Aprendizaje automático de BigQuery

El fin de ECC 6.0 y R/3 y la conversión a Hana y S/4 ofrece oportunidades

Una migración de la base de datos utilizada actualmente a Hana y un cambio a S/4 es técnicamente y probablemente también comercialmente inevitable a medio plazo. Por lo tanto, tiene sentido abordar el cambio a tiempo. En cuanto al funcionamiento del sistema, parece que en el futuro sólo habrá una plataforma de destino: la nube. Entre las empresas usuarias, siguen dominando los modelos on-premise -aunque con tendencia a la baja-, así como el alojamiento en centros de datos externos.

La nube pública de SAP se adapta a escenarios definidos y desempeña un papel secundario en la consideración de la mayoría de las empresas. La propia SAP está impulsando el cambio a productos y servicios basados en la nube con Rise with SAP. Además de la presión de marketing generada por SAP, otros hiperescaladores también están interesados, por supuesto, en hacerse cargo de las cargas de trabajo de SAP. En la actualidad, siete hiperescaladores ofrecen plataformas IaaS certificadas para OLAP y OLTP. Para el mercado de habla alemana, Amazon Web Services (AWS), Google Cloud Platform (GCP) y Microsoft Azure son los proveedores relevantes.

Modelos operativos SAP

La elección del modelo de explotación se basa en una serie de criterios de decisión como la seguridad, las condiciones reglamentarias, la controlabilidad en la explotación, los requisitos técnicos y los niveles de servicio. A menudo surgen sorpresas en el proceso de toma de decisiones a la hora de elegir el modelo operativo adecuado. Las supuestas ventajas e inconvenientes se relativizan cuando se analiza más detenidamente el paso a la nube, especialmente en lo que respecta a la seguridad. Por ejemplo, los tres hiperescaladores mencionados ofrecen sus servicios de acuerdo con el Catálogo de Controles de Cumplimiento de la Computación en la Nube (C5) de la Oficina Federal Alemana de Seguridad de la Información (BSI). El C5 ayuda así a las empresas a demostrar su seguridad operativa.

Un aspecto que casi nunca se considera en el planteamiento inicial y que tampoco se tiene en cuenta en los procesos de licitación de las empresas usuarias es cómo afecta una reorientación de las operaciones de SAP a la fuerza innovadora y la competitividad de la empresa usuaria. En cualquier caso, llama la atención el hecho de que la orientación de futuro de un sistema central de creación de valor empresarial rara vez se refleje en el catálogo de criterios de adjudicación de contratos.

Autoridad y agilidad

Asimismo, cada vez son más populares los nuevos modelos de negocio, como los servicios directos al consumidor (DTC) y las suscripciones. En el futuro, el sistema de gestión de mercancías seguirá siendo la unidad central de almacenamiento de datos (fuente de autoridad). Además, los hiperescaladores proporcionan sistemas y tecnologías de bases de datos con los que las empresas pueden reaccionar de forma más eficaz y rápida a las demandas del mercado (fuente de agilidad). El puente hacia la transición en ambos mundos lo proporciona SAP Business Technology Platform (SAP BTP). Para los hiperescaladores mencionados, la SAP BTP es una plataforma establecida para conectar aplicaciones empresariales inteligentes con funciones de gestión, análisis, integración y ampliación de bases de datos y datos.

Entonces, ¿qué hace esta fuente de agilidad? Esto se ilustra con un ejemplo: Google BigQuery, un almacén de datos multicloud sin servidor para innovaciones basadas en datos en las empresas, está conectado al sistema ERP de SAP a través del BTP y sirve como sistema de agilidad. Los datos del sistema SAP se enriquecen con conjuntos de datos externos y datos en streaming en tiempo real. BigQuery se convierte así en la solución central para los analistas y científicos de datos. 

Dataplex, una estructura de datos inteligente, ofrece a las empresas acceso adicional a datos fiables y análisis útiles a escala. Pueden capturar, gestionar, supervisar y entregar estos datos de forma centralizada a través de lagos de datos, almacenes de datos y marts de datos con controles unificados. A continuación, pueden aprovechar el aprendizaje automático (ML) integrado de BigQuery para crear y ejecutar modelos de aprendizaje automático en BigQuery mediante consultas SQL estándar.

El aprendizaje automático con grandes conjuntos de datos requiere amplios conocimientos de programación y marcos de ML. Estos requisitos limitan el desarrollo de soluciones en la mayoría de las empresas a un pequeño grupo de personas. Los analistas de datos no son uno de ellos, porque aunque entienden los datos, sus conocimientos de programación y aprendizaje automático suelen ser limitados. Con BigQuery Machine Learning, los analistas de datos no necesitan nuevos conocimientos y pueden utilizar las herramientas SQL existentes para aprovechar el aprendizaje automático. De este modo, el equipo de operaciones de SAP puede ocuparse de sus tareas y, mientras tanto, las unidades orientadas al cliente tienen acceso a datos en tiempo real muy agregados y visualizados para tomar las decisiones correctas.