• Proporciona herramientas no-code fáciles de usar que permiten a los analistas de datos realizar tareas que antes requerían ingenieros y científicos de datos • Pone al alcance de organizaciones de todos los tamaños insights más potentes y de manera más rápida
Oracle ha anunciado hoy un conjunto de innovaciones para su Autonomous Data Warehouse, el primer y único almacén de datos cloud “autodirigido” de la industria. Con este lanzamiento, Oracle va más allá de cualquier oferta cloud de la competencia, transformando por completo el almacenamiento de datos en la nube: de ser un complejo ecosistema de productos, herramientas y tareas que demandaban amplios conocimientos técnicos, tiempo y dinero, a convertirse en una experiencia intuitiva para los analistas y científicos de datos, y los usuarios empresariales, con funciones de point-and-click y drag-and- drop para la carga, transformación y limpieza de datos, modelado empresarial y el machine learning. Como resultado, Oracle Autonomous Data Warehouse permite a las empresas de todos los tamaños -desde las más pequeñas hasta las más grandes- obtener más valor de sus datos, lograr resultados más rápidos, acelerar los conocimientos y mejorar la productividad, al tiempo que se reducen los costes sin necesidad de administración.
Las últimas mejoras de Oracle Autonomous Data Warehouse proporcionan una plataforma de datos única, creada para que la empresa asimile, transforme, almacene y gestione todos los datos para ejecutar diversas cargas de trabajo analíticas desde cualquier fuente, incluidos sistemas departamentales, centros de datos empresariales y data lakes.
"Oracle Autonomous Data Warehouse es el único centro de datos en la nube totalmente autodirigido en la actualidad", dijo Andrew Mendelsohn, executive vice president, database server technologies de Oracle. "Con la próxima generación de Autonomous Data Warehouse, proporcionamos un conjunto de herramientas no-code fáciles de usar y que permite que los analistas empresariales se conviertan en analistas e ingenieros de datos y desarrolladores."
Los científicos y analistas de datos también se beneficiarán del nuevo y potente modelado de gráficos y análisis de gráficos de autoservicio. Para que los desarrolladores tengan el poder de crear aplicaciones basadas en datos, Oracle ofrece Oracle APEX (Application Express) Application Development, una herramienta de desarrollo de aplicaciones low-code integrada directamente en su centro de datos en la nube, así como servicios RESTful, que facilitan la interacción de cualquier aplicación moderna con los data warehouses. A diferencia de las bases de datos single-purpose en la nube de otros proveedores, Oracle Autonomous Data Warehouse ofrece soporte para requerimientos multi-model, multi-workload y multi-tenant, todo dentro de un único y moderno motor de base de datos convergente, que incluye bases de datos y servicios operacionales, analíticos, de documentos JSON, de grafos, de ML y de blockchain.
Innovaciones en Autonomous Data Warehouse
La última versión incluye muchas innovaciones, no sólo un amplio conjunto de capacidades que facilitan a los analistas, científicos de datos y desarrolladores de líneas de negocio aprovechar el primer y único almacén de datos en la nube “autodirigido” de la industria, sino también características que ofrecen analítica más profunda y una mayor integración con data lakes. Entre las principales funciones se encuentran:
- Herramientas de datos integradas: Los analistas de negocio disponen ahora de un entorno sencillo de autoservicio para cargar datos y ponerlos a disposición de su equipo para un entorno más colaborativo. Pueden cargar y transformar los datos desde su ordenador portátil o desde la nube simplemente “arrastrando y soltando”. Así, pueden generar automáticamente modelos de negocio; descubrir rápidamente anomalías, valores atípicos y patrones ocultos en sus datos; y comprender las dependencias de los datos y el impacto de los cambios.
- Oracle Machine Learning AutoML: Al automatizar los pasos que requieren mucho tiempo a la hora de crear modelos de machine learning, la funcionalidad de AutoML UI ofrece una interfaz de usuario no-code para automatizar el machine learning con el fin de aumentar la productividad de los científicos de datos, mejorar la calidad de los modelos y permitir que incluso los no expertos puedan aprovechar y hacer uso de esta tecnología.
- Oracle Machine Learning para Python: Los científicos de datos y otros usuarios de Python pueden ahora utilizar Python para aplicar el machine learning a los datos de su almacén de datos, aprovechando al máximo las capacidades paralelas de alto rendimiento de Oracle Autonomous Data Warehouse.
- Servicios de Oracle Machine Learning: Los equipos de DevOps y de ciencia de datos pueden desplegar y gestionar modelos nativos in-database y modelos de clasificación y regresión en formato ONNX fuera de Oracle Autonomous Data Warehouse, y también pueden recurrir al análisis cognitivo de textos. Los desarrolladores de aplicaciones disponen de REST endpoints fáciles de integrar para todas las funcionalidades.
- Property Graph support: Los grafos ayudan a modelar y analizar las relaciones entre entidades (por ejemplo, un gráfico de red social). Ahora los usuarios pueden crear grafos dentro de su almacén de datos, hacer consultas de grafos mediante PGQL (property graph query language) y analizar grafos con más de 60 algoritmos de análisis in-memory.
- Interfaz de usuario de Graph Studio: Graph Studio se basa en las capacidades de grafos de propiedad de Oracle Autonomous Data Warehouse para facilitar el análisis de grafos a los principiantes. Incluye modelado automatizado, notebooks, visualización integrada y flujos de trabajo predefinidos para diferentes casos de uso.
Qué dicen los clientes
"Al utilizar Oracle Analytics Cloud y Autonomous Data Warehouse, somos capaces de aplicar el machine learning y el análisis espacial para mejorar la trazabilidad de los ingresos disminuyendo riesgos y previniendo fraudes en tiempo real para ayudar a las empresas y a los consumidores a participar con más confianza en el comercio", dijo Eric Probst, Gerente Senior de Análisis de Fraude de Certegy.
“Con Oracle Autonomous Data Warehouse y APEX, no sólo dispongo de un motor de base de datos de primera clase, escalable, superseguro y ultrapotente, sino que, con las herramientas de desarrollo de aplicaciones incorporadas, también puedo crear y desplegar aplicaciones casi de inmediato para que nuestra gente pueda acceder a los datos,” dijo Frank Hoogendoorn, Chief Data Officer, MineSense. “No conozco ninguna otra plataforma en la que se pueda hacer eso de forma inmediata”.
“Disponer de capacidades innovadoras para la carga de datos creados en Oracle Autonomous Data Warehouse debería ahorrarnos una enorme cantidad de tiempo,” dijo Derek Hayden, SVP of Data Strategy and Analytics, OUTFRONT Media. “El proceso de extracción, carga y transformación (ELT), con función drag-and-drop, nos permitirá cargar y transformar rápidamente múltiples tipos de datos, y ver las relaciones entre ellos a través de la capacidad de auto-insights”.
“Oracle Autonomous Data Warehouse ha reducido el time-to-market de un proyecto típico de data warehouse de tres meses a tres días, a la vez que proporciona insights más profundos y prácticos,” dijo Steven Chang, CIO, Kingold. “Poder beneficiarse de una mayor automatización para la ingestión y transformación de datos, para la creación de modelos de negocio y para la obtención de insights es una excelente noticia, y estamos deseando utilizar estas funciones”.
Opiniones de analistas
“Nuestra investigación, basada en entrevistas con diversos clientes de todo el mundo, muestra que los clientes de Oracle Autonomous Data Warehouse han conseguido reducir el coste total de las operaciones en aproximadamente un 63%, a la vez que han aumentado la productividad de los equipos de análisis de datos en un 27%, habiéndose alcanzado el punto de equilibrio de su inversión en una media de cinco meses” dijo said Carl Olofson, Research Vice President, Data Management Software, IDC. “Este retorno de inversión incluye un importante aumento de la productividad en los equipos de datos, análisis y desarrollo. Aunque los resultados de cada cliente pueden variar, los beneficios encontrados en este estudio son indicativos del tipo de mejoras que la mayoría puede esperar. Con estas nuevas herramientas integradas e intuitivas incorporadas en Oracle Autonomous Data Warehouse, podemos esperar que el aumento de la productividad se incremente aún más, lo que permitirá a las empresas conseguir un retorno de inversión aún mejor”.
“La base de datos autónoma de Oracle en todos sus sabores sigue sin respuesta por parte de la competencia, incluso después de tres años en el mercado,” dijo Holger Mueller, Vice President and Principal Analyst, Constellation Research. “Ahora Oracle suma a ese liderazgo las mejoras en Oracle Autonomous Data Warehouse, que pretenden democratizar todos los aspectos de la analítica y el machine learning eliminando la necesidad de que los usuarios conozcan SQL. En su lugar, Oracle ofrece interfaces de usuario drag-and-drop y AutoML para crear y probar modelos de machine learning, de modo que los usuarios pueden realizar sus propias exploraciones de datos sin depender de departamentos de TI, de DBAs o de administradores de sistemas. Todo ello es posible gracias a la base de datos convergente de Oracle, que permite a los usuarios acceder a todo tipo y modelo de datos dentro de una única base de datos”.
“El objetivo de la automatización de TI es eliminar a los informáticos de los flujos de trabajo cotidianos y permitir que las líneas de negocio trabajen directamente para definir y extraer los datos importantes”, dijo David Floyer, CTO & Co-founder of Wikibon. “Oracle Autonomous Data Warehouse permite ahora a los usuarios finales utilizar tecnologías de drag-and-drop and low-code a la hora de definir los requisitos de datos para una amplia variedad de herramientas de usuario final como Tableau y Qlik. Oracle Autonomous Data Warehouse ha mejorado los análisis espaciales, de gráficos y de ML disponibles on-premises o en nubes públicas con una mejora en el rendimiento en tiempo real. Oracle vuelve a ser cool”.
“Oracle sigue facilitando enormemente la vida de cualquier persona que trabaja con los datos y sabe su importancia”, dijo Mark Peters, Principal Analyst & Practice director, Enterprise Strategy Group. “Tras empezar ayudando a los administradores de bases de datos y de sistemas con su Autonomous Database, Oracle está extendiendo ampliamente las ventajas de productividad y eficiencia de su Autonomous Data Warehouse para que todos, desde los analistas de datos, los científicos de datos y los usuarios empresariales, puedan aprovecharlo de forma fácil e intuitiva. Las interfaces de usuario con la función de drag-and-drop y la interfaz low-code simplifican todo, desde la carga y el análisis de datos hasta la creación de modelos de machine learning. Mientras que la competencia de Oracle -que a menudo sigue requiriendo amplios conocimientos, herramientas de terceros o la recuperación de datos manualmente de bases de datos externas- tiene que trabajar para mejor satisfacer las necesidades de las personas “no técnicas”, Oracle ya tiene la solución”.
“Permitir que los analistas y científicos de datos y los usuarios empresariales creen y analicen sus propios conjuntos de datos con herramientas de autoservicio evita los cuellos de botella de TI y mejora significativamente su productividad. Esto es exactamente lo que ha hecho Oracle con sus mejoras en Autonomous Data Warehouse”, dijo Bradley Shimmin, Chief Analyst, Omdia. “Oracle está dotando a las herramientas integradas de interfaces intuitivas de drag-and-drop que facilita los procesos de carga, transformación y limpieza de los datos a los analistas; además, pueden aprovechar el machine learning para crear de forma automática modelos de negocio y descubrir patrones, generando así conocimiento para tomar mejores, y más rápida, decisiones empresariales.”
“Al mismo tiempo que algunas nubes de data warehouse están tratando de encontrar la forma de jugar bien con el machine learning, Oracle ha cobrado una enorme ventaja” dijo Marc Staimer, presidente de Dragon Slayer Consulting y analista de Wikibon. “El almacén de datos autónomo de Oracle incluye ahora Auto-ML. El machine learning ha venido integrado desde su concepción. Pero ahora lo han automatizado para que cualquier cliente y usuario de Oracle Autonomous Data Warehouse pueda utilizarlo sin ningún tipo de experiencia. Esto hace que otras ofertas parezcan rudimentarias y primitivas comparadas con la de Oracle”.
“Las mejoras de Oracle en su Autonomous Data Warehouse son significativas en tres sentidos. En primer lugar, ofrece interfaces de usuario de tipo point-and click y automatización de machine learning, lo que permite a los “amateur” generar información procesable. En segundo lugar, con esta facilidad de uso, incluso las pymes con pequeños departamentos de TI pueden obtener beneficios del sofisticado almacén de datos en la nube de Oracle. Y, en tercer lugar, con Autonomous Data Warehouse, los usuarios pueden asimilar datos de cualquier fuente, desde sistemas departamentales hasta almacenes de datos empresariales, data lakes e incluso desde otras nubes -AWS, Azure y Google- y ejecutar diversas cargas de trabajo analíticas”, dijo Richard Winter, CEO and Principal Architect. “En definitiva, Oracle está ampliando materialmente el alcance de Autonomous Data Warehouse a través de los usuarios, las organizaciones y el acceso a los datos en múltiples nubes. Esto trasciende las barreras de lo que es posible hoy en día con AWS Redshift, Snowflake y cualquier otro almacén de datos en la nube del planeta.”
“KuppingerCole ha reconocido la continua innovación de Oracle en tecnologías de bases de datos, nombrando a Oracle Autonomous Database como líder general en nuestro Leadership Compass sobre bases de datos empresariales en la nube el año pasado”, dijo Alexei Balaganski, Lead Analyst, KuppingerCole Analysts. “Evidentemente, la empresa no se ha detenido ahí. Con la presentación de las mejoras en Autonomous Data Warehouse, Oracle sigue cumpliendo su misión de democratizar la gestión de datos, la analítica y la seguridad para empresas de cualquier tamaño o sector. Estas nuevas funciones y mejoras permiten a todos los usuarios acceder a cualquier dato y obtener información casi en tiempo real con herramientas inteligentes de autoservicio. El enfoque de "base de datos convergente" de la empresa garantiza que todos los tipos de datos sean accesibles a la vez, en contraposición a la naturaleza aislada de las plataformas de análisis tradicionales. Esto ayuda a las empresas a evitar la exposición de información sensible a riesgos innecesarios de seguridad y cumplimiento”.