Este nuevo enfoque de “patrón de diseño” es el primero en la industria y posiciona a Teradata en la vanguardia  para el  apoyo a sus usuarios de negocio, científicos de datos y profesionales de tecnología de la información  para establecer data lakes que produzcan un valor de negocios excepcional.

Las organizaciones están explorando el funcionamiento de los data lakes para crear análisis y oportunidades en la explotación de volúmenes de datos, sin embargo,  aún existen algunos problemas que complican a los usuarios, como la falta de buenas prácticas, la escasez de científicos de datos y la confusión alrededor de la definición de lo que es un data lake.

Además de estos desafíos, las opciones tecnológicas se multiplican. Por ejemplo, los data lakes son asumidos como sinónimos de Hadoop –que representa una excelente opción para muchos flujos de trabajo de data lakes– pero un data lake puede implementarse en múltiples tecnologías, como Hadoop, NoSQL, Amazon Simple Storage Service (S3), en base de datos relacional (RDBMS) o varias combinaciones de estos. Mientras que las tecnologías son fundamentales para el resultado, un data lake exitoso necesita un plan, lo cual implica un patrón de diseño.

El patrón de diseño se compone de propiedad intelectual basada en las mejores prácticas empresariales, combinadas con productos co-desarrollados a partir de una cadena de interacción exitosa con los clientes.

“Teradata ha avanzado en la curva de definición de  implementación de patrones para data lakes”, comentó Tony Baer, Senior Analyst, OVUM. “Un data lake es distinto de un data store operacional y la propuesta de valor de Teradata parte de su experiencia práctica en el terreno ayudando a los clientes a lidiar con la administración de datos en entornos heterogéneos. Con la adquisición de Think Big, Teradata ha sumado valiosos patrones de diseño de IP que ayudarán a construir data lakes transparentes”.

Al tener acceso a nuevos datos, como registros de servicio al cliente, datos de navegación, tráfico de IP, información de registro y sensores de datos guardados en un data lake, los usuarios pueden abordar casos que generalmente requieren interpretaciones simultáneas de datos, para ser contrastadas unas con otras. Algunos de estos casos incluyen: 

●     Generar modelos mejorados de detección de fuga de clientes, extrayendo textos de las llamadas de atención al cliente almacenadas en el data lake, y luego aplicándoles métodos de texto analíticos predictivos. 

●     Proporcionar analíticos de tendencias en contraste con combinaciones de grandes flujos de datos del consumidor. En la industria de servicios públicos, por ejemplo, los data lakes preparan el terreno para la ejecución de múltiples modelos de datos en contraste con otros, para examinar el impacto de la instalación de equipamientos de ahorro energético y sus efectos, meses después, en la reducción del consumo eléctrico. 

“¿Quién no ha escuchado de la pesadilla de implementar data lakes? Por eso estamos creciendo: nos exigen ayudar a las compañías a evitar esas complejas y costosas fallas en la implementación de data lakes”, afirma Ron Bodkin, Presidente de Think Big de Teradata. “Ajustamos nuestro enfoque del patrón de diseño de data lake a cada circunstancia, y estos patrones, junto con la estructura de software correspondiente, son fuertes aceleradores de valor. Nosotros ayudamos  a las empresas a ser más eficientes, ayudamos a las áreas de negocios, TI y a los científicos de datos a planificar, ejecutar y beneficiarse de data lakes que generan gran valor para el negocio, como debe ser y será, cuando se construye desde la experiencia”. 

Think Big sigue siendo la tecnología y plataforma neutral desde el comienzo y se enfoca en producir valor tangible a través de tecnologías de código abierto como Apache™ Hadoop®, Apache Spark™ y NoSQL.  Varios servicios de Data Lake Design Pattern están disponibles desde Think Big, incluyendo: Data Lake Foundation, para equipos que apenas comienzan a usar un data lake o buscan consultoría de mejores prácticas; Data Lake Architecture, diseñada para organizaciones que buscan recomendaciones para mejores prácticas de data lake y opciones tecnológicas; y Data Lake Analytics, que da soporte a la preparación de datos para ejecución de ciclos de analíticos. 

Think Big ha ayudado a muchos líderes innovadores de la industria a establecer data lakes e implementaciones de  Hadoop y big data incluyendo: HGST, una compañía de Western Digital; uno de los proveedores de servicios financieros más grandes del mundo; a la compañía líder en la producción de semiconductores; a una importante compañía de almacenamiento de computadoras y administración de datos así como a un reconocido fabricante de ropa deportiva y un renombrado productor mundial de refrescos. 

Teradata también ofrece una variedad de productos y tecnologías enriquecidas para usar en entornos data lake, entre estos: Teradata Listener, que simplifica la difusión de big data en el data lake con una solución de software de autoservicio inteligente; Teradata Appliance for Hadoop, la opción de bajo costo para almacenar datos; Presto, que provee una arquitectura moderna de SQL-on-Hadoop, así como aceleradores de data lake construidos desde IP, conocidos como Pipeline Controller y Buffer Server, que juntos orquestan el movimiento de datos de forma eficiente, desde servidores locales a Hadoop. 

Redacción C21