¿Quiere conocer más sobre Data Science?
El ciclo de vida de data science o ‘’Data Science Pipeline’’, incluye alrededor de 5 a 16 procesos continuos que están superpuestos, descubra cuáles son.
¿Qué es un data lake?
Los Data Lakes son soluciones de gestión de datos híbridos de última generación que pueden hacer frente a los retos de big data y que impulsan nuevos niveles de analítica en tiempo real. Su entorno altamente escalable soporta volúmenes de datos extremadamente grandes, y acepta datos en su formato nativo a partir de varios orígenes de datos. Como complementos para su data warehouse, proporcionan la plataforma para machine learning y analítica avanzada en tiempo real en un entorno colaborativo.
Los Data Lakes consolidan los datos de una organización en un entorno gobernado y bien administrado que admite tanto el desarrollo de análisis como las cargas de trabajo de producción. Abarca múltiples plataformas de datos tales como relational data warehouses, apache hadoop clusters y dispositivos analíticos, y los gestiona juntos a través de un programa de gobernanza común. Estas plataformas de datos se pueden distribuir geográficamente. El acceso a las plataformas de datos está restringido a los servicios del Data Lake y los motores que administran los datos. Las aplicaciones y las personas acceden a los datos a través de los servicios del Data Lake
La asociación de IBM con Cloudera ofrece productos y servicios de nivel empresarial que le ayudan a crear un data lake y, a continuación, a gestionar, gobernar, acceder y descubrir big data. Estas soluciones combinan tecnología de código abierto rentable y de nivel empresarial con recursos analíticos en tiempo real. Aproveche el tremendo potencial de los datos no analizados previamente y tome decisiones más inteligentes, ágiles y basadas en los datos.
Data Lake vs Data Warehouse
Algunas diferencias claves entre data lake y data warehouse:
Los Data Lakes retienen todos los datos.
- Los data warehouse se diseñan después de un análisis exhaustivo de las fuentes de datos, la comprensión de los procesos comerciales y la elaboración de perfiles de datos. El resultado es un modelo de datos altamente estructurado con un acuerdo claro sobre qué datos incluir y no incluir. Por el contrario, Data Lake retiene TODOS los datos.
Los Data Lakes admiten todos los tipos de datos.
- Los data warehouse consisten en datos extraídos de sistemas transaccionales. Las fuentes de datos no tradicionales como: registros del servidor web, sensor data, actividad de redes sociales, el texto y las imágenes son ignorados en gran parte. Un Data Lake abarca estos tipos de datos no tradicionales.
Los Data Lakes se adaptan fácilmente a los cambios.
- Una de las principales quejas sobre los data warehouse es la gran cantidad de tiempo que toma modificarlos debido a que se dedica una gran cantidad de tiempo durante el desarrollo de la estructura de un data warehouse para que esta sea correcta. En los Data Lakes, todos los datos se almacenan en su forma nativa.
Más recursos para la gestión de datos
En destaque
Características de los data lakes de IBM
Soluciones para optimizar el potencial de un data lake
Elija entre opciones de computación y almacenamiento que están diseñadas para dar soporte a la IA y al big data
IBM Power Systems
Aumente la eficiencia de computación y almacenamiento y maximice el rendimiento al crear su data lake de Hadoop.
Almacenamiento de datos
Optimice su capacidad de almacenamiento y proteja y mueva de forma eficiente los datos en su entorno híbrido.
Acelere los resultados y mejore la precisión con un data lake bien gobernado
Distribución de IBM y Cloudera Hadoop
Optimice la plataforma de su data lake utilizando una distribución de Hadoop de nivel empresarial líder en la industria, ofrecida por IBM y Cloudera.
Gobierno de data lake
Garantice la integridad de su data lake utilizando soluciones de gobierno comprobadas que impulsen la integración, la calidad y la seguridad de los datos.
Utilice herramientas comprobadas que aportan velocidad, inteligencia artificial y machine learning a su analítica del big data
IBM Db2 Big SQL
Utilice un motor de SQL en Hadoop, híbrido y que está en conformidad con el ANSI de nivel empresarial para obtener procesamiento masivamente paralelo (MPP) y consulta de datos avanzada.
IBM Big Replicate
Replique los datos a medida que se transmiten al data lake, sin necesidad de escribir ni cerrar los archivos antes de la transferencia.
IBM Watson® Studio
Cree y entrene modelos de IA y de machine learning, además de preparar y analizar datos, todo en un entorno de nube híbrida flexible.
Casos de uso de la industria de data lakes
Comercio minorista
- Determine cuál es el cliente que probablemente compre en línea y proporcione recomendaciones
- Identifique la "ruta hacia la compra" de un cliente para comprender los patrones de compra y aplicar marketing micro-dirigido
- Pronostique o identifique de forma proactiva las actividades fraudulentas de dentro y fuera de la organización
Banca
- Pronostique el éxito o el fracaso de los descuentos
- Identifique el "próximo producto a comprar" y promociónelo a sus clientes
- Identifique qué clientes pueden reducir su negocio bancario y emplee actividades de marketing proactivas
Hotelería y viajes
- Rastree y pronostique las preferencias del cliente para guiar a la venta proactiva
- Mejore la experiencia del cliente y aumente su lealtad a la marca mediante la personalización
- Realice análisis y tarificaciones en tiempo real
Deloitte
El uso de Big SQL como nuestro motor principal nos dio confianza de que podríamos tener éxito en el uso de un data lake de Hadoop como plataforma empresarial.
— Raj Ramani Director de Gestión de la Información Deloitte Canada
Recursos sobre data lakes
Póngase en contacto con un experto
Planifique una llamada gratuita con un experto calificado de IBM
Conozca más acerca de los productos, soluciones y servicios disponibles de IBM para ayudarle a crear y ampliar un data lake con éxito.