Hoy en día las empresas quieren ser data driven y, para ello, necesitan tomar las decisiones estratégicas basándose en el análisis de datos y su interpretación. Hasta aquí parece sencillo, pero ¿cómo deben ser las plataformas que soportan los procesos de toma de decisión? Rotundamente, no hay una única respuesta correcta. Lo que sí sabemos es que, ante todo, estos sistemas deben facilitar la integración de múltiples fuentes de información que una empresa dispone y poner en valor los datos de forma que resulten explotables y comprensibles por aquellos que sustenten sus decisiones en los datos.

Para poder ser una empresa data driven, de hecho, es importante que exista una conversación sin obstáculos entre las áreas de negocio y las áreas técnicas. Y en ese sentido, los llamados Ensemble Logical Models nos aportan herramientas facilitadoras en esa comunicación a la hora de plasmar y modelar los dominios de información de una gran organización. ¿Cómo? Principalmente empleando el lenguaje y las prioridades del propio negocio y obviando el contexto técnico.

La agilidad tiene que ver con la capacidad de adaptación al cambio, por lo que la mejor manera de asegurarse de que un Data Warehouse sea tal es separar aquellas cosas que se pueden cambiar de aquellas otras que no son susceptibles de ser cambiadas. Esta separación es clave para construir un Data Warehouse ágil exitoso en el que sea fácil añadir nuevos requisitos o nuevas fuentes sin alterar lo que ya está en marcha. Tanto Data Vault como Ensemble Logical Model se construyen en torno a esta premisa y pueden entenderse como patrones de modelado en los que se prefiere ampliar el modelo existente en lugar de cambiar todo el modelo de raíz. Una de las principales ventajas es que estas prácticas no sólo afectan al modelo en sí, sino que también se extienden al esfuerzo de prueba: sólo se prueba lo que se añade o, en el caso del esfuerzo de carga, sólo se añaden los nuevos conductos de datos.

La diferencia sustancial entre Ensemble Logical Model (ELM) y Data Vault es que el primero es creado por los usuarios de negocio de la organización con su propia terminología, reflejando así sus procesos y necesidades. ELM no necesita implementaciones técnicas complejas y, por ende, trabaja artefactos entendibles completamente independientes de los sistemas de origen. A posteriori, Data Vault traduce este modelo que se convertirá en la parte física y técnica que finalmente se sumará a una plataforma de datos.  La clave con ELM es que nos permite involucrar a los empleados en el proceso de modelado en lugar de centrarnos en cómo llegar técnicamente al mejor modelo ágil.

Gracias a la combinación de ELM y Data Vault es posible añadir valor al negocio: por un lado, implicamos a los usuarios de negocios para que discutan sus preocupaciones y busquen soluciones desde su perspectiva y, por el otro, conseguimos un almacén de datos ágil y escalable de cara al futuro.

Artículo de opinión de Miguel Romero, Partner & Head of Technology & Innovation de SDG Group.