X

Entérate cómo la nube y las nuevas tecnologías habilitan la transformación en los negocios y en la sociedad

Autonomous Data Warehouse: Nuevas innovaciones para analistas de datos, ingenieros de datos ciudadanos y desarrolladores de LOB

En este blog post, presentamos un nuevo enfoque para Autonomous Data Warehouse: empoderando a los analistas de datos de próxima generación con un almacén de datos en la nube de próxima generación.

Por George Lumpkin*

Después de la introducción del Autonomous Data Warehouse, las organizaciones de todos los tamaños reconocieron lo sencillo que podría ser proporcionar un almacén de datos. Dado que Autonomous Data Warehouse no requiere administración operativa (y por lo tanto no requiere un administrador de bases de datos), un almacén de datos en la nube está al alcance de muchas más organizaciones que antes.

Para muchas organizaciones de TI, Autonomous Data Warehouse fue exactamente lo que necesitaban. Autonomous Data Warehouse abordó las tareas operativas diarias, de modo que los especialistas en TI tuvieran más tiempo y energía para dedicarse a agregar nuevos conjuntos de datos y a ampliar el almacén de datos para cumplir con las necesidades del equipo de negocios.

-Lee más: La llegada de Java 16

Si bien Autonomous Data Warehouse eliminó la necesidad de un administrador operativo, aún se necesitaban sólidas habilidades de TI y desarrollo para construir un almacén. Las organizaciones necesitaban poder diseñar su esquema de base de datos, crear sus tablas de base de datos utilizando SQL, cargar sus conjuntos de datos en tablas, además de limpiar y transformar sus datos. Autonomous Data Warehouse (y esencialmente cualquier otro proveedor de almacenes de datos en la nube) fue una solución orientada a SQL, diseñada para usuarios técnicos que se sentían cómodos con las bases de datos relacionales.

Evolucionando en un modelo de autoservicio para el almacenamiento de datos
En Oracle, cuando comenzamos a considerar la próxima generación de almacenes de datos en la nube, reconocimos que no había ninguna razón por la que la creación de un almacén de datos en la nube  aún requiriera una profunda experiencia en TI. Los almacenes de datos se construyen para resolver problemas empresariales, proporcionando información más profunda sobre los datos empresariales de una organización, y los usuarios principales del almacén de datos no son gurús de SQL, sino analistas de datos y otros profesionales empresariales en las líneas de las organizaciones empresariales.

En este blog post, presentamos un nuevo enfoque para Autonomous Data Warehouse: empoderando a los analistas de datos de próxima generación con un almacén de datos en la nube de próxima generación. Autonomous Data Warehouse ahora ofrece un conjunto de herramientas integradas de autoservicio diseñadas no para el usuario SQL, sino para el usuario empresarial, el científico de datos ciudadano y el desarrollador ciudadano.

Autonomous Data Warehouse ha añadido un nueva selección de herramientas integradas (además de las herramientas integradas preexistentes como SQL Worksheet, Machine Learning Notebooks y APEX):

•    Cargar datos
•    Transformar datos
•    Modelo de negocios
•    Conocimientos basados en datos
•    Catalogo
•    AutoML
•    Graph Studio

Herramientas de almacén de datos de autoservicio: un ejemplo

Estas nuevas herramientas están diseñadas para usuarios empresariales, en lugar de usuarios técnicos. El punto de partida para cualquier almacén de datos es cargar datos. Anteriormente, el único método de Autonomous Data Warehouse para cargar datos desde el almacenamiento de objetos en la nube era a través de SQL:

Si eres un usuario de SQL, los fragmentos de código usados anteriormente son fáciles de usar. Sin embargo, si eres un analista de datos, probablemente no conozcas SQL... y es probable que no estés tan ansioso por aprender estos detalles de la base de datos. Las nuevas herramientas integradas para Autonomous Data Warehouse tienen en mente al analista de datos, por lo que la carga de datos se ha simplificado mucho más a través de la interfaz de usuario (UI):

Un analista de datos podría usar la interfaz de usuario para simplemente cargar datos desde un archivo local en su portátil. Simplemente harían clic en "siguiente" en la pantalla anterior,  luego solo tendrían que arrastrar y soltar su archivo de datos en la herramienta "Cargar datos":

Autonomous Data Warehouse interpretará automáticamente los archivos, configurará las definiciones de tabla SQL con los nombres de columna y los tipos de datos apropiados, entonces cargará los datos. El usuario puede (opcionalmente) comprobar  la configuración antes de que comience la carga de datos, entonces podemos ver que los detalles de la definición de tabla y las opciones para la carga de datos:

Pero al final, la carga de datos se ha resumido a  un proceso de esencialmente un solo paso: arrastrar el archivo de datos a la herramienta de carga de datos. Autonomous Data Warehouse se encarga de los detalles técnicos.

Este sencillo ejemplo ilustra cómo Autonomous Data Warehouse está expandiendo su visión hacia los analistas de datos, además de los usuarios técnicos orientados a SQL. Con herramientas simples similares, Autonomous Data Warehouse proporciona herramientas integradas para ayudar a los analistas de datos a transformar los datos dentro de su almacén de datos, organizar sus datos en modelos de negocio (para proporcionar una vista centrada en el negocio de los datos) y buscar sus datos con un catálogo (que además proporciona linaje de datos para que los usuarios de negocios puedan comprender de dónde provienen sus datos).

Ingenieros de datos ciudadanos - Introduciendo AutoML

Autonomous Data Warehouse ayuda a otros profesionales de negocios más allá de los analistas de datos; también introduce nuevas capacidades para ‘ingenieros de datos ciudadanos’.

Un ingeniero de datos ciudadano es un usuario de negocios que tiene una profunda comprensión de los datos y los problemas comerciales que deben resolverse, pero no es un científico de datos profesional con un título avanzado de ingeniería en sistemas.

Autonomous Data Warehouse incluye más de 30 algoritmos incorporados, un enriquecido conjunto de capacidades que se han incorporado a la base de datos de Oracle en los últimos 20 años.

El desafío aquí es que los algoritmos anteriores son utilizados por científicos de datos capacitados que entienden todos los matices de machine learning.

La nueva función Autonomous Data Warehouse ahora cierra la brecha, le permite al científico de datos ciudadano no-experto crear sus propios modelos de machine learning para abordar problemas comerciales como identificar las perspectivas de marketing o ventas más prometedoras.

AutoML ayuda a los científicos de datos ciudadanos al seleccionar los algoritmos y parámetros más apropiados basados en los datos proporcionados, sin la necesidad de tener algún conocimiento en especial sobre los algoritmos necesarios.

Aquí AutoML decide cual algoritmo se ajusta mejor al problema empresarial específico: en el ejemplo anterior, AutoML ha probado un rango de algoritmos y finalmente ha seleccionado un modelo lineal general como el mejor algoritmo para resolver este requisito específico de rotación del cliente. Esto realmente le brinda el poder de trabajar con machine learning a un público empresarial mucho más amplio.

Desarrolladores LOB - Introduciendo APEX para el desarrollo de Low-code

Oracle APEX, la plataforma de desarrollo low-code de Oracle, te proporciona todas las herramientas que necesitas para crear aplicaciones en una única plataforma expandible, que se ejecuta como parte de Oracle Autonomous Data Warehouse.

Utilizando APEX, los desarrolladores LOB pueden desarrollar rápidamente aplicaciones atractivas simplemente combinando widgets prediseñados y expandibles. Es increíblemente fácil y rápido implementar aplicaciones HTML enriquecidas, potentes y compatibles con dispositivos móviles que resuelven problemas reales y crean valor inmediato.

Su amplia gama de tecnologías significa que no es necesario ser un desarrollador real. Esto significa que puedes enfocarte en resolver el problema y dejar que APEX se encargue del resto.

Para explorar cómo APEX te ayuda a eliminar la complejidad y a entregar resultados más rápido, ve a  nuestra página de APEX(apex.oracle.com), donde encontrarás todo lo que necesitas para comenzar.

Análisis de grafos
Autonomous Data Warehouse continúa expandiendo la gama de sus ofertas analíticas, con nuevas capacidades de análisis de grafos que le permiten a los usuarios comprender y analizar las relaciones dentro de los datos. El análisis de grafos puede ayudar a los usuarios empresariales a comprender cómo interactúan sus clientes e identificar cuáles son los clientes más importantes e influyentes, o puede ayudar a identificar el fraude mediante un análisis profundo de las cadenas de transacciones financieras.

Autonomous Data Warehouse introduce Graph Studio, una interfaz integrada low-code que automatiza el modelado de grafos y la gestión de datos, y simplifica el análisis y la visualización de grafos. Es importante destacar que Graph Studio guía al analista de datos en la creación del modelo de grafos. El almacén de datos puede contener tablas con datos de clientes, y Graph Studio puede ejemplificar los datos de clientes, comprender las relaciones preexistentes presentes en la base de datos y crear grafos identificando los vértices y bordes en función de esas relaciones.

Una vez que se crea el gráfico, Graph Studio proporciona notas integradas con capacidades de visualización de grafos:

Conclusión
Autonomous Data Warehouse —con su nuevo enfoque— está llevando a los almacenes de datos en la nube a un nuevo camino. El almacén de datos no necesita ser únicamente para expertos de SQL y profesionales de TI, ni debe requerir el ensamblaje de numerosas piezas y componentes. Autonomous Data Warehouse ha ampliado el servicio de almacenamiento de datos en la nube para abarcar la carga y transformación de datos, simplificar análisis profundos como gráficas y machine learning, además de ofrecer rápidamente nuevas aplicaciones low-code, todo con herramientas de autoservicio integradas.

¡Comienza a usar estas nuevas herramientas ahora mismo!
Esta fue solo una breve introducción a las nuevas herramientas de autoservicio, pero busca más entradas de blog que cubran estas diversas capacidades nuevas. O, mejor aún, ¡conéctate a tu propia base de datos autónoma y prueba las nuevas herramientas por ti mismo! Por si te lo preguntabas... SÍ, estas herramientas se incluyen en la versión Always-Free de Autonomous Data Warehouse.

Haz clic aquí para obtener más información sobre Autonomous Data Warehouse.

*George Lumpkin es Vicepresidente, Gestión de productos para Autonomous Data Warehouse

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.