Data Discovery, pros y contras
El descubrimiento de datos se ha incorporado con entusiasmo en muchos negocios, como parte de su rutina. Es lógico si se tiene en cuenta que el Data Discovery cuenta con muchos aspectos positivos:
- Flexibilidad: a la hora de crear informes y cuadros de mando.
- Rapidez: al explorar los datos y obtener conclusiones.
- Auto-servicio: responsable de que el usuario de negocio pueda utilizar estas herramientas y obtener sus propias conclusiones sin apenas formación ni cualificación y con una curva de aprendizaje muy ligera.
- Independencia de TI: el usuario no necesita pasar por TI para hacer su trabajo, como sucedía antaño.
- User friendly: las herramientas presentan una interfaz fácil de utilizar y, generalmente, bastante intuitiva, con multitud de gráficos disponibles y que puede usarse sin necesidad de programar nada.
Pese a sus beneficios, esta nueva forma de trabajar no ha alcanzado aún la excelencia y continúa evolucionando. Se quiere llegar a más y en ese camino nos encontramos, tratando de crear herramientas más innovadoras y soluciones que respondan mejor a las diversas formas en que el descubrimiento de datos se puede utilizar.
Así, constantemente se lanzan propuestas que atraen a organizaciones de sectores muy diferentes, que buscan experimentar los beneficios potenciales del descubrimiento de datos. Sin embargo, una vez implementadas, comienzan las quejas a la vez que los inconvenientes del Data Discovery se hacen patentes. Entre las decepciones más comunes se encuentran las relacionadas con:
- Requieren de mucho tiempo de configuración.
- Se encuentran bastante limitadas en sus aplicaciones.
- Resultan más difíciles de usar de lo esperado.
A estos contras habría que sumarle el más frustrante de todos, que es el que se produce cuando los usuarios de negocio se dan cuenta de que el descubrimiento de datos consiste en algo muy distinto a lo que podían imaginarse. De hecho, este inconveniente es más habitual de lo que pudiera parecer ya que, en realidad, Data Discovery significa distintas cosas para diferentes personas.
Partiendo de su definición genérica que pone de manifiesto su objetivo de averiguar lo que sus datos pueden decir, el término comienza a despuntar, ampliándose en direcciones varias. Cada usuario deberá buscar el aprovechamiento de oportunidades derivadas del descubrimiento de datos en función de un contexto específico y basándose en los casos de uso que les preocupan.
Así, Data Discovery hace posible:
- Encontrar meta-datos clave sobre los activos de datos centrales.
- Alcanzar una visión más completa sobre la procedencia de los datos.
- Mejorar la calidad de datos y su coherencia.
- Identificar tendencias.
- Apoyar a la inteligencia de negocio.
- Liberar a TI de carga de trabajo para permitirle redirigir sus esfuerzos y centrarse en el modelado de datos y la gobernanza.
