Operaciones de datos: Optimización de la experiencia de datos
Este blog fue escrito por Monica Kimbrough con el apoyo de Gina Noel D’Ambrosio
He pasado más de dos décadas liderando transformaciones en toda la empresa para empresas de la lista Fortune 200. Durante este tiempo, he desarrollado una comprensión profunda de los beneficios que surgen de optimizar la experiencia de datos para producir resultados exitosos.
John G. Schmidt, mi socio comercial de larga data, y Kirit Basu son dos líderes reconocidos en el espacio de datos y escribieron un libro innovador que exploraba el tema. En DataOps: La edición autorizada define las capacidades, metodologías, prácticas y tecnologías necesarias para abordar las operaciones y la administración de datos.
“DataOps es la aplicación de las prácticas de DevOps a las infraestructuras de datos con una advertencia; tiene que adaptarse al cambio a un ritmo mucho más rápido que lo que era capaz en años anteriores”.
Volver a lo básico
Comencemos concentrándonos en algunos conceptos importantes:
- Las aplicaciones desempeñan un papel fundamental en el soporte y la automatización de varias funciones y actividades. Facilitan la creación, la utilización y el intercambio de información y datos. Los datos, cuando se consideran solos, carecen de valor inherente. Sin embargo, se transforma en información significativa cuando se coloca en un contexto, definido por su aplicabilidad, circunstancias, condiciones y las pautas en torno a su creación, uso, seguridad, gobierno y eliminación.
- Los documentos generados por humanos, como cartas de amor, descripciones de puestos e informes policiales, sirven como ejemplos de información. Al convertir estos documentos en un repositorio estructurado, habilitamos una variedad de acciones: Los datos se pueden buscar, editar, almacenar, asegurar, encriptar, duplicar, gobernar y, en última instancia, eliminar. Este conjunto de operaciones se administra fácilmente mediante computadoras.
- A través del análisis de datos, podemos descubrir comportamientos, tendencias y patrones importantes. Estas perspectivas profundizan nuestra comprensión de cómo los datos se interrelacionan con la información.
El rol de DataOps
DataOps carga y mantiene elementos de datos como contexto y relaciones, para que las aplicaciones puedan admitir la lógica del procesamiento de información. Esto abarca varias funciones clave, entre ellas:
- Archivar, subconjuntor, retener y purgar datos según sea necesario
- Supervisar el movimiento y el intercambio de datos entre los sistemas de aplicaciones y los almacenes de datos.
- Identificar y coordinar el impacto de los cambios en los sistemas interconectados.
- Ejecutar el manejo de excepciones para las operaciones de entrega de datos, el aseguramiento de la calidad y las medidas de seguridad.
Por qué es importante
A medida que las organizaciones se embarcan en iniciativas de transformación digital, es crucial identificar los procesos comerciales y los servicios asociados que pueden mejorar el rendimiento y la experiencia del usuario en las plataformas digitales. Es esencial garantizar que los modelos de información y datos estén bien mantenidos y optimizados de forma continua. Aquí es donde DataOps desempeña un papel vital. Automatiza los procesos que ayudan a aclarar e interpretar los datos, evaluando los datos sin procesar para obtener resultados y tendencias, y al mismo tiempo implementa las funciones necesarias para respaldar la lógica de procesamiento.
La clave del éxito de la transformación digital
A lo largo de mis años apoyando a las empresas que atraviesan grandes transformaciones digitales, he sido testigo de diferentes grados de madurez en el abordaje de los desafíos de datos que presentan estas transformaciones. Al final del día, es precisamente esta madurez lo que determinará el éxito o el fracaso.
La transformación digital implica varias capas, entre ellas:
- Identificación de iniciativas clave
- Definir qué funciones se ven afectadas por las iniciativas e incluidas en el alcance.
- Analizar los temas de información que serán generados y utilizados por las funciones dentro del alcance.
- Desarrollo del modelo de datos para respaldar estas iniciativas
Por último, la organización debe abordar los desafíos de mantener un modelo de datos robusto después del cambio al nuevo modelo operativo y plataforma digital. Esta tarea se vuelve exponencialmente más difícil cuando se requieren intercambios de información entre entornos de aplicaciones ubicados en diversos entornos. Esta complejidad crea la necesidad de una solución híbrida.
En las publicaciones posteriores del blog, analizaremos más de cerca esas complejidades. Exploraremos la importante función que desempeña DataOps para mantener la salud del modelo de datos y las funciones necesarias en la organización para realizarlo.
También analizaremos cómo la automatización tecnológica puede transformar las responsabilidades que suelen desempeñar los humanos y cómo la tecnología de Pure Storage puede ayudarlo a abordar estas complejidades. Analizaremos cómo la evolución de su infraestructura hacia una plataforma de administración de datos, o incluso una nube de datos empresariales, es un paso fundamental para obtener un control holístico sobre sus datos y simplificar su administración.