{"id":61388,"date":"2015-11-03T09:45:51","date_gmt":"2015-11-03T08:45:51","guid":{"rendered":"http:\/\/e3mag.com\/?p=61388"},"modified":"2019-07-24T09:55:18","modified_gmt":"2019-07-24T07:55:18","slug":"hana-roadmapping-la-trampa-de-los-datos","status":"publish","type":"post","link":"https:\/\/e3mag.com\/es\/hana-roadmapping-la-trampa-de-los-datos\/","title":{"rendered":"Hana Roadmapping - La trampa de datos"},"content":{"rendered":"<p>En este art\u00edculo presentamos un modelo de hoja de ruta para una introducci\u00f3n paso a paso. Adem\u00e1s del software, el hardware y los empleados adecuados, para entrar en el nuevo mundo de la digitalizaci\u00f3n y el big data se necesita sobre todo una cosa: datos.<\/p>\n<p>Con la recopilaci\u00f3n de datos brutos no compactados en el Diario Universal, en Central Finance y en el Hub One Exposure from Operations o con el nuevo modelo de arquitectura LSA++ altamente virtualizado, SAP est\u00e1 creando actualmente contenedores adecuados para evaluar grandes vol\u00famenes de datos. La \u00fanica l\u00e1stima es que su contenido no suele ser \u00fatil para los an\u00e1lisis estad\u00edsticos.<\/p>\n<p>La raz\u00f3n: por un lado, los procesos empresariales existentes no est\u00e1n alineados con este objetivo y, por otro, la validez de pr\u00e1cticamente todos los m\u00e9todos estad\u00edsticos depende del tama\u00f1o y la calidad de la muestra. En otras palabras, si no piensa ahora en sus objetivos de digitalizaci\u00f3n y en c\u00f3mo alcanzarlos, dentro de diez a\u00f1os se quedar\u00e1 con las manos vac\u00edas en cuanto a datos.<\/p>\n<h3>1. migraci\u00f3n<\/h3>\n<p>Para los clientes de SAP, la entrada en la gesti\u00f3n empresarial digital comienza con una migraci\u00f3n de una base de datos cl\u00e1sica como Oracle o MaxDB a Hana. Esta migraci\u00f3n de base de datos pura significa que los informes y las funciones seleccionadas (por ejemplo, transformaciones o activaciones en BW) se vuelven significativamente m\u00e1s r\u00e1pidos.<\/p>\n<p>Tambi\u00e9n existen nuevas interfaces (por ejemplo, con sistemas de procesamiento de eventos o Hadoop). Sin embargo, sin nuevos procesos empresariales, estas interfaces seguir\u00e1n sin utilizarse por el momento.<\/p>\n<p>El retorno de la inversi\u00f3n de una migraci\u00f3n pura de base de datos s\u00f3lo se produce en caso de que la aceleraci\u00f3n de las funciones de software genere beneficios por s\u00ed sola.<\/p>\n<p>Si, por ejemplo, los procesos de carga en BW se ejecutan un 50 o 75 por ciento m\u00e1s r\u00e1pido debido a una activaci\u00f3n m\u00e1s r\u00e1pida y a la eliminaci\u00f3n de pasos individuales del proceso (por ejemplo: borrado y reconstrucci\u00f3n de \u00edndices, estad\u00edsticas de la base de datos y roll-up), esto puede tener dos consecuencias:<\/p>\n<p>Los cuellos de botella en el procesamiento por lotes desaparecen en el aire y los datos relevantes para la toma de decisiones est\u00e1n a disposici\u00f3n del especialista a primera hora de la ma\u00f1ana en lugar de por la tarde. Lo primero puede ayudar a evitar nuevas inversiones en hardware, lo segundo puede llevar a tomar mejores decisiones.<\/p>\n<h3>2. nuevas funciones<\/h3>\n<p>Una vez finalizada la conversi\u00f3n de la base de datos, las nuevas soluciones \"Simple\" de SAP pueden activarse f\u00e1cilmente a trav\u00e9s de Switch Framework (SFW5).<\/p>\n<p>El resultado: se aceleran otros procesos empresariales gracias a estructuras de tablas m\u00e1s sencillas y a la reducci\u00f3n de c\u00f3digo, y se ofrecen funciones completamente nuevas (por ejemplo, la nueva gesti\u00f3n de cuentas bancarias en la gesti\u00f3n de tesorer\u00eda).<\/p>\n<p>Tras la migraci\u00f3n, tambi\u00e9n es el momento de preparar las soluciones espec\u00edficas de los clientes para Hana. L\u00f3gicamente, la atenci\u00f3n se centrar\u00e1 inicialmente en los procesos empresariales cr\u00edticos para la velocidad.<\/p>\n<h3>3. nuevos m\u00e9todos<\/h3>\n<p>Como plataforma y eje central para el suministro de datos, Hana abre las puertas a los flujos de eventos (palabra clave: ESP Plug-in para Hana Studio) y a los datos d\u00e9bilmente estructurados\/no estructurados (palabras clave: HDFS\/MapReduce o NoSQL).<\/p>\n<p>Sin embargo, los procesos empresariales tradicionales de ERP no pueden utilizar estos datos. El potencial de valor correspondiente s\u00f3lo puede aprovecharse redise\u00f1ando los procesos existentes.<\/p>\n<p>Por ejemplo, ser\u00eda concebible utilizar datos de las redes sociales para prevenir el fraude y destacar propuestas de pago cuestionables para su posterior an\u00e1lisis.<\/p>\n<p>Sin embargo, las aplicaciones (SAP Fraud Management, Business Rules Framework) deben configurarse para ello y puede ser necesario ampliar las aplicaciones existentes (por ejemplo: el programa de pagos\/F110). Por tanto, el cliente se enfrenta a un reto a\u00fan mayor que cuando \"afina\" informes o carga procesos.<\/p>\n<h3>4. nuevos algoritmos<\/h3>\n<p>La aceleraci\u00f3n conseguida por Hana permite utilizar algoritmos conocidos de forma diferente a como se hac\u00eda antes o utilizar por primera vez algoritmos nuevos de alto rendimiento.<\/p>\n<p>Ejemplo: ahora es posible segmentar a los clientes en funci\u00f3n de su sensibilidad al precio no s\u00f3lo una vez al mes, sino pr\u00e1cticamente de forma continua. En lugar de fijar precios diferentes para marcas b\u00e1sicas y premium con grupos objetivo claramente definidos, como se hac\u00eda antes, ahora se puede ofrecer el mismo producto a precios diferentes seg\u00fan la hora del d\u00eda.<\/p>\n<p>Con la introducci\u00f3n a escala nacional del etiquetado digital de precios, los minoristas de papeler\u00eda siguen ahora a las aerol\u00edneas y las tiendas web en la creaci\u00f3n de los requisitos t\u00e9cnicos previos para una segmentaci\u00f3n de clientes orientada al tiempo.<\/p>\n<h3>5. nuevas estrategias<\/h3>\n<p>Los datos de los sensores proporcionan r\u00e1pidamente grandes cantidades de datos, algunos de los cuales son incorrectos o incompletos. Esto por s\u00ed solo representa un gran reto para las organizaciones inform\u00e1ticas tradicionales.<\/p>\n<p>Sin embargo, hay otro problema: la Internet de los objetos tambi\u00e9n tiene la desagradable caracter\u00edstica -desde el punto de vista de la gobernanza- de cambiar constantemente de estructura.<\/p>\n<p>Actualmente, un coche de gama media puede proporcionar datos de entre 100 y 150 sensores. Con cada cambio de modelo, se a\u00f1aden nuevos, se eliminan los antiguos o cambian sus propiedades t\u00e9cnicas.<\/p>\n<p>La situaci\u00f3n no es diferente con las unidades de medici\u00f3n de un smartphone o la carcasa de una bomba. Por tanto, los flujos de datos y las funciones que se basan en el supuesto de datos de entrada estables quedan obsoletos incluso antes de entrar en funcionamiento.<\/p>\n<p>Se necesitan nuevos modelos de arquitectura en TI para hacer frente a unas condiciones marco inestables. A m\u00e1s tardar en esta fase es necesario un redise\u00f1o fundamental de las arquitecturas y los flujos de datos.<\/p>\n<h3>6 Nuevos paradigmas<\/h3>\n<p>Con los pasos de desarrollo 4 y 5 (en el diagrama), los bucles de realimentaci\u00f3n cerrados -pr\u00e1ctica habitual desde hace tiempo en los sistemas de control de procesos- se abren paso en el control de los procesos empresariales.<\/p>\n<p>Pero mientras que la maquinaria de producci\u00f3n ofrece un marco relativamente estable para definir las reglas, las decisiones en los procesos empresariales se toman en un entorno que cambia fundamentalmente cada hora o minuto.<\/p>\n<p>El intento de plasmar las reglas de este entorno en normas r\u00edgidas (y configuraciones personalizadas) est\u00e1 abocado al fracaso. Tarde o temprano, las organizaciones se ver\u00e1n obligadas a delegar sus decisiones en algoritmos autoadaptativos.<\/p>\n<p>Esto puede sonar poco familiar o incluso aterrador. Pero si somos sinceros, en nuestra vida cotidiana hace tiempo que dejamos las decisiones en manos de algoritmos que ya no sabemos c\u00f3mo funcionan en detalle.<\/p>\n<p>Casi nadie comprueba en el mapa cada instrucci\u00f3n de su sistema de navegaci\u00f3n, muy pocos despachadores sabr\u00e1n c\u00f3mo funciona la planificaci\u00f3n de la demanda en SAP ERP, y pocos pasajeros tienen reparos en embarcar en un avi\u00f3n aterrizado por el ordenador y no por la tripulaci\u00f3n cuando la visibilidad de la pista es mala.<\/p>\n<h3>Los datos como factor cr\u00edtico de \u00e9xito<\/h3>\n<p>Sin embargo, los casos empresariales con reconocimiento de patrones y toma de decisiones automatizada a menudo ni siquiera son viables con los conjuntos de datos actuales. Los algoritmos de reconocimiento de patrones en la prevenci\u00f3n del fraude, por ejemplo, requieren datos limpios y granulares de cientos o incluso miles de casos bien documentados y claramente estructurados.<\/p>\n<p>Para disponer de semejante tesoro de datos en una, dos o tres d\u00e9cadas, tenemos que empezar a dise\u00f1ar la arquitectura y a recopilarlos hoy mismo. Los gigantes de Internet, como Amazon y Google, llevan tiempo reconoci\u00e9ndolo. Los pioneros del big data se preocupan sobre todo de recopilar la mayor cantidad posible de datos y gestionarlos de forma flexible y estructurada.<\/p>\n<p>Lo que se pueda hacer con estos datos m\u00e1s adelante es algo en lo que a\u00fan podremos pensar dentro de diez a\u00f1os. La entrada de Google en la industria del autom\u00f3vil, la rob\u00f3tica y el negocio de la tecnolog\u00eda dom\u00e9stica tambi\u00e9n debe considerarse en este contexto.<\/p>\n<p>En los tres casos, no se trata principalmente de la venta de hardware, sino del control sobre los datos producidos por el hardware.<\/p>\n<h3>Conclusi\u00f3n:\u2009<\/h3>\n<p>Cuando se construye una casa, la planificaci\u00f3n no empieza cuando se colocan las tejas. La arquitectura y el dise\u00f1o del edificio se definen mucho antes de que la primera excavadora entre en el solar. La visi\u00f3n puede surgir incluso antes de comprar la parcela.<\/p>\n<p>Por supuesto, habr\u00e1 ajustes durante la realizaci\u00f3n de los planos de construcci\u00f3n. La propia obra puede deparar alguna que otra sorpresa o puede que haya que desplazar unos cent\u00edmetros una ventana para tener una mejor vista.<\/p>\n<p>Sin embargo, al igual que ocurre con la construcci\u00f3n, una arquitectura de datos no tiene por qu\u00e9 ser r\u00edgida. A partir de diciembre de 2015, Horv\u00e1th &amp; Partners ofrecer\u00e1 a sus clientes y partes interesadas un campamento de entrenamiento con v\u00eddeos y seminarios web.<\/p>\n<p>Examinaremos m\u00e1s detenidamente la cuesti\u00f3n de c\u00f3mo podr\u00edan ser las arquitecturas de datos flexibles para la digitalizaci\u00f3n.<\/p>","protected":false},"excerpt":{"rendered":"<p>Datos no estructurados, Internet de las cosas, aprendizaje autom\u00e1tico y toma de decisiones: Para muchos clientes, pasar\u00e1n cinco, diez o quince a\u00f1os antes de que toda la gama funcional de Hana est\u00e9 en uso. Pero si no piensa en su imagen objetivo ahora, no tendr\u00e1 la base de datos para ello. <\/p>","protected":false},"author":1842,"featured_media":61274,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[4,1583],"tags":[210,65],"coauthors":[34251],"class_list":["post-61388","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-management","category-1583","tag-big-data","tag-hana","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",400,155,false],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-768x297.jpg",768,297,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-100x39.jpg",100,39,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-480x186.jpg",480,186,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-640x248.jpg",640,248,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-720x279.jpg",720,279,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-960x372.jpg",960,372,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",18,7,false],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",1000,387,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",600,232,false],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015.jpg",600,232,false],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2019\/07\/2015-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"<p>Unstrukturierte Daten, das Internet der Dinge, maschinelles Lernen und Entscheiden: F\u00fcr viele Kunden werden f\u00fcnf, zehn oder 15 Jahre ins Land gehen, bevor die gesamte funktionale Bandbreite von Hana im Einsatz ist. Nur: Wer jetzt nicht \u00fcber sein Zielbild nachdenkt, dem wird dann die Datenbasis daf\u00fcr fehlen. <\/p>\n","category_list_v2":"<a href=\"https:\/\/e3mag.com\/es\/categoria\/gestion\/\" rel=\"category tag\">Business-Management<\/a>, <a href=\"https:\/\/e3mag.com\/es\/categoria\/1511\/\" rel=\"category tag\">MAG 15-11<\/a>","author_info_v2":{"name":"Michael Mattern, Horv\u00e1th &amp; Partners","url":"https:\/\/e3mag.com\/es\/author\/michael-mattern\/"},"comments_num_v2":"0 comentarios","_links":{"self":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/61388","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/users\/1842"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/comments?post=61388"}],"version-history":[{"count":0,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/61388\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media\/61274"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media?parent=61388"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/categories?post=61388"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/tags?post=61388"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/coauthors?post=61388"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}