A medida que avanza la pandemia, y la vida online se acrecienta, las empresas han tenido problemas para manejar los datos de sus clientes o productos. Ello ha hecho que dos conceptos clave, que son una respuesta a los obstáculos en el análisis de datos y la gestión de estos, surjan: el tejido de datos/data fabric y la malla de datos.
El «tejido de datos» se trata de un enfoque de integración que incluye una arquitectura y servicios que ayudan a las compañías a organizar los datos. En cambio, la «malla de datos», tiene como objetivo brindar una capa de conectividad descentralizada. Con el fin de permitirle a las empresas acceder a datos de diferentes fuentes en todas las ubicaciones.
¿Qué es Data Fabric o tejido de datos?
Es una combinación de tecnologías que incluyen IA y aprendizaje automático. La estructura de datos es similar a la de un tejido, pues este se extiende para conectar fuentes de datos, tipos y ubicaciones con métodos para acceder a los datos. Ello le permite a Data Fabric identificar, conectar, limpiar y enriquecer continuamente los datos (en tiempo real) de diferentes aplicaciones. Y todo ello, con el fin de descubrir relaciones entre puntos de datos.
¿Cuáles son las ventajas de este método de análisis de datos?
Estas son algunas de las ventajas que brinda este tipo de análisis de datos:
- Puede “curar” trabajos fallidos de integración de datos.
- Es capaz de manejar aspectos de administración de datos complejos, tales como la creación y perfilado de conjuntos de datos. Además, ofrece formas de gobernar y proteger los datos al limitar quién puede acceder a ciertos datos e infraestructura.
- Funciona con una gran variedad de tipos de datos: técnicos, comerciales y operativos. También es una estructura compatible con varios estilos de entrega de datos, como recopilación, transmisión y virtualización.
- Brinda herramientas de visualización sólidas que facilitan la interpretación de su infraestructura técnica. Esto le permite a las empresas monitorear los costos de almacenamiento, el rendimiento y la eficiencia. Al igual que la seguridad, independientemente de dónde se encuentren los datos y aplicaciones.
- Minimiza las interrupciones al cambiar entre proveedores de nube y recursos informáticos.
- También le permite a las empresas, a los equipos de análisis de datos, ventas, marketing, arquitectos de red y seguridad adaptar su infraestructura. Y ello en función de las necesidades tecnológicas cambiantes, permitiendo conectar puntos finales de infraestructura independientemente de la ubicación de los datos.
¿Qué es una malla de datos?
A diferencia de una estructura de datos, este método se basa en metadatos que generan recomendaciones para cosas como la entrega de datos. La malla de datos aprovecha la experiencia de los expertos en la materia que supervisan los «dominios» dentro de la malla. Los dominios son clústeres de microservicios relacionados que se pueden implementar de forma independiente y que se comunican con los usuarios u otros dominios a través de diferentes interfaces. Los microservicios se componen de muchos servicios más pequeños acoplados libremente y que se pueden implementar de forma independiente.
Para agregar valor a una malla de datos, los ingenieros deben desarrollar una comprensión profunda de los conjuntos de datos. En otras palabras: volverse responsables de dar servicio a los consumidores de datos, organizarse en torno al dominio, probar, implementar, monitorear y mantener el dominio.
¿Cuáles son las ventajas de una malla de datos?
Las mallas de datos tiene diversas ventajas, estas son alguna de ellas:
- Las mallas de datos promueven la descentralización, en el lado positivo, lo que permite a los equipos centrarse en conjuntos específicos de problemas.
- Estas también pueden reforzar el análisis liderando con el contexto comercial en lugar de la jerga, el conocimiento técnico.
Sin embargo, las mallas de datos también presentan desventajas, como las siguientes:
- Los dominios pueden duplicar datos sin saberlo, desperdiciando recursos.
- La estructura distribuida de mallas de datos puede requerir más expertos técnicos para escalar que los enfoques centralizados.
- La deuda técnica puede aumentar a medida que los dominios crean sus propios canales de datos.
Entonces, ¿cuál método de análisis de datos deben usar las empresas?
Es importante tener en cuenta que la malla de datos y la estructura de datos se tratan de conceptos y no de tecnologías. Por tanto, ninguno de los dos debería excluirse. De hecho, una empresa puede adoptar ambos enfoques: usar la malla de datos o la estructura de datos en ciertos departamentos.
Sobre esto, James Serra (arquitecto de soluciones de big data) comenta que la diferencia entre los dos conceptos radica en el acceso de los usuarios a los datos.»Un tejido de datos y una malla de datos proporcionan una arquitectura para acceder a los datos a través de múltiples tecnologías y plataformas. Pero un tejido de datos está centrado en la tecnología, mientras que una malla de datos se enfoca en el cambio organizacional». También añade que: “[A] la malla de datos se trata más de personas y procesos que de arquitectura, mientras que una estructura de datos es un enfoque arquitectónico que aborda la complejidad de los datos y los metadatos de una manera inteligente que funciona bien en conjunto”.
En conclusión: las estructuras de datos y las mallas de datos seguirán siendo igual de relevantes en el futuro. Es cierto que cada método involucra elementos diferentes, pero tienen el mismo objetivo: brindar un mejor método de análisis a las empresas con una infraestructura de datos en expansión y en crecimiento.
