Desbloquee sus datos atrapados: Impulsando conocimientos del perímetro a la nube

Hablemos por un minuto sobre los silos de datos. Los silos del mundo real son, por supuesto, esas torres en las granjas que se utilizan para almacenar granos para su uso o venta en el futuro. Son edificios imponentes que normalmente contienen un solo tipo de materia prima. El concepto de silo generalmente funciona como una metáfora para describir grandes colecciones de datos sin procesar que se almacenan por separado de otros datos sin procesar.

Los servidores y dispositivos a menudo almacenan datos en silos. Diferentes máquinas almacenan datos, pero no necesariamente los comparten todos con otros dispositivos. Las aplicaciones generan y almacenan datos, pero solo algunas pueden...podría…compartirse si se utiliza una API (interfaz de programación de aplicaciones) bien escrita. Con el tiempo, las organizaciones se encuentran con una gran cantidad de datos, pero la mayoría de ellos están aislados, almacenados en silos metafóricos separados, para nunca ser parte de un todo más grande.

Cómo la informática perimetral crea la tormenta perfecta para los silos de datos

Cuando se trata de redes empresariales, especialmente del borde a la nube, los silos de datos ocurren naturalmente. Cada dispositivo en el borde produce datos, pero gran parte de esos datos pueden permanecer en el dispositivo o, al menos, en el grupo de dispositivos en esa ubicación del borde. Lo mismo ocurre con las operaciones en la nube. Los datos se crean y almacenan en muchos proveedores de nube diferentes y, aunque a veces intercambian datos, la mayoría vive aislado del resto de la empresa.

También: Cómo el edge-to-cloud está impulsando la siguiente etapa de la transformación digital

Pero los conocimientos y las estrategias procesables surgen cuando todos los datos de la empresa son accesibles para los usuarios y sistemas apropiados. Veamos un ejemplo que podría ocurrir en el minorista ficticio de artículos para el hogar, Home-by-Home, que discutimos anteriormente.

Home-by-Home vende un accesorio de iluminación montado en la pared que utiliza soportes de plástico para fijarlo a la pared. Por lo general, es un gran vendedor. Pero en marzo y abril de cada año, la empresa recibe una avalancha de rendimientos porque los soportes se rompen. Los retornos son de todo el país, desde Miami hasta Seattle. Ese es nuestro primer conjunto de datos, y las propias tiendas lo conocen.

Los soportes son construidos por una empresa asociada en una fábrica. Normalmente, la fábrica opera a temperaturas superiores a los 62 grados Fahrenheit, pero en enero y febrero, la temperatura ambiente de la fábrica desciende a un promedio de 57 grados. Ese es nuestro segundo grupo de datos, la temperatura en la fábrica.

Ninguno de los conjuntos de datos está conectado con el otro. Pero como exploramos con cierta profundidad hace un tiempo, algunos procesos de producción de plástico comienzan a fallar por debajo de los 59 grados aproximadamente. Sin poder correlacionar un conjunto de datos en una fábrica con las estadísticas de devoluciones de las tiendas, la empresa no podría saber que una fábrica un poco más fría estaba produciendo soportes deficientes, que estaban fallando en todo el país.

Pero al capturar todos los datos y hacer que los conjuntos de datos estén disponibles para el análisis (y la correlación basada en IA y el procesamiento de big data), los conocimientos se vuelven posibles. En este caso, debido a que Home-by-Home hizo que la transformación digital fuera parte de su ADN, la empresa pudo establecer la conexión entre la temperatura de fábrica y las devoluciones, y ahora los clientes que compran esos accesorios de iluminación experimentan muchas menos fallas. 

Sus datos están en todas partes, pero ¿son procesables?

Este es solo un ejemplo del potencial para recolectar datos desde el borde hasta la nube. Aquí hay algunas ideas clave que están interrelacionadas. 

Sus datos están en todas partes: Casi todas las computadoras, servidores, dispositivos de Internet de las cosas, teléfonos, sistemas de fábrica, sistemas de sucursales, cajas registradoras, vehículos, aplicaciones de software como servicio y sistemas de administración de redes generan datos constantemente. Parte de ella se purga a medida que se generan nuevos datos. Parte se acumula hasta que los dispositivos de almacenamiento se obstruyen debido al uso excesivo. Parte se encuentra en servicios en la nube para cada cuenta de inicio de sesión que tenga.

Sus datos están aislados: La mayoría de estos sistemas no se comunican entre sí. De hecho, la gestión de datos a menudo toma la forma de averiguar qué datos se pueden eliminar para dejar espacio para recopilar más. Si bien algunos sistemas tienen API para el intercambio de datos, la mayoría no se usan (y algunos se usan en exceso). Cuando se quejaba de algunos negocios locales, a mi papá le encantaba usar la frase: "La mano izquierda no sabe lo que hace la mano derecha". Cuando los datos están aislados, una organización es así.

Los conocimientos surgen cuando se correlacionan múltiples entradas: Si bien es posible someter un solo conjunto de datos a un análisis exhaustivo y obtener información, es mucho más probable que vea tendencias cuando puede relacionar datos de una fuente con datos de otras fuentes. Anteriormente mostramos cómo la temperatura del piso de una fábrica tiene una conexión distante, pero medible, con el volumen de devoluciones en las tiendas de todo el país. 

Para hacer eso, todos esos datos deben ser accesibles en toda su empresa: Pero esas correlaciones y observaciones solo son posibles cuando los analistas (tanto humanos como de IA) pueden acceder a muchas fuentes de datos para aprender qué historias cuenta todo.

Hacer que los datos sean utilizables y convertirlos en inteligencia

Entonces, el desafío es hacer que todos esos datos sean utilizables, recolectarlos y luego procesarlos en inteligencia procesable. Para ello, hay que tener en cuenta cuatro cosas.

El primer sitio que te recomiendo es viajes. Los datos deben tener un mecanismo para moverse desde todos estos dispositivos de borde, servicios en la nube, servidores y demás a algún lugar sobre el que se pueda actuar, o agregado. Términos como "lago de datos" y "almacén de datos" describen este concepto de agregación de datos, aunque el almacenamiento real de los datos puede estar bastante disperso. 

También: La transformación digital impulsada por el borde a la nube cobra vida en este escenario de un gran minorista

Estos dos temas, el almacenamiento de datos y el movimiento de datos requieren consideraciones de EN LINEA y gobierno. Los datos en movimiento y los datos en reposo deben protegerse del acceso no autorizado y, al mismo tiempo, hacer que todos esos datos estén disponibles para los analistas y las herramientas que pueden extraer los datos en busca de oportunidades. Del mismo modo, la gestión de datos puede ser un problema, ya que los datos generados en una ubicación geográfica pueden tener problemas gubernamentales o fiscales si se trasladan a una nueva ubicación.

Y finalmente, el cuarto factor a considerar es análisis. Debe almacenarse de manera que sea accesible para el análisis, actualizarse con la suficiente frecuencia, catalogarse correctamente y conservarse con cuidado.

Una introducción suave a la modernización de datos

Los humanos son criaturas curiosas. Lo que creamos en la vida real, a menudo lo reproducimos en nuestros mundos digitales. Muchos de nosotros tenemos hogares y lugares de trabajo desordenados porque nunca hemos encontrado el lugar de almacenamiento perfecto para cada objeto. Lo mismo, lamentablemente, suele ocurrir con la forma en que gestionamos los datos. 

Como discutimos anteriormente, hemos almacenado gran parte de ella. Pero incluso cuando extraemos todos esos datos en un lago de datos central, no tenemos las mejores formas de buscar, clasificar y filtrar todo. La modernización de datos se trata de actualizar la forma en que almacenamos y recuperamos datos para hacer uso de los avances modernos como big data, aprendizaje automático, IA e incluso bases de datos en memoria.

Las frases de moda de TI sobre la modernización de datos y la transformación digital van de la mano. Esto se debe a que no se puede llevar a cabo una transformación digital a menos que las metodologías de almacenamiento y recuperación de datos sean las mejores (a menudo las arriba) prioridad de TI de la organización. Esto se denomina estrategia de datos primero y puede generar beneficios sustanciales para su negocio.

Mira, aquí está la cosa. Si sus datos están atados y atrapados, no puede usarlos de manera efectiva. Si usted y su equipo siempre están tratando de encontrar los datos que necesitan, o nunca los ven en primer lugar, la innovación será sofocada. Pero libere esos datos y desbloqueará nuevas oportunidades.

No solo eso, los datos mal administrados pueden ser una pérdida de tiempo para su personal profesional de TI. En lugar de trabajar para impulsar a la organización a través de la innovación, dedican tiempo a administrar todos estos diferentes sistemas, bases de datos e interfaces, y a solucionar los problemas de las diferentes formas en que pueden fallar.

Modernizar sus datos no solo significa que puede innovar, también significa que puede liberar su tiempo para pensar en lugar de reaccionar. Eso también le brinda tiempo para implementar más aplicaciones y características que pueden abrir nuevos horizontes para su negocio.

Encuentre el valor y la información procesable ocultos en sus datos

El proceso de modernización de datos y la adopción de una estrategia de priorización de datos puede ser un desafío. Las tecnologías como los servicios en la nube y la IA pueden ayudar. Los servicios en la nube pueden ayudar proporcionando una infraestructura bajo demanda y escalable según sea necesario que puede crecer a medida que se recopilan más y más datos. La IA puede ayudar proporcionando herramientas que pueden filtrar todos esos datos y organizarlos de manera coherente, para que sus especialistas y gerentes de línea de negocios puedan tomar medidas.

Pero sigue siendo un gran pedido para la mayoría de los equipos de TI. Por lo general, TI no se propone almacenar en silos todos esos datos. Simplemente sucede orgánicamente a medida que se instalan más y más sistemas y se colocan más y más elementos pendientes en las listas de las personas.

Ahí es donde los servicios de administración e infraestructura como HPE GreenLake y sus competidores pueden ayudar. GreenLake ofrece un modelo de pago por uso, por lo que no tiene que "estimar" el uso de la capacidad con anticipación. Con paneles de aplicaciones cruzadas y servicios cruzados y una amplia gama de soporte profesional, HPE GreenLake puede ayudarlo a convertir sus datos en todas partes en una estrategia de prioridad de datos.