¿Cuál es la arquitectura de BI de autoservicio?

Hay mucho que escribir sobre esto, pero de alto nivel son principalmente 5 componentes:

  1. No es exactamente arquitectura, pero dado que muchos gerentes subestiman esto: un buen equipo. Está bien si solo eres tú al principio, pero debes considerar cómo desarrollar el conocimiento de las nuevas herramientas en la empresa
  2. Una buena herramienta para procesar datos (Alteryx, Rapidminer, Python, R, etc.)
  3. Una base de datos rápida para alojar datos después del procesamiento inicial realizado en .1 (Exasol, Snowflake, Google Big Query, etc.)
  4. Una buena herramienta de informes como interfaz para que los usuarios de negocios ejecuten análisis de negocios (Tableau, PowerBI, Superset, etc.)
  5. Una buena capa de gobierno (esto se puede hacer en la capa de informes si está buscando una solución rápida, Tableau, por ejemplo, puede hacerlo todo fácilmente)

Para evaluar las herramientas adecuadas, debe considerar cuidadosamente las capacidades de su organización. Por ejemplo, si usted es un software de inicio, el procesamiento de datos probablemente sea mejor en Python. Si usted es una empresa de fabricación sin habilidades de software, Alteryx es una mejor solución (ya que Alteryx es más o menos la evolución de MS Access desde cierta perspectiva).

Tenga en cuenta que el autoservicio solo funciona si un gran porcentaje de sus usuarios crea contenido (= hace análisis e informes). Esto la mayor parte del tiempo significa alejarlos de los archivos de Excel y esta no es una tarea fácil. Por lo tanto, como un sexto componente, es posible que desee considerar la capacitación y la evangelización, ya que necesitará mucho de eso para convencer a las personas de cambiar y alejarse de algo que usaron toda su vida.

¿Cuál es la arquitectura de BI de autoservicio?

Primero, el autoservicio es una función de su arquitectura general de BI, no debería tener una arquitectura distinta para ello.

Lo que implica esa función depende en gran medida de las limitaciones de la solución global de BI, como:

  • ¿Tiene datos confidenciales del cliente?
  • ¿Son los algoritmos ventajas competitivas para asegurar?
  • ¿Son caras sus licencias de BI Tools (por ejemplo, por usuario)?
  • ¿Sus usuarios siempre buscan “todos los datos, todo el tiempo” independientemente del volumen?

La extensión de su autoservicio también variará enormemente. Algunos lo restringirán a un “sandbox” cerrado desde donde el usuario no puede exportar datos, solo su algoritmo desarrollado. Algunos limitarán la disponibilidad de datos (permitiendo al usuario hacer lo que quiera durante un período fijo, incluida la copia de esos datos). ¡Por supuesto, para otros es gratis para todos!

Por lo tanto, al igual que cualquier solución de BI bien diseñada, necesitará al menos una herramienta de metadatos sólida, una buena herramienta OLAP, una herramienta de visualización actualizada y un analista de datos muy paciente.

Recientemente, algunas organizaciones incluso están hablando de un ETL de autoservicio. Para mí, es ridículo.