{"id":1908,"date":"2021-07-01T01:40:27","date_gmt":"2021-07-01T08:40:27","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/real-time-data-analytics-operational-data\/"},"modified":"2021-07-01T01:40:27","modified_gmt":"2021-07-01T08:40:27","slug":"real-time-data-analytics-operational-data","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/es\/real-time-data-analytics-operational-data\/","title":{"rendered":"C\u00f3mo aprovechar el an\u00e1lisis de datos en tiempo real utilizando datos operativos"},"content":{"rendered":"

Las organizaciones de hoy en d\u00eda generan datos a escala masiva<\/strong> y vol\u00famenes.<\/p>\n\n\n\n

Las aplicaciones que se ejecutan en servidores en la nube, centros de datos y dispositivos perimetrales producen m\u00e1s datos, desde m\u00e1s fuentes de datos, que nunca antes. Con este crecimiento, las empresas lidian constantemente con el uso eficiente de sus datos operativos para obtener informaci\u00f3n empresarial mediante una variedad de an\u00e1lisis de datos.<\/p>\n\n\n\n

Desafortunadamente, los enfoques tradicionales de an\u00e1lisis distribuyen los datos operativos en m\u00faltiples sistemas dispares. Estos sistemas tienen estructuras de datos variadas y muestran diferentes propiedades transaccionales, lo que dificulta su an\u00e1lisis por parte de los usuarios finales. A menudo, los desarrolladores abordan este desaf\u00edo creando arquitecturas y flujos de datos anal\u00edticos no est\u00e1ndar que inevitablemente afectan a las aplicaciones operativas (transaccionales).<\/p>\n\n\n\n

Las organizaciones se ven en la necesidad de lidiar con procesos y sistemas no compartidos entre equipos. Esto agrava el problema y, en \u00faltima instancia, genera mayores costos administrativos, fugas de datos y obst\u00e1culos de gobernanza.<\/p>\n\n\n\n

Como los datos y transacciones<\/a> surgen de las aplicaciones modernas, existe una mayor necesidad de enriquecer la experiencia del usuario. Por ejemplo, ahora es posible combinar cargas de trabajo operativas y anal\u00edticas mientras se ingieren y procesan datos en tiempo real.<\/strong> Las empresas quieren ofrecer productos de datos s\u00f3lidos que les ayuden a comprender mejor el comportamiento de los usuarios. Del mismo modo, los desarrolladores quieren analizar los datos con facilidad y sin incurrir en enormes costos de infraestructura.<\/p>\n\n\n\n

\"Traditional<\/a>
Los flujos de datos tradicionales utilizan sistemas OLTP y OLAP interconectados mediante procesos ETL.<\/figcaption><\/figure><\/p>\n\n\n\n

\u00a1El an\u00e1lisis de datos JSON triunfa... pero espera!<\/h2>\n\n\n\n

En las aplicaciones modernas, JSON se ha convertido en un est\u00e1ndar de facto para almacenamiento de datos que requiere flexibilidad de esquema<\/a>.<\/p>\n\n\n\n

Ampliar los datos almacenados en formato JSON es relativamente sencillo, lo que permite que las aplicaciones evolucionen r\u00e1pidamente y satisfagan las necesidades del negocio. Pero las arquitecturas y herramientas de datos tradicionales en el panorama del an\u00e1lisis de datos imponen otra restricci\u00f3n: separar las cargas de trabajo transaccionales (OLTP) y anal\u00edticas (OLAP)<\/strong>. Luego, las herramientas de an\u00e1lisis de datos deben esperar a que se modifiquen los ductos de datos cuando cambian los esquemas subyacentes.<\/p>\n\n\n\n

Los procesos de extracci\u00f3n, transformaci\u00f3n y carga (ETL) generan costos elevados solo para que los datos est\u00e9n disponibles para un procesamiento anal\u00edtico posterior cuando se necesiten. Este enfoque de m\u00faltiples pasos dificulta la gesti\u00f3n de datos debido a la complejidad de usar sistemas separados. Como resultado, los retrasos inherentes entre los sistemas OLTP y OLAP ralentizan la toma de decisiones y paralizan a un negocio que de otro modo ser\u00eda \u00e1gil.<\/p>\n\n\n\n

Naturalmente, los datos en tiempo real son esenciales para mejorar el rendimiento de las aplicaciones avanzadas de an\u00e1lisis de datos e inteligencia empresarial. Esto repercute en la capacidad de identificar tendencias, para aplicar aprendizaje autom\u00e1tico<\/a>, o para aprovechar cualquier otro tipo de an\u00e1lisis prescrito de manera oportuna.<\/p>\n\n\n\n

Couchbase Analytics: Anal\u00edtica, procesamiento y gesti\u00f3n de datos simplificados<\/h2>\n\n\n\n

Entra en la era de anal\u00edtica h\u00edbrida<\/strong> con Couchbase Analytics<\/a>.<\/p>\n\n\n\n

Intentamos reimaginar un mundo donde nuestros clientes ganan y los an\u00e1lisis est\u00e1n disponibles a la velocidad de las transacciones. Este es un mundo donde los procesos ETL son inexistentes y un \u00fanico sistema h\u00edbrido derriba el muro entre las cargas de trabajo transaccionales y anal\u00edticas.<\/p>\n\n\n\n

En su esencia m\u00e1s profunda, Couchbase Analytics evita mover datos<\/em> desde bases de datos hasta almacenes de datos y facilita el acceso al procesamiento de datos en tiempo real.<\/p>\n\n\n\n

Couchbase Analytics tambi\u00e9n procesa informaci\u00f3n de otros sistemas adem\u00e1s de los presentes en un Couchbase<\/a> cl\u00faster. Esta innovaci\u00f3n permite experiencias mejoradas para el cliente y una mejor comprensi\u00f3n del rendimiento del negocio, lo que lleva a decisiones m\u00e1s basadas en datos.<\/p>\n\n\n\n

Los desarrolladores ahora pueden realizar solicitudes anal\u00edticas complejas y ad hoc \u2014JOINs grandes, agregaciones, agrupamientos\u2014 utilizando motores de procesamiento de consultas paralelas con manejo de datos masivos.<\/p>\n\n\n\n

\"Couchbase<\/a>
Couchbase Analytics impulsa aplicaciones modernas basadas en informaci\u00f3n.<\/figcaption><\/figure><\/p>\n\n\n\n

Deja que los datos impulsen tus decisiones de negocio para obtener una ventaja competitiva<\/h2>\n\n\n\n

Con el an\u00e1lisis de datos en tiempo real, ahora experimenta un tiempo de obtenci\u00f3n de informaci\u00f3n m\u00e1s r\u00e1pido.<\/p>\n\n\n\n

Puede ejecutar m\u00e1s experimentos para comprender mejor a sus clientes, ya que no hay un proceso ETL laborioso involucrado. El ciclo de retroalimentaci\u00f3n tambi\u00e9n es m\u00e1s corto entre los sistemas transaccionales y anal\u00edticos sin una capa ETL.<\/p>\n\n\n\n

El desglose a partir de agregados anal\u00edticos siempre conduce a datos de aplicaciones recientes. Como resultado, los desarrolladores y administradores de bases de datos evitan la proliferaci\u00f3n de bases de datos y ya no administran sistemas anal\u00edticos separados.<\/p>\n\n\n\n

Couchbase Analytics tambi\u00e9n ofrece un completo lenguaje de consulta de bases de datos similar a SQL que facilita enormemente la exploraci\u00f3n y el an\u00e1lisis de datos JSON.M\u00e1s informaci\u00f3n sobre N1QL aqu\u00ed<\/a>.)<\/p>\n\n\n\n

Por \u00faltimo, es un enfoque m\u00e1s econ\u00f3mico: un \u00fanico sistema h\u00edbrido consume menos infraestructura y necesita menos copias de datos, lo que da como resultado un reducir el costo total de propiedad<\/strong>. Al separar la carga de trabajo entre consultas operativas y cargas anal\u00edticas, la utilizaci\u00f3n de recursos es m\u00e1s efectiva sin el riesgo de afectar al sistema transaccional. (Explorar\u00e9 m\u00e1s sobre los beneficios del aislamiento de cargas de trabajo en nuestra pr\u00f3xima publicaci\u00f3n de esta serie).<\/p>\n\n\n\n

Aplicaciones basadas en la informaci\u00f3n para la empresa moderna<\/h2>\n\n\n\n

Las empresas utilizan Couchbase Analytics en diversas industrias, entre ellas:<\/p>\n\n\n\n

    \n
  • Las empresas de tecnolog\u00eda financiera y de seguros detectan fraudes y eval\u00faan riesgos en tiempo real en transacciones, p\u00f3lizas y siniestros.<\/li>\n\n\n
  • Las aplicaciones de comercio electr\u00f3nico y B2C generan recomendaciones personalizadas basadas en la actividad de la sesi\u00f3n.<\/li>\n\n\n
  • Las empresas de todos los sectores optimizan las campa\u00f1as de marketing y publicidad para evitar las demoras comunes en los sistemas por lotes actuales.<\/li>\n\n\n
  • Las plataformas de IoT detectan problemas en los dispositivos y optimizan los procesos en tiempo real en lugar de esperar a actividades de mantenimiento peri\u00f3dico.<\/li>\n\n<\/ul>\n\n\n\n

    V\u00e9alo en acci\u00f3n<\/h2>\n\n\n\n