IBM Watson Data Platform IBM Analytics Luis Reina (luis_reina@es.ibm.com)
DATA DRIVEN ENTERPRISE El valor de la empresa no son los datos, sino los conocimientos que se extraen de ellos, que generan ventajas competitivas.
Las empresas quieren ser Data Driven Enterprises COO CFO CIO CMO Datos + Analítica de Datos CSO Empleados Empleados Analistas de Negocio
Qué limitaciones tienen las organizaciones? 80% No pueden colaborar sobre datos comunes 84% Dicen que los datos fragmentados son un gran inconveniente 9 de 10 cada Requiere una analítica más rápida para poder competir.
Problemáticas con los Datos ü Datos almacenados en silos y no compartidos. El dato es el asset principal de las empresas, pero son conscientes de que tienen muchos problemas con los datos ü Analítica departamental no compartida a nivel empresarial. ü Desgobierno del dato: Falta de confianza en el dato ü Carencia de metadatos. ü No hay Trazabilidad del dato. ü Calidad del dato ü Seguridad, etc. ü Falta de colaboración entre equipos/personas. ü Analítica rígida, dependiente de IT ü Pasar de los Insights a acciones de negocio es muy lento.
Dónde está una empresa en este camino al Data Driven La mayoría está aquí Objetivo: mejorar el rendimiento, reducir los costes Analítica aún muy rígida dependiente del departamento IT Es capaz de realizar analítica muy departamental Es capaz de tener visión empresarial y de self-service en la toma de decisiones
IBM WATSON DATA PLATFORM
Qué es IBM Watson Data Plaform? Permite acelerar el cambio hacia una empresa Data Driven. Es una plataforma cloud que Interconecta los datos de mi empresa con servicios analíticos, dando solución a los problemas típicos de la empresas con los datos: ü Datos en Silos. ü Analítica Lenta. ü No colaboración. ü Falta de Talento. ü Falta de confianza en el dato/resultado. ü Seguridad, metadatos, trazabilidad, etc. Watson Data Platform enables data-driven professionals to work together in a simpler way to quickly find new and unexpected insights that deliver business-changing results.
Watson Data Platform Ingest / Transform Store Analyze, Deploy, Visualize Movement Relational Data Science Platform DevOps Platform Hadoop ETL NoSQL Processing Engines Discovery & Reporting Message Queue Object Storage Machine Learning Cognitive Streaming Content Master Data Management Metadata and Governance Framework Govern
Watson Data Platform Ingest / Transform Store Analyze, Deploy, Visualize Movement Lift Relational Hadoop dashdb Data Science Platform Data Science Experience DevOps Platform Bluemix ETL Message Queue Data Connect DataStage Message Hub NoSQL Compose Object Storage BigInsights Cloudant Graph Swift Object Storage Processing Engines Machine Learning Spark Watson Machine Learning Discovery & Reporting Cognitive Cognos Analytics Watson Analytics Streaming Streaming Analytics Content Watson Services Master Data Management MDM Metadata and Governance Framework IGC Govern
Incorpora distintas experiencias según el usuario Data Engineer Data Scientist App Developer Business Analyst Ingeniero de los datos Científico de datos Desarrollador de aplicaciones USUARIOS DE NEGOCIO USUARIOS TÉCNICOS ü Diferentes experiencias con distintas herramientas para los distintos usuarios ü Pero colaborando entre todos!!
El Open Source es parte del ADN de Watson Data Platform
Watson Data Platform: Arquitectura a Alto Nivel Distintas Experiencias según el tipo de usuario Data Engineering Data Science Business Analysis App Development Procesos Analíticos: Modelos, Machine Learning, etc. Servicios Analíticos Datos Compartidos y Gobernados Capa de Datos open intelligent hybrid Rica Conectividad a numerosas Fuentes de Datos
2017 Gartner Magic Quadrant for Data Science Platforms IBM is positioned as a Leader in the 2017 Gartner Magic Quadrant for Data Science Platforms, based on its ability to execute and completeness of vision. IBM is positioned highest in execution and furthest in vision within the Leaders Quadrant. This is the fourth consecutive year for IBM to be recognized as a leader in this report. Source: Gartner Magic Quadrant for Data Science Platforms, Alexander Linden, Peter Krensky, Jim Hare, Carlie J. Idoine, Svetlana Sicular, Shubhangi Vashisth, 14 February 2017. This graphic was published by Gartner, Inc. as part of a larger research document and should be evaluated in the context of the entire document. The Gartner document is available upon request from IBM. Gartner does not endorse any vendor, product or service depicted in its research publications, and does not advise technology users to select only those vendors with the highest ratings or other designation. Gartner research publications consist of the opinions of Gartner's research organization and should not be construed as statements of fact. Gartner disclaims all warranties, expressed or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose.
Bondades de Watson Data Plaform Colaborativa: Usuarios Conectados por Proyecto. üreutilización de Assets. Muy fuerte en Gobierno del dato: Metadatos, Proteger el Dato, Regulatorio, Trazabilidad, etc. Flexible: Se puede empezar pequeño. Se puede aprovechar la Inversión actual: Herramientas actuales Uso de herramientas Open Source. Cloud First but Not Only : Tiene un rico soporte de conectores a on premise. Self Service: No depender de IT. Democratizar el dato. Facilidad de uso y ahorro de Tiempo. Ingesta de datos rápida: Tecnología Weather Company. Dato estructurado o no estructurado.
DATA FIRST METHOD
Qué es el Data First Method? Watson Data Platform La plataforma de datos y analítica sencilla, flexible, ágil, colaborativa, gobernada. DataFirst Method Metodología para Ayudar a los clientes en realizar su hacia una empresa Data Driven.
DataFirst Method: cómo evolucionar en el Value Model 1. Posiciona dónde está el cliente en el Value Model La Mayoría están aquí 2. Establece a dónde se quiere llegar (Roadmap) y la estrategia para cerrar la brecha. ü Se puede empezar por cualquier sitio: el de mayor beneficio para el Negocio.
Beneficio del DataFirst Method Se compone de Workshops, casos de uso y Best Practices Ayuda a asegurar el éxito en el camino del cliente de ser Data Driven. Proporcionando un Roadmap para mitigar el Riesgo y acelerar el Éxito ( Time To Value ). Existe un Workshop para cada una de las Fases del Modelo, cada uno con su Track: Cost Reduction Modernization Insight-Driven Operations Transformation Data Management Track Data Lake Track Data Science Track Business of Data Track
Más información sobre el DataFirst Method http://www.ibm.com/software/analytics/services_overview/datafirst.html