Próximos eventos

Adaptando Cloud con Ciberseguridad, 7 de marzo (evento presencial)

Wi-Fi 7

Cloud y Data Lakes: cómo reducir sus costes asociados

La gestión de datos y el almacenamiento en la nube, especialmente a través de Data Lakes, se han convertido en elementos fundamentales en la infraestructura de muchas organizaciones. Sin embargo, a medida que las empresas continúan acumulando datos y dependen cada vez más de soluciones en la nube, también deben enfrentar el desafío de controlar los costes asociados.

Por ello, Denodo ha presentado mejoras en la Denodo Platform para facilitar la democratización del uso de datos con inteligencia artificial generativa. Además, estas mejoras permiten la implementación de políticas coherentes de seguridad y gestión de costes, así como la habilitación del self-service, lo que permite a los usuarios de negocios crear sus propios productos de datos.

«Los datos deben estar en el centro de todas las organizaciones que quieran ser data-driven y competitivas en la era de la transformación digital. Sin embargo, en la mayoría de los casos, los datos están completamente ocultos, es complicado acceder a ellos y son casi inalcanzables para los usuarios empresariales. Esto disminuye su valor y potencial para optimizar los procesos de negocio y de toma de decisiones y para aprovechar las nuevas tecnologías como GenAI», dice Sanjeev Mohan, director de SanjMo y ex VP de Investigación de Gartner, Datos y Analytics.

Data Lakes: reducir sus costes asociados

A medida que las organizaciones expanden sus Data Products y proyectos de análisis de datos en varias plataformas y sistemas en la nube, se enfrentan a desafíos. Las últimas funcionalidades de la plataforma ofrecen una base sólida de datos confiables que mejoran el acceso a la nube y los data lakes, garantizando un alto rendimiento. Denodo amplía los límites de la gestión de datos al permitir el self-service BI, la ciencia de datos, la integración de datos en entornos híbridos y multi-nube, y los servicios de datos empresariales, todo ello a través de un enfoque lógico.

Denodo mejora su plataforma para impulsar la productividad y reducir los costes asociados a Cloud y Data Lakes de las empresas

Las nuevas actualizaciones en la Plataforma Denodo ayudarán a las organizaciones a:

  • Democratizar el uso de los datos con IA generativa, permitiendo a las empresas utilizar el lenguaje natural al interactuar con sus datos, sin necesidad de contar con conocimientos de SQL o acceso a herramientas de BI. Las últimas funciones incluyen integraciones con ChatGPT y Azure OpenAI, que permiten el acceso en lenguaje natural a todos los conjuntos de datos gestionados y suministrados por la plataforma Denodo.
  • Reforzar el desarrollo de productos de datos self-service permitiendo a los equipos de negocio crear y entregar sus propios productos de datos para su colaboración e intercambio, tanto dentro como fuera de la empresa. Las solicitudes de acceso a los datos pueden gestionarse ahora dentro del Denodo Data Catalog, lo que ofrece a los propietarios la capacidad de responder rápidamente a las solicitudes, así como tener visibilidad del uso de los datos confidenciales, garantizando agilidad en el acceso y la gobernanza de los mismos.
  • Aprovechar el nuevo FinOps Dashboard para un mayor ahorro de costes en la nube, incluidos los de los gastos de computación en cloud, así como de entrada/salida de datos en bases de datos, data lakes y otras plataformas en uso en toda la empresa y en la nube. El nuevo FinOps Dashboard de la plataforma Denodo proporciona al personal de operaciones de producción y finanzas visiones e informes de los diversos costes generados, así como de todas las cargas de trabajo de datos analíticos y operativos gestionados por el sistema.
  • Democratizar la analítica de big data y mejorar la escalabilidad de forma rentable, optimizando las cargas de trabajo de procesamiento de datos tanto en rendimiento como en coste a medida que crecen los volúmenes de datos. Esto es posible gracias a las funciones integradas de procesamiento paralelo masivo (MPP) basadas en Presto, el motor líder de consultas SQL paralelas de código abierto. Combinadas con otras funciones que facilitan la interacción de las empresas con los datos, la versión MPP acerca la eficacia de la analítica de big data a dichos usuarios sin necesidad de que tengan conocimientos de SQL o de analítica avanzada.
  • Acelerar el cumplimiento de las normas de privacidad. Los propietarios de datos ahora pueden gestionar los controles de acceso indirecto de las vistas derivadas, lo que les permite controlar el acceso posterior a sus productos de datos, algo fundamental para el uso compartido de datos y las implantaciones multitenant. Estas políticas pueden basarse en detalles de la sesión de cliente del usuario, concediéndoles la supervisión de los datos y otras funciones de cumplimiento basadas en la ubicación. Además, las etiquetas y las clasificaciones de seguridad ahora se pueden sincronizar automáticamente desde Collibra y otras herramientas de gobernanza de datos.

Deja un comentario

Scroll al inicio