En los albores de este nuevo milenio, las empresas se encuentran en pleno cambio de paradigma. La tecnología, que no es sino uno de los cuatro pilares de toda organización (junto con los procesos, la estrategia y los recursos humanos), no puede ser una excepción a este cambio.

En esta última década, los sistemas se han focalizado en lo transaccional, generando una mayor eficiencia en los procesos y la posibilidad de un mayor control a nivel operativo. La optimización de los flujos de trabajo a través de la implementación de sistemas ERP (enterprise resource planning), así como el rápido crecimiento del número de transacciones por las posibilidades del comercio electrónico (ya sea business to business o business to consumer), generan continuamente enormes volúmenes de datos, internos y externos a la organización, cuyo almacenamiento y análisis representa nuevos desafíos tecnológicos.

Por otro lado, existen nuevas premisas en la forma de hacer negocios, derivadas de cambios en la conducta de los consumidores, la dinámica de los mercados y la alta competitividad a nivel global. El marketing ya no puede orientarse a los productos y menos a los mercados, y debe adaptarse a las necesidades de cada cliente (one-to-one marketing). La creciente globalización implica que el mercado ya no es el amigable entorno local, sino la complejidad del planeta entero, con sus diferencias culturales y sociales.

Esta gran masa de datos, así como las nuevas reglas de negocios, implica nuevos desafíos, pero a la vez importantes oportunidades. Para explorarlas, las empresas han concentrado grandes recursos en un nuevo concepto tecnológico: data warehousing.

Data warehousing es el proceso por el cual las empresas extraen sentido y significado de sus datos a través del uso de un repositorio de datos, o data warehouse.

Si bien el término data warehouse es usado frecuentemente para designar cualquier sistema nuevo que sirve para almacenar información, un data warehouse es un conjunto de datos integrados, no transaccionales, no volátiles, orientados a un tema específico, variables en el tiempo y que se utiliza, como objetivo final, para el apoyo al proceso de toma de decisiones.

En definitiva, el proceso de data warehousing debe orientarse a proveer la información correcta, a la persona indicada, en el formato adecuado, y en el tiempo preciso.

Alrededor de este repositorio de datos se ubican las funciones que permiten el procesamiento analítico de la información, convirtiéndola en conocimiento accionable. Entre ellas están las posibilidades de generar reportes ad hoc no estructurados, la visualización de los datos, el reconocimiento de patrones, la sumarización de datos y su rotación, de acuerdo con las variables de interés, el análisis de hipótesis, etc.

En primer lugar, la extracción de información de las diferentes fuentes, que pueden ser los sistemas operacionales y otros sistemas internos o externos a la organización.

Luego, la información es transformada, depurada, sumarizada en el nivel de agregación requerido y cargada en el repositorio propiamente dicho, de una forma tal que su análisis pueda realizarse con eficiencia. Para algunas aplicaciones la información del repositorio es derivada a pequeños almacenes de datos o data marts, a fin de agilizar su procesamiento y no afectar la performance del repositorio en su conjunto.

Por último, la información es entregada al usuario, ya sea mediante reportes o diferentes herramientas de acceso (herramientas de visualización, sistemas de información ejecutiva, sistemas de soporte de decisión, herramientas de minería de datos, cubos de análisis en línea, etc.).

Un componente fundamental para poder manejar eficiente y consistentemente el proceso de data warehousing, y que se requiere a lo largo de él, es el manejo de los metadatos. El metadato es el dato acerca del dato, y es el que permite comprender, desde el principio hasta el final del proceso, las características, tanto técnicas como de negocio, de la información que fluye por las venas del repositorio.

Los beneficios del uso de data warehousing no son exclusivos de ninguna industria en particular, y su aplicación es ventajosa en cualquier área de negocios donde sea necesario mejorar el proceso de toma de decisiones, acceder a información clave, obtener valor agregado de la articulación de los diferentes sistemas operativos, soportar la toma de decisiones en los niveles tácticos y estratégicos, además del operativo, detectar oportunidades para reducir costos o incrementar los ingresos, etc. Entre las industrias que mayor esfuerzo invierten en esta área se encuentran el sector financiero, el de telecomunicaciones y el de retail.

Si bien los estudios sobre las tasas de retorno de la inversión (ROI) que genera la implementación de un proceso de data warehousing son altísimas (exceden el 400%), un enfoque más adecuado a los escenarios actuales de negocio es comprender que consituye una necesidad estratégica para mantener a la empresa en un nivel competitivo.

Así como nadie mide ya el ROI de la instalación de un sistema telefónico o una red de computación de área local (LAN), porque es imposible funcionar como empresa sin estos elementos, existe una fuerte tendencia a ver el data warehousing como una necesidad estratégica sin la cual es imposible competir.

En una organización la información fluye de abajo hacia arriba, partiendo de sus operaciones y llegando a quienes tienen la responsabilidad de la toma de decisiones estratégicas. El análisis de esta información en una implementación correcta del proceso de data warehousing no quedará estanco en el nivel estratégico, sino que descenderá, ya refinado y con valor agregado, para posibilitar la toma de decisiones tácticas y operativas.

Las herramientas de data mining (minería de datos) permiten explotar el conocimiento oculto en los grandes volúmenes de datos. El notable incremento en la última década de la relación performance/costo de las plataformas de hardware y software permiten el uso de técnicas de inteligencia artificial aplicadas al campo de los negocios, a fin de detectar tendencias, descubrir relaciones, identificar nuevos patrones de comportamiento de nuestros clientes, segmentar el mercado sobre la base de nuevas dimensiones o calcular el impacto de numerosas variables en diferentes estrategias y tácticas de negocio.

En los altamente competitivos entornos actuales en los que debe moverse quien toma las decisiones, la obtención de datos a nivel transaccional no alcanza. Las empresas comprenden cada día más que es necesario manejarse a niveles de análisis cada vez más altos. Lo que antes podía decidirse con un dato crudo, hoy es imposible de realizar sin tener un real conocimiento de la competencia, los consumidores, las tecnologías y el escenario en que se actúa.

Surge entonces el concepto de data farming, o sea "cultivo de datos". En este se ve el dato crudo como la semilla de una cadena que, luego de un proceso cuidadoso y en el que se pone mucho esfuerzo (de clasificación, análisis, etc.), se desarrolla en información, esta información en conocimiento, y este conocimiento, finalmente, en inteligencia.

Esta inteligencia, que como producto es conocimiento (muy ajustado a las reales necesidades de los que lo requieren), pero que implica un proceso sistemático y continuo de colección, clasificación, análisis y diseminación, es imprescindible para la toma de decisiones tanto a nivel estratégico, como táctico y operativo.

Por lo tanto, la implementación de un data warehouse implica decisiones de tipo estratégico y competitivo. ¿Quiénes deben tomar las decisiones en los diferentes niveles de la organización? ¿Quiénes son los usuarios constantes de información y conocimiento? ¿En qué forma deben recibir esta información y conocimiento? ¿Cuándo? ¿Cuáles son las herramientas más adecuadas para facilitar su diseminación y análisis? ¿Los mecanismos de diseminación deben ser push, pull o una mezcla? ¿Cuáles son las fuentes? Estas son sólo algunas de las muchas preguntas que hacen a la definición de una estrategia de data warehousing.

Otra dimensión importante es la estructura de almacenamiento. Aquí también las preguntas son muchas. ¿Es conveniente almacenar la información en un repositorio central? ¿Hay necesidad de luego alimentar diferentes data marts temáticos, a fin de incrementar la eficiencia de los procesos? ¿No es suficiente almacenar los datos solamente en estos almacenes, y distribuir la información? ¿Residirán todos en un mismo servidor? ¿ En un mismo sitio físico?, etc.

Como podemos ver, la definición de una estrategia adecuada de data warehousing es un aspecto clave para el éxito de la implementación, y debe invertirse el esfuerzo necesario en analizar todos sus aspectos.

Las tendencias que se han detectado en los últimos años obligan a reflexionar sobre la interrelación existente entre el proceso de data warehousing, el gerenciamiento del conocimiento de la organización y la actividad orientada a desarrollar una inteligencia del negocio. En los últimos meses es notoria una tendencia por la cual las empresas comprenden con mayor claridad su necesidad de generar y compartir conocimiento, almacenarlo eficientemente y generar capacidades y procesos de inteligencia de negocios, orientados a mejorar la convergencia entre ese conocimiento y las necesidades estratégicas, tácticas y operativas, permitiendo anticipar los diferentes escenarios futuros del negocio.

Por otra parte, se está generando una fuerte conciencia de que la solución a los grandes y crecientes volúmenes de datos que se requiere conservar en un data warehouse no se encuentra en mayores capacidades de almacenamiento, sino en refinadas técnicas de monitoreo de los entornos de data warehousing y novedosos métodos de almacenamiento inteligente, con tecnologías near-line ("casi en línea"). El futuro del data warehousing, entonces, no parece pasar por más y más capacidad de almacenamiento, sino por un eficiente gerenciamiento de la información.

Por último, es imposible dejar de mencionar otra tendencia significativa. El crecimiento del comercio electrónico está basado en gran medida en las posibilidades que otorga el data warehousing. Aun cuando no sea la cara visible de una página web, los millones de transacciones y visitas se almacenan en bases de datos, y no pueden ser analizadas sin utilizar un proceso de data warehousing. El éxito de algunos sitios se basa, sin lugar a dudas, en la explotación del conocimiento de los consumidores y su comportamiento, obtenido a partir del uso de la información que se almacena sistemáticamente en un data warehouse, oculto detrás de Internet.

Y ya existe una visión orientada a que algún día, cada vez más cercano, todo el procesamiento se haga detrás de Internet, lo que generará la posibilidad de acceder a infinitos proveedores de servicios. Uno de ellos es el de data warehousing. Cada empresa o institución académica, sin requerir de grandes inversiones de hardware y a través de un browser cualquiera, podrá almacenar, recuperar o analizar su propio conocimiento.

Mas allá de cuestiones técnicas y legales, la articulación de todo este conocimiento podría llegar a generar un nuevo punto de inflexión en el crecimiento del conocimiento humano. La utilización productiva de esta masa de conocimiento será, quizás, el mayor desafïo para los líderes del nuevo milenio.