{"id":776,"date":"2020-10-26T17:24:00","date_gmt":"2023-09-07T17:24:14","guid":{"rendered":"https:\/\/www.salesforce.com\/?p=776"},"modified":"2024-02-01T17:24:17","modified_gmt":"2024-02-01T17:24:17","slug":"data-warehouse-y-data-lake","status":"publish","type":"post","link":"https:\/\/www.salesforce.com\/mx\/blog\/data-warehouse-y-data-lake\/","title":{"rendered":"Data Warehouse y Data Lake: \u00bfqu\u00e9 son?"},"content":{"rendered":"\n

Los equipos de analytics y big data<\/strong> cumplen un papel crucial en la gesti\u00f3n y an\u00e1lisis de los datos de las empresas, buscando impulsar negocios competitivos y preparados para el futuro<\/a>. Para lograrlo, cuentan con tecnolog\u00edas<\/a> cada vez m\u00e1s sofisticadas para almacenar y procesar datos<\/a>. Entre las opciones m\u00e1s populares se encuentran los data<\/strong> warehouses y data lakes<\/strong>, sistemas dise\u00f1ados, cada uno, con una arquitectura y un prop\u00f3sito espec\u00edficos.<\/p>\n\n\n\n

Esta introducci\u00f3n al tema te proporcionar\u00e1 el conocimiento necesario para que puedas poner en marcha o mejorar proyectos de big data en tu empresa teniendo en cuenta las necesidades clave de tu negocio y sacando el mayor provecho de los datos recopilados.<\/p>\n\n\n\n

\u00bfEst\u00e1s listo para optimizar tus procesos de gesti\u00f3n de datos<\/strong>? \u00a1Sigue leyendo para descubrir c\u00f3mo lograrlo!<\/p>\n\n\n\n

LEE M\u00c1S:<\/strong> Habilidades digitales e IA: c\u00f3mo prepararse para el futuro del trabajo<\/strong><\/a><\/p>\n\n\n\n

Clasificaci\u00f3n e Integraci\u00f3n de Datos<\/strong><\/h2>\n\n\n\n

Antes de presentar los data warehouses y data lakes, debemos hablar sobre las categor\u00edas de datos y los procesos ETL<\/strong>, el principal recurso de integraci\u00f3n de datos digitales.<\/p>\n\n\n\n

Tipos de Datos <\/strong><\/h3>\n\n\n\n
\"\"\/\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n\n\n\n

Hoy en d\u00eda, los datos disponibles en la web se dividen en tres categor\u00edas:<\/p>\n\n\n\n

Datos Estructurados<\/strong><\/p>\n\n\n\n

Son datos formateados seg\u00fan par\u00e1metros espec\u00edficos para su organizaci\u00f3n en esquemas relacionales. Uno de los principales formatos de datos estructurados es el de las tablas, que se distribuyen en filas y columnas con valores predeterminados.<\/p>\n\n\n\n

Ejemplos:<\/strong> hojas de c\u00e1lculo y bases de datos (Excel, CSV, SQL, archivos JSON, entre otros).<\/p>\n\n\n\n

Datos Semiestructurados<\/strong><\/p>\n\n\n\n

Estos datos se clasifican as\u00ed porque, si bien presentan un determinado grado de organizaci\u00f3n interna, no est\u00e1n del todo estructurados.<\/p>\n\n\n\n

Ejemplos:<\/strong> archivos web (HTML, XML, OWL, entre otros).<\/p>\n\n\n\n

Datos no Estructurados<\/strong><\/p>\n\n\n\n

Estos datos carecen de organizaci\u00f3n o jerarqu\u00eda interna clara. Es la categor\u00eda m\u00e1s amplia y comprende la mayor parte de los datos de la web.<\/p>\n\n\n\n

Ejemplos:<\/strong> documentos de texto (archivos Word, PDF), archivos multimedia (imagen, audio y video), correos electr\u00f3nicos, mensajes de texto, datos de redes sociales, dispositivos m\u00f3viles, Internet de las cosas (IoT), entre otros.<\/p>\n\n\n\n

ETL <\/strong><\/h3>\n\n\n\n

En ingl\u00e9s, ETL<\/strong> es la sigla para Extract<\/em><\/strong> (Extraer), Transform<\/em><\/strong> (Transformar) y <\/strong>Load<\/em><\/strong> (Cargar).<\/p>\n\n\n\n

El ETL es el m\u00e9todo m\u00e1s tradicional de integraci\u00f3n de datos digitales y cada t\u00e9rmino de la sigla designa un paso en el proceso, como lo muestra el esquema de esta imagen:<\/p>\n\n\n\n

\"\"\/\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n\n\n\n

ETL: \u00bfc\u00f3mo funciona el proceso?<\/strong><\/p>\n\n\n\n

    \n
  1. Extracci\u00f3n (E): <\/strong>en esta fase, los datos se recogen de diferentes sistemas organizacionales y se llevan a un espacio temporal (staging area<\/em>) donde se los convierte a un mismo formato para su posterior transformaci\u00f3n.<\/li>\n\n\n\n
  2. Transformaci\u00f3n (T):<\/strong> los datos brutos se pulen y estandarizan seg\u00fan las necesidades de la empresa. Al final de esta etapa, los datos est\u00e1n \u201climpios\u201d, estructurados y listos para el almacenamiento.<\/li>\n\n\n\n
  3. Carga (L):<\/strong> los datos procesados \u200b\u200bse env\u00edan a un repositorio espec\u00edfico donde se almacenar\u00e1n de forma segura y se activar\u00e1n para consulta interna.<\/li>\n<\/ol>\n\n\n\n

    Desde fines de la d\u00e9cada de 1970, cuando se hizo popular el ETL, este m\u00e9todo se ha utilizado para estructurar datos para su almacenamiento en bancos como los data warehouses. \u00bfTe interesa saber m\u00e1s sobre estos repositorios? Sigue leyendo este contenido e inf\u00f3rmate.<\/p>\n\n\n\n

    Data Warehouse: \u00bfqu\u00e9 son y c\u00f3mo utilizarlos?<\/strong><\/h2>\n\n\n\n

    Como su nombre lo indica, los data warehouses<\/em> (en espa\u00f1ol, \u201calmacenes de datos\u201d) recogen datos hist\u00f3ricos para clasificarlos en bloques sem\u00e1nticos llamados relaciones. As\u00ed, el <\/strong>data warehouse<\/em><\/strong> es una base de datos relacional que contiene sobre todo datos estructurados.<\/strong><\/p>\n\n\n\n

    Los datos del data warehouse<\/em> se distribuyen en subconjuntos denominados data marts<\/em> (\u201cmercados de datos\u201d), que aceleran la recuperaci\u00f3n y la entrega de datos a equipos espec\u00edficos. Cuando se los ha solicitado, los datos del data warehouse<\/em> se ponen a disposici\u00f3n en modo lectura de acuerdo con la demanda de los analistas de big data y BI.<\/p>\n\n\n\n

    \"\"\/\n\t\t\t\n\t\t\t\t\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n\n\n\n

    Unificados, libres de desviaciones e inconsistencias, los datos del data warehouse permiten realizar an\u00e1lisis altamente precisos que, a su vez, generan informaci\u00f3n e insights<\/em> estrat\u00e9gicos. En resumen, entonces, los data warehouses centralizan los datos relevantes para la empresa, sistematiz\u00e1ndolos de manera eficiente y apoyando la creaci\u00f3n de estrategias comerciales basadas en <\/strong>data-driven.<\/em><\/strong><\/a><\/p>\n\n\n\n

    Con una cuidadosa planificaci\u00f3n y aplicaci\u00f3n del ETL, los data warehouses agregan un enorme valor a las decisiones organizacionales al permitir la optimizaci\u00f3n y aplicaci\u00f3n pr\u00e1ctica de los datos almacenados.<\/p>\n\n\n\n

    \u00bfQui\u00e9n utiliza los Data Warehouses? <\/strong><\/h3>\n\n\n\n

    Los Data Warehouses se han consolidado como una herramienta esencial en la estrategia de datos de las empresas modernas, proporcionando una plataforma centralizada para el almacenamiento, gesti\u00f3n y an\u00e1lisis de informaci\u00f3n cr\u00edtica.<\/strong> Estos almacenes de datos han demostrado su val\u00eda en una amplia gama de casos pr\u00e1cticos de diversas industrias, transformando la manera en que las organizaciones utilizan la informaci\u00f3n para la toma de decisiones informadas y estrat\u00e9gicas.<\/p>\n\n\n\n