Pirámide Ágil de Automatización de Testing’.
Agile test automation pyramid – Mike Cohn
Esta pirámide es quizás la mejor definición de como deberíamos ejecutar las pruebas, y concentrarnos en la interfaz de usuario genera un patrón basado en Detectar Errores, cuando lo que debiéramos hacer es Prevenir Errores.
Pruebas unitarias
Esto tipo de testing es el que se realiza en la etapa de desarrollo, ejecutando pruebas unitarias después de cada compilación se consiguen datos específicos para un programador; ej: hay un error y está en la línea 1143.
Además habitualmente las pruebas unitarias se realizan en el mismo lenguaje que la pieza de software de manera que los programadores suelen mantener una cierta comodidad escribiendo pruebas.
Capa de Integración
En esta capa, se suele probar la integración de todos los componentes. Es donde se controla que todos los componentes funcionen correctamente y donde se busca comprobar que la lógica del software se encuentra alineada al requerimiento. Estas pruebas no solo aplicación a arquitecturas orientadas a servicios (SOA) sino también a variantes modernas de microservicios. En el caso de pruebas de API, necesita saber cuándo fallan sus API, por qué fallaron y necesita un circuito de retroalimentación ajustado para alertarlo lo antes posible. Es importante el testing en esta capa ya que si bien el end-to-end de las aplicaciones están compuestas de varios servicios que se concatenan entre si, hay muchos casos de prueba que deben invocarse de manera individual dado que no todos pueden ser ejecutados a través de la interfaz de usuario.
Pruebas de Interfaz de Usuario
Llegamos al tope de la pirámide. Y es justamente el tope de la pirámide porque este tipo de pruebas deben realizarse lo menos posible. Por motivos varios, son costosas, difíciles de preparar y requieren mucho tiempo. Ademas de que suelen salir muchos falsos negativos y falsos positivos. Pero de todas modas no debe evitarse esta etapa, dado que probando la interfaz de usuario se logra una prueba de extremo a extremo, para verificar el sistema en su totalidad.
El equipo de desarrollo de Google sugiere que las pruebas deben ser realizadas 70% de pruebas unitarias, 20% de pruebas de integración y 10% en la capa superior.
Integrando el testing en un modelo CI/CD
Recordemos que CI/CD es un pilar de #DevOps que busca desplegar aplicaciones de software por medio de la automatización; y como es bien sabido que el #testing es parte de todo esto, debemos tener integradas las pruebas para poder seguir con el circulo virtuoso que propone DevOps.
Integrar el testing bajo el concepto de “Testing Continuo” permite detectar errores de forma temprana y por ende resolverlos con gran rapidez.
Algunos test que son potencialmente automatizables son las pruebas de regresión, funcionales, de integración y de rendimiento. Algunas herramientas nos permiten facilitar las tareas de automatización de testing, aunque no menos importante es encontrar que será automatizado, y también orquestar inteligentemente las pruebas.
Herramientas para Pruebas Continuas
#Katalon. Esta herramienta ofrece una plataforma integral para realizar pruebas automatizadas para interfaz de usuario web, servicios web, servicios API y dispositivos móviles.
#Travis CI. Travis CI es un servicio de integración continua alojado que se utiliza para crear y probar proyectos de software alojados en GitHub y Bitbucket.
#Selenium es una herramienta de prueba compatible con la mayoría de los navegadores convencionales, como Chrome, Firefox, Safari e Internet Explorer.
#Azure Test Plan. En lo que refiere a ambientes #cloud, #Microsoft tiene una gran oferta de soluciones dentro de su suite Azure DevOps, y en este caso un kit de herramientas de pruebas exploratorias y manuales con una interfaz intuitiva e integrada.
Conclusión
Este tema da para largo y en próximas entradas seguiremos explorando el testing en el marco de DevOps, haciendo foco en Microservicios, API e incluso en Data.
El testing como parte de una cadena CI/CD es muy beneficioso, pero también pueden muy desafiante. Es necesario tener un buen plan de testing tradicional antes de incorporar este procedimiento de prueba.
Posterior a tener un buen marco de pruebas es recomendable trabajar en las estrategias de incorporación del flujo de pruebas al pipeline.
La tecnología serverless fue la que mayor crecimiento expone desde el 2018 hacia hoy. #AWS y luego #Azure fueron dos grandes promotores de la tecnología #serverless. Al dia de hoy existen múltiples alternativas, incluso para correr serverless sobre on-premise.
¿De dónde viene la tecnología sin servidor?
En primer lugar, tenemos que hablar de Virtualizacion. La virtualización de servidores fue el paso inicial, que se basaba en correr múltiples servidores en un mismo hipervisor. Con el avance de la nube publica, las empresas utilizaron #IaaS (infraestructura como servicio), que básicamente es arrendar servidores y mover la carga de la infraestructura a la nube, pero los equipos aún tenían que lidiar con la configuración del servidor. Mas tarde apareció en escena PaaS (Plataforma como servicio). Los proveedores de #PaaS ofrecían una pila de aplicaciones más completa, como sistemas operativos y bases de datos para ejecutarse en la nube y ser administrados por el proveedor. Pero eso no fue suficiente. Luego surgió la tendencia de crear contenedores, una tendencia que sigue en alza, pero que significa de todas formas llevar a cabo configuraciones.
#Serverless o #FaaS (función como servicio) representa un nuevo enfoque para el desarrollo de aplicaciones. En pocas palabras, FaaS es una forma de computación sin servidor que utiliza una infraestructura completamente administrada por un proveedor para cargar funciones y ejecutarlas mediante “pago por solicitud”, y logrando que los desarrolladores y equipos de operaciones se abstraigan totalmente de las instalaciones de sistemas operativos, servidores de aplicaciones, librerías, etc.
Arquitectura Serverless
La arquitectura “sin servidor” aplica a una capa de servicios, por tanto, los diseños de arquitectura deben contemplar las capas de datos e integración como parte de la misma. En líneas generales, las capas de presentación (web, mobile) y las de aplicaciones son las mas factibles de llevar a modelos serverless, con los siguientes beneficios:
Menores costos y escalabilidad. En comparación con el enfoque tradicional, reduce los costos de operaciones y mantenimiento del servidor. En comparación con otros tipos de computación en la nube, la mayoría de los proveedores de FaaS trabajan con el modelo de precios de pago por solicitud. Esto significa que solo paga por el tiempo que se invocó una función y por la cantidad de invocaciones.
Capacity planning. Puede asignar una cierta cantidad de memoria y CPU para una función, y escalarla según sea necesario hacia arriba y hacia abajo. Incluso apagarse apagarse cuando no sea necesaria.
Desarrollo e implementación más rápidos. En lugar de escribir una estructura monolítica, FaaS ofrece una alternativa más flexible. Los desarrolladores pueden escribir código para un conjunto de funciones, en lugar de toda la aplicación monolítica, y cargar bits de código en el servidor. Eso hace que toda la estructura sea fácil de corregir, actualizar y agregar nuevas funciones.
Proveedores de arquitectura serverless
#AWS es quien introdujo la tecnología con mayor fuerza. #Lambda se convirtió en sinónimo de serverless, manteniendo la posición de producto líder en el mercado con la más amplia gama de servicios disponibles. #Azure Functions fue el siguiente oferente de esta tecnología en la nube, ofreciendo un conjunto de servicios similar a Amazon pero con un enfoque orientado hacia familia de lenguajes y herramientas de #Microsoft.
Luego #Google en #GCP, #IBM, #Oracle, #Huawei lograron implementar soluciones serverless en sus nubes. Todos los proveedores mencionados ofrecen servicios similares, suficientes para lanzar una aplicación en una infraestructura administrada.
En cuanto a la compatibilidad de lenguajes, Azure y Lambda admiten más idiomas que otros proveedores, y en cuanto a performance, no existe una diferencia crítica entre el rendimiento de las FaaS de cada provider.
Como monitorear servicios sin-servidor
El monitoreo es necesario para controlar las aplicaciones que corran en formato serverless, teniendo en cuenta ademas que toda la infraestructura es administrada por un proveedor. Entonces, para ver qué sucede exactamente con su aplicación y aplicar métricas, cada servicio tiene que ofrecer herramientas de monitoreo / registro. Esto le permite una descripción general de los recursos asignados y utilizados, detectar errores, monitorear registros, etc. Un factor fundamental a monitorear tiene que ver con la concurrencia, entendiendo por concurrencia a la ejecución paralela de diferentes funciones en un período de tiempo determinado, esto permite determinar la tasa simultaneidad que tolera cada aplicación, y que viene determinada por configuraciones a realizar en el proveedor del servicio FaaS.
¿Puedo tener Serverless en mi datacenter?
Si. Por ejemplo Kubernetes ademas de funcionar como herramienta para automatizar la implementación, la administración y el escalado de aplicaciones en contenedores, tiene un marco nativo sin servidor para la implementación de código llamado Kubeless.
Apache OpenWhisk es otra plataforma de código abierto que ejecuta funciones, pero administra la infraestructura, los servidores y el escalado mediante contenedores Docker. Tambien existe una herramienta open source llamada Fn project. Es una plataforma sin servidor de código abierto que se puede ejecutar en cualquier lugar, en la nube o en on premise.
En cuanto a herramientas comerciales, #RedHat posee #Openshift Serverless, una herramienta serverless de nivel empresarial que brinda portabilidad y uniformidad a todos los entornos híbridos y multicloud basada en Knative.
Conclusión
La tecnología Serverless permite acceder a una forma de trabajar, con mayor foco en el desarrollo, delegando la administración de la infraestructura a un tercero.
¿Ya habías oído de Serverless? ¿Tu empresa se encuentra en proceso de adopción?
No solo sus competidores tradicionales lo reconocen: hay nuevos competidores que comienzan a lanzar #software innovador, trabajando dentro de su sector, pero al revés.
¿Usted elegiría software creado por un puñado de desarrolladores aislados o software creado por miles de personas que trabajan en colaboración para construir algo más sólido?
Innove a gran escala. Confíe en lo que entrega.
Microsoft #Azure es la nube con servicios de desarrollador integrados y #GitHub construye sobre esta base para convertirse en la Plataforma #DevOps central de #Microsoft.
Aproveche Microsoft DevOps con GitHub para entregar innovación rápida y eficiente.
Innovación de producto
Herramientas de administración confiables y escalables en todos los niveles, además de una comunidad diversa detrás de todo
Rapidez de entrega
Para innovar, las empresas deben moverse rápidamente.
Flexibilidad y control
Cualquier desarrollador, cualquier #nube. Use las herramientas que elija, solo traiga el código.
Ya nadie discute que los nuevos negocios dentro de las compañías, nacen aprovechando toda la informacion que guardaron estos años, y son esos datos los que permite crear nuevos productos, nuevos negocios, conocer mas a los clientes.
Pero también es necesario mencionar que se tiende a simplificar el “como” se usan esos datos. Los datos aportan valor si son confiables y de calidad, y para ello es necesario conocer su contenido y estructura.
En esta nota vamos a mencionar el camino recomendado para adoptar soluciones de #InteligenciaArtificial en la analítica partiendo desde una metodología de #gobernanza que asegure la calidad de los datos.
La fase de Recolección de Datos
El primer desafío es Recolectar la informacion que poseen las empresas, y en este sentido el desafío principal pasa por realizar una modernización de los procesos y flujos, para identificar todos aquellas bases de datos, tablas, archivos que tenemos a disposición para consumir esa informacion.
La fase de Organización de Datos
El segundo punto es Organizar esa informacion, generando un lenguaje común, para que todos los usuarios (de negocios y TI) conozcan todos los datos que estamos manejando, que exista una relación entre el lenguaje comercial y el lenguaje técnico; donde podamos generar Dueños de Datos. Estos Dueños de Datos (data stewardship) es lo que nos va a permitir la gestión y supervisión de los activos de datos de nuestra organización para ayudar a proporcionar a los usuarios comerciales datos de alta calidad.
Estos niveles de calidad son fundamentales si queremos tener reportes fidedignos; y por tal motivo vamos a correr procesos de Curación, Gestión de Metadatos, Linaje y Catalogo, entre otros procesos que serán los que dejaran lista una base de datos lista para el negocio.
La fase de Análisis de Datos
La fase de Organización nos va a permitir saltar a la fase de Análisis, donde vamos a poder armar #Dashboards y #Reportes desde informacion confiable, y eso se va a permitir:
Encontrar: Acceso mas rápido a la informacion
Confiar: Entender de donde provienen los datos y porque se puede confiar en ellos
Preparar: Limpiar, estructurar y enriquecer datos crudos para transformarlos en informacion procesada
Actuar: Generar nuevos resultados comerciales desde Análisis mas confiables.
Infundir: la capa de análisis inteligente
Luego de haber creado una plataforma de integración robusta, de tener identificado nuestros datos como activos y de generar reportes confiables, vamos a implementar una capa de Analítica Avanzada, donde logremos descubrir tendencias y patrones que mejoren la toma de decisiones mediante técnicas de exploración cognitiva.
En este punto soluciones de #MachineLearning logran destrabar el valor de los datos, permitiendo generar nuevos productos basados en el reconocimiento 360° de los clientes, detectar necesidades de la industria o simplemente lograr identificar cosas que siempre estuvieron invisibles a un análisis tradicional.
Que arquitecturas nos proponen los vendors?
Existe un consenso de la industria en torno al armado de arquitecturas de datos en distintas capas. La gran mayoría son plasmadas en gráficos que se pueden “leer” de izquierda a derecha, conformados por:
Capa Fuentes de Datos: donde contamos con los orígenes de datos, estos orígenes pueden ser bases de datos, webs, archivos, eventos, sensores, etc.
Capa de Integración: desde donde se efectúa el comportamiento relacionado a la orquestación del movimiento, transformación e ingesta de los datos.
Capa de Procesamiento: donde se ejecutan los procesos analíticos, ya sea en cubos.
Capa de Visualización: donde finalmente se presentan de forma amigable lo referido a reportes de cara a los usuarios.
A continuación veamos algunos esquemas de alto nivel que proponen #IBM y #Microsoft.
Arquitectura de Data provisto por IBM
Arquitectura de Data provisto por Microsoft en Azure
Conclusiones finales
Las tecnologías de análisis están al alcance de la mano de todos. En los últimos años, el crecimiento de la generación de datos es exponencial y lo seguirá siendo; y en paralelo las tecnologías cloud generaron una disminución en el costo del storage, mayor procesamiento, consumo “por uso” y aplicaciones apilables que nos permiten desarrollar una plataforma en la nube con muy poco esfuerzo.
Pero el mayor valor de una plataforma de datos no esta dado por la tecnología sino por los requerimientos de negocios que resolvemos.
Desde #54cuatro alentamos a nuestros clientes a convertirse en empresas inspiradas por los datos, donde la informacion sea un catalizador de nuevas ideas; y es por eso que no hacemos recomendaciones tecnológicas sin entender los requisitos, porque nosotros ofrecemos practicas y metodologías de gestión de datos (que entre otras cosas incluye el factor tecnológico) donde el mayor valor del análisis se da cuando se gestiona la informacion como un asset y donde la calidad asegura que los reportes mejoren la toma de decisiones, el servicio al cliente y el ROI.
This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Cookie settingsACCEPT
Privacy & Cookies Policy
Privacy Overview
This website uses cookies to improve your experience while you navigate through the website. Out of these cookies, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may have an effect on your browsing experience.
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
