Las páginas de precios de las herramientas de BI prometen hoy casi lo mismo —autoservicio, inteligencia artificial y gobierno—, y por eso ayudan poco a elegir. El capítulo 31 de la guía de arquitectura de datos propone decidir con dos instrumentos: la matriz de los tres consumidores, que separa al analista que explora, al directivo que consulta y al cliente que recibe analítica dentro de un producto, y el coste por usuario activo, que suma licencias, capacidad, operación y formación y lo divide entre quienes de verdad usan la herramienta. Como contrapunto recuperamos el capítulo anterior, que fija la condición previa —decidir antes dónde viven las métricas—, y en el directorio acompañamos la edición con Tableau, Qlik Sense y SAP Analytics Cloud.
En el sector, Snowflake lleva a disponibilidad general la réplica continua desde Snowflake Postgres, que hace llegar el dato transaccional al almacén sin ETL, y Amazon Redshift empieza a resolver por su cuenta los conflictos de escritura concurrente en tablas Iceberg que en realidad no se solapan. dbt añade soporte nativo para Redshift Data Sharing, con modelos que combinan clústeres sin copiar datos, y PostgreSQL 19 publica su primera versión candidata, con la disponibilidad general prevista para el 19 de noviembre. Cierra la semana el primer Magic Quadrant de Gartner para la gestión de información de producto (PIM).
La herramienta de BI adecuada se decide por el tipo de consumidor al que debe servir y por lo que cuesta cada persona que de verdad la usa, no por el precio de lista ni por la demo del comercial. El capítulo 31 compara Power BI y Fabric, Tableau, Looker, Qlik Cloud Analytics y las alternativas open source —Superset, Metabase y Lightdash— con la matriz de los tres consumidores, explica los cuatro modelos de licencia y su letra pequeña, aplica el método a la industria, el turismo, el software para despachos y la automoción, y cierra con los anti-patrones más frecuentes, una evaluación en seis semanas y un checklist para antes de firmar o renovar.
El capítulo anterior deja escrito el criterio con el que se ordena la comparativa de esta semana: antes de mirar visualizaciones hay que saber qué herramienta puede consumir la capa semántica elegida y cuál pretende convertirse en ella. Con las métricas definidas fuera de la herramienta, elegirla pasa a ser una decisión reversible.
La plataforma de visualización de Salesforce, centrada en convertir datos complejos en análisis interactivos. En la matriz del capítulo destaca con el analista que explora; como superficie de consumo masivo, su coste depende de cómo se reparta la mezcla de licencias Creator, Explorer y Viewer.
Su motor asociativo conecta información de muchas fuentes y permite explorarla sin rutas predefinidas. En la nube, Qlik cobra por volumen de datos en lugar de por usuario, un modelo que en uno de los escenarios del capítulo inclina la balanza frente a una migración pensada para ahorrar licencias.
Servicio SaaS que reúne BI, planificación y machine learning en un mismo entorno web, con conexiones en tiempo real a S/4HANA, BW/4HANA y sistemas de terceros. Ocupa el quinto puesto del ranking de BI del directorio, tras las cuatro herramientas que analiza el capítulo.
El data mirroring de Snowflake Postgres replica de forma continua las tablas de la base transaccional hacia Snowflake, con las filas nuevas visibles en unos 30 segundos y un feed de cambios de siete días. Disponible en AWS y Azure.
Redshift comprueba ahora a nivel de partición y de fichero si dos escrituras simultáneas se tocan de verdad. Buena parte de las que trabajan sobre datos distintos dejan de fallar y de obligar a reintentar la operación completa.
El adaptador de dbt para Redshift puede leer y escribir sobre datos compartidos entre clústeres, de modo que un mismo proyecto combina tablas de varios clústeres sin moverlas ni mantener copias.
Primera release candidate publicada el 15 de octubre, con la versión final prevista para el 19 de noviembre. Los cambios se concentran en el mantenimiento de tablas grandes y en la calidad de los planes del optimizador.
El informe evalúa a los proveedores que gestionan de forma centralizada los datos de producto y sitúa el PIM como algo más que la gestión del catálogo: una pieza de calidad de datos de la que dependen tiendas online, marketplaces y agentes de compra.
La evaluación de herramientas que propone el capítulo empieza por un inventario: cuántos consumidores hay de cada tipo, qué contenido se usa y en qué punto está la organización. El Test de Madurez Analítica ayuda a situar ese punto de partida en unos cinco minutos, antes de pedir la primera demostración.
Los contenidos de este boletín se elaboran con asistencia de inteligencia artificial — Equipo Editorial Dataprix. Verifica la información antes de tomar decisiones.