Oficinas centrales mundiales: 5 Speen Street Framingham, MA EE UU P F

Transcripción

1 Oficinas centrales mundiales: 5 Speen Street Framingham, MA EE UU P F I N F O R M E S e n t a n d o l a s b a s e s p a r a e l d e s p l i e g u e s a t i s f a c t o r i o d e s o l u c i o n e s d e a n ál i s i s e m p r e s a r i a l : e l p a p e l f u n d a m e n t a l d e l a i n f r a e s t r u c t u r a d e h a r d w a r e Patrocinado por: IBM Jean S. Bozman Diciembre de 2012 Dan Vesset O P I N I Ó N D E I D C Hay una creciente y cuantificable evidencia de que las organizaciones con mayor capacidad de análisis empresarial superan a sus homólogas con inferior orientación analítica. El estudio de IDC demuestra que las primeras tienen un 20 % más de probabilidades de estar entre las más competitivas de sus sectores. Actualmente, la convergencia de dispositivos inteligentes, redes sociales, comunicaciones generalizadas por banda ancha y sistemas de análisis impulsa una nueva era económica que está redefiniendo las relaciones entre fabricantes, distribuidores y consumidores. En esta economía inteligente, no solo el acceso a la información, sino también la capacidad de analizarla y actuar sobre dicha información, es lo que genera ventaja competitiva en las transacciones comerciales, permite una gestión sostenible de las comunidades y promueve la adecuada distribución de los servicios sociales, sanitarios y educativos. Los ámbitos de la fabricación, la sanidad, las telecomunicaciones, el sector público y otras organizaciones que tienen una mayor competencia y uso extendido de soluciones analíticas de negocio se definen por su enfoque en la selección, la implementación, el desarrollo contínuo y la gestión de nuevos sistemas. Estas organizaciones no solo se centran en la funcionalidad del software para la integración, el seguimiento, la gestión, el análisis y la visualización de la información, sino que también son innovadoras en lo que respecta a la infraestructura de hardware que favorece el éxito en proyectos de análisis empresarial y programas continuados. Se centran especialmente en la optimización y la fiabilidad, asícomo en la capacidad de ampliar el alcance del análisis empresarial, los servidores y la infraestructura de almacenamiento para afrontar volúmenes crecientes de datos multiestructurados, usuarios y casos de uso. Estas organizaciones disfrutan de una combinación de ventajas, marcada por el éxito de primeros proyectos que fijan las bases para el uso ampliado de soluciones de análisis a través de sus organizaciones y en colaboración con interesados externos. Las organizaciones deben estudiar las «mejores prácticas» de los líderes del mercado y tratar de emularlas. Estos ejemplos deben dar contenido a los nuevos proyectos analíticos, mientras que proporcionar ejemplos y «lecciones aprendidas» puede ayudar a los responsables de nuevos proyectos de análisis a evitar los fallos de proyectos que fracasaron.

2 P E R S P E C T I V A D E L A S I T U A C I Ó N La gran cantidad de documentación sobre tecnología, soluciones y mejores prácticas de análisis empresarial con frecuencia descuida destacar la importancia de la infraestructura de hardware en el éxito de estos proyectos de análisis empresarial. Se asume que el análisis empresarial es un requerimiento homogéneo y único para toda la empresa. Esta hipótesis conduce a numerosos malentendidos sobre el mercado que se traducen en un rendimiento no optimizado del sistema, una arquitectura rígida y un mantenimiento costoso; en otras palabras, proyectos fallidos. La realidad es que: El análisis empresarial es un término genérico que aglutina múltiples cargas de trabajo interrelacionadas, necesidades de automatización y apoyo a la toma de decisiones del usuario, y tecnologías de hardware y software. Una combinación de infraestructura de almacenamiento y servidores con capacidad de escalado horizontal y vertical puede permitir la recogida y el análisis de los datos. Ningún método pero podrá abordar todas las situaciones de uso. Las empresas deben plantearse cuál es la mejor forma de dar apoyo a flujos de trabajo complejos implantando diversos servidores y estructuras de almacenamiento. Por ejemplo, la ubicación de recursos de TI suele afectar a la latencia y al rendimiento de todas las cargas de trabajo extremo a extremo. Además, la infraestructura de red y sus capacidades tienen una fuerte influencia sobre el resultado de las tecnologías basadas en servidor y en almacenamiento que respaldan las cargas de trabajo analíticas. D i s e ñ o d e l a i n f r a e s t r u c t u r a p a r a e l a n á l i s i s e m p r e s a r i a l Profundicemos un nivel más en esta perspectiva de lo que funciona y lo que no funciona en el análisis empresarial. La Figura 1 ilustra el marco de gestión de decisiones de IDC, que nos ayuda a visualizar la gama de cargas de trabajo que implica el análisis empresarial. Este marco describe tres tipos de decisiones y cuatro dimensiones principales para cada una, como se muestra en los cuatro ejes de la figura. Cada una de las cuatro dimensiones primarias de decisión determinará cómo debe ser abordada por la organización, con hardware y software que hagan que la solución analítica sea eficaz, en términos de funcionalidad y rendimiento, asícomo de costes iniciales y costes totales de propiedad. Requisitos del aná lisis empresarial Las decisiones estratégicas tienen el mayor alcance y riesgo debido a su horizonte a largo plazo y a la presencia de muchos factores desconocidos. Aunque hay relativamente pocas decisiones estratégicas, estas requieren un alto nivel de colaboración entre los responsables internos y externos de tomar dichas decisiones, y permiten una automatización relativamente escasa. 2 # IDC

3 F I G U R A 1 M a r c o d e g e s t i ó n d e d e c i s i o n e s d e I D C Fuente: IDC, 2012 En el otro extremo del espectro están las decisiones tácticas tomadas tanto por empleados de primera línea como por sistemas informáticos. Se toman muchas decisiones de este tipo en un plazo determinado, y cada una conlleva relativamente poco riesgo y es propensa a la automatización. Debido a que estas decisiones se toman sobre el campo, en el flujo de la actividad, a menudo se produce muy poca colaboración durante el proceso de toma de decisión. Las decisiones operativas se encuentran entre estos dos extremos del marco de gestión de decisiones de IDC. Cada tipo de decisión está asociado a diferentes grupos de usuarios. Las decisiones operativas son tomadas por analistas y directores, las estratégicas por ejecutivos y las decisiones tácticas por empleados de primera línea o por sistemas automáticos, aplicaciones o máquinas. Entendiendo el proceso de toma de decisiones Comprender qué se requiere a la hora de tomar una decisión en su organización es un paso crucial para crear una estrategia de análisis empresarial para ella. Es importante destacar que esta estrategia incluye todas las consideraciones sobre el hardware y software, además del personal, la financiación y los procesos de negocio. Veamos como se posicionan los requerimientos típicos de usuario final según cada tipo de decisión y grupo de usuarios (ver Tabla 1) IDC #

4 T A B L A 1 C a s o s d e u s o d e a n á l i s i s e m p r e s a r i a l y r e q u e r i m i e n t o s f u n c i o n a l e s p o r t i p o d e d e c i s i ó n Tipo de decisión Estratégica Operativa Táctica Grupos de usuarios Ejecutivos, directores Científicos de datos, analistas cuantitativos, analistas de negocio Empleados de primera línea, aplicaciones automatizadas Casos de uso y requerimientos funcionales Gestión de riesgos Simulación KPI en paneles de control Colaboración Gestión del rendimiento y estrategia Acceso a la información móvil Análisis específico Descubrimineto Análisis predictivo Análisis en N dimensiones Experimentación Análisis causales Colaboración Gestión de grandes cantidades de datos multiestructurados y de diversas fuentes Informes operativos estructurados Perspectiva integrada de aplicaciones Navegación guiada Supervisión y ejecución basada en reglas Transmisión de datos en tiempo real, gestión de datos de alta velocidad Despliegue móvil Aplicaciones analíticas destinadas a la planificación y el descubrimiento Fuente: IDC, 2012 Las organizaciones que han liderado la adopción de soluciones de análisis empresarial de éxito han creado grupos separados internos focalizados en la gestión de información, el análisis, la gestión de infraestructuras y el desarrollo de aplicaciones. Estas organizaciones han reconocido que, además de los requerimientos específicos de los usuarios finales, existen otros comunes que no representan una carga para los procesos de negocios y que recaen en los grupos de TI; entre ellos, implantación rápida de aplicaciones analíticas, data marts, informes y cuadros de mando, escalabilidad flexible, gestión de la seguridad y optimización del rendimiento. I m p o r t a n c i a d e l a s c o n s i d e r a c i o n e s d e i n f r a e s t r u c t u r a p a r a e l é x i t o d e l a s i m p l e m e n t a c i o n e s d e l a n á l i s i s e m p r e s a r i a l Cuando el «grupo» de datos consistía principalmente en el procesamiento de transacciones en línea (OLTP, por sus siglas en inglés), la generación de 1s y 0s era el foco principal de cualquier proyecto de TI, y aumentar el rendimiento era el principal impulsor de la innovación para ese proyecto. Hoy en día, ningún empleado ni departamento puede absorber y analizar todos los datos que se generan. De hecho, las múltiples fuentes de datos mantienen bien ocupados a los departamentos de TI: datos de ingeniería, datos médicos, datos de 4 # IDC

5 transporte/logística y lo más llamativo datos de redes sociales, generados por sitios web y teléfonos móviles. En consecuencia, se precisan nuevos enfoques para recopilar estos datos multiestructurados, almacenarlos y analizarlos de una manera oportuna. Las organizaciones líderes que pueden gozar de una ventaja competitiva a partir del análisis empresarial presentan tres competencias clave en infraestructura: optimización, resiliencia y escalabilidad. Optimizació n para cargas de trabajo analíticas La optimización es el proceso de mejorar el rendimiento de un sistema dado mediante la adaptación del software a la configuración de hardware específica que se está utilizando. La potencia de procesamiento del sistema se puede ajustar para que coincida con una carga de trabajo específica, por ejemplo, determinando el número ideal de núcleos y zócalos que deben alojarse en el sistema. Los sistemas operativos se pueden ajustar para que se ejecuten más rápidamente en el hardware del servidor, y estos ajustes pueden ser probados, sobre todo, por vendedores o especialistas de TI, a fin de asegurar un procesamiento más rápido. El almacenamiento y la memoria se pueden adaptar a la configuración específica de hardware para asegurar que el sistema está equilibrado. La idea es que haya suficiente memoria y almacenamiento para la potencia de procesamiento que ofrece el servidor. La potencia de cálculo es importante, pero no es el único factor que hay que considerar en relación con el rendimiento. Las E/S del servidor, la capacidad de la red y las características de almacenamiento desempeñan un papel importante en el apoyo a la capacidad de procesamiento global de las cargas de trabajo analíticas. Toda vez que sea necesario transferir grandes cantidades de datos desde otros recursos de almacenamiento, la cantidad de capacidad de E/S integrada en el servidor para hacerlo puede llegar a ser un factor limitante. Así, el número de puertos de E/S (interconexiones PCIe) y los tipos de conexiones de E/S del servidor seleccionados son la clave de esta posibilidad de ampliar la capacidad de los servidores en el bastidor del centro de proceso de datos. La posibilidad de optimizar el sistema para una carga de trabajo concreta permite a un proveedor de tecnología desarrollar y comercializar productos cuya instalación es más rápida y su mantenimiento más sencillo. Por ejemplo, un sistema preconfigurado, probado y certificado reduce la necesidad de instalar software en una plataforma de hardware dada. La evaluación de la tecnología de análisis empresarial y el proceso de compra dependen de diversos factores. Estas son algunas de las numerosas preguntas que las organizaciones tienen que responder: Cuál es la visión estratégica a largo plazo para la plataforma de análisis empresarial de la organización? Debería incluir un único almacén de datos empresariales centralizado, data marts distribuidos, o una combinación de ambos? Cuál es el estado actual de la tecnología y la arquitectura de análisis empresarial de la organización? Qué tal funciona? Satisface las necesidades de todos los grupos de usuarios responsables de tomar decisiones? 2012 IDC #

6 Cuáles son los volúmenes de datos actuales y previstos y cuál es el número de usuarios con acceso directo a la solución de análisis empresarial? Con qué frecuencia deben ser capturados y cargados los datos en un almacén de datos? Qué variedad de cargas de trabajo de consulta debe soportar el almacén de datos? Qué tipos de capacidades de gestión de información y TI internos existen? Qué habilidades puede proporcionar un integrador de sistemas? Cuál es el equilibrio adecuado entre el personal de TI interno y externo? Según las respuestas proporcionadas a estas y otras preguntas relacionadas, las organizaciones podrán escoger entre varias opciones para su tecnología de análisis empresarial y, en concreto, para los almacenes de datos o almacenes de datos analíticos. Las opciones son las siguientes: Sistemas de gestión de bases de datos relacionales (RDBMS, por sus siglas en inglés) de carácter general que se despliegan en una plataforma de hardware adquirida por separado (incluyendo servidores y almacenamiento). Estos RDBMS fueron desarrollados principalmente para el procesamiento de transacciones, pero también se despliegan para análisis empresarial. RDBMS de carácter general que se venden sin el hardware pero con pautas de arquitectura de referencia específicas para clientes que optimizan la configuración del software con varias opciones de hardware. Estas configuraciones de referencia se basan en la integración probada, tecnológicamente certificada, entre software y hardware, pero no incluyen los paquetes formales de productos. Software de análisis o base de datos construido a medida que se implementa en plataformas de hardware adquiridas por separado. Este es un ejemplo de un appliance de software. Software de análisis o base de datos construido a medida que está preconfigurado, optimizado y preinstalado en hardware de carácter general y vendido como una sola unidad por un solo proveedor. Este es un ejemplo de appliance físico de análisis empresarial. Software de análisis o base de datos construido a medida que está preconfigurado, optimizado y preinstalado en hardware de carácter específico y vendido como una sola unidad por un solo proveedor. Este es otro ejemplo de appliance físico de análisis empresarial que representa el más alto nivel de optimización de la carga de trabajo. Estos cinco empaquetados de solución de análisis empresarial encajan en un continuo de funcionalidades en el que los dos primeros proporcionan la mayor flexibilidad en cuanto al apoyo a todas las posibles necesidades del proceso de toma de decisiones, así como las necesidades de procesamiento de transacciones (independientemente de su rendimiento). Los últimos tres empaquetados están construidos especialmente para cargas de trabajo de análisis con alto rendimiento, pero no tienen la flexibilidad para soportar ciertas cargas de trabajo operativas y de análisis empresarial de lectura y escritura intensiva en la misma plataforma. 6 # IDC

7 Resiliencia Disponibilidad. Para los sistemas de producción, las cargas de trabajo empresariales deben estar altamente disponibles porque asisten a cientos, o incluso miles, de usuarios finales que acceden a sistemas clave. Aunque algunas aplicaciones analíticas puede ser utilizadas por pequeños grupos de científicos de datos y analistas de unidades de negocio, su disponibilidad sigue siendo importante para el éxito general del negocio, ya que el papel de estos analistas se ha vuelto cada vez más determinante a la hora de aportar su perspectiva a responsables de toma de decisiones a lo largo de toda la organización y otras partes interesadas externas. En una encuesta reciente de IDC que englobó a más de 2500 organizaciones, el 22 % de los encuestados indicó que, si su solución de análisis de negocios estaba fuera de servicio durante una hora, esto tendría un impacto material negativo en las operaciones comerciales. Por esta razón, los grupos de TI están prestando cada vez más atención a la resiliencia de los propios sistemas y a garantizar que sean más expandibles que prescindibles, expandibles en el sentido de ofrecer más capacidad de almacenamiento, soportar interconexiones de E/S más rápidas, y ser capaces de analizar cada vez más recursos de datos. Flexibilidad. Proporcionada a través de una infraestructura más ágil, la flexibilidad permite a las organizaciones de TI soportar mejor las cargas de trabajo de análisis. Que la TI de una organización sea flexible significa que no será necesario retirar y reemplazar la infraestructura, sino que será más propensa a añadir nuevos servidores de red a la infraestructura existente o a reorganizar los servidores en clusters, grids o grupos que ejecutan software de análisis. Los sistemas totalmente nuevos estan encaminados a nuevos despliegues, tales como el análisis de Big Data que ejecutan algoritmos Hadoop. Pero, evidentemente, no hay escasez de servidores de escalado horizontal o vertical en los que se pueda ejecutar software de análisis, actuando sobre estructuras de datos existentes o añadiéndolos a los recursos de cómputo ya disponibles. Un ejemplo es la implementación de múltiples servidores de dos zócalos, ejecutando software de análisis o añadiendo software de análisis a servidores escalables en el centro de proceso de datos. Seguridad. La seguridad es una característica imprescindible para bases de datos y aplicaciones analíticas que acceden a esas bases de datos. Es evidente que los datos en sídeben estar asegurados y protegidos contra intrusiones de hackers o atacantes. Sin embargo, para que funcionen los análisis, las aplicaciones deben llegar a repositorios de datos seguros y manipular los datos almacenados en esos almacenes de información. Los métodos para mejorar la seguridad son los siguientes: aislamiento de las cargas de trabajo, virtualización de hardware de servidor, donde corresponda, para permitir que las cargas de trabajo convivan en el sistema de servidor, y uso de dispositivos de cifrado (hardware y firmware) y software de cifrado. Escalabilidad Las tareas de análisis empresarial pueden variar en sus requisitos de capacidad y rendimiento de servidor. Para implementaciones de escalado horizontal, cada servidor es relativamente pequeño y por lo general es un sistema x86. Aunque cada servidor requiere las especificaciones correctas en cuanto a procesadores, número 2012 IDC #

8 de núcleos, número de zócalos, memoria y E/S de servidor, el software de clustering a menudo mueve las cargas de trabajo a los recursos del servidor que requieren. En otros casos, los datos deben ser importados a un único servidor para ser analizados por un especialista. En esos casos, las especificaciones y los requisitos son diferentes: el servidor debe ser capaz de importar datos de forma rápida y eficiente para que el analista pueda manipularlos y analizarlos. Esto también es aplicable a los equipos de análisis empresarial de tipo appliance que están llegando al mercado. Sin recursos de E/S de servidor rápidos y eficientes, el proceso de importación/exportación sería engorroso y dificultaría el flujo de trabajo del analista. Hay una necesidad continua de servidores escalables, incluyendo servidores Unix y mainframes escalables, que sean capaces de alojar y procesar grandes cantidades de datos generados por transacciones de alta velocidad que también se ejecutan en los mismos servidores. Estos sistemas tienden a estar en las clases de servidor de gama media o alta y, con frecuencia, ofrecen capacidades de virtualización avanzada, por ejemplo, la de aislar las cargas de trabajo y virtualizar datos en almacenamiento controlado por el servidor, así como capacidades de gestión altamente granulares. La escalabilidad es un atributo que varía de una carga de trabajo a otra y de un sitio a otro. Hay múltiples opciones para lograr mayor escalabilidad cuando se necesita. Sin embargo, cada una de ellas depende de un conjunto de especificaciones de hardware y software que permitan escalar los recursos de computación, según sea necesario, en entornos de servidor de escalado horizontal o vertical. La evaluación de las ventajas y los inconvenientes entre las distintas opciones dependerá de las necesidades analíticas empresariales específicas de cada organización. IBM ofrece opciones de tecnología de análisis empresarial que abarcan el espectro completo. I B M e n e l m e r c a d o d e l a n á l i s i s e m p r e s a r i a l IBM ofrece una amplia gama de servicios profesionales de software y de hardware para afrontar las exigencias del mercado del análisis empresarial. La cartera de software de análisis empresarial de la compañía incluye herramientas para el almacenamiento y la integración de datos, la generación de consultas e informes, la visualización de datos, el análisis predictivo, el análisis de contenidos, la gestión de la información espacial y el procesamiento de eventos complejos. En los últimos años, IBM también ha reforzado su participación en el mercado de aplicaciones analíticas mediante adquisiciones, que incluyen a Coremetrics, Algorithmics, Clarity, i2, OpenPages y otros. Un ejemplo de las marcas de productos de software que IBM ha reunido en el ámbito del análisis empresarial son InfoSphere, DB2, Cognos y SPSS. Estos y otros productos relacionados se pueden implantar en múltiples plataformas de infraestructura de hardware de IBM. La empresa los comercializa como productos de análisis empresarial que refuerzan la visión Smarter Planet (planeta más inteligente). Uno de los sistemas optimizados para una determinada carga de trabajo de la empresa es IBM Netezza, un sistema integrado de hardware y software construido expresamente para funcionar como almacén de datos. IBM ofrece múltiples configuraciones de productos bajo la marca Netezza que no solo proporcionan la funcionalidad básica de gestión de datos, sino que también respaldan el análisis 8 # IDC

9 predictivo y la gestión de la información espacial. Netezza es un ejemplo de uno de los appliances de análisis de negocios con más éxito, tanto antes como después de ser adquirida por IBM. C a t á l o g o d e i n f r a e s t r u c t u r a d e I B M p a r a e l a n á l i s i s e m p r e s a r i a l IBM System x IBM System x es la línea de productos de servidor de IBM que soporta todo el software de virtualización para x86, Big Data y análisis empresarial. Estos sistemas vienen en diversos formatos, incluyendo servidores enracables y de tipo blade, y son los bloques constructivos que conforman las infraestructuras basadas en servidores x86, aptas para cargas de trabajo de análisis empresarial de extremo a extremo. Ejecutan distribuciones empresariales de Linux (Red Hat RHEL y SUSE SLES) y software de servidor Microsoft Windows, junto con hipervisores asociados (como VMware vsphere, Microsoft Hyper -V, Xen y KVM). IBM Power Systems Diseñados y construidos por IBM, los sistemas IBM Power Systems son plataformas altamente virtualizadas que se basan en procesadores multinúcleo IBM POWER. Ejecutan el hipervisor denominado PowerVM, que ofrece seguridad, eficiencia y densidad para entornos operativos Linux (distribuciones Red Hat RHEL y SUSE SLES), IBM AIX Unix e IBM i. Estos sistemas ofrecen escalabilidad y rendimiento para cargas de trabajo de análisis empresarial y de tipo Big Data. Existen múltiples estilos de implementación de soluciones de análisis empresarial, incluyendo nodos de tipo servidor para soluciones GRID de análisis empresarial y nodos de tipo servidor escalable para analizar los datos almacenados en almacenes de datos o data marts. La proximidad de los datos almacenados cerca- o incluso dentro- de estos sistemas mejora el rendimiento global, al igual que un abanico de opciones de enlace de E/S de servidor rápidas para conectar a conmutadores de almacenamiento externo y de red. IBM System z IBM System z (incluido el modelo IBM zenterprise EC12 presentado en 2012) es un servidor altamente virtualizado, mediante particiones lógicas (LPAR), que es compatible con una amplia serie de sistemas operativos, incluidos el entorno z/os para System z y distribuciones de Linux que se ejecutan en procesadores especializados de System z denominados Integrated Facility for Linux (IFL). Esta compatibilidad integrada para Linux abre el System z a una amplia variedad de casos de uso del análisis empresarial, permitiendo la consolidación de cargas de trabajo en System z, asícomo el enlace a otros servidores (incluyendo blades de tipo IBM System x o Power Systems). System z también ofrece uno de los niveles más altos de seguridad disponibles en un servidor comercial, con la capacidad de cifrar hasta transacciones de datos por segundo. System z se distribuye en los emblemáticos modelos zenterprise 196 y también en los sistemas z114, con precios inferiores a USD IDC #

10 IBM System z con chasis ZBX blade Es importante destacar que para el análisis empresarial, IBM introdujo el chasis blade ZBX como una solución coinstalada que soporta cargas de trabajo de extremo a extremo, donde los módulos de aplicación se ejecutan en blades y el recurso de base de datos escalable se ejecuta en System z. Esta solución tiene un sistema de E/S de servidor integrada y optimizada soportada por firmware, lo que acelera el rendimiento global de los recursos combinados de System z y ZBX. IBM DB2 Analytics Accelerator en System z IBM DB2 Analytics Accelerator es una propuesta de software de alto rendimiento que forma parte de una solución integrada de hardware y software diseñada para trabajar con IBM System z con el fin de dar respuesta a consultas analíticas mucho más rápidamente y de forma transparente para los usuarios. Se integra en entornos de almacén de datos DB2 para z/os, formando un appliance de consultas analíticas de alto rendimiento impulsado con tecnología Netezza. La solución total es una integración de hardware IBM, software, almacenamiento y tecnologías avanzadas enfocadas al análisis de negocio. DB2 Analytics Accelerator extiende las cualidades del System z en cuanto a capacidad de gestión, seguridad y disponibilidad a las aplicaciones analíticas, funcionando perfectamente con el requisito previo de hardware IBM. I B M P u r e S y s t e m s En el primer semestre de 2012, IBM adoptó un planteamiento completamente nuevo con IBM PureSystems, una serie de sistemas integrados que admiten variedad y flexibilidad en el despliegue de servidores, incluyendo nodos de servidor de tipo x86 o no-x86. Los nodos están conectados a través de una red de alta velocidad y conmutadores integrados de Blade Networks, una empresa que IBM adquirió en Estos sistemas integrados incluyen características nativas de seguridad y permiten despliegues flexibles, en los que es posible agregar nodos más adelante, a medida que crece la demanda de recursos de computación.. Los recursos compartidos del sistema se gestionan de manera unificada, desde una única consola, y las implementaciones se basan en arquitecturas de referencia o plantillas. Las tres principales áreas de atención en el diseño de IBM PureSystems son las siguientes: Diseño de sistema escalables. La carga de trabajo se convierte en una máquina virtual o una imagen base de sistema operativo, y el diseño global del sistema automatiza los recursos integrados del servidor, el almacenamiento y los recursos de la red para los entornos tanto físicos como virtuales. Patrones de especialización. Los sistemas integran herramientas de software que automatizan la configuración, las actualizaciones y los requerimientos de aplicación.. Listos para la Integración en la nube. Los IBM PureSystems está diseñados para ser desplegados como soporte de software e infraestructura de nube privada con autoservicio que admitan la flexibilidad en el escalado y el aprovisionamiento de cargas de trabajo. 10 # IDC

11 Es importante destacar que IBM introdujo los IBM PureData Systems en la familia IBM PureSystems como una forma de afrontar los desafíos del creciente volumen, variedad y velocidad de los datos. En el pasado, las organizaciones de TI solían adquirir sistemas de carácter general que no estaban optimizados para las particularidades de cargas de trabajo analíticas. En consecuencia, invirtieron tiempo y recursos valiosos en refinar y mantener estos sistemas de uso general para adaptarlos a las necesidades variantes asociadas a cargas de trabajo transaccionales y analíticas. Para abordar directamente esta falta de eficiencia, IBM diseñó y construyó los sistemas PureData Systems optimizados específicamente para las demandas exclusivas de cargas de trabajo de tipo transaccional y analítico, e introdujo tres propuestas PureData en octubre de 2012: PureData Systems para transacciones, PureData Systems para análisis operativo y PureData Systems para análisis. Estas propuestas PureData incorporan los principios de diseño de: especialización integrada, despliegue rápido y simplificado y gestión agilizada. P r o d u c t o s d e a l m a c e n a m i e n t o d e I B M El enfoque de espectro o continuo se está aplicando al análisis empresarial debido a la variación en los estilos de procesamiento. Por esta razón, IBM cuenta con una cartera de opciones de almacenamiento que se pueden utilizar para las implementaciones analíticas. El enfoque del Smarter Storage, que IBM dio a conocer a principios de este año, ofrece una manera de considerar las capacidades de almacenamiento de IBM en el contexto de las implementaciones analíticas. Smarter Storage, el enfoque de IBM para el diseño y despliegue de sistemas de almacenamiento, es descrito por la compañía de la forma siguiente: De diseño eficiente. Los sistemas de almacenamiento incorporan soluciones como IBM Real-time Compression para ayudar a las organizaciones a gestionar los costes y la capacidad. Auto optimización. Los sistemas de almacenamiento funcionan de forma automática y sin intervención del administrador para mejorar el rendimiento y la productividad del almacenamiento con tecnologías tales como la asignación automática de niveles (la versión de IBM se llama Easy Tier) y el almacenamiento optimizado en flash. Ágil en la nube. Los sistemas de almacenamiento se implementan utilizando tecnologías de nube que ayudan a aumentar el acceso a la información con capacidades de IBM, como SmartCloud Virtual Storage Center y Active Cloud Engine para sus productos unificados y de archivo, Storwize V7000 Unified y SONAS. C a s o s p r á c t i c o s d e c l i e n t e s IDC entrevistó a cuatro clientes de IBM que han implantado soluciones de análisis empresarial basadas en servidores y en productos de almacenamiento de IBM. Los sitios tienen diferentes estilos de despliegue e implementaron sus soluciones mediante la adopción de diferentes enfoques para la construcción de la infraestructura que respalda las cargas de trabajo de análisis empresarial. Algunos de estos clientes también utilizaron software de análisis empresarial de IBM, mientras 2012 IDC #

12 que otros confiaron en el software de terceros sobre la infraestructura de hardware de IBM. Vestas Wind Systems Cambiar un proceso de negocios estratégico nunca es fácil, pero hacerlo puede dar lugar a una importante rentabilidad cuantificable. Vestas Wind Systems, fabricante danés de turbinas eólicas, ha sido capaz de hacer eso con un nuevo proceso de selección de los lugares de colocación de sus turbinas. Con clientes en más de 70 países, la empresa fabrica, instala y opera turbinas eólicas que producen electricidad para usos comerciales y de consumo. La ubicación de las turbinas eólicas es fundamental para el éxito de las instalaciones. La selección del sitio óptimo para una turbina eólica es una decisión de alto riesgo y enorme rentabilidad. En el pasado, los empleados de Vestas necesitaban ir a un lugar propuesto y pasar hasta 15 meses midiendo las condiciones climáticas locales, un proceso que podía costar más de USD. Estos costes directos son insignificantes en comparación con los asociados a la oportunidad perdida de maximizar los ingresos que proporcionaría una turbina eólica construida en un lugar que no es óptimo o los altos costes actuales de mantenimiento de turbinas de este tipo (por ejemplo, debidos a las excesivas turbulencias). La ubicación de una turbina eólica es una decisión de optimización compleja y con múltiples variables que incluye considerar la turbulencia del viento, el medio ambiente y la estética, y Vestas se comprometió a mejorar el proceso. Para ello, la empresa implantó IBM InfoSphere BigInsights en su centro de datos de Dinamarca. A mediados de 2012, tenía implantado el software BigInsights en más de 1300 servidores blade IBM System x idataplex optimizados para carga de trabajo e interconectados formando el superordenador IBM Firestorm. Con interconexiones InfiniBand, el sistema dispone de más de 2600 discos y se gestiona mediante el kit de herramientas Extreme Cloud Administration Toolkit (xcat), un software de gestión para entornos distribuidos de código abierto desarrollado por IBM para el despliegue y la administración de clústeres Linux o IBM AIX. Los ejecutivos de TI de Vestas están observando el beneficio de esta solución para las decisiones de implementación basadas en análisis. Anders Rhod Gregersen, especialista senior del centro Wind and Site Competence Centre en Vestas, ha declarado: «Con esta nueva solución de IBM, estamos ejecutando Hadoop de modo eficaz con un Ferrari en lugar de con un tractor». Con las soluciones de IBM, en lugar de instalar los sensores en el terreno y recoger datos durante meses, los analistas de Vestas pueden colocar una serie de aerogeneradores virtuales en lugares específicos y ser capaces de evaluar la tendencia del viento en esos lugares durante los últimos 12 años. Este sistema permite a los analistas simular la atmósfera de todo el planeta y esquematizar más de puntos de medición. Los datos incluyen varios petabytes (PB) de datos estructurados y sin estructurar, tales como informes meteorológicos, fases de mareas, datos de sensores, imágenes de satélite y mapas de deforestación. El resultado del modelado de datos proporciona información crucial a los analistas y directores de Vestas en cuestión de minutos, en lugar de en meses, como era el caso cuando se recogían los datos antes de implantar el nuevo sistema. Mientras que la precisión del nuevo proceso de modelado de datos es similar a la 12 # IDC

13 monitorización de datos «en el terreno» utilizado en el pasado, la velocidad de procesamiento de los mismos permite a Vestas hacer nuevos tipos de previsión y análisis más profundos. Esto ha llevado a una disminución significativa en los ciclos de decisión y al aumento de la certeza de las decisiones tomadas en base a esos datos. Además de mejorar el proceso inicial de selección de cada sitio, la nueva solución también se está utilizando para el mantenimiento predictivo de los aerogeneradores. WellPoint Inc. Mejores proveedores de atención médica, un mejor equipamiento médico y un mejor acceso a la atención sanitaria son los ingredientes que se citan típicamente en la mejora de la sanidad universal. Lo que no siempre se menciona en esta lista es un mejor análisis. Sin embargo, las principales organizaciones sanitarias cada vez dirigen más su mirada a los Big Data y a los análisis para obtener conocimientos que guíen en la toma de decisiones para mejorar todos los aspectos de la prestación de servicios sanitarios. Una de estas organizaciones líderes es WellPoint, una de las mayores empresas de atención sanitaria de Estados Unidos en términos de afiliación médica, con 34 millones de afiliados a sus planes de salud y aproximadamente 65 millones de personas atendidas a través de sus filiales. La empresa es una licenciataria independiente de Blue Cross and Blue Shield Association. WellPoint buscaba mejorar su proceso de revisión médica, un proceso de control basado en normativas, evaluación y aprobación que afecta a todas las consultas y a todos los procedimientos médicos de los pacientes. Anteriormente, el proceso era manual y llevaba días lograr las aprobaciones y revisiones y, sobre todo, no estaba sincronizado con el trabajo continuado de los profesionales sanitarios. En septiembre de 2011, WellPoint anunció un acuerdo de colaboración con IBM para la aplicación de la tecnología de IBM Watson, en principio, para el proceso de revisión médica. Implantada en diciembre de 2011, la tecnología ha acelerado la revisión de los procedimientos médicos y ha creado un nuevo diálogo entre los médicos y los revisores de procedimiento ayudados por Watson. El proceso implica ahora que los médicos presentan la información del paciente y las razones para la solicitud de procedimientos específicos a través de una aplicación que transmite esta información a Watson (los lectores quizá sepan que la tecnología Watson se mostró en el programa de televisión Jeopardy!, donde la capacidad de procesamiento rápido y análisis de esta tecnología permitieron al ordenador Watson competir con jugadores humanos y ganarles.) En esta aplicación para servicios sanitarios, IBM Watson descompone la información, la compara con las directrices médicas (en la actualidad alrededor unas 200 directrices y políticas) sobre la base de anteriores revisiones médicas, y responde a los médicos. (Actualmente, la respuesta se envía al personal de enfermería WellPoint, que interactúa con los proveedores. Sin embargo, en la actualidad se está trabajando para crear una interfaz directa de Watson con los médicos. Se espera que entre en funcionamiento en 2013.) La respuesta de Watson no solo implica la aprobación o el rechazo de una solicitud determinada, sino que también incluye las pruebas médicas consultadas y utilizadas para llegar a la decisión IDC #

14 WellPoint también está colaborando con IBM y varios grandes prestadores de servicios sanitarios para desarrollar una solución de diagnóstico y tratamiento del cáncer basada en Watson. En el actual proyecto piloto, IBM Watson está recibiendo pruebas médicas oncológicas y está «aprendiendo» esta nueva información. En cuanto Watson esté entrenado para revisar el caso de un paciente en particular, el objetivo es permitir a los médicos presentar a Watson los nuevos casos concretos y recibir recomendaciones que les permitirían aplicar tratamientos más personalizados. Otros proyectos que utilizan tecnología de IBM incluyen el análisis de datos para identificar a los pacientes que podrían beneficiarse de soluciones de gestión de la atención y la creación de una «fuente única de la verdad» acerca de los datos del proveedor. Este último proyecto está basado en el software de gestión de datos maestros (MDM, por sus siglas en inglés) IBM Initiate, cuyo objetivo es racionalizar la información altamente fragmentada de los proveedores. Estos datos depurados serán alojados y puestos a disposición de una manera más amplia en el sector, donde entre el 5 y el 10 % de las reclamaciones son revisadas de forma manual debido a la falta de claridad de la información de los proveedores. Este proyecto arroja luz sobre el modo en que los datos no estructurados y los datos estructurados pueden coexistir y ser aprovechados para soluciones analíticas. IBM Watson adquiere tanto datos estructurados como texto sin estructurar. Este último incluye los resultados de la interpretación de imágenes médicas (la adquisición de imágenes reales también está en los planes). El análisis en el ámbito de la sanidad conlleva unas exigencias especiales para la privacidad y seguridad de datos. La protección de los datos de los pacientes se lleva a cabo a través de diversas técnicas de «anonimización» de los datos, antes de que sean consumidos por analistas empresariales. En todos los casos, IBM Watson fue descrito por Rickey Tang, vicepresidente y director de tecnología, como un sistema que no retiene ninguna información sobre el paciente dado que esos datos se desidentifican a medida que son presentados a Watson. WellPoint inicialmente inmplantó el sistema IBM Watson en su centro de proceso de datos, pero se está moviendo a una solución basada en la nube. Un despliegue en nube eliminará la necesidad de mantener múltiples sistemas Watson sincronizados. Es importante destacar que esta solución permitirá facilitar el intercambio de información con proveedores y otras partes interesadas de la industria sanitaria. WellPoint está respaldado por un gran departamento de TI y utiliza la tecnología de varios proveedores, incluidos varios productos de IBM, como Watson, DB2 UDB, IMS, IBM WebSphere, Rational, Tivoli y Netezza, que se utiliza para el análisis de costes de la atención sanitaria. En el marco del acuerdo, que incluye también una comunidad de médicos que aportan sus conocimientos técnicos, WellPoint e IBM desarrollaron una gran cantidad de tecnología para facilitar el motor de análisis de Watson. Aunque el uso de una parte de esta tecnología seguirá siendo propiedad de WellPoint, parte de los resultados de la colaboración estarán disponibles para el resto de la industria sanitaria, en un nuevo modelo de negocio emergente que aproveche las inversiones en tecnología en la nube para recortar los costes de desarrollo mediante el suministro de servicios analíticos en la nube a otros clientes. IBM Watson ha habilitado WellPoint para que optimice los procesos existentes y haga cosas que no eran posibles en el pasado, como revisiones médicas y oncológicas dinámicas. Según Andrew J. Lang, vicepresidente senior y director de TI, 14 # IDC

15 la nueva solución ha sido bien acogida por los médicos, que la ven como una herramienta de apoyo a la toma de decisiones. El volumen de la nueva información médica anual es abrumador para cualquier ser humano que quiera absorberla y actualmente la selección de protocolos de tratamiento que no llegan a ser óptimos puede alcanzar el 50 %. IBM Watson proporciona pruebas médicas específicas y una serie de posibles propuestas, dejando la decisión en manos del profesional. A su vez, esto aumenta las posibilidades de tener en cuenta los mejores procedimientos médicos. AXTEL Las presiones competitivas y las oportunidades de crecimiento a las que se enfrentan las empresas de telecomunicaciones hacen cada vez más necesaria la adopción de sólidas soluciones de análisis empresarial para agilizar la toma de decisiones más rápidas y profundas. Entre las empresas que han reconocido esta necesidad de contar con soluciones de análisis y los beneficios que esto puede proporcionar está AXTEL, uno de los proveedores de telecomunicaciones más grandes de México. Con sede en Monterrey, México, la compañía registró más de 775 millones de USD en ingresos anuales en Para apoyar las necesidades de generación de informes y acceso a la información de los clientes comerciales, AXTEL enviaba CD con datos de uso para cada cliente. Debido a su complejidad y coste, esta práctica insostenible se convirtió en un lastre para el servicio al cliente y un factor de riesgo para el crecimiento continuo de la empresa. Para abordar la cuestión, AXTEL lanzó un proyecto de inteligencia empresarial destinado a ofrecer a los mejores clientes un acceso más rápido a los datos más detallados sobre el uso de sus servicios de comunicaciones. Como importante proveedor de servicios a entidades comerciales y gubernamentales, AXTEL ofrece a estos actores el acceso directo a un almacén de datos de más de 10 terabytes (TB) de información útil. El almacén de datos, que ahora está desplegado en servidores con procesadores POWER7 de IBM y un sistema de almacenamiento IBM XIV, es un sistema crítico que satisface las necesidades operativas de información de un gran número de usuarios a la vez. AXTEL ofrece a sus clientes conjuntos completos de datos sin procesar y se encuentra en la fase de creación de informes de valor añadido preconfigurados con las vistas y métricas más comúnmente solicitadas. Los datos suelen guardarse en el almacén de datos hasta seis meses y luego se archivan utilizando la tecnología de archivado y almacenamiento basado en SAN de IBM. Además de respaldar la función de generación de informes sobre el uso externo y las necesidades de gestión del rendimiento interno, la infraestructura de IBM admite una amplia gama de aplicaciones operativas y analíticas, como SAP, Oracle Siebel, MicroStrategy e Informatica. Gaspar Rivera Del Valle, director de evolución de TI de AXTEL, afirmó que el último movimiento a la infraestructura IBM POWER7 ha dado como resultado un % de mejora en el procesamiento de datos, con cargas de datos que tienen lugar cada cinco minutos. Esto es mucho más rápido que el rendimiento que se apreciaba con el sistema anterior. El nuevo sistema ha mejorado el servicio, medido en términos de la disminución de quejas de los clientes. Los grandes clientes de AXTEL, incluidos los 2012 IDC #

16 que están operando centros de llamadas, ya no tendrán que cargar grandes cantidades de datos desde CD para acceder a sus datos de uso. Internamente, AXTEL ha eliminado el tiempo y los gastos de creación de CD individuales, y los directores y los analistas tienen ahora acceso a la información principal en tiempo real (en cuanto la información se carga en el almacén de datos). Entre los usuarios internos de los datos se encuentran los empleados de AXTEL de los grupos de finanzas, marketing, ventas, centro de llamadas y servicio al cliente. Condado de Miami-Dade El condado de Miami-Dade es una gran área metropolitana que ha reunido grandes repositorios de datos, con información de transacciones que se pueden minar para obtener información útil y ser puestas a disposición de los analistas. Al mismo tiempo, algunos de los datos del condado, como los de seguridad pública y de servicios municipales, también se pueden ofrecer a la ciudadanía a través de portales web. El software de inteligencia empresarial IBM Cognos permite a los analistas y al público consultar extractos de datos a los que, de otra manera, habría sido muy difícil acceder en documentos en papel. «Tener Cognos en el mainframe favorece la transparencia del gobierno», expresó Anita Nolan, especialista senior en sistemas operativos en Miami-Dade. «Por ejemplo, cada cheque que el condado ha firmado en los últimos siete años está en System z [de IBM]». El sistema System z es un servidor mainframe de gama alta. En efecto, las operaciones y la protección de los datos de transacciones es un valor esencial en Miami-Dade. «Contamos con una plataforma segura que está disponible en todo momento», dijo José Eskert, especialista senior en sistemas operativos en Miami- Dade. «Estos sistemas funcionan desde hace meses, y programamos una parada planificada de una hora o tres horas, según el mantenimiento que vayamos a realizar, y los sistemas se mantienen siempre en marcha». Además, todos los días se realizan copias de seguridad completas para asegurar que los datos se copian en varios sitios, en caso de que sea necesario recuperarlos. El condado decidió aprovechar la base de software de IBM Cognos que ya tenía instalada en dos sistemas de System z de IBM del mainframe. La instalación de IBM Cognos 8 era muy grande: 1500 usuarios con nombre y 1600 paneles. Miami-Dade tiene previsto duplicar esa capacidad en un período de 18 meses y aumentar la capacidad mediante la adición de más «motores» Linux para sus actuales sistemas IBM z10 Business Class. En Miami-Dade, los datos se alojan en dos servidores IBM System z10 Business Class y los análisis se realizan con extractos de datos de las bases de datos de producción. En concreto, Miami-Dade cuenta con IBM Cognos 8 en Linux, que se ejecuta en los motores especializados System z Integrated Facility for Linux (IFL) (procesadores especializados que ejecutan Linux). A principios de este año, el condado agregó tres IFL, elevando el total a cinco en cada servidor System z. Estos procesadores alojan entornos de software Linux nativo, que a su vez soportan una gama de cargas de trabajo habilitadas en Linux, incluyendo análisis empresariales. La escalabilidad es un punto a considerar en este despliegue, al igual que la flexibilidad. La escalabilidad se reforzó añadiendo más IFL, pero también 16 # IDC

17 aumentando la posibilidad de añadir más particiones lógicas (LPAR, por sus siglas en inglés) a un servidor System z cuando fuese necesario. Este es un ejemplo muy real de la tecnología de virtualización de IBM, que ha sido parte de la línea de productos IBM System z (y de los modelos de mainframe anteriores) durante cuatro décadas. Es posible adquirir nuevos recursos informáticos, según sea necesario, sin necesidad de adquirir nuevos servidores ni cambiar los despliegues de servidores físicos en los centros de proceso de datos. Además del procesamiento centralizado de IBM System z, algunos de los extractos de datos están alojados en servidores Unix IBM Power Systems para llevar los datos más cerca de los analistas y los usuarios que acceden a ellos. Estos despliegues admiten iniciativas importantes a escala del condado, como en los ejemplos siguientes. A través de la Web, ahora los residentes del condado pueden acceder a los datos de los servicios municipales, como los servicios de policía, bomberos, suministros de agua y alcantarillado, etc. Otra aplicación se destina a la conservación de energía en los edificios públicos y proporciona información a los empleados del condado sobre el consumo de energía que se produce en las oficinas de su departamento. Los informes de prisiones y cárceles ahora se generan automáticamente, un proceso que el sistema judicial tardaba una semana en cumplimentar. Esta solución reduce el número total de llamadas de teléfono al personal de servicios de la ciudad y tiene, por tanto, un impacto directo en los costes operativos. Esta tecnología Linux en System z también tiene el efecto de reducir los gastos de personal de TI, debido a que el número de personal de soporte que se necesita para el mainframe no ha aumentado, a pesar de que se haya añadido al entorno System z la carga de trabajo del software analítico IBM Cognos, ejecutándose en particiones lógicas del servidor System z. Solo cuatro miembros del personal de TI trabajan en este entorno Linux/System z, al que acceden cerca de empleados del condado de Miami-Dade. D E S A F ÍO S Y O P O R T U N I D A D E S Al igual que cualquier oportunidad de un mercado en rápido crecimiento, el mercado del análisis empresarial presenta muchos desafíos para quienes buscan utilizar su potencia en busca de eficiencia, innovación o control. Las prioridades para todas las cargas de trabajo analíticas son: conocer los objetivos de las organizaciones y definir los requisitos del usuario; identificar las fuentes y los tipos de datos; seleccionar las herramientas adecuadas para los equipos de las unidades de negocio y de TI, y establecer programas para reevaluar de forma continua todos los factores anteriores. IBM cuenta con una amplia cartera de productos y servicios probados en el mercado para atender las necesidades de análisis empresarial. Estas propuestas incluyen infraestructura y software que han sido optimizados para soportar cargas de trabajo analíticas. Sin embargo, claramente IBM estará compitiendo con otras grandes empresas que ven esa misma oportunidad, y con una serie de empresas más pequeñas que pueden trabajar para romper el statu quo y terminar con el negocio tradicional mediante nuevas tecnologías y enfoques hacia el análisis. El éxito definitivo de IBM en el mercado del análisis empresarial llegará a través de la comprensión de las oportunidades y los problemas de los clientes. Esta victoria también dependerá de la capacidad de la empresa, con el tiempo, para sacar al 2012 IDC #

18 mercado productos útiles de software de análisis empresarial y una gama de infraestructuras adecuadas de almacenamiento y servidores. También será clave la capacidad de IBM para dar continuidad a servicios, soporte y asesoría que ayuden, apoyen y guíen a sus clientes en todo el mundo. IDC cree que IBM continuará invirtiendo profundamente en soluciones de análisis y en buscar una combinación de crecimiento orgánico y adquisiciones que mantengan su impulso en el mercado dinámico y de rápido crecimiento del análisis empresarial. R E C O M E N D A C I O N E S La infraestructura no puede ni debe dejarse para el final. Como pueden atestiguar los clientes que han adoptado soluciones de análisis empresarial, los sistemas analíticos más flexibles, escalables y fiables se han desarrollado y puesto en producción con implementaciones bien meditadas. Las organizaciones de la economía inteligente que están desplegando soluciones en todo el mundo deberían tener en cuenta las siguientes mejores prácticas:: Desarrollar una estrategia de análisis empresarial (o revisar una ya existente). Utilizar el Marco de gestión de decisiones de IDC (consultar la Figura 1) para abordar los componentes de la estrategia, como tipos de decisiones, responsables de tomarlas, métricas y requisitos de latencia de información sobre indicadores clave de rendimiento (KPI), fuentes y tipos de datos, y tecnología y servicios. Sin embargo, tener una estrategia de análisis empresarial no requiere implantar proyectos a gran escala en toda la empresa. Reconocer que para el análisis empresarial, una única opción (tecnología) no sirve para todo (requisitos). Es posible atender mejor diferentes cargas de trabajo, tipos de datos y tipos de usuarios mediante tecnología diseñada especialmente para cada caso concreto. Hadoop puede ser la mejor opción para los análisis de registro web a gran escala, pero desde luego no es la tecnología preferida para analizar en tiempo real los datos de streaming (transmisión de datos en tiempo real). Un MPP RDBMS es adecuado para el análisis estructurado de grandes cantidades de datos operativos, mientras que un motor analítico in-memory sería el más adecuado para una evaluación rápida y ad hoc de escenarios alternativos. En cada caso existe una posibilidad para desplegar infraestructura de hardware optimizadas para el software y casos de uso específicos. Ejecutar de forma incremental. La mayoría de los casos que han tenido éxito en el mercado de análisis empresarial son proyectos con alcance y ámbitos bien definidos que permiten que el equipo de análisis empresarial pueda demostrar el rápido retorno de la inversión. El éxito conduce a nuevos proyectos y a la eventual utilización generalizada de la capacidad de análisis empresarial en toda la organización. Determinar en paralelo las necesidades que tiene el proyecto en cuanto a infraestructura de hardware y software. Aunque los usuarios de empresas puedan aportar su opinión para determinar la mayoría de los requisitos de software, los grupos de TI deben asegurarse de que la selección de la infraestructura de hardware no se convierta en algo secundario. Por ejemplo, si los usuarios finales requieren acceso en tiempo real a los datos para realizar la evaluación rápida del escenario o una planificación ad hoc, tendrán que contar 18 # IDC

19 con un sistema in-memory. Si se requiere acceso a decenas o cientos de TB, o incluso PB, de datos, los requisitos de almacenamiento deben ser capaces de acomodar esos volúmenes de datos. Considerar el efecto que tendrá sobre el rendimiento el hecho de habilitar la infraestructura de hardware. Opciones tales como usar dispositivos in-memory o bases de datos analíticas MPP, equipos o componentes separados tendrán un impacto significativo en el éxito de la solución analítica empresarial del cliente. Es preciso desarrollar una estrategia que defina la forma de lograr los objetivos de escalabilidad, resiliencia y disponibilidad de todas las partes del sistema. Evaluar cuidadosamente y probar repetidamente los «avances y velocidades» de la infraestructura analítica, a medida que el proyecto crece para proporcionar más capacidad, en términos de tamaño de la infraestructura de sistema y la cantidad de datos a analizar, o bien, el número de usuarios que acceden a los datos. Las consideraciones clave incluyen la capacidad de servidores y dispositivos de almacenamiento, cantidad y tamaño de cachés de datos para el alojamiento temporal de los datos, y la latencia asociada a la transmisión de los datos desde el nodo servidor a otro o desde un dispositivo de almacenamiento a los servidores para su procesamiento. Una vez alcanzado el rango de multi-tb, se debe prestar atención a las prácticas de deduplicación de datos redundantes y a comprobar la integridad de los datos que se están analizando. Cualquier daño en los datos invalidará el resultado del análisis. Posibilitar que todos los empleados puedan realizar un trabajo del mayor valor añadido posible. En el contexto del análisis empresarial, esto significa asegurar un equilibrio adecuado entre el desempeño de funciones centralizadas por TI y el autoservicio proporcionado a los usuarios finales de la empresa. Entender qué tareas de análisis y de inteligencia empresarial pueden «tomarse como productos» y centralizarse para atender las necesidades repetibles de análisis y acceso a la información, y qué tareas deben admitir un análisis exploratorio ad hoc de los datos determinará las necesidades de infraestructura, software y personal para los componentes de la solución general de análisis empresarial. No perder de vista los objetivos establecidos en su estrategia de análisis empresarial. Muchos grupos de gestión de TI y de información se han quedado prendados de la búsqueda de la excelencia técnica y dejan de lado los objetivos del negocio. El punto de vista «si lo construimos, vendrán» en análisis empresarial rara vez tiene éxito. Al mismo tiempo, los equipos de TI deben estar preparados para responder rápidamente a los requisitos, por naturaleza cambiantes, de análisis empresarial de los usuarios. Tener en cuenta que el análisis empresarial implica más que tecnología en sí. La mejor infraestructura, los mejores datos y los mejores analistas y análisis no garantizan el éxito empresarial. La organización debe asegurarse de que el resultado de cualquier solución de análisis empresarial contribuye a los procesos de decisión de todos los responsables de la toma de decisiones. C O N C L U S I Ó N Es preciso reconocer que el objetivo de cualquier proyecto de análisis empresarial no es la recopilación de una gran cantidad de datos ni el empleo de un ejército virtual de 2012 IDC #

20 científicos de datos. Los proyectos de análisis empresarial deben solventar las necesidades concretas de las empresas y proporcionar información procesable a los responsables de la toma de decisiones, ya sean estos ejecutivos, empleados de líneas de negocios o sistemas automatizados. Sin embargo, la tecnología de análisis empresarial es importante. La optimización, la fiabilidad y la escalabilidad de las soluciones de análisis empresarial puede ser la diferencia entre tomar una decisión oportuna basada en la información más actualizada o seguir ciegamente sus instintos. En la economía inteligente, llena de grandes volúmenes de datos con estructuras múltiples que se modifican a alta velocidad, la segunda alternativa para la toma de decisiones ya no es una opción. La flexibilidad en el diseño de la infraestructura analítica es una consideración clave para cualquier nuevo proyecto de análisis. Los grupos de TI, al igual que los usuarios de las empresas, se beneficiarán si reconocen que el despliegue de la infraestructura adecuada para apoyar una amplia gama de cargas de trabajo de análisis empresarial requiere una evaluación constante y la voluntad de ajustar la infraestructura según sea necesario. En última instancia, la capacidad de respuesta de los sistemas resultantes es muy importante para el éxito de los proyectos de análisis. El tiempo que tardan los usuarios en buscar «respuestas» es la clave para el éxito de un proyecto y para la percepción que los usuarios tienen sobre la calidad del funcionamiento del grupo de TI interno. A v i s o d e C o p y r i g h t Publicación externa de información y datos de IDC: cualquier información de IDC que vaya a usarse en publicidad, comunicados de prensa o materiales promocionales requerirá el consentimiento previo por escrito del correspondiente vicepresidente o director nacional de IDC. La solicitud deberá venir acompañada de un borrador del documento propuesto. IDC se reserva el derecho a denegar la aprobación del uso externo por cualquier motivo. Copyright 2012 IDC. Queda totalmente prohibida la reproducción sin el consentimiento previo escrito. 20 # IDC