¿Cómo deducir un modelo entidad - relación de una base de datos antigua, a la cual debemos acceder para recoger datos y, posiblemente, migrarlos a otra base de datos? ¿Cuál es la mejor manera de hallar las conexiones entre ventas, clientes o productos y el modelo de datos conceptual? ¿Qué modelos se deben tener en cuenta en cada caso?

Lo cierto es que, si se ha de proceder a una migración de datos, es imprescindible conocer el medio y llegar a descubrir los puntos más específicos como:

- Dónde encontrar cada dato.

- Qué significa cada campo.

- Cuáles son los conceptos que encierra cada término.

El descubrimiento de datos es la fase inicial en todo proceso de migración de datos y la primera referencia que indica que una migración no es un acto automático, dista mucho de un copiar y pegar y requiere de un gran trabajo, coordinación, pruebas y un constante seguimiento que vele por mantener los estándares de calidad y la integridad del dato.

Para implementar un cuadro de mando integral en una compañía es preceptivo proceder en tres fases diferenciadas. Las resumimos aquí y facilitamos el enlace para conocer más detalles de cada una haciendo click en el nombre de cada etapa:

CMI fase 1: Definir la estrategia

Esta fase, la más elaborada, requiere la comprensión de la que será la nueva orientación estratégica de la compañía en el futuro inmediato. Puede implicar una concepción distinta de nociones como las relaciones con el cliente, el aprendizaje organizacional o modelos de índole financiera, ya que es una fase vinculada a las cuatro perspectivas (financiera, mercado/clientes, procesos internos e I+D).

Los metadatos son los datos sobre los datos, por eso muchas veces son considerados como el elemento que define las características de un dato. Su relevancia en los proyectos de Data Warehouse viene dada por una motivación práctica. En un proyecto de BI, el 80% de herramientas del mercado se presentan con una capa de metadatos que hace posible traducir a un concepto de negocio el contenido de los datos procedentes de un campo en una tabla. En el mundo del DWH y los procesos de integración, el desarrollador o el arquitecto del DWH tiene necesidades equivalentes que le obligan a buscar la manera de gestionar estos metadatos, como sucede generalmente en los procesos de integración.

El Gobierno de Malasia ha pedido a la Unión Internacional de Telecomunicaciones (UIT) la elaboración de una normativa para posibilitar la transmisión de datos de vuelo en tiempo real de forma que permanezcan almacenadas en tierra. La base del nuevo proceso podrían ser el Big Data y la nube. La petición del ejecutivo malayo llega después de la desaparición del vuelo MH370 de Malaysian Airlines el pasado 8 de marzo.

La mejor combinación de estrategia y planificación está en el mercado y se llama TM1. Esta solución está orientada al trabajo con grandes volúmenes de datos y provee de todas las herramientas que el usuario necesita para llevar a cabo análisis complejos que puedan satisfacer sus necesidades de conocimiento del futuro de la empresa, guiándole en la toma de decisiones y la interpretación de los datos más precisa y confiable.

¿Qué es Solvencia II? En Noviembre de 2009, el Consejo de la Unión Europea y el Parlamento Europeo adoptaron la Directiva Solvencia II. En los próximos meses se esperan las primeras revisiones a esta norma, que llegarán de la mano de la Directiva Omnibus II. Pero lo más importante para las empresas españolas del sector seguros es que la aplicación de Solvencia II está programada para el 1 de enero de 2016. Hay que empezar a trabajar y la preparación es fundamental porque esta norma:

Los escenarios de migración de datos tienen en común que siempre existe un elemento o circunstancia nuevo, que aparece impulsando un cambio y obligando a deshacerse de lo antiguo, ya obsoleto, o carente del dinamismo necesario en este tiempo.

Existen muchas situaciones diferentes en las que es necesario plantear una iniciativa, con entidad propia, de migración de datos.

La gestión de la calidad de los datos es crítica en un entorno de Data Warehouse y posteriormente analítico porque, cualquier error en calidad de datos, hace que la información extraída posteriormente por el sistema de Business Intelligence pueda conducir a la toma de decisiones erróneas.

Los beneficiarios de una adecuada gestión serían todos los miembros de la organización, sin embargo, los responsables pueden agruparse en dos categorías:

- Propietarios del dato.

- Desarrolladores del proyecto de gestión de datos.

Los primeros son quienes ostentan un contacto más directo con el dato, desde su creación o importación, hasta su desaparición del sistema, mientras que los segundos son los que se encargan de implementar el proyecto de administración, por lo que tienen mayores posibilidades de detectar errores de calidad, algo que suele suceder durante la etapa del perfilado.

Abordar con pulcritud la gestión de los datos implica concentrarse en dos procesos:

- Exploración de datos.

- Calidad de datos.