La mayoría de organizaciones no tiene un problema de herramientas de BI, sino de modelo operativo: produce informes que se entregan y se olvidan. Este capítulo, que abre la Parte IV, propone la escalera informe→producto, los cinco atributos de un producto de… Leer más sobre Estrategia de Business Intelligence: del informe al producto de datos, con autoservicio y gobernanza

Una cadena de retail ficticia pero representativa aprovecha el fin de soporte de SQL Server 2016 para llevar su integración de SSIS a un modelo ELT sobre Microsoft Fabric. El capítulo que cierra la Parte III recorre el inventario de flujos con la matriz 3R,… Leer más sobre Caso aplicado: migración de ETL a ELT en una cadena de retail, del inventario de flujos al apagado del legado

El testing de pipelines de datos es la práctica de verificar la lógica de los pipelines antes de desplegarla, con datos de prueba controlados, igual que se testea cualquier software. Se organiza en tres niveles: tests unitarios, tests de integración y… Leer más sobre Testing de pipelines y datos: qué probar, cuándo y qué no merece la pena

El metadato se reparte en dos mitades con economías opuestas: la que emiten los sistemas en cada ejecución y se regenera sola, y la que escribe una persona y se degrada con cada cambio. Este capítulo explica cómo automatizar la primera con OpenLineage y por… Leer más sobre Automatización del lineage y el catálogo de datos: qué se extrae solo y qué necesita a una persona

CRISP-DM (Cross-Industry Standard Process for Data Mining) es la metodología de referencia para organizar un proyecto de minería de datos o de analítica avanzada. Define seis fases que van desde entender el problema de negocio hasta poner el resultado en… Leer más sobre Metodología CRISP-DM: las 6 fases del proceso de minería de datos

Una pyme no necesita antes que nada una herramienta de cuadros de mando: necesita cinco preguntas acotadas, definiciones de cifras acordadas y los datos en un solo sitio. Este es el orden en el que conviene abordar un proyecto de Business Intelligence en una… Leer más sobre Business Intelligence para pymes: por dónde empezar y qué evitar

Capítulo 25 de la Guía práctica para diseñar y operar la arquitectura de datos de tu empresa. Llevamos varios capítulos construyendo piezas: pipelines de ingesta resilientes, flujos CDC casi en tiempo real y controles de calidad que vigilan cada carga. Este… Leer más sobre Orquestación de pipelines: DAGs, reintentos y alertas

La calidad de datos en el pipeline consiste en verificar los datos de forma automática y continua mientras se mueven y transforman, en lugar de descubrir los errores cuando ya han contaminado informes y modelos. Se apoya en tres capas complementarias:… Leer más sobre Calidad de datos en el pipeline: validaciones, observabilidad y SLAs