![\"\"](\"https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/08\/nl_werbung_800x100_es.jpg\")
<\/a><\/div>![\"\"](\"https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2024\/08\/nl_werbung_800x100.jpg\")
<\/a><\/div>![\"\"](\"https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2023\/12\/steampunk_2024_1_800x100-scaled.jpg\")
<\/a><\/div>\nEn muchas empresas, estas situaciones se repiten con regularidad: grandes an\u00e1lisis en conjuntos de datos a\u00fan mayores deben realizarse a tiempo para el final del periodo o en el marco de proyectos espec\u00edficos. Los resultados de los an\u00e1lisis deben marcar el rumbo para el futuro. Durante estos periodos, no se puede cambiar nada, los sistemas relacionados deben reservarse exclusivamente a los especialistas, el curso general de los negocios se ralentiza. Y de todos modos, todos los sistemas son demasiado lentos.<\/p>\n
Otros casos de uso tambi\u00e9n conllevan efectos secundarios perturbadores similares: predicciones exhaustivas del comportamiento de los clientes, c\u00e1lculos t\u00e9cnicos complejos con diferentes par\u00e1metros influyentes, an\u00e1lisis de la fidelidad de los clientes, gesti\u00f3n de la retenci\u00f3n, detecci\u00f3n precoz de riesgos, an\u00e1lisis de investigaci\u00f3n. En todos estos casos, los an\u00e1lisis de rendimiento intensivo se ejecutan sobre grandes conjuntos de datos. Tambi\u00e9n se suele ignorar el hecho de que el uso de datos personales u otros datos sensibles en algunos \u00e1mbitos se encuentra de forma bastante incidental en la zona gris del GDPR.<\/p>\n
Por otro lado, rara vez se dispone de los sistemas que los departamentos desear\u00edan tener para este fin: con datos actualizados y protegidos por la DSGVO y una potente potencia inform\u00e1tica. Realizar un an\u00e1lisis personalizado \"r\u00e1pido\" interrumpe el flujo de trabajo durante mucho tiempo.<\/p>\n
Adem\u00e1s de los requisitos puramente t\u00e9cnicos, existen tres retos principales:<\/p>\n
Reto n\u00ba 1: An\u00e1lisis de datos de alto rendimiento = plazos largos, costes de sistema elevados<\/h3>\n
\u00bfEn qu\u00e9 sistemas pueden realizarse realmente estos an\u00e1lisis de datos de forma eficaz? Dependiendo del tama\u00f1o y la complejidad de las estructuras de datos, es necesario reducir el tiempo de ejecuci\u00f3n o el rendimiento de los sistemas. En muchos casos, los sistemas productivos no son adecuados para ello: los requisitos de rendimiento de los an\u00e1lisis complejos ralentizan la actividad operativa real.<\/p>\n
Si \u00e9stos no son una opci\u00f3n, se recurre a sistemas adicionales. A menudo es un reto comercial, porque se consideran una inversi\u00f3n en \"hardware fijo\".<\/p>\n
Reto n\u00ba 2: Puntualidad de los datos relevantes<\/h3>\n
Si, a pesar de todo, la decisi\u00f3n se toma \"por sistema de an\u00e1lisis independiente\", surge la pregunta: \u00bfc\u00f3mo se puede garantizar que estos sistemas ofrezcan datos actualizados en el momento adecuado? Dependiendo de las aplicaciones y las estructuras de datos, la sincronizaci\u00f3n de los datos conlleva un gran esfuerzo manual. Especialmente en entornos SAP complejos, la palabra clave \"copia del sistema\" suele a\u00f1adir varios d\u00edas a las tareas de trabajo.<\/p>\n
Reto n\u00ba 3: el tratamiento de datos sensibles y personales<\/h3>\n
Una vez que se dispone de toda la informaci\u00f3n pertinente, la siguiente cuesti\u00f3n est\u00e1 en el orden del d\u00eda: Los organismos de control de datos se aseguran cada vez m\u00e1s de que los datos personales no se utilicen para la elaboraci\u00f3n de perfiles sin el consentimiento de los interesados. Con el GDPR, se ha producido un endurecimiento de la normativa y de las posibles sanciones. A fin de cuentas, esto plantea la siguiente cuesti\u00f3n: \u00bfprescindir de los an\u00e1lisis de datos o neutralizarlos, aunque se resienta la validez profesional?<\/p>\n
El enfoque \"Informe en la nube\" ofrece una soluci\u00f3n a estos retos<\/h3>\n
Aunque algunos responsables de la toma de decisiones ya no quieran o\u00edrlo: los sistemas en la nube son una soluci\u00f3n. No se trata de llevar los sistemas productivos a la nube, sino de enfoques de nube h\u00edbrida: Sistemas productivos en las instalaciones, sistemas de an\u00e1lisis en la nube.<\/p>\n
Se trata de sistemas dedicados que est\u00e1n disponibles exclusivamente para fines de an\u00e1lisis y elaboraci\u00f3n de informes. La ventaja: suministro y facturaci\u00f3n de los recursos en funci\u00f3n de la demanda. Los sistemas de an\u00e1lisis e informes basados en la nube s\u00f3lo aparecen en el lado de los costes en las ventanas de tiempo en las que realmente se ejecutan los an\u00e1lisis, con exactamente los recursos (especialmente rendimiento y RAM) que se utilizan: no hay que invertir en hardware que normalmente s\u00f3lo funciona con una baja utilizaci\u00f3n y que en alg\u00fan momento es demasiado d\u00e9bil para el prop\u00f3sito del an\u00e1lisis. Al mismo tiempo, el c\u00edrculo de usuarios de estos sistemas de an\u00e1lisis puede restringirse enormemente. Estos entornos pueden disponer regularmente de datos frescos y anonimizados, pero l\u00f3gicamente coherentes, que cumplen tanto la GDPR como los requisitos profesionales.<\/p>\n
Construir y operar este tipo de sistemas es m\u00e1s f\u00e1cil de lo que muchas empresas a\u00fan lo ven. Proveedores como Libelle y sus socios de la nube apoyan con las mejores pr\u00e1cticas:<\/p>\n
La planificaci\u00f3n profesional: el gui\u00f3n.<\/h3>\n
Siempre empieza con la idea, que conduce a un gui\u00f3n inicial que es adaptado por diferentes partes para que resulte una historia redonda para todos los implicados.<\/strong><\/p>\n Durante la planificaci\u00f3n empresarial, los asesores trabajan con los responsables de la empresa, las aplicaciones y la protecci\u00f3n de datos para definir el modelo operativo \u00f3ptimo. Esto incluye:<\/p>\n Una vez aprobado el gui\u00f3n, se construye el decorado. Decorados realistas, atrezo artificial y real. Se hace el reparto de actores y \u00e9stos se familiarizan con la historia y el decorado.<\/strong><\/p>\n A la planificaci\u00f3n le sigue la implantaci\u00f3n. Los sistemas de an\u00e1lisis se ponen en marcha, ya sea en un terreno virgen o como migraci\u00f3n de sistemas existentes. Para ello se dispone de amplios conocimientos t\u00e9cnicos y, en funci\u00f3n de la opci\u00f3n de implantaci\u00f3n, de soluciones de software como Libelle DBShadow o Libelle SystemClone.<\/p>\n Comienza el rodaje. Incluso con diferentes subtramas, la atenci\u00f3n se centra en los actores principales y en la trama principal. Durante los descansos, se apagan las luces. Y cuando llega el momento del siguiente rodaje, se montan los telones de fondo adecuados.<\/strong><\/p>\n El funcionamiento regular se divide en cuatro fases:<\/p>\n Funcionamiento normal<\/strong> - Las grabaciones adicionales: El sistema de an\u00e1lisis se utiliza con un perfil de rendimiento \"suficiente\" por parte de los usuarios para solicitudes de rendimiento neutro. Se puede regular din\u00e1micamente si es 7\u00d724, 5\u00d78 o a la carta.<\/p>\n Fase de servicio<\/strong> - Las estrellas en acci\u00f3n: Con el inicio de los an\u00e1lisis de gran envergadura y de alto rendimiento, el sistema en nube se ampl\u00eda con un perfil de rendimiento \"performance\". Al final de la fase de rendimiento, se restablece el perfil de rendimiento.<\/p>\n Fase de reposo<\/strong> - Pausa en el set: Durante los periodos de poco o ning\u00fan trabajo, el perfil de potencia se baja a \"m\u00ednimo\" o el sistema se pone fuera de servicio.<\/p>\n Fase de actualizaci\u00f3n<\/strong> - Actualizaci\u00f3n de las im\u00e1genes de la escena: Con la actualizaci\u00f3n, los datos actuales se transfieren al sistema de an\u00e1lisis: para los sistemas SAP, por ejemplo, con Libelle SystemCopy, para muchas aplicaciones no SAP, por ejemplo, con Libelle DBCopy. Se aplica un perfil de rendimiento optimizado, que se ajusta autom\u00e1ticamente seg\u00fan sea necesario. Los datos personales y otros datos sensibles se anonimizan en funci\u00f3n de los requisitos legales y profesionales, por ejemplo con Libelle DataMasking, que garantiza datos realistas y l\u00f3gicamente coherentes. De este modo, los an\u00e1lisis no se ejecutan sobre datos reales relevantes para la GDPR, sino que ofrecen resultados reales.<\/p>\n Al final, hay una pel\u00edcula en la que se pueden ver los ingredientes: un buen gui\u00f3n, decorados detallados, toda una selecci\u00f3n de grandes escenas, tal vez argumentos alternativos, m\u00e1scaras realistas, actores relajados con los que da gusto estar. En tiempo, en presupuesto, en calidad.<\/strong><\/p>\n El resultado habitual del enfoque \"Informe sobre la nube\":<\/p>\n Los an\u00e1lisis de big data no dependen \u00fanicamente de los datos y las herramientas de software. Requieren una compleja interacci\u00f3n de distintos componentes, con la menor interrupci\u00f3n posible de las operaciones inform\u00e1ticas.<\/p>\n Vis\u00edtenos en el Congreso Anual de la DSAG en el stand G16.<\/strong><\/p>\n <\/p>","protected":false},"excerpt":{"rendered":" A menudo, el an\u00e1lisis de datos corporativos complejos afecta a los sistemas operativos por el bloqueo o la carga de trabajo adicional. Adem\u00e1s, los procesos en ejecuci\u00f3n pueden falsear los resultados. Una posibilidad en este caso es el uso de una \"nube de an\u00e1lisis\".<\/p>","protected":false},"author":2140,"featured_media":62335,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[5,26405,36966],"tags":[4949,600],"coauthors":[38067],"class_list":["post-62334","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-infrastruktur","category-advertorial","category-extra-1909","tag-analysen","tag-digitale-transformation"],"featured_image_urls_v2":{"full":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"thumbnail":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-150x150.jpg",150,150,true],"medium":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",400,180,false],"medium_large":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-768x346.jpg",768,346,true],"large":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"image-100":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-100x45.jpg",100,45,true],"image-480":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-480x216.jpg",480,216,true],"image-640":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-640x288.jpg",640,288,true],"image-720":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-720x324.jpg",720,324,true],"image-960":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"image-1440":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"image-1920":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"1536x1536":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"2048x2048":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",18,8,false],"bricks_large_16x9":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"bricks_large":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",1000,450,false],"bricks_medium":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",600,270,false],"bricks_medium_square":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG.jpg",600,270,false],"profile_24":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/09\/ReportonCloud_DSAG-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":" H\u00e4ufig beeinflusst die Analyse komplexer Unternehmensdaten operative Systeme durch Sperrung oder zus\u00e4tzlichen Workload. Zudem k\u00f6nnen laufende Prozesse Ergebnisse verf\u00e4lschen. Eine M\u00f6glichkeit ist hier die Nutzung einer \u201eAnalyse-Cloud\u201c.<\/p>\n","category_list_v2":"IT Management<\/a>, Advertorial<\/a>, Extra 1909<\/a>","author_info_v2":{"name":"Libelle AG","url":"https:\/\/e3magpmp.greatsolution.dev\/es\/author\/libelle-ag\/"},"comments_num_v2":"0 comentarios","acf":[],"_links":{"self":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts\/62334","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/users\/2140"}],"replies":[{"embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/comments?post=62334"}],"version-history":[{"count":0,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/posts\/62334\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/media\/62335"}],"wp:attachment":[{"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/media?parent=62334"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/categories?post=62334"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/tags?post=62334"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3magpmp.greatsolution.dev\/es\/wp-json\/wp\/v2\/coauthors?post=62334"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n
La puesta en pr\u00e1ctica: preparar los decorados y a los int\u00e9rpretes.<\/h3>\n
Funcionamiento regular: ...\u00a1y acci\u00f3n!<\/h3>\n
El resultado: ciencia ficci\u00f3n de calidad en lugar de fantas\u00eda de serie B.<\/h3>\n
\n
![\"https:\/\/e3magpmp.greatsolution.dev\/partners\/libelle-ag\/\"](\"http:\/\/e3magpmp.greatsolution.dev\/wp-content\/uploads\/2019\/04\/Libelle-CI-Banner.jpg\")
<\/a><\/p>\n\n\n