¿Qué es la integración de datos? 12 definiciones para entenderla mejor

August 27, 2020 · Henning Lund · Integración de datos

En los últimos años, los volúmenes de datos que utilizan las organizaciones han crecido de forma exponencial. Seamos sinceros: para las organizaciones se ha vuelto vital entender sus conjuntos de datos y organizarlos. En paralelo a este fenómeno, ha surgido una serie de nuevas disciplinas de integración de datos con toda una jerga propia: la migración de datos, el data warehousing, la sincronización de datos, el big data y la business intelligence (por nombrar solo algunas) se han puesto muy de moda. ¿Qué es realmente la integración de datos? Llevo un tiempo reuniendo un glosario de los términos más habituales de la integración de datos... Aquí lo tienes. 

¿Qué es la integración de datos?

La integración de datos es la acción de combinar datos de distintas fuentes y ofrecer a los usuarios una vista unificada de esos datos. Tiene un uso muy comercial para las empresas que quieren integrar distintos sistemas (por ejemplo, un CRM y un ERP) para evitar silos de información. Hoy es una expresión habitual, pero en realidad no es tan antigua. El primer sistema de integración de datos basado en metadatos estructurados se diseñó en la University of Minnesota en 1991, para la Integrated Public Use Microdata Series.

Migración de datos

La migración de datos es el proceso de transferir datos de un sistema a otro cambiando el almacenamiento, la base de datos o la aplicación. Las organizaciones suelen recurrir a la migración de datos para migrar a una plataforma de hardware o desde ella, actualizar una base de datos o migrar a un nuevo software. Otro escenario típico es cuando dos empresas se fusionan y necesitan unificar sus sistemas paralelos en uno solo.

Sincronización de datos

La sincronización de datos consiste en establecer la coherencia entre los datos de un almacenamiento de origen y uno de destino, y viceversa, y en armonizar esos datos de forma continua a lo largo del tiempo. Las organizaciones suelen utilizar la sincronización de datos para lograr coherencia entre sus distintos sistemas. Por lo general, la sincronización de datos no debe considerarse una tarea “puntual”: mantener la coherencia requiere un esfuerzo continuo.

Data warehousing

El data warehousing es un sistema que se utiliza para generar informes y analizar datos, y se considera un componente central de la business intelligence. Los sistemas de data warehouse son repositorios centrales de datos integrados procedentes de una o varias fuentes dispares. Almacenan datos actuales e históricos y se utilizan para crear informes analíticos (por ejemplo, comparativas y tendencias anuales o trimestrales, análisis de ventas diarias, etc.) para los usuarios de toda la organización.

ETL

ETL son las siglas de Extract-Transform-Load (extraer, transformar, cargar) y se refiere al proceso por el que los datos se cargan desde un sistema de origen en un data warehouse en tres pasos:

• Paso 1, Extract: en este paso, los datos se extraen del sistema de origen y quedan accesibles para su posterior procesamiento.
• Paso 2, Transform: este paso transforma los datos del origen al destino según un conjunto de reglas. Esto incluye convertir todos los datos medidos a la misma dimensión y con las mismas unidades para poder unirlos más adelante.
• Paso 3, Load: este paso carga los datos en el destino final, que puede ser un archivo, una base de datos o un data warehouse.

Visualización de datos

La visualización de datos ofrece una representación visual de los datos. El objetivo es comunicar la información de forma clara y eficiente mediante gráficos estadísticos, diagramas e infografías.

 Limpieza de datos

La limpieza de datos (también llamada data cleansing o data cleaning) es el proceso de detectar y corregir o eliminar registros corruptos o inexactos de un conjunto de registros, una tabla o una base de datos. El proceso suele consistir en identificar las partes de los datos que están incompletas, son incorrectas, inexactas o irrelevantes, y después sustituir, modificar o eliminar esos datos sucios o poco depurados.
La limpieza de datos debería ser una prioridad para cualquier organización, porque un sistema cuyos datos no son fiables no se va a utilizar. Además, es un paso necesario antes de cualquier proyecto de integración de sistemas.

Armonización de datos

La armonización de datos consiste en combinar datos de distintas fuentes y ofrecer a los usuarios una vista comparable de datos procedentes de diferentes estudios. Gracias a la armonización de datos, las organizaciones pueden combinar datos de fuentes heterogéneas en productos de información integrados, coherentes e inequívocos.

Estandarización de datos

La estandarización de datos es el proceso de llevar los datos a un formato común que permita la investigación colaborativa, la analítica a gran escala y el intercambio de herramientas y metodologías avanzadas.

Gestión de datos maestros

La gestión de datos maestros (Master Data Management) es el proceso de identificar la información más crítica de una organización y vincular todos esos datos en una única fuente, llamada archivo maestro, que sirve como punto de referencia común. Como resultado, la gestión de datos maestros agiliza el intercambio de datos entre el personal y los departamentos, y facilita el uso de distintas arquitecturas de sistemas, plataformas y aplicaciones. La gestión de datos maestros ayuda a las organizaciones a resolver los retos a los que se enfrentan en torno a la coherencia de los informes, el cumplimiento normativo, el gran interés por la arquitectura orientada a servicios (SOA) y el Software as a Service (SaaS).

Big data

El big data está cambiando de forma significativa la manera en que las personas colaboran dentro de las organizaciones, y ofrece a los empleados una visión más profunda para tomar mejores decisiones. Big data es un término que describe un volumen de datos tan grande o complejo que las aplicaciones tradicionales de procesamiento de datos no bastan para gestionarlo, y los datos se vuelven difíciles de analizar, capturar, buscar, compartir, almacenar, transferir, visualizar o actualizar. Uno de los retos es que hoy el big data se genera constantemente a partir de todo lo que nos rodea. Lo producen diversos procesos digitales y los intercambios en redes sociales, pero también sistemas, sensores y dispositivos móviles. Estos volúmenes crecientes dificultan extraer un valor real de los datos generados.

Todo proyecto de big data que tenga éxito debe incluir la integración del big data, que abarca:

• Encontrar y descubrir fuentes de información.
• Perfilar la información.
• Entender los datos y su valor.
• Hacer su seguimiento mediante metadatos.
• Analizar y mejorar la calidad de los datos.
• Transformar los datos a un formato que pueda utilizarse en el análisis de big data.

Cifrado SSL

En una época en la que la integración de datos se realiza cada vez más bajo demanda, no podía dejar de incluir el cifrado SSL en esta lista. SSL (Secure Sockets Layer) es la tecnología de seguridad estándar para establecer un enlace cifrado entre un servidor web y un navegador. En RapidiOnline nos hemos especializado en ofrecer soluciones de integración de datos seguras y protegidas mediante la transmisión de datos cifrada con SSL, sin almacenar datos fuera de los sistemas que integramos (por ejemplo, Salesforce y Microsoft Dynamics NAV). Puedes echar un vistazo a nuestra tecnología y a nuestras soluciones de integración para saber más.

Esta lista no es exhaustiva y puede que se me haya escapado alguno, pero es un comienzo. No dudes en dejarme un comentario y añadir los términos de integración de datos que creas que deberían formar parte de esta lista. Estaré encantado de incluirlos en una actualización.