Los metadatos son hoy más importantes que nunca. Las nuevas tecnologías han permitido que los empresarios que tradicionalmente no se hayan desempeñado como analistas trabajen con datos. La integración de la TI involucra la expectativa de que los sistemas sean intuitivos y demanden poca capacitación. Al haber tantas personas que emplean datos para la toma de tantas decisiones, es imprescindible que sus datos puedan describirse, definirse y comprenderse.
Sin embargo, en muchos sistemas aún se requiere un enfoque lento y rígido para los metadatos. Esta clase de enfoque reduce la flexibilidad de una solución de inteligencia de negocios y finalmente reduce el beneficio que se puede obtener de la implementación de análisis de autoservicio. Si se cambia la manera de concebir los metadatos, es posible hacer que en el negocio resulte más rápido y sencillo interpretar sus datos.
Lea este documento y encuentre explicaciones para cuatro motivos comunes por los cuales su metadatos sufren daños:
1. La definición previa de los metadatos demanda demasiado tiempo y demora una implementación.
En los sistemas de inteligencia de negocios tradicionales, las organizaciones deben modelar por completo su empresa como primer paso. Este proceso demanda tiempo, es complejo y añade semanas o meses a una implementación empresarial. Los costos
iniciales son elevados y los beneficios del análisis tardan en aparecer.
Un mejor enfoque consiste en buscar una solución que pueda permitir el análisis de inmediato. Esto no solo tiene el beneficio de proporcionar análisis útil con mayor rapidez, sino también implica que su modelo de metadatos puede crearse de manera iterativa a medida que se aprende más sobre las personas que utilizan los datos. Este enfoque más ágil normalmente conduce a un modelo de metadatos más sólido y realista.
Una buena manera de comenzar es aprovechar metadatos de sistemas existentes dondequiera que estén disponibles. Por mencionar un ejemplo, ¿por qué habría de tomarse el tiempo de definir todos los campos de fecha como fechas en su solución de análisis si la base de datos ya los tiene definidos de esa manera?
2. Los metadatos no tienen la flexibilidad que se necesita.
Modificar los modelos de metadatos tradicionales es difícil y costoso. Como resultado, no se modifican con frecuencia. Esto significa que la capacidad de estos para representar los datos
de negocios con precisión va quedando lentamente atrasada. Es posible que el sector de TI tenga la responsabilidad de mantener actualizados los metadatos, pero también lo es que no disponga de
la información que necesita para responder al cambio.
En un mundo en el cual las tendencias y oportunidades cambian con rapidez, esta es una desventaja competitiva para un negocio.
Se necesitan definiciones y cálculos nuevos con bastante regularidad. Los usuarios profesionales que formulan y responden preguntas con datos representan a menudo la mejor fuente de metadatos nuevos. Pueden crear una jerarquía de categoría → producto o agrupar territorios en una región. Una solución de análisis flexible brindará al sector de TI una manera de evaluar y luego acercar nuevos objetos de metadatos a la producción para que todos los usuarios puedan compartirlos.
Si carece de flexibilidad en sus metadatos, carece de la habilidad de hacer evolucionar su comprensión de su negocio.
¿Desea más información? Descargue el documento técnico.