Desde mayo de 2019 con la publicaci\u00f3n de Zhamak Dehghani<\/a>, estamos viendo una nueva evoluci\u00f3n de las pr\u00e1cticas para dise\u00f1ar arquitecturas de datos<\/strong> que est\u00e1n cambiando estos modelos del mundo del Big Data<\/em> y del Data Lake<\/em>.<\/p>\n Hasta ahora las cl\u00e1sicas tres capas de ingesta, procesamiento y publicaci\u00f3n resultaban suficientemente eficientes. Pero esa eficiencia basada en la centralizaci\u00f3n y el gobierno, hoy genera silos de conocimiento, cuellos de botella en las organizaciones complejas, falta de escalabilidad en la agregaci\u00f3n de caracter\u00edsticas y en definitiva desconexi\u00f3n entre los originadores de la informaci\u00f3n y los consumidores.<\/p>\n El enfoque de Data Mesh<\/strong> es m\u00e1s que una metodolog\u00eda, un paradigma para la integraci\u00f3n de una arquitectura de datos que descentraliza la propiedad de los dominios de datos, y al mismo tiempo define productos de datos anal\u00edticos, en un entorno que equilibra le gesti\u00f3n gobernada y la autonom\u00eda de los citados dominios. El paradigma Data Mesh, que hereda conceptos de la filosof\u00eda DDD (Data Driven Design), identifica cuatro conceptos como base de su modelo:<\/p>\n Este nuevo modelo supone adem\u00e1s un cambio organizacional<\/strong> para asegurar su \u00e9xito. Los dominios adem\u00e1s de due\u00f1os de sus productos de datos deben ser aut\u00f3nomos a la hora de desarrollar nuevos productos tanto para consumo propio como de otros dominios. Y, adem\u00e1s, deben asegurar el consumo y el gobierno de los productos de datos. Y para ello deben contar con el conocimiento necesario de las plataformas, de forma que se asegure su autonom\u00eda, descargando del equipo de plataforma ciertas responsabilidades de gesti\u00f3n de dichos productos de datos.<\/p>\n Estos cambios a modelos m\u00e1s \u00e1giles, pero a la vez de responsabilidades distribuidas, son fundamentalmente culturales, y requieren contar con equipos maduros capaces de asumir de forma aut\u00f3noma la nueva distribuci\u00f3n de responsabilidades, los nuevos procesos y su gobierno.<\/p>\n Vale, pero \u00bfpor d\u00f3nde empiezo?<\/strong><\/p>\n Hoy nuestros clientes se enfrentan a\u00fan a un modelo en proceso de maduraci\u00f3n en el mercado que genera muchas cuestiones de enfoque inicial. Pese a que parece claro que ese equilibrio entre gobernabilidad y autonom\u00eda puede aportar eficiencias, el modelo metodol\u00f3gico de Data Mesh es a\u00fan emergente, y por descontado requiere del soporte de equipos senior t\u00e9cnicos y de negocio con alto nivel de madurez, capaces de tomar decisiones \u00e1giles a lo largo del proceso, que no puede entenderse como puntual, sino de medio o largo plazo.<\/p>\n Bluetab<\/a> a lo largo de los proyectos en entornos de clientes, ha desarrollado una metodolog\u00eda basada en experiencias de implantaci\u00f3n de modelos de gobierno<\/strong> que aseguran un enfoque adecuado de este proceso de transformaci\u00f3n. Una metodolog\u00eda muy operativa enfocada, m\u00e1s all\u00e1 de un trabajo te\u00f3rico, a la aplicaci\u00f3n pr\u00e1ctica de los modelos a los diferentes ecosistemas de nuestros clientes.<\/p>\n Esto se lleva a cabo estableciendo primero, casos de uso controlados y relevantes que permitan la visi\u00f3n desde la generaci\u00f3n hasta el consumo de la informaci\u00f3n<\/strong> requerida por negocio, posteriormente, definiendo el plan de despliegue<\/strong> a los dem\u00e1s casos de uso de la organizaci\u00f3n y, finalmente y en paralelo, actuando sobre los requerimientos del<\/strong> cambio organizacional<\/strong> con comunicaci\u00f3n y acciones espec\u00edficas que habiliten la gesti\u00f3n del cambio.<\/p>\n Esta metodolog\u00eda inicia con el apoyo a la definici\u00f3n del contexto de dominios y la identificaci\u00f3n de un primer caso de uso (MVP<\/em>) que permita la visi\u00f3n end-to-end<\/em> de los requerimientos a lo largo de los cuatro elementos, los citados dominios, los productos de datos y sus interdependencias, el modelo de autoservicio y las arquitecturas habilitadoras, y los requisitos de un gobierno no limitativo.<\/p>\n Una vez establecido dicho MVP<\/em> e implantado, se genera el entendimiento global necesario para la definici\u00f3n de un plan de despliegue<\/strong> capaz de escalar a todo el ecosistema con \u00e9xito. Un plan que mediante m\u00e9todos \u00e1giles ir\u00e1 adapt\u00e1ndose a las diferentes particularidades y al propio cambio de requerimientos de negocio en el tiempo.<\/p>\n Pero el valor de nuestra aportaci\u00f3n est\u00e1 en que, a lo largo de nuestros proyectos, hemos desarrollado herramientas pr\u00e1cticas de automatizaci\u00f3n para la implantaci\u00f3n pr\u00e1ctica de los modelos<\/strong>, aceleradores que Bluetab pone a disposici\u00f3n de sus clientes y que aseguran la optimizaci\u00f3n de los tiempos en el proceso de despliegue y su posterior evoluci\u00f3n, y el apoyo a los clientes para una definici\u00f3n del modelo adecuado a su ecosistema y adaptada a sus requerimientos de negocio. Todo ello soportado por una estrategia de medici\u00f3n del valor aportado mediante datos objetivados KPIs<\/em>.<\/p>\n En la definici\u00f3n de un ecosistema orientado a dominios es crucial el entendimiento del negocio y de la realidad de los consumos de datos<\/strong> dentro de cada una de las estructuras organizativas. A partir de ah\u00ed se puede establecer el debate para una definici\u00f3n de dominios consistente, acordada y de largo plazo.<\/p>\n Una herramienta como nuestra Matriz de Convergencia<\/strong>, donde se cruzan consumos, proyectos, or\u00edgenes, etc., permite una evaluaci\u00f3n objetiva y profundizar en un mismo entendimiento y nomenclatura com\u00fan en la organizaci\u00f3n. A partir de ah\u00ed, la definici\u00f3n del primer caso de uso y la priorizaci\u00f3n en el plan de escalado posterior se realiza de forma consistente.<\/p>\n En la generaci\u00f3n de productos de datos<\/strong>, hay varios factores relevantes<\/strong> adem\u00e1s del entendimiento y los modelos del consumo seguramente mediante API\u00b4s y una estrategia de disponibilizaci\u00f3n con la definici\u00f3n de m\u00ednimos requeribles. Uno de esos factores es la evaluaci\u00f3n de la aportaci\u00f3n del valor de dichos productos<\/strong>, y otro la estrategia de comunicaci\u00f3n y comunicaci\u00f3n\/disponibilizaci\u00f3n a los dem\u00e1s dominios<\/strong>.<\/p>\n Para todo ello nuestro asset<\/em> de gobierno del dato, Truedat<\/a>, posibilita una soluci\u00f3n que cubre desde el metadatado, a la generaci\u00f3n de un Marketplace com\u00fan, asegurando el control de los m\u00ednimos de gesti\u00f3n.<\/p>\n En la gesti\u00f3n del gobierno federado y el equilibrio entre el control y la autonom\u00eda de los dominios, nuestra Matriz de Madurez es fundamental para la evaluaci\u00f3n del nivel de dicha madurez y el establecimiento del programa que cubra el gap<\/em> de requerimientos. Y una vez establecido el programa, esta misma suite<\/em> de servicios, Truedat, aporta capacidades adecuadas de calidad o trazabilidad<\/strong> que aseguran la implementaci\u00f3n de las reglas que definan los propietarios en los dominios y la gesti\u00f3n t\u00e9cnica del end-to-end<\/em> del ciclo de vida del dato.<\/p>\n Y finalmente en el desarrollo de una plataforma automatizada y enfocada al autoservicio de los dominios, nuestros modelos de arquitecturas, as\u00ed como nuestras herramientas de despliegue autom\u00e1tico de servicios y nuestros modelos de despliegue de estrategias Devops<\/em> y MLops<\/em>, aseguran una implantaci\u00f3n optimizada de la estrategia y un time-to-market<\/em> eficiente en su evoluci\u00f3n de requerimientos.<\/p>\n La implantaci\u00f3n de una estrategia Data Mesh<\/em><\/strong> genera a\u00fan muchas dudas sobre c\u00f3mo abordarla en entornos complejos en el que coexisten diferentes arquitecturas, modelos de datos y requerimientos de consumo. Nuestro enfoque metodol\u00f3gico, m\u00e1s dirigido al desarrollo pr\u00e1ctico de la puesta en marcha de cada uno de los pilares de la estrategia, puede asegurarte un despliegue \u00e1gil y en unos tiempos asumibles<\/strong>. De esta forma tanto las \u00e1reas t\u00e9cnicas como negocio pueden obtener el retorno de valor en los plazos requeridos. <\/p>\n S\u00edguenos y en pr\u00f3ximos art\u00edculos entraremos en mayor detalle sobre c\u00f3mo aterrizar de forma pr\u00e1ctica y eficiente en este nuevo paradigma Data Mesh<\/em>.<\/p>\n CTO<\/p>\n Business & IT Strategy Professional<\/p>\n Data Strategy<\/p>\n Data Governance Manager<\/p>\n BI Manager<\/p>\n COO<\/p>\n SOLUCIONES, <\/b>SOMOS EXPERTOS<\/p>\n <\/a><\/p>\n <\/p>\n <\/a>\t\t\t\t\t\t<\/a> <\/p>\n <\/a>\t\t\t\t\t\t<\/a>![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/2-1024x369.png\")
<\/p>\n\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/3-1024x251.png\")
<\/p>\n![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/4-1024x155.png\")
<\/p>\n![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/image-7-1024x569.png\")
<\/p>\n![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/5-1024x384.png\")
<\/p>\n![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/6-1024x458.png\")
<\/p>\nAutores<\/h5>\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/Recurso-4@4x-8-150x150.png\")
<\/a><\/figure>\nLiliana Palestina<\/a><\/h4>\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/Recurso-3@4x-8-150x150.png\")
<\/a><\/figure>\nAlvar Noe Arellanos<\/a><\/h4>\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/Recurso-1@4x-8-150x150.png\")
<\/a><\/figure>\nJuan Manuel Sanchez<\/a><\/h4>\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/03\/cropped-Isotipo-Bluetab-150x150.png\")
<\/a><\/figure>\nArmando Camargo<\/a><\/h4>\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2022\/07\/Recurso-2@4x-8-150x150.png\")
<\/a><\/figure>\n Jesus Saavedra<\/a><\/h4>\n
![\"\"](\"https:\/\/beta.bluetab.net\/wp-content\/uploads\/2020\/09\/foto-Carran-150x150.jpg\")
<\/a><\/figure>\n Jos\u00e9 Carranceja<\/a><\/h4>\n
\u00bfQuieres saber m\u00e1s de lo que ofrecemos y ver otros casos de \u00e9xito?<\/h5>\n
\nDESCUBRE BLUETAB
\n<\/a><\/p>\nDATA STRATEGY<\/h5>\n
\n<\/a><\/p>\nDATA FABRIC<\/h5>\n
\n<\/a><\/p>\n