17 junio, 2016

Data Lab

Datalab_thumb800 Nuestras soluciones de Data LAB integran diferentes herramientas para facilitar la extracción de conocimiento a partir de las fuentes de información disponibles en la empresa además de fuentes de datos externas, todo con el objetivo de ofrecer información deecisiva para todas las decisiones de la empresa. Somos expertos en implementar diferentes herramientas integradas en data labs, encontrando:
  • Enterprise Datawarehouses (EDW): Repositorios de información integrada procedente de fuentes dispares de datos de la empresa. Almacenan información actual e histórica y permiten la creación de procesos analíticos y la extracción de reportes a través de los diferentes niveles de la compañía. La información procedente de los distintos sistemas productivos suelen sufrir transformaciones en las capas de ETL (Extraction, Transformation and Load) para su optimización en el sistema y subsiguiente procesado analítico.
  • Data marts (DM): Consistentes en vistas simplificadas y procesadas a partir del datawarehouse enfocadas a un área concreta de producción empresarial, dando concisos resúmenes de los factores clave para el subsistema. Son herramientas más especializadas que los datawarehoses aunque se nutren de estos. En ambos casos, EDW y DM, se obtienen además de informes de la situación actual, reportes históricos agregados a diferentes niveles que permiten comprobar y seguir la evolución en el tiempo de las operaciones del negocio.
  • Data lakes: En contraposición a los datawarehouse, estos almacenan toda la información de la empresa en forma “cruda“, sin transformaciones previas y en un único repositorio. Esto permite otro tipo de manipulaciones de la información y un mayor nivel de experimentación por parte de los equipos responsables del conocimiento empresarial. En los datamart se pierde el detalle de la información a su nivel más bajo, situación que no ocurre con los data lakes, por lo que es posible desplegar algorítmos avanzados de Reporting, Visualización y Machine Learning.
  • Prescriptive Analytics: Es el último estamento del Business analytics y consiste en la sintentiación automática de la big data empresarial, implicando diferentes disciplinas de las ciencias matemáticas, ciencias computacionales y business rules, para realizar predicciones y sugerir opciones de decisión para tomar ventaja de estas predicciones. El business analytics se divide en tres fases:
    • Descriptive analytics: Utiliza datos pasados sobre el rendimiento empresarial y trata de entender las razones de la evolución de este minando datos históricos para comprender las razones detrás de  los casos de éxito y de los fracasos acaecidos.
    • Predictive analytics: Tratan de responder a las cuestiones sobre la evolución futura del negocio. Para ello se combina la información histórica con reglas de negocio, algoritmos y ocasionalmente información externa para realizar predicciones sobre el devenir de eventos y situaciones en que se moverá la empresa.
    • Prescriptive analytics: The Final Frontier of Analytic Capabilities. Va más allá de las Predictive analytics sugiriendo acciones para beneficiarse de las predicciones de la fase dos y mostrando las implicaciones de cada opción de decisión. Además de cuándo y cómo ocurrirán los eventos, indica el porqué. Esto implica un re-procesamiento constante de la información histórica así como de la actual para mejorar continuamente las predicciones y prescripciones.
  • Machine Learning: Es el campo de estudio que permite a los sistemas aprender sin necesidad de ser programados explícitamente. Basado en el reconocimiento de patrones y teorías de aprendizaje computacional. Son algorítmos que operan sobre la construcción de modelos a partir de conjuntos de entrenamiento obtenidos de las observaciones efectuadas para obtener predicciones y decisiones dirigidas por los datos (data-driven).
  • Personalización en entornos digitales y multicanal
  • UX & CX (User and Customer Experience)
Estas son las principales herramientas desplegadas en los entornos de Data Lab por Solvo.