{"id":49451,"date":"2018-09-18T08:00:36","date_gmt":"2018-09-18T06:00:36","guid":{"rendered":"http:\/\/e3mag.com\/?p=49451"},"modified":"2022-05-01T10:13:13","modified_gmt":"2022-05-01T08:13:13","slug":"gestion-de-datos-obligacion-o-inversion-valor-salarial","status":"publish","type":"post","link":"https:\/\/e3mag.com\/es\/datenmanagement-laestige-pflicht-oder-lohnenswerte-investition\/","title":{"rendered":"Gesti\u00f3n de datos: \u00bfuna tarea o una inversi\u00f3n rentable?"},"content":{"rendered":"

La gesti\u00f3n de datos no goza de gran popularidad, aunque la mayor\u00eda de las empresas son conscientes de que este tema de futuro es esencial en el contexto de una creciente avalancha de datos.<\/p>\n

En la pr\u00e1ctica, es evidente que, a pesar de ello, muy pocas empresas aprovechan plenamente las posibilidades de la gesti\u00f3n (automatizada) de datos. A menudo faltan recursos y una soluci\u00f3n t\u00e9cnica suficiente.<\/p>\n

A m\u00e1s tardar, si la migraci\u00f3n a Hana resulta demasiado costosa porque la base de datos es demasiado grande, la limpieza de datos se convierte en algo esencial antes de que la migraci\u00f3n pueda llevarse a cabo.<\/p>\n

Razones del crecimiento de los datos<\/h3>\n

Hay varias razones que han llevado a un crecimiento cada vez mayor de los datos en los \u00faltimos a\u00f1os, como el aumento de las transacciones comerciales y los nuevos procesos empresariales digitales, as\u00ed como las normativas legales que exigen archivar durante periodos de tiempo m\u00e1s largos.<\/p>\n

Entre ellas figuran las normas de la Ley Sarbanes-Oxley para las empresas que cotizan en bolsa y las disposiciones de Basilea III para las instituciones financieras. En EE.UU. est\u00e1n las directrices de la Securities and Exchange Commission (SEC) para el control de la negociaci\u00f3n de valores y en la UE la Directiva sobre conservaci\u00f3n de datos.<\/p>\n

Otras palabras clave son FDA en el sector farmac\u00e9utico y alimentario, HIPAA en el sector sanitario, as\u00ed como GDPdU (DE), ElDI-V (CH), BAO (AT) y FRCP.<\/p>\n

El valor de los datos...<\/h3>\n

Cuanto mayor es el volumen de datos de un sistema, menor es el porcentaje de datos valiosos utilizados activamente. En particular, los datos antiguos e hist\u00f3ricos (fr\u00edos) a menudo s\u00f3lo se conservan para posibles auditor\u00edas.<\/p>\n

Sin embargo, los datos fr\u00edos se siguen gestionando de la misma manera que los datos utilizados activamente (c\u00e1lidos y calientes). Por t\u00e9rmino medio, s\u00f3lo entre el 7% y el 15% de los datos de una base de datos se utilizan de forma productiva y est\u00e1n listos para la elaboraci\u00f3n de informes.<\/p>\n

El resto son datos maestros, datos temporales, datos hist\u00f3ricos (de m\u00e1s de dos a\u00f1os). Los sistemas SAP BW, en particular, acumulan datos que requieren una gesti\u00f3n proactiva y sofisticada.<\/p>\n

Por t\u00e9rmino medio, entre el 20 y el 30 por ciento de las bases de datos SAP est\u00e1n ocupadas por datos temporales. Estos se generan con cada transacci\u00f3n e interacci\u00f3n SAP y pierden su valor muy r\u00e1pidamente tras su generaci\u00f3n.<\/p>\n

Los datos temporales suelen encontrarse en las \u00e1reas de registros (registros de aplicaciones, registros de cambios), puesta en escena (PSA y registros de cambios), protocolos de comunicaci\u00f3n (IDOCS, RFC, registros) y datos de administraci\u00f3n (solicitudes).<\/p>\n

...y sus costes<\/h3>\n

Aunque sol\u00eda ser la forma m\u00e1s f\u00e1cil y percibida como m\u00e1s barata de comprar nuevo espacio de almacenamiento en cuanto las cosas se pon\u00edan dif\u00edciles porque era bastante barato, esto ha cambiado en los \u00faltimos a\u00f1os.<\/p>\n

Entre otras cosas, esto se debe a que un poco de espacio de almacenamiento no es suficiente: los datos que no se utilizan mucho o nada pasan por los mismos procesos y causan los mismos costes que los datos productivos. Por ejemplo, cada GB de datos de un sistema productivo se replica 7 veces dentro del entorno del sistema.<\/p>\n

\"Gundlich\"<\/a><\/p>\n

En el caso de nuestros clientes, observamos un crecimiento medio de los datos del 32,5% anual. El tama\u00f1o de un sistema se cuadruplica con un crecimiento anual de los datos del 25% en tan solo cinco a\u00f1os si no se lleva a cabo una limpieza de datos.<\/p>\n

A cambio, en el sistema de ejemplo con un tama\u00f1o inicial de 774 GB, se pueden ahorrar 3,6 TB en cinco a\u00f1os, siempre que se hayan aplicado las medidas adecuadas para una gesti\u00f3n inteligente de los datos.<\/p>\n

Una base de datos hinchada no s\u00f3lo genera costes innecesarios en cuanto al espacio de almacenamiento necesario. Tambi\u00e9n se incurre en mayores costes de mantenimiento, licencias, copias de seguridad o almacenamiento.<\/p>\n

Hoy en d\u00eda, por ejemplo, vemos variaciones significativas en los costes de SAP Hana, entre 50.000 y 150.000 euros, dependiendo del cliente y de la configuraci\u00f3n. La nube, el alojamiento, la integraci\u00f3n en centros de datos a medida, los dispositivos, la HA\/DR... todo influye en los costes, el rendimiento y la escalabilidad.<\/p>\n

La basura de datos afecta a los sistemas<\/h3>\n

Si el sistema se contamina con basura de datos, el rendimiento del sistema tambi\u00e9n suele deteriorarse. Esto puede resultar especialmente desagradable al navegar por las principales transacciones y al elaborar informes.<\/p>\n

Tambi\u00e9n en este caso, el lastre de los datos cuesta tiempo y dinero. Tiempo que se pierde en la limpieza de datos, lo que conduce a m\u00e1s basura de datos: un c\u00edrculo vicioso.<\/p>\n

En contra de la suposici\u00f3n de que la falta de gesti\u00f3n de datos no importa al cliente final, la coherencia de los datos tambi\u00e9n suele resentirse, como muestra el ejemplo de nuestro cliente.<\/p>\n

El departamento inform\u00e1tico del fabricante de camas hospitalarias y asistenciales Stiegelmeyer recibi\u00f3 comentarios del personal de ventas de que el sistema era confuso debido a la existencia de duplicados en los datos maestros y a que no se pod\u00eda encontrar inmediatamente al cliente adecuado. Adem\u00e1s, el rendimiento del sistema se colapsaba en ocasiones.<\/p>\n

El motivo era la evoluci\u00f3n del sistema, con numerosos desarrollos propios. Determinamos los puntos d\u00e9biles y las posibilidades de optimizaci\u00f3n con un an\u00e1lisis del sistema. Por ejemplo, 700 desarrollos internos no se utilizaban y pod\u00edan suprimirse. Tambi\u00e9n hab\u00eda potencial de optimizaci\u00f3n en el archivado de datos: el 85% del stock de datos era superfluo y pod\u00eda archivarse.<\/p>\n

\u00bfC\u00f3mo se mantiene \u00e1gil la base de datos?<\/h3>\n

Vemos cinco puntos de partida para mantener unas bases de datos \u00e1giles y eficaces:<\/p>\n

1. evitar la generaci\u00f3n de datos<\/strong> - o mantener los datos sin procesar \u00fanicamente en un lago de datos central. Cuantos menos datos no utilizados se almacenen en el sistema SAP, mejor ser\u00e1 el rendimiento del sistema y m\u00e1s optimizado podr\u00e1 estar el funcionamiento.<\/p>\n

Eliminar y dar de baja datos, aplicaciones e informes no utilizados:<\/strong> Lo que no se necesita debe eliminarse.<\/p>\n

Limpieza automatizada:<\/strong> \u00bfSistemas SAP eficientes sin mano de obra? Basada en reglas y equipada con las mejores pr\u00e1cticas, una soluci\u00f3n de limpieza automatizada puede eliminar hasta el 35% del contenido de la base de datos sin perder los conocimientos empresariales.<\/p>\n

4. descargar los datos calientes y fr\u00edos a un medio escalable y m\u00e1s barato:<\/strong> Gracias a tecnolog\u00edas modernas como Hadoop pueden combinarse diferentes conceptos y enfoques de Big Data. Por ejemplo, externalizando documentos y archivos de SAP a Hadoop. Los datos transaccionales y anal\u00edticos tambi\u00e9n pueden externalizarse. Gracias a interfaces certificadas, se puede seguir accediendo a los datos aunque no est\u00e9n almacenados en la base de datos primaria.<\/p>\n

Utiliza la copia selectiva:<\/strong> Los sistemas de prueba y validaci\u00f3n no necesitan todos los datos de un sistema productivo.<\/p>\n

Al copiar selectivamente datos validados por el proceso de un sistema productivo a otro de prueba, los sistemas no productivos se vuelven m\u00e1s \u00e1giles. Esto acelera los procesos de copia, que se repiten as\u00ed m\u00e1s a menudo, reduciendo los costes de hardware y personal.<\/p>\n

Ahorro en gesti\u00f3n de datos<\/h3>\n

Normalmente, una gesti\u00f3n eficaz de los datos puede ahorrar entre un 30% y un 50% del tama\u00f1o del sistema y reducir la tasa de crecimiento de los datos en un 60%.<\/p>\n

La primera prioridad es optimizar la clasificaci\u00f3n de los datos para decidir si es mejor almacenarlos y c\u00f3mo: Los datos calientes deben estar disponibles r\u00e1pidamente; se guardan en la memoria principal y, por ejemplo, se migran directamente durante una migraci\u00f3n a SAP Hana.<\/p>\n

Los datos en caliente pueden externalizarse a otra base de datos (secundaria) con un rendimiento adecuado pero costes inferiores. Los datos fr\u00edos se almacenan, archivan o eliminan de la forma m\u00e1s rentable posible.<\/p>\n

Normalmente, la clasificaci\u00f3n de los datos se apoya ahora en estad\u00edsticas de uso y an\u00e1lisis de valor, que ayudan al administrador de datos en su papel de gestor del ciclo de vida de la informaci\u00f3n.<\/p>\n

Adem\u00e1s de crear un cat\u00e1logo de datos que describa d\u00f3nde se almacenan, en qu\u00e9 formato y con qu\u00e9 importancia, un administrador de datos se ocupa de la identificaci\u00f3n y suministro de datos, la creaci\u00f3n y mantenimiento de datos de referencia y la calidad coherente de los datos maestros.<\/p>\n

Con la ayuda de una gesti\u00f3n de datos automatizada y eficaz, KION Group pudo eliminar el 30% del lastre de datos y aumentar as\u00ed el rendimiento del sistema en un 25% de media.<\/p>\n

Microsoft Azure ofrece soluciones listas para la empresa en la nube con SAP on Azure y una amplia gama de opciones de bases de datos y almacenamiento. Incluso los sistemas muy grandes pueden funcionar eficazmente gracias a la escalabilidad de SAP Hana, Hadoop y los servidores SQL. Los escenarios h\u00edbridos con almacenamiento secundario en la nube y la base de datos principal in situ son cada vez m\u00e1s populares para impulsar la expansi\u00f3n de la estrategia en la nube.<\/p>\n

Conclusi\u00f3n:\u2009<\/h3>\n

La gesti\u00f3n inteligente de los datos es indispensable para contener su crecimiento, garantizar un buen rendimiento constante del sistema y ahorrar costes. Merece la pena superar los obst\u00e1culos existentes.<\/p>\n

Un ILM centralizado es la clave para una mayor transparencia, un menor esfuerzo y una ejecuci\u00f3n fiable de todas las tareas necesarias. Adem\u00e1s, los enfoques organizativos, como la instalaci\u00f3n de administradores de datos y cat\u00e1logos de datos, son elementos b\u00e1sicos importantes.<\/p>\n

Las nuevas tecnolog\u00edas enlazadas de la mejor manera posible y provistas de herramientas anal\u00edticas constituyen la base de la gesti\u00f3n moderna del ciclo de vida de los datos y la informaci\u00f3n.<\/p>\n

La gesti\u00f3n eficaz de los datos se est\u00e1 convirtiendo en un importante factor competitivo para las empresas en tiempos de r\u00e1pido crecimiento de los lagos de datos, de modo que puedan aprovechar al m\u00e1ximo las oportunidades y el valor a\u00f1adido de los datos disponibles.<\/p>\n

\"https:\/\/e3mag.com\/partners\/datavard-gmbh\/\"<\/a><\/p>\n

\n

Criterios para una gesti\u00f3n eficaz de los datos<\/span><\/h3>\n

Medir el valor de los datos: Con la ayuda de herramientas de an\u00e1lisis, los datos deben clasificarse correctamente para reconocer con precisi\u00f3n su valor. Los enfoques modernos, como el aprendizaje autom\u00e1tico, ayudan hoy en d\u00eda en este sentido.<\/p>\n