¿Qué es Logical Data Warehouse?

Un Logical Data Warehouse (LDW) es una arquitectura de administración de datos en la que una capa arquitectónica se asienta sobre un almacén de datos tradicional, lo que permite el acceso a múltiples y diversos orígenes de datos al mismo tiempo que aparece como un origen de datos "lógico" para los usuarios. Esencialmente, es una arquitectura de datos analíticos que optimiza tanto los orígenes de datos tradicionales (bases de datos, almacenes de datos empresariales, lagos de datos, etc) como otros orígenes de datos (aplicaciones, archivos de Big Data, servicios web y la nube) para cumplir con todos los casos de uso de la analítica. El término se acuñó en 2009 y sigue ganando terreno en el mercado a medida que la complejidad de los datos se convierte en un problema creciente para muchas empresas.

Logical Data Warehouse es la próxima generación de almacén de datos con capacidad de satisfacer las crecientes necesidades de administración de datos de las empresas. Al combinar varios motores y varios orígenes de datos en toda la empresa, los componentes de Logical Data Warehouse se puede combinar en un solo lugar de manera lógica en lugar de físicamente. El LDW moderno avanzó para admitir una amplia variedad actual de orígenes de datos, plataformas de datos y casos de uso empresarial disponibles. Ayuda a las organizaciones a reinventar digitalmente, habilitar análisis de transmisión en tiempo real y optimizar las operaciones con una toma de decisiones más inteligente y basada en datos.

¿Cuáles son los beneficios de Logical Data Warehouse?

Satisfacer las cambiantes demandas de datos

El enfoque de Logical Data Warehouse permite a las empresas cumplir con los requisitos de datos en evolución mientras aprovechan las inversiones existentes en enfoques físicos, como almacenes de datos, data marts, sandboxes, lagos de datos y otros. Como un enfoque de varios motores, Logical Data Warehouses permite a las empresas cumplir con todos sus requisitos de análisis variables. Es importante tener en cuenta que estos diferentes componentes (almacenes de datos empresariales, lagos de datos, data marts, etc) no son mutuamente excluyentes y, de hecho, pueden complementarse entre sí en un enfoque estratégico de administración de datos. El Enterprise Data Warehouse (EDW), por ejemplo, no se fue, todavía es útil para administrar los datos de una empresa y ahora es parte de un todo mayor: Logical Data Warehouse.

Logical Data Warehouse garantiza que su estrategia de análisis sea ágil y flexible para las nuevas demandas de datos. Evita que su equipo se bloquee en una tecnología o enfoque, sin importar cómo cambie el mercado en el futuro. Esto se remonta al diseño complementario de los diferentes componentes mencionados anteriormente. Las empresas pueden tomar decisiones sobre qué componentes utilizar para diferentes tareas de administración de datos para cumplir con sus requerimientos. A medida que la empresa crece y se generan nuevos datos, la capa de virtualización de datos incorpora estas nuevos orígenes de datos sin interrumpir ningún proceso existente.

Modernice su enfoque de datos

Logical Data Warehouse permite a las empresas modernizar su enfoque de datos y arquitectura de análisis mediante la implementación de una arquitectura común de administración de datos analíticos en todos sus diversos tipos de datos, tecnologías, usuarios y casos de uso. Logical Data Warehouse permite a una empresa responder preguntas sobre el negocio, analizar el rendimiento pasado y predecir los resultados futuros mediante la incorporación de todos sus datos a través de varios orígenes. Además, LDW puede ayudar a una empresa a adaptar su estrategia de administración de datos a medida que crece, comenzando con sus datos actuales y agregando o cambiando el diseño fácilmente a medida que cambian las prioridades. Este enfoque dinámico es importante para cualquier solución moderna de administración de datos.

Empodere a los consumidores de datos

El enfoque LDW también ayuda a empoderar a los usuarios de diferentes niveles de habilidad al hacer que los datos sean más fáciles de encontrar y entender. Logical Data Warehouse puede mejorar la productividad de todos los usuarios al integrar todos los orígenes de datos, incluidos los orígenes de transmisión, en un origen "lógico" completo, lo cual permite el acceso compartido a los datos en toda la organización, permitiendo así que diferentes equipos comerciales realicen sus propios análisis. A su vez, las empresas podrán tomar mejores decisiones basadas en una comprensión coherente de sus datos en todas las áreas y equipos.

Con una gran variedad de datos disponibles, Logical Data Warehouse se ha vuelto aún más necesario desde su creación. Proporciona una tecnología o herramienta para recopilar y consolidar todos los datos de una organización, incluidos los datos históricos, y realizar análisis unificados que ningún sistema podría hacer por sí solo. LDW otorga a una gran diversidad de consumidores de datos la capacidad de utilizar servicios de datos confiables y reutilizables. De esta manera, al democratizar el acceso a los datos de una organización, permite el análisis de autoservicio al tiempo que garantiza la coherencia y precisión de los datos utilizados por la empresa.

Características comunes de Logical Data Warehouse

A medida que Logical Data Warehouse ha evolucionado desde 2009, su propósito fundamental no ha cambiado, pero sus características clave se desarrollaron y se adaptaron a los requerimientos de la empresa. Las herramientas LDW modernas ahora suelen incluir las siguientes características:

• Acceso a la aplicación a través de una única interfaz
• Todavía permanece el Enterprise Data Warehouse
• Contiene uno o más lagos de datos como repositorios
• Utiliza un almacén operacional de los datos (ODS)
• Garantiza la coherencia con data marts
• Establece políticas de gobernanza y metadatos

Casos de uso de Logical Data Warehouse

Casi cualquier empresa o sector podría beneficiarse de conectar todos sus datos y permitir el acceso en toda la organización para un mejor análisis y toma de decisiones. Los siguientes son solo algunos de los casos de uso en los que se puede aplicar LDW:

• Administración de riesgos
• Monitoreo de KPI
• Analítica de borde de IoT
• Analítica predictiva
• Minería de datos
• Análisis de autoservicio