Estrategia ejecutiva para unificar los datos

Objetivo de datos: Cada organización quiere que sus datos impulsen decisiones empresariales seguras. Los datos deben ser de confianza, fáciles de reutilizar para el análisis y la inteligencia artificial, y proteger de forma predeterminada. Desafío de datos: Para la mayoría de las organizaciones, este objetivo es difícil de lograr. Los datos se distribuyen entre sistemas y equipos. Los estándares varían. La gobernanza es incoherente. Estos problemas dificultan el uso de análisis e inteligencia artificial con confianza.

Solución de datos: Muchas organizaciones están abordando este desafío mediante la unificación de su plataforma de datos con Microsoft Fabric. Fabric permite a los equipos crear productos de datos de confianza que se pueden regular y usar de forma segura para el análisis y la inteligencia artificial en toda la organización (consulte la figura 1). Esta guía proporciona a los responsables de la toma de decisiones el marco que necesitan para realizar ese cambio y establecer una base de datos unificada.

Figura 1. Plataforma de datos unificada para inteligencia artificial y análisis.

¿Por qué una plataforma de datos unificada con Fabric?

La mayoría de los líderes empresariales y tecnológicos comprenden el costo de los datos fragmentados. Lo que a menudo los retiene es la creencia de que arreglarlo requiere migraciones grandes y arriesgadas. Microsoft Fabric adopta un enfoque diferente y ofrece valor sin interrupciones. Entre las ventajas clave se incluyen las siguientes:

• Interrupción empresarial mínima: Fabric se conecta a los sistemas existentes mediante la virtualización (accesos directos) y la replicación selectiva (creación de reflejo). Los equipos pueden unificar el acceso a datos sin interrumpir las operaciones actuales.

• Gobernanza integrada: Fabric lleva la ingeniería de datos, el análisis y la inteligencia empresarial a una sola plataforma. Las directivas de seguridad y gobernanza se definen una vez y se aplican de forma coherente, en lugar de volver a crearse y aplicarse de forma diferente en varias herramientas.

• Base para la inteligencia artificial y el análisis: Fabric permite a las organizaciones producir productos de datos reutilizables y de alta calidad. Estos productos de confianza aceleran las iniciativas de análisis e inteligencia artificial. Fabric IQ ayuda a unificar y contextualizar los datos. Foundry IQ permite a los agentes de Microsoft Foundry razonar sobre los datos de confianza regulados.

¿Qué nivel de inversión se requiere?

Unificar la plataforma de datos es una inversión en capacidad, no un reemplazo mayorista de todos los sistemas. El objetivo es seguir usando los sistemas de datos existentes y crear una base compartida que pueda crecer con el tiempo. Entre los principales factores de costo se incluyen:

• Factores de costo de Microsoft Fabric: Entre los factores de costo principales se incluyen (consulte la figura 2):

  • Cómputo: La capacidad de cómputo que usted crea (capacidades de infraestructura).

  • Almacenamiento: El almacenamiento que se usa en OneLake.

  • Replicación: La replicación de datos que realiza (creación de reflejo).

  • Power BI: Asegúrese de que los usuarios tengan suficiente capacidad de Microsoft Fabric que incluya acceso a Power BI o licencias independientes de Power BI, como se resume en la guía de licencias.

    Figura 2. Funcionalidades de Microsoft Fabric para crear valor empresarial a partir de datos.

• Factores de costo de Microsoft Purview: Use Microsoft Purview para la gobernanza de datos unificados y el cumplimiento. Purview proporciona un catálogo de datos centralizado, una clasificación de datos y una aplicación de directivas en todo el patrimonio de datos. Los datos pueden estar en OneLake, Azure, local, SaaS de terceros u otras plataformas en la nube. Entre los factores clave de costo de Purview se incluyen las funcionalidades basadas en licencias basadas en suscripciones y consumo. Presupueste tanto para las licencias en curso como para el volumen de datos y servicios que usted gestiona con Purview.

• Factores de costo de Azure: Utilizas suscripciones de Azure para alojar cómputo de Fabric (capacidades) y tu cuenta de Microsoft Purview. No hay ningún costo adicional para las suscripciones de Azure. Si integra otros servicios de Azure, como Azure Databricks o Azure Machine Learning, en su plataforma unificada, recuerde que estos servicios tienen sus propios modelos de precios. Planee esos costos. Consulte los factores de costo de Azure Databricks y Azure Machine Learning.

¿Cuánto tiempo tarda hasta que ve el valor?

Microsoft Fabric está diseñado para ofrecer valor rápidamente. El tiempo hasta obtener valor es corto porque la integración no depende de una migración completa. Los equipos pueden empezar con un pequeño conjunto de productos de datos de alto valor. Cada paso agrega valor al limitar el riesgo. En la práctica, muchas organizaciones ven el valor en semanas para escenarios iniciales de análisis o inteligencia artificial. A medida que Fabric se convierte en la base estándar de los productos de datos, el análisis y la inteligencia artificial, el valor crece a través de la reutilización y los estándares coherentes en toda la organización.

¿Cómo unifica la plataforma de datos?

Cloud Adoption Framework de Microsoft describe un marco de cuatro pasos para unificar la plataforma de datos. El proceso abarca la planificación y la organización de la estrategia de datos. Trata las decisiones de arquitectura. También le ayuda a establecer líneas de base de seguridad y gobernanza y definir estándares operativos.

1. Preparación de la organización. Defina la estrategia de datos y establezca la propiedad y los dominios de los datos. Aclarar cómo crean los datos el valor empresarial y quién es responsable de qué datos. Consulte Preparación de la organización.

2. Arquitectura: Proporcione la tecnología necesaria para unificar la plataforma de datos. Configure Microsoft Fabric y los entornos necesarios en Azure. Consulte Arquitectura.

3. Líneas base de gobernanza y seguridad: Use Microsoft Purview para obtener visibilidad central y gobernanza en todo el patrimonio de datos. Cree líneas base de seguridad y cumplimiento en la arquitectura de Fabric desde el principio. Consulte Líneas base de gobernanza y seguridad.

4. Estándares operativos. Defina procesos coherentes para ingerir datos sin procesar, crear productos de datos y administrar su ciclo de vida. Establezca cómo se publican, protegen y consumen los productos de datos en toda la organización. Consulte Estándares operativos.

Siguiendo estos pasos, puede unificar la plataforma de datos de forma estructurada. Si no sabe dónde empezar, use el siguiente árbol de decisión para obtener instrucciones.

Árbol de decisión para unificar la plataforma de datos

El flujo formula una serie de preguntas de sí o no. Cada "Sí" conduce a instrucciones específicas. La primera pregunta pregunta si la organización necesita ayuda para comprender las prioridades de datos o crear aptitudes para obtener más valor de los datos. Si es así, la guía es preparar a las personas a través de roles, entrenamiento y actividades de preparación. La segunda pregunta pregunta si la organización necesita una manera unificada de acceder a los datos entre nubes y cargas de trabajo para admitir el análisis y la inteligencia artificial. Si es así, la guía es usar Microsoft Fabric como plataforma de datos unificada. La tercera pregunta pregunta si la organización necesita ayuda para convertir los datos operativos en valor empresarial o alimentar datos de forma segura en sistemas de inteligencia artificial, como Microsoft Foundry. Si es así, la guía consiste en integrar los servicios de Azure con Fabric. La cuarta pregunta pregunta si la organización necesita ayuda para controlar el acceso a los datos o con la protección de datos de forma coherente. Si es así, las instrucciones son establecer las líneas de base de seguridad y gobernanza mediante Microsoft Purview y los controles relacionados. La quinta pregunta pregunta si la organización necesita ayuda para establecer estándares organizativos coherentes para procesar, proteger y consumir productos de datos para análisis e inteligencia artificial. Si es así, la guía consiste en establecer estándares operativos para los productos de datos, la seguridad y la administración del ciclo de vida. El flujo termina apuntando a la adopción de la inteligencia artificial y la adopción de agentes de inteligencia artificial una vez que se han implementado la plataforma de datos unificada y los estándares.

Figura 3. Árbol de decisión de Microsoft para unificar la plataforma de datos.

Paso siguiente

En las secciones siguientes encontrará instrucciones, listas de comprobación, procedimientos recomendados, instrucciones de decisión y desventajas en cada paso. La guía es para los líderes y responsables de la toma de decisiones que supervisan la estrategia y la gobernanza de la organización.

Preparación de la organización

Términos clave

Término clave	Definición
Análisis	La práctica de la generación de ideas a partir de los datos para apoyar la toma de decisiones. Incluye paneles, informes y visualizaciones, por ejemplo, en Power BI.
INTELIGENCIA ARTIFICIAL	Sistemas que usan datos como entrada en modelos que automatizan la funcionalidad empresarial. Esta categoría incluye modelos tradicionales de aprendizaje automático (predictivo) y modelos de IA generativas.
Producto de datos	Datos que tienen un formato valioso para su empresa, como conjuntos de datos, tablas, conjuntos de características o datos de entrenamiento de inteligencia artificial.
Dominio de datos	Límite de responsabilidad y propiedad de los productos de datos, como unidades de negocio (RR. HH., Marketing, Finanzas, Ventas, Operaciones) y líneas de productos (Producto 1, Producto 2).
Zona de aterrizaje de administración de datos	Un entorno (que consta de una o varias suscripciones de Azure) para los recursos de administración de datos, como las cuentas de Microsoft Purview y las capacidades de Fabric.
Zona de aterrizaje de datos	Un entorno (que consta de una o varias suscripciones de Azure) para los recursos de datos y aprendizaje automático, como Azure Databricks, Azure Data Lake Storage y Azure Machine Learning.