Categoría: Integración de datos

Power BI Days 2023: El compromiso de Alicante con el aprendizaje innovador

Power BI Days 2023: El compromiso de Alicante con el aprendizaje innovador

El pasado sábado, 17 de junio, Alicante se transformó en el foco de innovación y conocimiento con la celebración de «Power BI Days + Fabric 2023″. Este evento, que contó con 124 asistentes presenciales y 190 inscritos, demostró ser un impulso de conocimiento para la comunidad hispana de Power BI.

Este evento es una oportunidad para compartir y aprender sobre Power BI, Inteligencia Artificial, Power BI Desktop, Power BI Service, Power BI Premium, DAX, Power Query, Dataflows, y toda la familia Power BI y su integración con el resto de componentes de datos.

En esta segunda edición, Alicante ha sido la ciudad en la que ha comenzado la gira de esta importante comunidad. A continuación, se celebrarán sesiones de gran nivel orientadas a los datos en diversas ciudades de España.

Los ponentes, muchos de ellos Microsoft MVPs y expertos en organizaciones multinacionales, infundieron con cada charla una profundidad de conocimiento y experiencia incomparables.

El evento arrancó con la Keynote de Miguel Llopis, Group Product Manager de Microsoft Fabric, quien vino directamente desde Seattle para ofrecernos la sesión Análisis de datos en la era de la Inteligencia Artificial + Introducción a Data Factory en Microsoft Fabric.

Las demostraciones exclusivas de Microsoft Fabric, un hito en el análisis avanzado de datos, crearon un inicio y un final impactantes para el evento. Los encargados de transmitir este conocimiento, Miguel Llopis; Miguel Egea; Ruben Pertusa; Rafael Báguena y Francisco Mullor, demostraron que nuestra ciudad está a la vanguardia del cambio y la innovación.

Entre las presentaciones y demostraciones, los asistentes disfrutaron de un coffee break y una comida, proporcionando una oportunidad perfecta para el networking y la discusión de ideas. El punto culminante del evento fue el Power Quiz en formato Kahoot. En este emocionante juego, los asistentes tuvieron la oportunidad de poner a prueba sus conocimientos del entorno de Power BI. Se repartieron premios entre los ganadores y, además, se llevaron a cabo sorteos, creando un ambiente de diversión continuo.

sumamoOs, promotor principal del evento, junto con Verne Technology Group y Camposeven, hicieron posible que se pudiera organizar este importante evento en nuestra ciudad.​

“Con cada evento como este, seguimos avanzando, impulsando el conocimiento y afirmando el lugar de Alicante en el mapa mundial de la innovación. El futuro parece brillante, y estamos emocionados de ver cómo Alicante continúa floreciendo como una potencia tecnológica.”

 

Pablo Barrachina,  socio-director de Data & IA de sumamoOs.

Power Platform Alicante: Un espacio para fomentar la conexión y el aprendizaje en la provincia de Alicante

Como muestra del compromiso de sumamoOs con la democratización del conocimiento, en 2020 lanzó una iniciativa para crear una comunidad sólida y activa en torno a la tecnología Power Platform de Microsoft en Alicante, a fin de promover el conocimiento de esta tecnología y acercarla a empresas, profesionales, entusiastas y estudiantes que buscan formarse en este ámbito.

Esta comunidad, llamada «Power Platform Alicante», fue concebida e impulsada, entre otras figuras clave de sumamoOs, por Pablo Barrachina, socio-director de Data & IA.

La gestión de Pablo ha sido un importante catalizador para la adopción y comprensión de las tecnologías de Microsoft en la región. Pablo Barrachina es también responsable de Levante de DAMA España, capítulo español de DAMA Internacional que fue creado para apoyar el conocimiento y difusión de la gestión del dato.

La contribución de Pablo Barrachina a la comunidad se ha visto reconocida por Microsoft, quien le ha otorgado el logro de «Community Impact: Global Power Platform Bootcamp Hero» en 2022 y 2023.

El primer evento que se organizó tras la formación de esta comunidad fue la I Edición del “Global Power Platform Bootcamp” en 2020. Desde entonces, se han organizado cuatro ediciones, la última en febrero de 2023, atrayendo a más de 120 interesados.

Las instalaciones del Distrito Digital han supuesto un entorno propicio para la celebración de estos eventos de comunidad. Imagen: Global Power Platform Bootcamp 2023 Alicante.

“»Alicante apuesta por el conocimiento. Desde que iniciamos esta comunidad, la participación y entusiasmo en nuestros eventos ha superado todas nuestras expectativas. Esperamos que esta comunidad siga siendo un espacio de colaboración y aprendizaje para todos. Estamos orgullosos de formar parte de este ecosistema en crecimiento y de contribuir a la evolución tecnológica de Alicante».

 

Pablo Barrachina.

Si te apasiona la tecnología de Power Platform y estás buscando una comunidad activa y colaborativa para aprender, compartir y crecer, ¡únete a esta comunidad haciendo clic aquí!

Sobre sumamoOs

sumamoOs es una consultora tecnológica fundada en abril de 2015. Como especialistas en tecnología, combina metodología, know-how e innovación para ofrecer soluciones a las necesidades de las organizaciones, centradas en las personas y tomando decisiones basadas en los datos.

Su enfoque incluye la consultoría Agile, donde asesoran, forman y trazan planes para la transformación digital de las empresas utilizando marcos de trabajo ágiles. También ofrecen servicios en torno al CRM Salesforce, ayudando a las empresas a generar oportunidades de negocio, impulsar ventas, fidelizar clientes, desarrollar campañas de marketing, mejorar la satisfacción del cliente, y construir e innovar con Salesforce. Además, proporcionan servicios de integración de datos a gran escala con Mulesoft Anypoint Platform, y asesoramiento en inteligencia empresarial y Big Data, incluyendo IA y machine learning y robotización de procesos con UiPath y Power Automate.

Demostrando un fuerte interés en buscar integraciones, partners y sinergias con otras organizaciones y asociaciones, sumamoOs se convirtió en la primera empresa colaboradora de la Asociación Nacional de Big Data (ANBAN). Además, también es miembro de AlicanTEC, otra asociación relevante que busca promover el Mediterráneo sur de España como área de desarrollo tecnológico.

Análisis de datos: una necesaria alfabetización

Análisis de datos: una necesaria alfabetización

Hoy en día, podemos encontrar datos prácticamente en todas partes. Cada vez que observamos y evaluamos algo en el mundo, recopilamos y analizamos datos. Ya sea en nuestro tiempo de ocio o trabajo, analizar datos nos ayuda a encontrar formas más fáciles de hacer las cosas, identificar patrones para ahorrar tiempo y descubrir nuevas perspectivas sorprendentes que pueden cambiar por completo la forma en que experimentamos las cosas.

Desde un punto de vista corporativo, una filosofía basada en los datos puede ayudar a las empresas a tomar mejores decisiones, crear nuevos productos, identificar tendencias o mejorar la satisfacción de su cartera de clientes. Todo ello desde una perspectiva fundamentada en los datos y no en presunciones humanas.

Además, la materia prima de este análisis, los datos, crece exponencialmente. Para 2025, Internet acumulará 181 zetabytes. Para hacernos una idea de la inmensidad de esta cantidad, un zetabyte permite almacenar 30 mil millones de películas en 4K o 60 mil millones de videojuegos, según Seagate, Apr 8, 2021. 

A mayor número de datos, los volúmenes con los que trabajamos se incrementan. Las hojas de cálculo no son suficientes. Herramientas como Python y sus librerías, SQL o R se abren paso cada vez más como las opciones más recomendadas para analizar ingentes cantidades de datos.

Por ello, el análisis de datos se está convirtiendo en la habilidad más necesaria y crítica, independientemente de cualquier profesión o trabajo. Sí, cualquier trabajo. Desde servicios financieros hasta el marketing, desde la contabilidad hasta la operación comercial, desde los servicios legales hasta los recursos humanos, todo el mundo necesita analizar datos para hacer su trabajo.

Hay una alta demanda y una gran cantidad de herramientas. ¿Cuál es el problema?

La educación y formación en datos.

La necesidad de alfabetización de datos

Hoy en día, todo profesional necesita ser educado en el uso de muchas herramientas y técnicas modernas en el análisis de datos. Sin embargo, esta formación no ha sido cubierta correctamente por la educación formal.

No está cubierta en la escuela secundaria, tampoco en instituciones superiores como la universidad, con excepción de las carreras técnicas y posgrados/maestrías.  Los jóvenes tienen miedo de las matemáticas y la estadística, miedo alientado por un sistema educativo que percibe la mentalidad técnica y analítica como algo superfluo. Todo esto propicia una curva de aprendizaje muy baja, porque ni siquiera se ha establecido una situación adecuada para desarrollar las destrezas analíticas del analista de datos.

El núcleo del problema

Si bien hemos culpabilizado la lentitud de la educación formal como la principal causa del analfabetismo de datos, podemos desgranar este problema en causas subyacentes:

  1. Los currículos de aprendizaje están desactualizados en términos de habilidades técnicas en análisis de datos.
  2. Falta de educadores y profesores con esas habilidades técnicas.
  3. Creencia generalizada de que el análisis de datos del análisis corresponde únicamente al perfil técnico, por lo que no debe enseñarse en otras especialidades.

Ahogar el crecimiento de las destrezas analíticas, una práctica común

Las destrezas analíticas son cualidades y características asociadas con la resolución de problemas usando hechos. Estas, que son un total de cinco, son vitales para desarrollar un perfil analítico. Sin embargo, observa cómo, en el contexto actual, están totalmente purgadas:

  1. Curiosidad: algo tan simple como querer aprender algo es la destreza analítica más importante. No tener ambición de absorber nuevos conocimientos es el principal impedimento para convertirse en analista o científico de datos. A día de hoy, cada vez somos menos curiosos. Buscamos una solución rápida y no preguntamos el por qué de las cosas.
  2. Comprensión del contexto: el contexto es la situación en la que algo existe o sucede. Comprendiendo el contexto, estructuras las relaciones de las variables. No tener claro el contexto supone una mayor sensibilidad a incorporar valores atípicos y sesgados a tu análisis. Como decía antes, no preguntamos el por qué de las cosas. Preguntar es la primera fase del análisis de datos. Permite obtener información para crear el contexto.
  3. Mentalidad técnica: se basa en diseñar tareas en pasos más pequeños para poder medir y optimizar tu trabajo. ¿Cuántas veces has tenido tareas con entregas mensuales y has dejado todo para el último día? Al no dividir tu trabajo en pequeños pasos, pierdes la visión global, no aprendes y tu productividad cae.
  4. Diseño de datos: se trata de diseñar la forma más viable y óptima de organizar la información de la que harás uso. Va de la mano de la anterior destreza. Una falta de organización y mentalidad técnica supone un total fracaso en el diseño de datos. Cuando realizas un trabajo, ¿dedicas unos minutos antes a organizar cómo lo vas a desarrollar? Ahí reside la esencia de un buen diseño.
  5. Estrategia de datos: se basa en la gestión de las personas, procesos y herramientas que se usan en el análisis de datos. ¿Te consideras estratega? ¿Cuántas veces has tenido que dedicar más horas en un trabajo grupal como consecuencia de una falta de control y organización con los otros miembros? Si la estrategia falla, el plan falla. 

Recomendaciones

Ante la gravedad de esta situación, es imprescindible que cualquier profesional, independientemente de su especialidad, continúe formándose con un posgrado o maestría en análisis de datos, inteligencia de negocios o inteligencia artificial. 

Pertenecer a otra especialidad e iniciar este camino no debe asustarte. Podrás obtener educación de calidad de grandes corporaciones (IBM, Microsoft, Oracle, SAP, Salesforce…) y compañías especializadas en capacitar a personas en análisis de datos.

Comienza o impulsa tu carrera con sumamoOs Academy

En sumamoOs Academy te ayudaremos a convertirte en científico de datos. Descubrirás, de la mano de docentes certificados por corporaciones como Microsoft, cómo llevar a cabo un proyecto de ciencia de datos: desde analítica avanzada hasta aprendizaje automático. Consulta nuestros cursos e inicia tu camino junto a nosotros.

Descubre nuestros cursos

Comparativa Chatbots

Comparativa Chatbots

¿Alguna vez has entrado a una página web y has visto un chat donde ponerse en contacto con un comercial de servicio técnico, o has hablado por teléfono con un sistema informatizado para solicitar un soporte? Pues has utilizado un chatbot. En el siguiente artículo vamos a ver qué son los chatbots y de qué manera podemos agruparlos para poder realizar una comparativa de sus diferentes características a la hora de elegir uno.

¿Qué es un Chatbot?

Un chatbot es un agente inteligente de software que permite a las personas interactuar con él mediante texto o la voz, y que suele estar disponible 24x7x365. Estos agentes inteligentes han ido ganando popularidad gracias a que han ido mejorando sus algoritmos de IA, el procesamiento computacional y los servicios Cloud que ofrecen los fabricantes de Software, permitiendo disponer de bots inteligentes a un coste cada vez más ajustado.

Chatbots Comparativa Amazon

En el año 2006, el desarrollo de Chatbots se ha extendido de forma masiva en las empresas. Estas usan los chatbots para dos fines:

Mejorar la atención al cliente: Mediante rutas de conversación, los bots son capaces de captar la Intención del cliente, y de esta forma, poder realizar la acción deseada por este sin requerir la presencia de un agente.

Generar más ventas / Incrementar la productividad: A nivel interno de una empresa, un chatbot se puede emplear para la automatización de procesos repetitivos, pudiendo realizarse de forma desatendida (Sin requerir validación por parte del usuario) o de manera atendida, solicitando en cierto punto del proceso la validación de un usuario.

Existen cientos de chatbots en el mercado, cada uno con unas determinadas características, pero en sumamoOs hemos definido unos puntos para determinar en qué fijarse a la hora de elegir el Chatbot adecuado.

¿Cómo comparar diferentes Chatbots?

En el mercado hay cientos de chatbots que funcionan de manera similiar. Para poder identificar y valorar cuales de ellos se adaptan más a nuestras necesidades, hemos agrupado ciertas de sus características para poder compararlos. Estas características son:

  • Reconocimiento de voz: Capacidad del chatbot de mantener una conversación verbal con el usuario.
  • Facilidad de uso: Facilidad de uso del bot, tanto a nivel de usuario como de programación.
  • Lenguaje natural: Nivel de perfeccionamiento de la IA en el lenguaje natural de diálogo, imitando una conversación como si de un agente se tratara.
  • Machine learning: Capacidad del bot de aprender de las iteraciones con los usuarios, permitiendo mejorar sus respuestas con el tiempo.
  • Soporte multi idioma: Disponibilidad de varios idiomas a la hora de implementar el bot, o bien ser capaz de adaptarse al idioma del usuario.
  • Carga inicial de Base de conocimiento: Capacidad del bot para dar de alta información de temas de consulta a partir de una base de conocimiento previamente establecida.
  • Analíticas: La herramienta dispone de medidas para analizar el funcionamiento de los bots, así como las intenciones de cliente más consultadas o aquellas entradas erroneas que requieren de una mejora.
  • Integraciones: Facilidad y capacidad con la que el bot es capaz de conectarse a herramientas externas para la realización de operaciones.
  • Coste: Gasto promedio producido del uso o contratación del chatbot.

Conclusión

Siguiendo estos puntos seremos capaces de identificar qué bot es el más adecuado para nuestro negocio. Más abajo podrás encontrar una comparativa realizada por nosotros siguiendo estos puntos. Para ello hemos realizado una selección con algunos de los chatbots más importantes del mercado:

  • Salesforce Einstein Bot
  • Microsoft Power Virtual Agents
  • UiPath Chatbot
  • Amazon Lex

¿Quieres saber más acerca de los chatbots? A través del siguiente enlace podrás acceder a la comparativa de estos cuatro chatbots, siguiendo los criterios previamente definidos.

Descargar

¿Te podemos ayudar?

Contacta con nosotros y te ofreceremos el soporte que necesitas.

Análisis de tareas en Jira Cloud desde Power BI

Análisis de tareas en Jira Cloud desde Power BI

JIRA se ha convertido en la herramienta de desarrollo software número uno utilizada por equipos ágiles. En este artículo vamos a contaros cómo conectar su plataforma JIRA Cloud con PowerBi para extraer toda la información sobre nuestros proyectos.

Durante 12 años consecutivos, PowerBi ha sido reconocido como líder en plataformas de análisis e inteligencia empresarial por Gartner. Pero… ¿Qué es Gartner? Se trata de una empresa de consultoría e investigación que incluye entre sus clientes a algunas de las más grandes empresas, agencias de gobierno y empresas tecnológicas. Si deseas más información sobre PowerBi, puedes consultar nuestras publicaciones anteriores ‘¿Qué es Power BI?‘ y ‘Power BI: Paneles e informes‘.

Dicho esto, y haciendo las introducciones necesarias, veremos ahora cómo PowerBi nos permite acceder directamente al API web de JIRA y así obtener nuestros datos de una forma rápida y sencilla.

Ventajas y desventajas

Utilizar este método nos proporciona una serie de ventajas e inconvenientes frente a otras opciones. Echemos un vistazo a las ventajas:

  • Los datos se obtienen directamente del origen, sin intermediarios: no necesitaremos más que nuestras credenciales de acceso a JIRA para obtener la información.
  • Nuestros datos estarán actualizados al instante: toda la información se obtiene directamente desde el API de JIRA, de modo que actualizando nuestros datos desde PowerBi obtendremos la última versión disponible al instante.
  • Poder conectar múltiples orígenes de datos: ¿tienes algún otro servicio conectado en su empresa? Desde PowerBi es posible conectar todos los orígenes, ya sean bases de datos, documentos en la nube, etc…, unificarlos y combinar toda la información en un único cuadro de mando.

Por otra parte, conectar el API de JIRA cloud con PowerBi tiene una pequeña desventaja. El método soporta mal los cambios. En el caso de que alguno de nuestros orígenes de datos falle o se modifique, todos nuestros datos quedarán desactualizados y muy probablemente no serán válidos. De todas formas, siempre podremos actualizar nuestro proyecto de PowerBi con una nueva estructura y resolver cualquier problema…

Además, hay que tener en cuenta, que conectarse a un API web tiene sus restricciones. La parametrización de las llamadas al API para obtener los datos al completo es una de ellas.

Veamos un ejemplo con tan sólo unos minutos, podrás visualizar los datos de JIRA desde PowerBi.

 

Ejemplo

 

1. Obtención de las peticiones de Jira en PowerBi

El primer paso consiste en obtener nuestra URL de conexión con el API de JIRA. Para ello, tenemos que sustituir en la URL siguiente, el campo <URL_JIRA> por el nombre d nuestro JIRA.

https://<URL_JIRA>.atlassian.net/rest/api/2/search?jql&maxResults=100

Una vez disponemos de nuestra propia URL, abrimos un nuevo proyecto de PowerBi y hacemos click en el desplegable ‘Obtener Datos -> Web’. Ahora introducimos la URL anterior y hacemos click en aceptar. A continuación, nos debemos autenticar usando uno de los métodos proporcionados. Puedes encontrar más información sobre la autenticación en el siguiente enlace.

Finalmente, ya tendríamos nuestros datos cargados en PowerBi listos para ser transformados.

 

2. Transformación de los datos

Para la transformación de datos, emplearemos la siguiente transformación a modo de ejemplo. Para que puedas usarla, tan sólo será necesario reemplazar la URL. Una vez modificada, accedemos al editor avanzado y pegamos el bloque de código.

Código de ejemplo
let
Origen = Json.Document(Web.Contents("<URL_JIRA>")),
issues = Origen[issues],
#"Convertida en tabla" = Table.FromList(issues, Splitter.SplitByNothing(), null, null, ExtraValues.Error),
#"Se expandió Column1" = Table.ExpandRecordColumn(#"Convertida en tabla", "Column1", {"expand", "id", "self", "key", "fields"}, {"Column1.expand", "Column1.id", "Column1.self", "Column1.key", "Column1.fields"}),
#"Se expandió Column1.fields" = Table.ExpandRecordColumn(#"Se expandió Column1", "Column1.fields", {"issuetype", "priority", "status", "progress"}, {"Column1.fields.issuetype", "Column1.fields.priority", "Column1.fields.status", "Column1.fields.progress"}),
#"Se expandió Column1.fields.issuetype" = Table.ExpandRecordColumn(#"Se expandió Column1.fields", "Column1.fields.issuetype", {"name"}, {"Column1.fields.issuetype.name"}),
#"Se expandió Column1.fields.priority" = Table.ExpandRecordColumn(#"Se expandió Column1.fields.issuetype", "Column1.fields.priority", {"name"}, {"Column1.fields.priority.name"}),
#"Se expandió Column1.fields.status" = Table.ExpandRecordColumn(#"Se expandió Column1.fields.priority", "Column1.fields.status", {"name"}, {"Column1.fields.status.name"}),
#"Se expandió Column1.fields.progress" = Table.ExpandRecordColumn(#"Se expandió Column1.fields.status", "Column1.fields.progress", {"progress", "total"}, {"Column1.fields.progress.progress", "Column1.fields.progress.total"}),
#"Columnas quitadas" = Table.RemoveColumns(#"Se expandió Column1.fields.progress",{"Column1.expand", "Column1.id", "Column1.self", "Column1.key"}),
#"Columnas con nombre cambiado" = Table.RenameColumns(#"Columnas quitadas",{{"Column1.fields.issuetype.name", "Tipo"}, {"Column1.fields.priority.name", "Prioridad"}, {"Column1.fields.status.name", "Estado"}, {"Column1.fields.progress.progress", "Progreso"}, {"Column1.fields.progress.total", "Total"}}),
#"Tipo cambiado" = Table.TransformColumnTypes(#"Columnas con nombre cambiado",{{"Tipo", type text}, {"Prioridad", type text}, {"Estado", type text}, {"Progreso", Int64.Type}, {"Total", Int64.Type}}),
#"Índice agregado" = Table.AddIndexColumn(#"Tipo cambiado", "Índice", 0, 1),
#"Columnas reordenadas" = Table.ReorderColumns(#"Índice agregado",{"Índice", "Tipo", "Prioridad", "Estado", "Progreso", "Total"})
in
#"Columnas reordenadas"

Con estas transformaciones, los datos de nuestro estarán cargados en PowerBI y ya podremos empezar a mostrar los resultados. ¡Pero esto no queda aquí! Ahora puedes seguir profundizando en el informe y adecuándolo según tus necesidades.

3. Presentación de los datos

Éste es un simple ejemplo que hemos realizado con los datos que hemos extraído de nuestro JIRA en tan solo un par de minutos.

Dedicándole más tiempo y unificando varios orígenes de datos, se podrían conseguir cuadros de mando más complejos que muestren en profundidad la información contenida en JIRA. Estos cuadros de mando te permitirán conocer la situación actual de tu empresa en un click.

¡Ya has aprendido a cómo conectar JIRA con PowerBi y construir cuadros de mando! Ahora puedes contactar con nosotros si deseas más información o tienes alguna duda.

Enlaces:

Documentación del API Web de Jira
Documentación sobre los métodos de autenticación al API de JIRA
Guías para desarrolladores sobre JIRA
Documentación sobre el API del plugin ‘Tempo’ de JIRA

ETL, ¿En qué consiste?

ETL, ¿En qué consiste?
En anteriores entradas hemos hablado del uso del BI (Business Intelligence) para el tratamiento de los datos de una empresa con el fin de obtener información. Hoy hablaremos de un proceso para integrar datos con el fin de obtener esta información: ETL.

¿Qué significa ETL?

ETL son las siglas en inglés de los pasos que conforman el proceso: Extract, Transform, Load. (Extracción, Transformación, Carga).

  • Extracción: Consiste en obtener datos de una o varias fuentes. Estas pueden ser: Bases de datos, APIs, documentos CSV, ficheros Excel, etc.
  • Transformación: En este paso se realizan los cálculos, validaciones y limpieza de los datos obtenidos de la extracción, adecuándolos con el objetivo de obtener la información necesaria.
  • Carga: Los datos, una vez modificados para la obtención de información, se vuelcan en almacenes de datos, que al igual que en la extracción, puede ser de diferentes tipos: ficheros, bases de datos, Data Warehouse, etc.

En resumen, estos procesos nos permiten obtener una gran cantidad de información de diversos medios, transformarla, adaptarla a nuestras necesidades y almacenarla de forma que podamos hacer uso de esta información.

Si todavía no comprendes el objetivo de un ETL no te preocupes, lo verás más claro con el siguiente ejemplo:

Ejemplo: ThunderBolt Sunglasses

ThunderBolt Sunglasses es una compañía de venta de gafas de sol que está arrasando en la industria. Esta empresa desea conocer los índices de venta de sus productos en España. La información de estas ventas las tiene en una base de datos MySQL desde su tienda online, archivos CSV desde su ERP y en ficheros Excel desde sus franquicias y representantes.

Mediante el proceso de extracción, un ETL permite trabajar con orígenes de datos distintos, por lo que la diversidad de orígenes de datos no supone un impedimento.

Una vez realizada la extracción, se necesitan realizar los cálculos que permitan obtener los valores que se desean. Este paso lo realiza el proceso de transformación de datos, en el cual se realizan las transformaciones necesarias para convertir los datos en información.

Por último, realizando una carga de estos datos en un Data Warehouse permitirá acceder a la información de los índices de ventas.

Ejemplo de flujo ETL

Aplicaciones

Como habrás visto en el ejemplo, los procesos ETL resultan ser una herramienta bastante potente a la hora de importar y procesar datos, pero… ¿Es la única utilidad que tienen? Ya te adelanto que en sumamoOs empleamos herramientas ETL para muchas más áreas. Por nombrar algunas, vamos a ver una lista de funciones que se pueden realizar a partir de un proceso ETL:

  • Mover datos desde una o varias fuentes de datos.
  • Dar formato a los datos y limpiarlos para poder mostrarlos en informes, cuadros de mando e información unificada.
  • Migrar los datos de una fuente a otra, como una base de datos, un Data Mart o un Data Warehouse.
  • Tareas de base de datos, como consolidar, migrar y sincronizar bases de datos.
  • Migración de datos de aplicaciones entre versiones.
  • Sincronizar entre diferentes sistemas operacionales, como entre un entorno ERP y un entorno Web.
  • Interfaz con sistemas externos, ya sea para entrada como salida de datos, con APIs, ficheros…
  • Preparación de procesos masivos (Mailings, Newsletter, etc).

¿Quieres conocer más detalles?

En sumamoOs tenemos un gran conocimiento en el desarrollo de procesos ETL. De modo que, si quieres averiguar más detalles sobre el manejo de datos para la obtención de información, puedes consultar nuestra sección sobre el tratamiento de datos, o  contactar con nosotros para conocer cómo transformar la operativa de tu empresa aprovechando estas herramientas.