Libertad de datos y análisis

SAP ha sustituido Data Warehouse Cloud por Datasphere

La tarea es tan antigua como la propia informática: ¿Cómo pueden las empresas usuarias utilizar sus datos de forma económica? ¿Y con independencia de cuándo y dónde se generaron y almacenaron con qué aplicación? Los usuarios experimentados de SAP recuerdan toda una serie de intentos del proveedor por ayudar a sus clientes en este sentido. Sin embargo, sin mucho éxito, como los expertos han señalado una y otra vez.

En consecuencia, muchos expertos reaccionaron con cautela cuando SAP presentó Datasphere en la primavera de 2023. En el evento virtual "SAP Data Unleashed", Datasphere se presentó como "una solución unificada para la integración de datos, la catalogación de datos, el modelado semántico, el almacenamiento de datos, la federación de datos y la virtualización de datos". Se dice que la solución permite a los profesionales de los datos "distribuir fácilmente los datos críticos para la empresa por todo el panorama de datos, manteniendo al mismo tiempo el contexto y la lógica empresariales". Esta presentación podría dar la impresión de una "herramienta universal" y, por tanto, exagerar las expectativas. Pero hablaremos de ello más adelante.

Primero las buenas noticias: SAP ha reconocido el reto no resuelto de la interacción sencilla con los datos de la empresa procedentes de distintas fuentes. En su estrategia de producto, la empresa de Walldorf unifica ahora toda la gama de funcionalidades para la gestión y el análisis de datos en un concepto global, de modo que en el futuro los clientes podrán reunir los servicios que necesiten en función de sus necesidades. El lanzamiento de Datasphere continúa de forma coherente el desarrollo anterior de la arquitectura de almacén de datos en la nube en la dirección de la denominada Business Data Fabric. Se trata de una capa de datos integrada y semánticamente versátil para el acceso continuo a los datos en todas las áreas del panorama de datos de una organización.

Al mismo tiempo, los usuarios reciben información sobre el contexto empresarial y la lógica necesaria para generar valor añadido a partir de los datos. La novedad radica sobre todo en que ahora es más fácil utilizar datos SAP y no SAP de forma integrada. Por ejemplo, esta tecnología permite combinar datos de almacenes de datos Oracle con datos de un BW/4 Hana. Este es un paso importante en la dirección correcta, porque los esfuerzos anteriores para extraer, transformar y restaurar datos han impedido muchas innovaciones exitosas de modelos de negocio basados en datos. 

Centrarse en los datos

Desde el punto de vista del usuario, la mayor ventaja de las innovaciones actuales de la Datasfera reside en que se centran en los datos, y no en la tecnología o sus fabricantes. Esto es tanto más cierto cuanto que no se ha quedado en una visión. Más bien, Datasphere aporta una serie de nuevas funciones concretas para el descubrimiento, modelización y distribución de datos empresariales de misión crítica. Una de las más destacadas es Datasphere Analytic Model. Esto permite a los expertos en datos resolver complejos requisitos de modelado reutilizando definiciones semánticas de aplicaciones SAP.

Las nuevas funciones de modelización multidimensional con enfoques analíticos completos ayudan tanto a los usuarios empresariales como a los informáticos a desarrollar modelos empresariales productivos con mayor rapidez. Por ejemplo, las tablas de solicitudes de compra y materiales pueden combinarse en un modelo analítico que proporcione a los usuarios clave información para optimizar el flujo de materiales. Esto no requiere un conocimiento técnico de los procesos en el fondo del almacén de datos que son mapeados por Datasphere.

Para que los modelos empresariales basados en datos funcionen, es importante minimizar al máximo la gestión manual de datos. Una herramienta importante en este contexto es el Catálogo Datasphere. Ayuda a encontrar, gestionar y controlar los datos automáticamente. Esto también simplifica el cumplimiento de las normas de gobernanza de datos a lo largo de todo el ciclo de vida de los mismos. Además, Datasphere incluye numerosas herramientas y tecnologías que ayudan a las empresas a reunir todos sus datos y garantizar que todas las partes interesadas trabajen siempre con los mismos datos.

Panorama de datos simplificado

Más y más datos conducen inevitablemente a más y más complejidad, ya que el número de relaciones posibles entre conjuntos de datos individuales aumenta progresivamente con la cantidad de datos. La necesidad de un manejo sencillo, seguro y flexible de la infraestructura para gestionar estos volúmenes de datos en rápido crecimiento es aún mayor. Por ello, SAP Datasphere funciona en cualquier nube y en entornos híbridos. Esto permite un acceso independiente de la ubicación a todos los datos de la empresa. Además, los anteriores clientes on-prem de SAP Business Warehouse (BW) podrán utilizar sus datos en Datasphere en el futuro.

Con BW Bridge, un servicio especial de Datasphere para integrar datos heredados en BW, los usuarios de NetWeaver BW y BW/4 obtienen herramientas de transferencia para trasladar sus modelos de datos y conectores existentes a la nube pública. Una vez integrados, los datos pueden combinarse y ponerse a disposición en espacios de trabajo virtuales con Datasphere Spaces. Estos espacios de trabajo virtuales son especialmente adecuados para los consumidores de datos que acceden con frecuencia a constelaciones de datos específicas, como marketing, ventas, proveedores, socios y equipos de IA. 

Entrar en Datasphere es especialmente fácil para las empresas que ya son clientes de la nube de almacén de datos: Reciben automáticamente las nuevas funcionalidades como servicios adicionales en su interfaz de nube existente, sin ninguna migración.

Datasphere no es una herramienta universal

El anuncio citado al principio podría dar la impresión de una herramienta universal para todas las aplicaciones relacionadas con los datos. Por eso es tan importante darse cuenta de lo que Datasphere es en el fondo: una capa de gestión de datos que sirve para ponerlos a disposición de las aplicaciones más diversas. El objetivo no es acabar con todos los problemas posibles con una única solución. Más bien, Datasphere está diseñado deliberadamente para ser tan abierto que los usuarios puedan decidir por sí mismos qué tareas procesan con qué herramientas. Por último, SAP ofrece otras soluciones en el ámbito de los datos y el análisis con SAP Analytics Cloud y SAP Data Intelligence Cloud. Ambas son componentes de SAP Business Technology Platform (BTP), al igual que Datasphere. Cuando se trata de generar valor económico a partir de los datos, es necesaria la interacción entre estos componentes y, en caso necesario, otras aplicaciones de diferentes proveedores.

Beneficio económico

La interacción entre los distintos componentes para datos y análisis puede demostrarse utilizando el siguiente escenario como ejemplo: Una empresa que coloca publicidad en estadios de fútbol necesita informar a sus clientes con qué frecuencia y durante cuánto tiempo estuvo visible su logotipo o motivo publicitario durante la retransmisión televisiva de un partido de fútbol. Para ello, utiliza un servicio de reconocimiento de imágenes basado en IA desde la nube que analiza los datos de streaming de la retransmisión televisiva.

En función de las especificaciones del cliente, el servicio proporciona una lista más o menos detallada de las veces que se ha visto el motivo. Estos datos estructurados se transfieren desde el proveedor de servicios correspondiente a Datasphere a través de un conector abierto de SAP. Desde aquí van directamente al cliente para sus informes e internamente al sistema ERP del comercializador para su facturación al cliente. Los datos de vídeo no estructurados, por su parte, se transfieren a Analytics Cloud, donde se utilizan para evaluaciones posteriores. Por ejemplo, se podría hacer una recomendación al cliente basada en datos para un posicionamiento diferente de su motivo. 

En otro escenario, un fabricante de maquinaria quiere evaluar en detalle la demanda energética de sus líneas de producción. El objetivo: ahorrar costes, producir de forma más sostenible y proporcionar datos eficientes para los informes de RSC. El objetivo es combinar y evaluar datos en flujo procedentes de distintas fuentes. Así pues, los datos pasan primero por Data Intelligence Cloud, desde donde se transfieren a Analytics Cloud tras una integración y orquestación automatizadas.

Con la ayuda del aprendizaje automático y otras tecnologías de IA, aquí se crean previsiones y simulaciones de la futura demanda de energía. Al mismo tiempo, los datos reales se transfieren a la Datasphere, donde se puede acceder a ellos en cualquier momento y desde cualquier lugar para realizar diversos informes y otros cálculos. 

Estos dos ejemplos en forma de xilografía lo demuestran por sí solos: En combinación con SAP Analytics Cloud y Data Intelligence Cloud, Datasphere ofrece a las empresas mucho espacio para diseñar libremente sus flujos de trabajo relacionados con los datos, en función de las tareas y los objetivos que persigan. El reto sigue siendo hacer el mejor uso posible de esta libertad.