Microsoft Fabric

Desbloquear el valor de los datos

transformadores con Microsoft Fabric
Un enfoque de tres fases

1
 Microsoft Fabric

Prólogo
El mundo actual está inundado de datos: la transmisión de Y no es casualidad dado el mercado de datos y tecnología
datos constante desde los dispositivos que utilizamos, las de IA enormemente fragmentado con cientos de
aplicaciones que creamos y las interacciones que tenemos. proveedores y miles de servicios. Los clientes deben reunir
un conjunto complejo de servicios desconectados de
Organizaciones de todos los sectores han aprovechado múltiples proveedores e incurrir en los costes y las cargas
estos datos para transformarse digitalmente y obtener de hacer que estos servicios funcionen juntos.
ventajas competitivas. Y ahora que estamos entrando en
una nueva era regida por la IA, estos datos cada vez son Es por eso que hemos introducido una nueva solución,
más importantes. Microsoft Fabric, un producto de análisis completo
y centrado en las personas que reúne en un solo lugar
La IA generativa y los servicios de modelos lingüísticos, las herramientas de análisis y los datos. Fabric integra
como Azure OpenAI Service, están permitiendo a los tecnologías de eficacia probada como Azure Data Factory,
clientes utilizar y crear experiencias de IA cotidianas Azure Synapse y Microsoft Power BI en un único producto
que están reinventando la forma en que los empleados unificado, lo que permite tanto a los profesionales de datos
invierten su tiempo. Para poder disfrutar de experiencias como del negocio desbloquear el potencial de los datos
de IA específicas de cada organización se requiere un y sentar las bases para la era de la IA.
suministro constante de datos limpios desde un sistema de
análisis bien administrado y sumamente integrado. Pero los La plataforma de datos para la era de la IA:
sistemas de análisis de la mayoría de las organizaciones son presentamos Microsoft Fabric
un laberinto de servicios especializados y desconectados.

2
Índice
Prólogo2 EXPERIMENTAR Y APRENDER20 CREAR Y ESCALAR36
Estado actual de los datos, análisis y business intelligence 4
Marketing21 Crear las bases de alineación 37
El desafío: un patrimonio de datos que evoluciona
orgánicamente5 Operaciones22 Alinearse con los líderes y administradores de datos
de la organización 38
Desafíos complejos de datos y análisis  6 Recursos humanos 23
Conversaciones y preguntas para impulsar la hoja
Tendencias actuales: malla de datos, tejido de datos, Ventas24 de ruta de valor empresarial 39
centro de datos 7
Identificar a los expertos técnicos y usuarios de la empresa Conversaciones y consideraciones para impulsar
Las arquitecturas de datos modernas no son mutuamente para la prueba de concepto 26 la hoja de ruta de la infraestructura 41
excluyentes. Son transformadoras en su conjunto 8
Documentar objetivos claros para la prueba de concepto Cartografiar el patrimonio actual de datos y análisis 42
Presentamos Microsoft Fabric: una solución de y los criterios que definirán su éxito  27
análisis unificada para la era de la IA 9 Idear los planes y los resultados de la transformación 43
Usar escenarios de análisis comunes y actividades propuestas
Una solución unificada basada en SaaS que para guiar la prueba de concepto 28 Establecer una red de embajadores de la transformación 44
almacena todos los datos de la organización
donde operan las cargas de trabajo de análisis 11 Almacén de lago de datos 29 Formar a la red de embajadores 45
Enfoque en tres fases para desbloquear el valor de los datos 12 Almacén de datos 31 Estás en camino de transformar el valor de los datos 46

IMAGINAR13 Ciencia de datos 33

El arte de lo posible 14 Análisis en tiempo real 35

Sanidad15

Servicios financieros 16

Sector público 17

Sector minorista18
3
Sostenibilidad/energía 19
Estado actual de Experiencia Experiencias

los datos, análisis

del empleado de los clientes
Acción Señal

y business intelligence Señal

Aplicaciones
Acción

inteligentes

Los datos se han convertido en el oxígeno • Experiencias de empleados personalizadas

de la transformación digital. • Instalaciones inteligentes Datos
Los datos son los verdaderos motores de la • Inteligencia de los vendedores procesable
transformación digital: desde la creación de
• Experiencias de soporte personalizadas
experiencias de cliente excelentes y la mejora de
• Inteligencia financiera Acción
la productividad de los empleados hasta el aumento Señal

de la eficiencia operativa. Pero no son simplemente • Inteligencia de seguridad digital y riesgos

los datos brutos. Son los conocimientos integrados Sin embargo, según los estudios, solo el 32 % de
y la inteligencia que se pueden activar en una las organizaciones afirma ser capaz de obtener
organización conectada. Desbloquear el valor de Señal Acción
valor tangible y cuantificable de los datos. Y ahí
tus datos e incorporarlo en la era de la IA es la clave es donde los desafíos comienzan a revelarse.
para impulsar la innovación en tu organización Fuente: Accenture
y para tus clientes.
Operaciones Productos

4
 VARIOS El desafío: un patrimonio
Equipo empresarial Equipo empresarial Equipo empresarial
de datos que evoluciona
orgánicamente
Equipo técnico Equipo técnico El desafío más común en los patrimonios de datos Las organizaciones tienen muchas fuentes de datos
empresariales es la evolución orgánica de los datos. on-premises o en el cloud aisladas de diferentes
Computación y servicios Computación y servicios Las empresas tienen patrimonios de datos con una proveedores en diferentes formatos que guardan
gran cantidad de datos e infraestructura redundante. información crítica. Es muy difícil encontrar
Administración de datos Administración de datos A menudo hay varios equipos que utilizan silos conocimientos profundos y precisos sin una única
de datos que no están realmente conectados. Las fuente fidedigna. Reunir las herramientas de
plataformas necesarias para transformar los datos análisis únicas que necesitan las organizaciones es
Almacenamiento Almacenamiento
en conocimientos útiles son por naturaleza muy complicado. Los costes asociados con la adquisición
técnicas y están fragmentadas. Por lo general, se y la administración de estas capacidades pueden ser
Ingesta Ingesta necesitan equipos de ingenieros y desarrolladores desorbitados. Y existe un riesgo importante asociado
para implementar y administrar estas plataformas. a la falta de gobierno.

• Cada proyecto de análisis tiene muchos subsistemas.

Fuentes de datos empresariales • Cada subsistema necesita un tipo de producto diferente.
Multicloud | On-Premise | Externas
• Los productos proceden a menudo de varios proveedores.
• La integración entre productos es compleja, frágil y cara.
5
Desafíos complejos
de datos y análisis

45+55+Q
Las organizaciones saben que para tener éxito y • Dificultad para hacer que la organización
prosperar en el panorama actual en constante cambio opere basándose en los datos debido a los datos El 55 % de las empresas usa
en silos y a la falta de herramientas unificadas

55 %
deben ser capaces de transformar la enorme cantidad un enfoque principalmente
de datos que tienen en conocimientos profundos e • Equilibrar la necesidad de acceso a los datos
y los análisis en régimen de autoservicio
manual para encontrar los
impactantes. Hemos hablado con una amplia variedad
de clientes que han liderado la modernización basada mientras se mantiene el control datos internamente.
Fuente: Accenture
en datos de sus organizaciones. Y sabemos que las • Escalabilidad limitada de las soluciones

68+32+Q
empresas se enfrentan hoy en día a una gran variedad heredadas a medida que la demanda de datos
de desafíos de datos y análisis que pueden ser aumenta exponencialmente

complejos de superar: • Descomponer los silos de datos de toda la

organización en una fuente fidedigna unificada
• Escalar los datos y análisis de toda la
• Cumplir la promesa de los análisis con recursos
El 32 % de las empresas
organización, reduciendo al mismo tiempo los

32 %
costes y optimizando los datos y la administración limitados afirma ser capaz de
existentes Los obstáculos de tu ecosistema de datos actual obtener un valor tangible
se pueden solventar invirtiendo en una plataforma
• Conseguir la adopción de BI para optimizar y cuantificable de los datos.
el intercambio de datos y agilizar la obtención completa de datos y análisis. Cuando se generaliza la Fuente: Accenture
de conocimientos entre las líneas de negocio adopción de herramientas de business intelligence y
y los equipos análisis basadas en el cloud, es imprescindible trabajar
• Fomentar la alfabetización de datos haciendo con un partner que tenga una cartera de productos de
que los datos sean más accesibles y fáciles de seguridad fiables que permitan tomar decisiones más
manejar para los usuarios técnicos y no técnicos rápidas y basadas en datos de una manera segura. 6
Tendencias actuales:
malla de datos, tejido
de datos, centro de datos
Existen tres arquitecturas y conceptos de patrimonio de datos
que las organizaciones aplican a la modernización de su patrimonio
de datos: la malla de datos, el tejido de datos y el centro de datos.

Malla de datos Tejido de datos Centro de datos

Una serie de dominios asignados a las distintas líneas de negocio Un sistema para automatizar las tareas de administración de datos, Una plataforma de almacén de lago abierta y administrada que
que permiten el acceso a los datos que necesitan con la máxima como unificar y limpiar fuentes dispares, así como para autorizar proporciona los cimientos de almacenamiento para servir datos
autonomía si se siguen los cuatro principios de una malla de datos. el acceso a los datos, que ayuda a una empresa a aprovechar a múltiples dominios de manera eficiente de forma que los
al máximo sus fuentes de datos sin necesidad de migrarlas. usuarios del dominio puedan consumirlos fácilmente.

7
Las arquitecturas de datos modernas
no son mutuamente excluyentes.
Son transformadoras en su conjunto.

25+75+Q
Sabemos que «en 2024, el 75 % de las organizaciones habrá Aunque existe un amplio debate académico en torno a estas
establecido un centro de excelencia de datos y análisis (D&A) arquitecturas modernas, la realidad es que la combinación de estas
unificado para apoyar las iniciativas federadas de D&A y evitar la constituirá la mejor solución.

75 %
quiebra de la empresa». Los datos federados, también denominados
El enfoque de Microsoft se basa en prácticas recomendadas
«estandarizados», son un componente esencial de la creación de un
perfeccionadas a lo largo de más de dos décadas de experiencia de
centro de excelencia de datos y análisis (D&A) unificado, que cada
primera mano en la creación de productos y servicios a escala global.
vez más es una prioridad clave para las organizaciones. Mediante
Comienza con una visión integral de la organización, que tiene en cuenta
la implementación de un enfoque estandarizado para administrar
a las personas, los procesos, la cultura y la tecnología. A continuación,
los datos, las organizaciones pueden garantizar que sus datos sean
mediante la aplicación del gobierno de datos, la seguridad y el
coherentes, precisos y fiables, lo que facilita el análisis y la obtención
de conocimientos a partir de ellos. cumplimiento en todas las capas de la pila, se garantiza que los clientes
tengan un entorno verdaderamente innovador que permita a todos
rendir al máximo.
Fuente: Gartner, Our Top Data & Analytics Predicts

8
 Integración de datos
Esta solución ofrece una migración e integración de datos
completas para permitir un patrón basado en un lago de

Presentamos Microsoft
datos. Los conectores de Azure Data Factory permiten la
integración de datos, mientras que los conectores de Azure
Synapse Link permiten la integración de datos «sin código»

Fabric: una solución

y «siempre sincronizados» para las bases de datos operativas.

OneLake

de análisis unificada
Todos los datos se ingieren en un lago de datos de Azure
Data Storage Gen, un servicio de almacenamiento de lagos
de datos optimizado en cuanto al coste y el rendimiento

para la era de la IA para las cargas de trabajo de business intelligence, machine

learning e inteligencia artificial más exigentes.

Análisis
Permitir el arte de lo posible, superar las expectativas de los clientes
Los científicos de datos pueden llevar sus plataformas de
y ofrecer valor empresarial transformador es ahora más fácil con la
computación, lenguajes, runtimes y herramientas preferidos al
introducción de Microsoft Fabric.
almacén de lago de datos y mejorar aún más los datos a través
Microsoft Fabric reúne las mejores partes de la malla de datos, el tejido de de la ingeniería de características y técnicas estadísticas.
datos y el centro de datos para proporcionar un punto único de integración
de datos, ingeniería de datos, análisis en tiempo real, ciencia de datos y Business intelligence
necesidades de business intelligence sin poner en peligro la privacidad ni la Las mejores soluciones integradas de su clase para
seguridad de los datos. Al unirte a las grandes empresas que usan Microsoft
democratizar de forma responsable la business intelligence
Fabric, permitirás que tus equipos disfruten de una solución completa
con herramientas y experiencias de autoservicio para analistas
sumamente integrada que es fácil de entender, incorporar, crear y utilizar.
de datos y usuarios amateur.
Con esta nueva solución, establecerás una fuente fidedigna unificada
al reunir todas las cargas de trabajo de análisis mediante un patrón basado Gobierno
en un lago de datos. Los equipos también podrán reducir el tiempo Microsoft Purview proporciona una solución de gobierno de
y el esfuerzo necesario para obtener conocimientos impactantes a través un solo panel que te ayuda a analizar y administrar eficazmente
del acceso democratizado a los datos. Y esto se puede hacer con total tu patrimonio de datos, incluso conforme crece y se amplía.
confianza a través de una solución gobernada y segura. 9
Microsoft Fabric

Un único enfoque basado en un lago de datos para

unificar los datos

Herramientas de ingeniería para integrar y reformatear

los datos

Herramientas de ciencia de datos y ML para modelar

y transformar los datos

Herramientas de business intelligence y automatización para

visualizar los datos, supervisarlos y actuar a partir de ellos

Herramientas de seguridad y gobierno para proteger 10

los datos
Una solución unificada basada en SaaS que
almacena todos los datos de la organización
donde operan las cargas de trabajo de análisis
Microsoft Fabric combina Data Factory, Synapse Analytics, Data
Explorer y Power BI en una sola experiencia unificada, en el cloud.
El enfoque basado en un lago de datos abierto y gobernado es un tejido
de datos económico y optimizado para business intelligence, machine
learning e IA a cualquier escala. Es la base para migrar y modernizar las
Microsoft Fabric
soluciones de análisis existentes, ya sean dispositivos de datos o almacenes
de datos tradicionales.

Al establecer la conectividad y la integración, las organizaciones pueden

Almacenamiento
transformar sus datos no estructurados y aislados en un valioso activo Ingeniería de Ciencia de datos Análisis en tiempo Activador
Data Factory de datos de Power BI
estratégico a través de: datos de Synapse de Synapse Synapse real de Synapse de datos

• La modernización de datos con el respaldo del cloud de Microsoft Azure

• Las aplicaciones nativas del cloud a cualquier escala

• Una IA responsable y eficaz para tomar decisiones más fundamentadas OneLake

• Análisis y conocimientos a un ritmo más rápido

• Machine learning e inteligencia artificial responsables Unificado

Experiencia del producto | Computación y almacenamiento | Gobierno y seguridad | Modelo de negocio
• Gobierno con el respaldo de Microsoft Purview 11
Enfoque en tres fases para
desbloquear el valor
de los datos
¿Qué vas a lograr en tu organización? ¿Qué innovación conseguirás
de la transformación de tu patrimonio de datos y la aceleración del valor
Conoce las oportunidades disponibles para tu que obtienes de tus datos?

IMAGINAR
organización al transformar tu patrimonio de datos En esta guía se desglosa el viaje en tres fases: Imaginar, Experimentar
para desbloquear el valor de tus datos. Y averigua y aprender y Crear y escalar. A medida que avancemos por cada una
cómo Microsoft Fabric lo hace posible. de las fases, te ayudaremos a descubrir y considerar todos los factores
implicados en la alineación de los equipos con una fuente fidedigna
unificada, el establecimiento de un próspero centro de habilitación para
todos los usuarios con conocimientos seguros y democratizados en toda

EXPERIMENTAR
Empieza a desarrollar una cultura de datos
la organización y la obtención de un valor transformador de los datos.
y a generar confianza a través de una prueba

Y APRENDER
de concepto a menor escala que ofrezca un valor
empresarial inmediato.

Coordina a los líderes y administradores de datos

de tu organización en cuanto al valor empresarial

CREAR Y ESCALAR que seguirás generando con el tiempo, planifica

tu patrimonio de datos actual y futuro y establece
una red de embajadores de la transformación.
12
FASE 1

Para llegar a ver la

oportunidad es preciso
centrarse en el cliente
Para empezar a imaginar qué innovación se puede conseguir
desbloqueando el valor de los datos, es importante
comenzar por conocer las motivaciones, los desafíos
y las experiencias de los empleados, clientes, partners
y proveedores.

Al basar tu iniciativa de transformación del patrimonio

de datos en los resultados que son posibles para todos
los constituyentes, ayudarás a mantener en primer plano
al cliente durante la fase Crear y escalar.

Experimentar
Imaginar y aprender Crear y escalar
FASE 1: IMAGINAR

El arte de lo posible
¿Cuáles son las necesidades insatisfechas de tus clientes,
empleados, partners y proveedores y cómo puedes resolver
de forma única esas necesidades no satisfechas a través de datos
unificados, conocimientos completos y una toma de decisiones
más rápida? Echemos un vistazo más de cerca a lo que permite
hacer Microsoft Fabric a los siguientes sectores de la industria.

Sanidad

Servicios financieros

Sector público

Sector minorista

Sostenibilidad/energía

14
Experimentar
Imaginar y aprender Crear y escalar
 Desafíos de los datos
• No existe una fuente exhaustiva para todos los datos agregados.

• Proporcionar a los equipos de atención sanitaria acceso

a los datos que necesitan de forma segura.

• Reducir el tiempo hasta la obtención de conocimientos.

Cómo Microsoft Fabric puede ayudar

• Utiliza OneLake para agregar todos los datos a una única
fuente fidedigna.

Sanidad • Mejora la colaboración de los equipos sanitarios a través

de conocimientos democratizados.

• Analiza cantidades masivas de datos a un ritmo acelerado

mediante políticas integradas de seguridad y gobierno.
El sector sanitario se enfrenta a muchos desafíos, learning e inteligencia artificial, junto con grandes
ya que gestiona enormes cantidades de datos conjuntos de datos genómicos y demográficos, Resultados principales
altamente confidenciales y regulados. Además los profesionales sanitarios pueden obtener nuevos
• Permitir la toma de decisiones respaldada por los datos
de mantener altos niveles de cumplimiento y seguridad, conocimientos sobre la eficacia de los medicamentos.
para rediseñar la atención sanitaria y obtener conocimientos.
Microsoft Fabric permite mejorar la experiencia del Los proveedores sanitarios también podrán colaborar
paciente al ofrecer a las organizaciones sanitarias acceso más estrechamente al poder compartir y acceder • Mejorar la experiencia de los pacientes creando una vista
a datos médicos estructurados y no estructurados a los datos y conocimientos de los pacientes. accesible e integral de todos los profesionales sanitarios.
en OneLake. Disponer de un almacén de lago de • Proporcionar conocimientos clínicos y operativos seguros
Con Microsoft Fabric, la atención sanitaria se puede
datos permite a los profesionales sanitarios realizar en tiempo real con Event Hub, IoT Hub, Kafta y otras soluciones.
reinventar mediante el análisis de cantidades masivas
análisis para identificar las necesidades de los pacientes
de datos a un ritmo más rápido que nunca. Junto
en tiempo real.
con la mejora de la calidad de los conocimientos,
Las organizaciones sanitarias también pueden los profesionales sanitarios están equipados para
aprovechar los datos reales recopilados por proporcionar planes de tratamiento personalizados
15
los ensayos clínicos. Mediante el uso de machine a todos los pacientes. Imaginar
Experimentar
Crear y escalar
y aprender
 Desafíos de los datos
• Abundancia de datos y silos tecnológicos.

• Recopilación, almacenamiento e intercambio de datos

de forma segura en un sector altamente regulado.

• Poco tiempo para tomar decisiones fundamentadas

y responder a los riesgos.

Cómo Microsoft Fabric puede ayudar

• Recopila datos en OneLake para proporcionar una fuente

Servicios financieros
fidedigna unificada.

• Accede a todos los datos de la cartera, referencias, mercado

y riesgos con controles de acceso abiertos y regulados.

• Analiza todos los tipos diferentes de datos en tiempo real,

El sector de los servicios financieros está muy lo que les permitirá vender productos y servicios utilizando políticas de seguridad y gobierno integradas.
regulado, por lo que contar con el respaldo de la complementarios o adicionales que se adapten mejor
seguridad de un producto de Microsoft es mucho más a las necesidades individuales del cliente. Resultados principales
importante. Con Microsoft Fabric, los profesionales • Permitir la toma de decisiones respaldada por los datos
En el sector de los seguros, las organizaciones podrán
de este sector pueden acceder a la cartera de clientes para prosperar en un entorno competitivo.
obtener conocimientos sobre los clientes conectando
y los datos del mercado con controles de acceso
los datos internos y externos para proporcionar • Obtener una vista completa de los clientes a través
abiertos y regulados. También pueden fortalecer
soluciones personalizadas al cliente. del intercambio seguro de datos.
la prevención de riesgos aprovechando los modelos
escalables de potencia de computación y análisis. En los mercados de capitales, las organizaciones • Obtener conocimientos precisos con rapidez y reforzar
pueden iniciar interacciones con los clientes más la detección y prevención de riesgos.
En el sector bancario, las organizaciones serán
personalizadas al obtener más conocimientos de los
capaces de aumentar el valor de por vida y la
análisis de rentabilidad y predictivos de los clientes,
fidelidad de los clientes proporcionando una visión
lo que les permite vender el producto adecuado
integral del estado financiero actual del cliente,
en el momento adecuado para cerrar más ventas. 16
Experimentar
Imaginar y aprender Crear y escalar
 Desafíos de los datos
• Abundancia de datos y silos tecnológicos

• Recopilación, almacenamiento e intercambio de datos

de forma segura en un sector altamente regulado

• Poco tiempo para tomar decisiones fundamentadas

y responder a los riesgos

Cómo Microsoft Fabric puede ayudar

• Recopila datos en OneLake para proporcionar una fuente

Sector público
fidedigna unificada.

• Accede a todos los datos de la cartera, referencias, mercado

y riesgos con controles de acceso abiertos y regulados.

• Analiza todos los tipos diferentes de datos en tiempo real,

En la mayoría de los organismos gubernamentales, urbanística ofreciendo mejores servicios utilizando políticas de seguridad y gobierno integradas.
los datos están dispersos. No se puede acceder y experiencias. Los datos de streaming de los
a los datos digitalmente y no se pueden digerir sensores del IoT y de la maquinaria de transporte Resultados principales
fácilmente. Con Microsoft Fabric, los clientes podrán y servicios públicos se pueden ingerir en OneLake • Permitir la toma de decisiones respaldada por los datos
recopilar y almacenar los datos en una sola ubicación con IoT Hub para realizar análisis en tiempo real. para prosperar en un entorno competitivo
y en el cloud.
Desde el punto de vista de la prevención del • Obtener una vista completa de los clientes a través
Ahora, los organismos gubernamentales podrán fraude fiscal, las administraciones podrán desarrollar del intercambio seguro de datos
combinar la investigación y los datos del sector modelos avanzados de machine learning para • Obtener conocimientos precisos con rapidez y reforzar
sanitario. y utilizar el machine learning y la analizar grandes cantidades de datos fiscales la detección y prevención de riesgos
inteligencia artificial para identificar tendencias almacenados en OneLake con el fin de identificar
y riesgos para la salud. y prevenir el fraude fiscal.

Además, las administraciones públicas pueden

aprovechar los datos para mejorar la planificación 17
Experimentar
Imaginar y aprender Crear y escalar
 Desafíos de los datos
• Datos incompletos aislados con una arquitectura compleja

• Usar los datos para personalizar las experiencias de los clientes

• Cumplir las normativas en materia de datos en las zonas

en las que opera la organización

Cómo Microsoft Fabric puede ayudar

• Unifica los datos de numerosas fuentes como pedidos
de compra, inventario y fabricación en un OneLake.

Sector minorista
• Obtén una vista integral de todos los clientes recopilando
y analizando el comportamiento en las tiendas web, digitales
e inteligentes.

• Aprovecha la seguridad y el gobierno integrados para ayudar

Los minoristas se enfrentan a sus propios desafíos de las tendencias de datos. El seguimiento a proteger los datos recopilados de los clientes.
con los datos. A menudo tienen dificultades para de la actividad en la tienda mediante la ingesta
cerrar la brecha entre las tiendas físicas y online, de datos en tiempo real de los sensores y las Resultados principales
integrar los datos de manera útil y gestionar cámaras de la tienda identificará aún más aspectos • Fundamentar la estrategia de comercialización y cadena
eficazmente las cadenas de suministro. Con Microsoft presenciales que pueden optimizarse. de suministro con análisis en tiempo real
Fabric, los minoristas pueden aprovechar los datos
Por último, y seguramente lo más importante para • Desarrollar contenido, texto y productos adaptados
en tiempo real para fundamentar su estrategia
muchos minoristas, estarán capacitados para ofrecer a los intereses y los gustos específicos de los clientes
de comercialización, aprovechando los datos de
una cadena de suministro inteligente. Al utilizar los • Tener la seguridad de que los datos de las transacciones
los clientes para descubrir qué valoran los clientes
datos para anticiparse a la demanda de los clientes de comercio electrónico y de la tienda son seguros
objetivo y proporcionar experiencias personalizadas.
a escala local y global, los minoristas pueden obtener el
Los minoristas también pueden optimizar el gasto producto adecuado al precio correcto, dirigido al cliente
digital creando modelos que identifiquen a qué adecuado en el momento oportuno, lo que cierra la
compradores deben dirigirse y dónde en función brecha entre la demanda y la tramitación de pedidos.
18
Experimentar
Imaginar y aprender Crear y escalar
 Desafíos de los datos
• Usar los datos para la transición a energías limpias y renovables

• Pronosticar y prever la demanda de energía

• Identificar nuevos modelos de negocio con la ayuda

de los datos

Cómo Microsoft Fabric puede ayudar

• Recopila datos en tiempo real en OneLake para identificar
cómo se utiliza la energía limpia y cómo mejorar su eficacia.

Sostenibilidad/energía
• Combina datos en tiempo real de fuentes dispares como
aerogeneradores y paneles solares y utiliza el ML y la IA para
identificar la demanda.

• Identifica nuevos modelos de negocio mediante un análisis

basado en IA de la distribución de energía, el consumo
Con Microsoft Fabric, los proveedores de energías sostenibles. Los proveedores de energía también y la demanda de los clientes.
renovables pueden combinar datos en tiempo real podrán recopilar datos en tiempo real en OneLake
de los aerogeneradores y paneles solares, así como para mejorar la eficacia de las fuentes de energía Resultados principales
de los clientes, para identificar las demandas futuras en función de las tendencias de uso.
• Administrar la energía de manera inteligente y eficiente
de energía a través de modelos de inteligencia
Y, lo más importante, los proveedores de a escala local y global
artificial y machine learning. Los proveedores
energía pueden reinventar la energía tal y como • Identificar la demanda futura de energía de forma rápida
de energía podrán recopilar grandes cantidades
la conocemos identificando nuevos modelos de y eficiente
de datos de los sistemas locales y almacenar los datos
negocio mediante análisis basados en IA y consumo/
en OneLake para su análisis. • Impulsar prácticas recomendadas eficientes y sostenibles,
demanda en tiempo real.
y reducir el impacto en el medioambiente
Microsoft Fabric permitirá a los proveedores de
energía sacar más partido de sus inversiones a través
del seguimiento remoto habilitado por IoT para
impulsar el análisis de IA para la toma de decisiones 19
Experimentar
Imaginar y aprender Crear y escalar
Microsoft Fabric

FASE 2

Experimentar
y aprender
El primer paso recomendado es experimentar y aprender
a través de una prueba de concepto. Empezar con un
escenario de un departamento en lugar de una situación
que se aplique a toda la organización puede ayudarte
a garantizar que el tiempo empleado se reduzca al
mínimo y que se maximice el valor obtenido.
Ten en cuenta los siguientes escenarios de departamento
al embarcarte en tu prueba de concepto.

20
Experimentar
Imaginar y aprender Crear y escalar
Marketing

Mejorar el análisis y la planificación Optimizar el gasto Optimizar el análisis de ubicaciones Mejorar el análisis de sitios web,
de las campañas en medios de pago redes sociales y correo electrónico
• Realiza un seguimiento de la eficacia de
• Unifica los datos de las campañas de diferentes • Las impresiones y los datos de ventas las campañas de conocimiento de la marca • Recopila datos en tiempo real, como
fuentes en una única ubicación para facilitar se pueden combinar con los datos de gasto a escala regional y en cada tienda recopilando impresiones, porcentajes de clics y tasas
el seguimiento del rendimiento de la campaña y atribución de medios en OneLake. datos de la tienda y del comportamiento de finalización de vídeo de anuncios digitales
frente a los objetivos y el presupuesto. en un almacén de lago centralizado. en sitios web, canales sociales y correos
• Desarrolla modelos que ayuden a identificar
• Los datos de compra y atribución se pueden • Analiza estos datos con métodos avanzados electrónicos en un solo lugar.
las mejores áreas y canales para mover
utilizar para desarrollar modelos que ayuden y presenta datos de comportamiento • Realiza análisis del rendimiento de los
el presupuesto y obtener la mayor cantidad
a identificar qué datos demográficos o áreas complejos en formatos visualmente digeribles. productos, regiones y segmentos para
de impresiones o clientes potenciales por
se deben utilizar en las campañas futuras. dinero invertido. • Mejora la comprensión de los patrones de desarrollar anuncios más específicos
• Convierte los datos en acciones recibiendo compra de los clientes combinando los datos para tus clientes objetivo.
alertas en tiempo real cuando cambien de las campañas digitales dentro de la tienda
las métricas importantes de la campaña y los datos de comercio electrónico
y ajustándolas si es necesario. en una sola vista.

• Reúne los silos de datos recopilando • Segmenta a los clientes de forma más eficaz
información en una sola vista de todas examinando las fuentes de datos del cloud
tus tecnologías de marketing: analiza varias y on-premises para identificar patrones
campañas juntas, compara datos de los de afluencia y ofertas por tiempo limitado
mercados y plataformas, etc. de acuerdo con el momento en que el grupo
demográfico objetivo está comprando.
• Realiza un seguimiento del rendimiento frente
a los objetivos y el presupuesto utilizando
informes rápidos e interactivos que te ayuden
a mostrar el ROI y a administrar el gasto.
21
Experimentar
Imaginar y aprender Crear y escalar
Operaciones

Optimizar la producción Mejorar la planificación Mejorar la planificación de ventas Optimizar la tramitación

y el rendimiento del inventario y operaciones de pedidos y la distribución
• Recopila y analiza datos de diferentes centros
de fabricación para identificar los cuellos de • Unifica los datos de ventas junto con los datos • Combina datos de ventas, marketing • Simplifica la identificación de recursos
botella en la producción antes de que afecten de producción para identificar qué productos y fabricación de diferentes clouds y sistemas sobreutilizados e infrautilizados mediante
al negocio. se deben priorizar en función de las tendencias de registro para elaborar nuevos planes ratios de picking de producción para prever
• Desarrolla modelos predictivos que te ayuden del mercado y abordar los niveles de existencias de desarrollo de productos o producción si se deben aumentar o reducir los recursos
a saber cuándo se debe escalar la producción antes de que haya escasez de inventario. con mayor facilidad. y evaluar la eficiencia del centro de distribución.
en función de las tendencias del mercado. • Analiza qué productos se deben priorizar • Mejora la calidad de las previsiones de ventas • Informa antes a los clientes de los retrasos
Aumenta la eficiencia identificando los cuellos detectando fácilmente tendencias, como
de botella de producción más rápidamente y producción analizando simultáneamente en los envíos utilizando las alertas de
picos regionales de demanda o aumento
mediante un panel de control de avisos métricas como las ventas totales anteriores, los paneles que pueden informarte sobre
de los tiempos de ciclo de inventario para
y diagramas personalizados. los resultados de producción y los tiempos un problema con los envíos.
determinados artículos.
mediante consultas en lenguaje natural
• Utiliza las visualizaciones para comprender • Evalúa y ajusta los niveles de stock de seguridad u otras técnicas avanzadas para obtener
fácilmente los datos de los fabricantes o las combinando las tendencias recientes y los datos conocimientos predictivos y no solo
líneas de producción en un panel para ayudar históricos de fuentes de datos en el cloud, on- retroactivos.
con la planificación. premises o híbridas.
• Conoce las anomalías de los datos de • Obtén una mejor visibilidad de la demanda
• Recibe notificaciones de los principales cambios
fabricación en tiempo real mediante funciones y las previsiones de suministro de todos los
en el inventario disponible en diferentes zonas
de desglose, que informan mejor de las departamentos desde cualquier lugar con
geográficas mediante la configuración de
medidas correctivas necesarias. todos los datos almacenados en el mismo
alertas móviles para ayudar a evitar la escasez
de inventario. lago de datos lógico.

22
Experimentar
Imaginar y aprender Crear y escalar
Recursos humanos

Reducir la rotación de empleados Facilitar la planificación Supervisar beneficios, recompensas Prever tendencias de la salud
y obtener visibilidad de de la plantilla y la demanda y compensaciones de la organización
la contratación y retención
• Combina todos los datos de los • Combina los datos dispares de recursos • Prevé tendencias sanitarias, como el tipo
• Combina datos de aplicaciones financieras empleados de Dynamics 365 Human humanos en una sola ubicación mediante y la frecuencia de una enfermedad, para
y sistemas de contratación en informes Resources en un único panel para facilitar la conexión ininterrumpida con fuentes de poder prepararte para una epidemia.
personalizados en solo unos minutos, su visualización y manipulación y obtener datos on-premises y basadas en el cloud,
utilizando visualizaciones completas que un mayor conocimiento de tu negocio. como sistemas de gestión de capital humano
aceleren la obtención de conocimientos. como Dynamics 365 Human Resources
• Obtén actualizaciones importantes
y plataformas de contratación como LinkedIn
• Explora el embudo de dotación de personal rápidamente, como los cambios no
Recruiter.
o el rendimiento de los reclutadores con planificados en el presupuesto o la plantilla,
un formato intuitivo de motor de búsqueda con actualización de datos en tiempo real • Informa al instante de las métricas de
que te permite hacer preguntas a los datos y alertas móviles personalizadas. recompensas y compensaciones importantes
y obtener respuestas visuales instantáneas. creando visualizaciones y paneles
• Investiga las anomalías de planificación
personalizados, en lugar de usar soluciones
• Mantente informado de las fluctuaciones de la demanda de forma rápida y sencilla
de proveedores preconfiguradas.
en métricas clave, como cuando las tasas con informes detallados directamente desde
de retención no llegan a un determinado tu panel o aprovechando la capacidad • Investiga los picos imprevistos de uso
umbral o los puestos clave se cubren con de búsqueda propia de los motores de de beneficios u otras áreas de interés
notificaciones móviles. búsqueda para hacer preguntas a tus datos analizando al instante los informes
y obtener respuestas inmediatas. subyacentes directamente desde tu panel
y desarrolla modelos que puedan ayudar
a prever cuándo es posible que aparezcan
estos picos en el futuro.

23
Experimentar
Imaginar y aprender Crear y escalar
Ventas

Identificar mejores oportunidades Aumentar la localización Desarrollar planes mejorados Mejorar el análisis del
para las ventas adicionales de gestión de precios rendimiento de las ventas
• Adapta las iniciativas de ventas a los mercados
y cruzadas
locales para aumentar y maximizar las ventas • Crea un plan exhaustivo de gestión • Supervisa y compara métricas clave
generales. de precios para usar análisis detallados sobre de diferentes fuentes de datos en tiempo
• Reúne varios puntos de datos en una imagen
más grande y detallada para revelar patrones • Utiliza el análisis de ventas para conocer las ventas, las promociones y la competencia. real, incluidas las tasas de éxito, el número
de ventas repetidos, factores que influyen cada detalle de la conversión de ventas de ventas conseguidas, los ingresos previstos,
• Agrupa estos datos en un único panel para
en la repetición de los recorridos de ventas y poder estructurar las iniciativas de ventas, los márgenes, los descuentos, etc.
ayudar a los equipos a segmentar y analizar
y dónde se encuentran los clientes en ese las campañas promocionales e incluso rápidamente los datos de varias formas • Desarrolla un único panel al que pueda
proceso. los niveles de existencias más adecuados para ofrecer mejores estrategias de precios acceder fácilmente cualquier persona para
para los mercados locales. y promociones. que pueda rastrear estas métricas por
• Identifica oportunidades de ventas
adicionales y cruzadas y acciones su cuenta.
recomendadas para aprovechar esas • Compara las ventas reales con las previstas
oportunidades. por territorio, línea de producto y segmento
de clientes, y obtén respuestas a preguntas
como «¿qué territorio ha tenido el mayor
porcentaje de ventas el mes pasado?»
en forma de gráficos interactivos.

24
Experimentar
Imaginar y aprender Crear y escalar
Ventas

Aumenta la visibilidad Mejorar la administración Descubrir tendencias Análisis de descuentos

de la administración de las cuotas
• Aumenta el tamaño de las ventas mediante • Compara los ingresos y las comisiones
de las canalizaciones
• Combina los datos de ventas de diferentes análisis de cesta de la compra: recopila previstas con los objetivos de categorías
fuentes y proporciona conocimiento datos de varias fuentes para descubrir específicas, áreas geográficas y tipos
• Consulta la canalización y la cuota en una
en tiempo real en paneles e informes los productos que se compran juntos de cuentas.
sola vista conectando datos desde tu cuenta
en los que los resultados de consecución con frecuencia e identificar oportunidades
de CRM, herramientas de previsión y otras • Mide el impacto de los descuentos y
de la cuota estén disponibles a petición. de venta cruzada y adicional.
fuentes en un lago de datos. promociones a petición, el tráfico, el importe
Mantente al tanto de métricas como • Analiza las ventas más rápidamente medio de la venta y otros KPI de ventas.
• Obtén conocimientos instantáneos
el valor de la canalización y los porcentajes para mejorar la calidad de las previsiones,
de métricas clave como la canalización por • Aprovecha los datos históricos recopilados
de éxito para obtener una imagen integral identificar las tendencias y variaciones
etapa de ventas, el tamaño medio de las en sistemas heredados para analizar
del progreso de consecución de la cuota del gasto (por ejemplo, por sector o región)
ventas y la velocidad de la canalización para tendencias de descuentos anteriores y tomar
e identificar rápidamente los territorios y encontrar nuevas oportunidades.
que puedas dedicar tu tiempo y energía a las mejores decisiones sobre qué descuentos
en riesgo.
oportunidades correctas. • Combina la información transaccional de se deben realizar en la actualidad.
• Administra el rendimiento del equipo múltiples fuentes en el cloud y on-premises
• Combina datos actuales e históricos de • Mejora la toma de decisiones mediante
con paneles personalizados que permitan para descubrir tendencias en las cuentas
varias fuentes, incluido Dynamics 365 Sales, modelos de escenarios de descuento
desglosar la varianza objetivo de cada principales por administrador de cuenta,
para identificar tendencias y calificar más dinámicos utilizando análisis de hipótesis
comercial. territorio, línea de productos y otros factores.
eficazmente las oportunidades de dentro y medidas rápidas
y fuera de la organización. • Define y desarrolla modelos que te ayuden
a planificar cuotas más precisas y viables
en los próximos trimestres.

25
Experimentar
Imaginar y aprender Crear y escalar
Identificar a los expertos
técnicos y usuarios de
la empresa para la prueba
de concepto
Identifica la disponibilidad de los expertos y usuarios
de la empresa para que te ayuden durante la ejecución de la
prueba de concepto. Lo ideal sería que los responsables de la
toma de decisiones técnicas de tu organización, ya sea un líder
de TI o un líder de datos, comiencen creando requisitos claros
para la prueba de concepto. A continuación, los profesionales
de los datos como arquitectos, ingenieros, científicos de
datos y analistas ejecutarán la prueba de concepto. Y, por
último, los responsables de la toma de decisiones del negocio
o los directivos de las líneas de negocio desempeñarán un
papel importante en la evaluación de los resultados.

26
Experimentar
Imaginar y aprender Crear y escalar
HOJA DE TRABAJO

Documentar objetivos claros para la prueba Algunas sugerencias de objetivos

de concepto y los criterios que definirán su éxito • Reducción del número de productos
utilizados de X a Y
• Tiempo ahorrado de X a Y
Ten en cuenta que una prueba de concepto debe ser una iniciativa breve y centrada
para probar rápidamente un conjunto limitado de conceptos y prestaciones. Estos • Mejora del tiempo de desarrollo de X a Y
conceptos y prestaciones deben ser representativos de la carga de trabajo general. • Ampliar el potencial analítico entre X e Y
Empieza creando objetivos para tu prueba de concepto. mediante la incorporación de los nuevos datos
• Ampliar la base de usuarios de X a Y
Usa los objetivos para identificar pruebas específicas y proporcionar los resultados
• Satisfacer la base de usuarios demostrada por
que has identificado. Es importante que te asegures de que tienes al menos una
la puntuación X en las encuestas de usuarios
prueba para respaldar cada objetivo y el resultado previsto.
• Mejorar el rendimiento del panel de X a Y
• Reducir el tiempo hasta la obtención
de conocimientos de X a Y
Objetivo Resultado Prueba 1 Prueba 2 • Añadir valor empresarial. Esto debe ser específico
del escenario que elijas
• Evaluación comparativa del rendimiento
• Canalización de datos «low-code» o sin código

27
Experimentar
Imaginar y aprender Crear y escalar
 Microsoft Fabric admite cuatro escenarios
de análisis completos comunes:

Usar escenarios de análisis 1. Almacén de lago de datos

2. Almacén de datos

comunes y actividades 3. Ciencia de datos

4. Análisis en tiempo real

propuestas para guiar Considera estos escenarios como una

guía para respaldar la prueba de concepto.

la prueba de concepto Sin embargo, ten en cuenta que, aunque

estos son los escenarios más comunes
admitidos por Microsoft Fabric, hay muchos
otros disponibles para los usuarios técnicos
y de la empresa.

28
Experimentar
Imaginar y aprender Crear y escalar
Almacén de lago de datos Crea e implementa un almacén de lago de datos
completo para tu organización:
El escenario de análisis del almacén de lago de datos de Microsoft Fabric permite ingerir
datos en OneLake con accesos directos a otros repositorios, canalizaciones y flujos de datos 1. Crea un área de trabajo de Microsoft Fabric.
en el cloud para permitir a los usuarios finales aprovechar otros datos.
2. Crea rápidamente un almacén de lago de datos:
Una vez que esos datos se han introducido en Microsoft Fabric, los usuarios pueden un módulo opcional para implementar la arquitectura
usar los cuadernos para transformar esos datos en OneLake y después almacenarlos de medalla (bronce, plata y oro).
en almacenes de lagos con una estructura de medalla.
3. Ingiere, transforma y carga los datos en el almacén
Desde allí, los usuarios pueden comenzar a analizar y visualizar los datos con de lago de datos: zonas de bronce, plata y oro como
Power BI mediante el modo Direct Lake o los puntos de conexión SQL. tablas de lagos delta para la arquitectura de medalla.

4. Explora OneLake: una sola copia de tus datos

Fuente de datos Ingesta Almacenar Exponer
en el modo de lago y en modo de almacén.

5. Conéctate a tu almacén de lago de datos

con un punto de conexión TDS/SQL.
Acceso directo Accesos directos Lakehouse(s) PBI
6. Crea informes de Power BI con Direct Lake
habilitado
para analizar los datos de ventas en diferentes
dimensiones.

7. Organiza y programa el flujo de ingesta

Datos estructurados/ Almacén de lago y transformación de los datos con Pipeline.
Canalizaciones
no estructurados
y flujos de datos
8. Limpia los recursos eliminando el área de trabajo
Transformar y otros elementos.
Cuadernos y flujos
de datos
29
Experimentar
Imaginar y aprender Crear y escalar
 Fuentes de datos: Microsoft Fabric simplifica y acelera la conexión
con Azure Data Services, otras plataformas de cloud y fuentes

Almacén de lago de datos

de datos on-premises de las que se van a ingerir los datos.

Ingesta: con más de 200 conectores nativos como parte de

la canalización de Microsoft Fabric y la transformación de datos
mediante la técnica de arrastrar y colocar en el flujo de datos,
puedes obtener rápidamente conocimientos para tu organización.
Acceso directo es una nueva característica de Microsoft Fabric
La arquitectura completa del almacén de lago
que proporciona una manera de conectarse a los datos existentes
sin tener que copiarlos ni moverlos.
Fuente de datos Ingesta Almacenar Exponer
Transformar y almacenar: Microsoft Fabric usa el formato
Delta Lake como estándar, lo que significa que todos los motores
de Microsoft Fabric pueden leer y trabajar en el mismo conjunto de
datos almacenado en OneLake, sin necesidad de duplicar los datos.
Este almacenamiento te permite crear almacenes de lagos de datos
Acceso directo Accesos directos Lakehouse(s) PBI
utilizando una arquitectura de medalla o malla de datos basada en
habilitado
las necesidades de tu organización. Para la transformación, puedes
elegir una experiencia «low-code» o sin código con canalizaciones/
flujos de datos o cuadernos/Spark para una experiencia basada
en código.
Datos estructurados/ Almacén de lago
Canalizaciones Consumir: Power BI, una herramienta líder del sector de business
no estructurados
y flujos de datos intelligence para informes y visualización, puede consumir los datos
Transformar de tus almacenes de lagos. Cada almacén de lago dispone de un
punto de conexión TDS/SQL integrado para conectarse fácilmente
Cuadernos y flujos
los datos de las tablas del almacén de lago y consultarlos desde
de datos
otras herramientas de informes cuando sea necesario. Cuando
se cree un almacén de lago, se generará automáticamente al
mismo tiempo un elemento secundario, denominado «almacén»,
con el mismo nombre que el almacén de lago, que es el que te
proporciona el punto de conexión TDS/SQL.

30
Experimentar
Imaginar y aprender Crear y escalar
Almacén de datos Crea e implementa un almacén de datos completo
El escenario de análisis de almacén de datos utiliza las fuentes existentes instaladas, para tu organización:
mientras que las canalizaciones y los flujos de datos pueden traer todos los demás datos
que se necesitan. 1. Habilita Microsoft Fabric en tu inquilino.

Los equipos de TI pueden definir y almacenar procedimientos para transformar los datos, 2. Crea un área de trabajo de Fabric.
que se almacenan como archivos Parquet/Delta Lake en OneLake. 3. Crea rápidamente un almacén de datos.

Desde allí, los usuarios de la empresa pueden comenzar a analizar y visualizar los datos 4. Ingiere datos desde el origen hasta el modelo
con Power BI, usando de nuevo el modo Direct Lake o los puntos de conexión SQL. dimensional del almacén de datos.

5. Transforma los datos para crear conjuntos

Fuente de datos Ingesta Almacenar Exponer de datos agregados mediante T-SQL.

6. Realiza la orquestación, la ingesta de datos

y la transformación de datos con canalizaciones.

Almacén de datos
7. Consulta el almacén de datos con T-SQL y un editor
Acceso directo Montajes PBI
habilitado de consultas visual.

8. Crea un informe de Power BI con el modo Direct

Lake para analizar los datos.

Datos estructurados/ Canalizaciones Almacén 9. Limpia los recursos eliminando el área de trabajo
no estructurados y flujos de datos y otros elementos.

Transformar
Procedimientos

31
Experimentar
Imaginar y aprender Crear y escalar
 Fuentes de datos: Microsoft Fabric simplifica y acelera la conexión
con Azure Data Services, otras plataformas de cloud y fuentes de datos

Almacén de datos
on-premises de las que se van a ingerir los datos.

Ingesta: con más de 200 conectores nativos como parte de la canalización

de Microsoft Fabric y la transformación de datos mediante la técnica
de arrastrar y colocar en el flujo de datos, puedes obtener rápidamente
conocimientos para tu organización. Acceso directo es una nueva
La arquitectura completa del almacén de datos: característica de Microsoft Fabric que proporciona una manera de
conectarse a los datos existentes sin tener que copiarlos ni moverlos.
Fuente de datos Ingesta Almacenar Exponer
Transformar y almacenar: Microsoft Fabric usa el formato Delta
Lake como estándar, lo que significa que todos los motores de Microsoft
Fabric pueden leer y trabajar en el mismo conjunto de datos almacenado
en OneLake, sin necesidad de duplicar los datos. Este almacenamiento
Acceso directo Montajes Almacén de datos PBI te permite crear un almacén de datos o malla de datos en función de las
habilitado necesidades de tu organización. Para la transformación, puedes elegir
una experiencia «low-code» o sin código con canalizaciones/flujos de
datos o usar T-SQL para una experiencia basada en código.

Consumir: Power BI, una herramienta líder del sector de business

Datos estructurados/ Canalizaciones Almacén
intelligence para informes y visualización, puede consumir los datos
no estructurados y flujos de datos
de tus almacenes de lagos. Cada almacén de datos dispone de un punto

Transformar de conexión TDS/SQL integrado para conectarse fácilmente a los

Procedimientos datos y consultarlos desde otras herramientas de informes cuando

sea necesario. Cuando se cree un almacén de datos, se generará
automáticamente al mismo tiempo un elemento secundario,
denominado «conjunto de datos predeterminado», con el mismo
nombre del almacén de datos para que puedas empezar a visualizar
los datos con solo un par de clics.

32
Experimentar
Imaginar y aprender Crear y escalar
Ciencia de datos En este escenario, se podrían realizar las siguientes
El escenario de análisis de ciencia de datos se puede ingerir de forma similar a las rutas actividades:
del almacén de lago y almacén de datos.
1. Usar los cuadernos de Microsoft Fabric
Una vez ingeridos los datos, se limpian y preparan con cuadernos y, a continuación, para escenarios de ciencia de datos
se almacenan en el almacén de lago con una estructura de medalla.
2. Ingerir datos en el almacén de lago de Microsoft
Después de limpiar y almacenar los datos, los modelos de machine learning se pueden utilizando Apache Spark
entrenar y probar directamente en el almacén de lago. 3. Cargar los datos existentes de las tablas delta
del almacén de lago

4. Limpiar y transformar los datos con Apache Spark

Fuente de datos Limpiar y preparar Almacenar Exponer 5. Crear experimentos y ejecuciones para entrenar
un modelo de machine learning

6. Registrar y rastrear los modelos entrenados mediante

MLflow y la interfaz de Microsoft Fabric
Almacén de lago
Cuadernos Almacenes de lagos PBI
y Almacén de datos
7. Realizar puntuaciones a escala y guardar las
predicciones y los resultados de las inferencias
en el almacén de lago
Probar
entrenamien- 8. Visualizar las predicciones en Power BI con Direct Lake
Almacén
to y aplicar de lago

Modelos Experimentos
33
Experimentar
Imaginar y aprender Crear y escalar
 Fuentes de datos: Microsoft Fabric simplifica y acelera la conexión con
Azure Data Services, otras plataformas de cloud y fuentes de datos on-premises

Ciencia de datos
de las que se van a ingerir los datos. Con los cuadernos de Microsoft Fabric
puedes ingerir datos de los conjuntos de datos integrados del almacén de lago,
almacén de datos y Power BI, así como de varias fuentes de datos personalizadas
compatibles con Apache Spark y Python.
Explorar, limpiar y preparar: la experiencia de ciencia de datos en
MicrosoftFabric admite la limpieza de datos, la transformación, la exploración
y la caracterización utilizando las experiencias integradas de Spark y las
El escenario completo de ciencia de datos herramientas basadas en Python como Data Wrangler y SemPy Library.
Modelos y experimentos: Microsoft Fabric te permite entrenar, evaluar
Fuente de datos Limpiar y preparar Almacenar Exponer y puntuar los modelos de machine learning mediante el uso de artefactos
de experimentación y modelos integrados con integración perfecta con
MLflow para el seguimiento de los experimentos y el registro/implementación
de modelos. Microsoft Fabric también cuenta con funciones para la predicción
de modelos a escala (PREDICT) que permiten obtener y compartir conocimientos
Almacén de lago empresariales.
Cuadernos Almacenes de lagos PBI
y Almacén de datos
Almacenamiento: Microsoft Fabric utiliza Delta Lake como estándar, lo que
significa que todos los motores de Microsoft Fabric pueden interactuar con
el mismo conjunto de datos almacenado en el almacén de lago. Esta capa
Probar de almacenamiento permite almacenar datos estructurados y no estructurados,
entrenamien- y admite tanto el almacenamiento basado en archivos como el formato tabular.
Almacén A los conjuntos de datos y archivos almacenados se puede acceder fácilmente
to y aplicar de lago a través de todos los artefactos de carga de trabajo de Microsoft Fabric, como
cuadernos y canalizaciones.
Exponer análisis y conocimientos: Power BI, una herramienta líder del sector
Modelos Experimentos de business intelligence para informes y visualización, puede consumir los
datos del almacén de lago. Los datos persistentes del almacén de lago también
se pueden visualizar en cuadernos con bibliotecas de visualización nativas de
Spark o Python como matplotlib, seaborn, plotly, etc. Los datos también se
pueden visualizar con la biblioteca SemPy, que admite visualizaciones integradas
específicas de tareas para el modelo semántico de datos, las dependencias y sus
infracciones, y casos de uso de clasificación y regresión.

34
Experimentar
Imaginar y aprender Crear y escalar
Análisis en tiempo real
A diferencia de los escenarios de análisis de ciencia Una vez ingeridos en Microsoft Fabric, los datos de
de datos, almacén de lago y almacén de datos, los datos streaming se pueden almacenar en Kusto DB y reflejarse
de streaming se pueden ingerir en Microsoft Fabric en el almacén de lago. Después de almacenar los datos,
de varias maneras para realizar análisis en tiempo real. los modelos de machine learning se pueden entrenar
y probar directamente en el almacén de lago con En este escenario, se podrían realizar las siguientes
Los usuarios pueden utilizar Event Hub, IoT Hub, experimentos.
canalizaciones, flujos de datos, cuadernos o productos actividades:
de código abierto como Kafka, Logstash, etc. Al igual que con los otros escenarios, los usuarios
de la empresa pueden analizar y visualizar los datos 1. Crear una base de datos KQL
con Power BI, usando el modo Direct Lake o los puntos
de conexión SQL. Los datos también pueden exponerse 2. Crear un flujo de eventos
a través de KQL o cuadernos mediante Spark.
3. Transmitir los datos desde el flujo de eventos
El escenario completo de análisis en tiempo real
a la base de datos KQL
Fuente de datos Ingesta Almacenar Exponer 4. Comprobar los datos con consultas de ejemplo

5. Guardar las consultas como un conjunto

Almacén de lago CI y métodos de consultas KQL
Kusto DB PB
y Almacén de datos abreviados
6. Crear un informe de Power BI

7. Crear un acceso directo de OneLake

Estructurados Canalización Kusto Query
/no estructurados y flujos de datos

Streaming Reflejar Cuaderno

de eventos Almacén de lago
y Almacén de dato

Modelo de ML 35
Experimentar
Imaginar y aprender Crear y escalar
FASE 3

Crear y escalar
Ofrecer valor con los datos más rápidamente
no es un proceso que se pueda hacer de la noche
a la mañana. Se requiere un alto grado de coordinación
de la organización. Es necesario crear unos cimientos
de datos robustos y fiables. Y, por último, requiere
ofrecer constantemente valor empresarial y permitir
la toma de decisiones para generar confianza a través
del éxito incremental a lo largo del tiempo.
36
Experimentar
Imaginar y aprender Crear y escalar
Crear las bases de alineación
Recomendamos los siguientes pasos para garantizar que las bases
de tu recorrido sean robustas y puedas ayudar a toda la organización
a adoptar la cultura del conocimiento y la innovación.

1. Coordina a los líderes

y administradores de datos 2. Identifica tu patrimonio
de la organización de datos actual y futuro
• Genera confianza con los líderes del departamento.
• Documenta los detalles del patrimonio de datos actual.
3. Establece una red de embajadores
• Colabora en tu hoja de ruta de valor empresarial.
• Idea los planes y los resultados de la transformación.
de la transformación
• Desarrolla tu hoja de ruta de infraestructura. • Forma un equipo multifuncional de expertos en la materia.

37
Experimentar
Imaginar y aprender Crear y escalar
Alinearse con los líderes
y administradores de datos
de la organización Partes interesadas cruciales para la
transformación del patrimonio de datos
• Director financiero y otros responsables financieros

• Director de ventas y otros directivos de ventas

• Director de marketing y otros directivos de marketing

• Directivos de recursos humanos

• Director de operaciones y otros directivos de operaciones

La alineación con los líderes del departamento de
(incluidos los de cadena de suministro, comercio electrónico
tu organización es crucial para una transformación y fabricación, entre otros)
del patrimonio de datos satisfactoria, iterativa y basada
• Directivos del servicio de atención al cliente
en el valor. Probablemente debas empezar ayudando

4 veces
a estas partes interesadas a obtener una visión más amplia • Directivos de investigación y desarrollo

de las posibilidades y el impacto económico asociado • Directivos de estrategia y planificación corporativa

a tus aspiraciones.

Según Harvard Business Review, los datos muestran

que «las empresas que adoptan una cultura basada
en datos multiplican por cuatro el rendimiento de los
ingresos y la satisfacción de los clientes». El impacto
de una cultura de datos en una organización es enorme.
Fuente: How to lead a data-driven digital transformation,
38
Harvard Business Review Experimentar
Imaginar y aprender Crear y escalar
 Te recomendamos que realices sesiones de propuestas
con los líderes del departamento para identificar las
iniciativas que pueden tener el mayor valor empresarial
una vez que se unifique el patrimonio de datos. Piensa
en una iniciativa que pueda dar un impulso inicial y que
se pueda iterar.

1. ¿Cómo podemos innovar en tu departamento con

datos y análisis?

2. ¿Qué innovación podemos facilitar?

Conversaciones y preguntas 3. ¿Cómo podemos hacer que tu línea de negocio

sea más eficiente?

para impulsar la hoja de

4. ¿En qué iniciativas inmediatas podemos colaborar
y cómo mediremos el impacto?

ruta de valor empresarial

5. ¿Qué valor empresarial proporcionaremos
con el tiempo? ¿Reducción de costes? ¿Generación
de ingresos?

6. ¿Qué podemos hacer para que tu línea de negocio

use los datos en la toma de decisiones?

7. ¿Qué consideraciones de seguridad y gobierno

debemos tener en cuenta?

8. ¿Hay datos de terceros o IoT que puedan enriquecer

la información?

39
Experimentar
Imaginar y aprender Crear y escalar
 PREDICCIÓN

HOJA DE TRABAJO CONOCIMIENTOS

Crea una lista de tus iniciativas para impulsar el valor
empresarial. Clasifica cada iniciativa por el tipo de análisis
que admitirá en el futuro.
RETROSPECTIVA
Retrospectiva: es tanto información descriptiva como de

VALOR EMPRESARIAL
diagnóstico, y responde a lo que ocurrió y por qué ocurrió

Conocimientos: es información predictiva que considera

lo que podría suceder

Predicción: es información prescriptiva que sugiere

el curso de actuación

Este será el comienzo de tu trabajo y te ayudará a

establecer prioridades en función del impacto y el potencial.
Aunque finalmente te quedes con una o dos ideas con las
que empezar, tras haber empezado a ver algún éxito, este
registro de ideas será la base de una hoja de ruta sobre
cómo avanzar.
DIFICULTAD DE LA IMPLEMENTACIÓN

40
Experimentar
Imaginar y aprender Crear y escalar
HOJA DE TRABAJO
Ingeniería
Conversaciones y consideraciones de datos y cloud,
para impulsar la hoja de ruta ETL, lagos de datos
y almacenes
de la infraestructura de datos
La coordinación del director de datos, el director de
tecnología y el director de información es imprescindible
en la transformación de tu patrimonio de datos. Garantizar
las alianzas mediante una clara alineación funcional, así como
la autoridad en la toma de decisiones y el marketing durante Conocimientos
estas iniciativas, allanará el camino para un proceso fluido.

Consideraciones clave y puntos de debate

para la alineación

• Propiedad del presupuesto

• Repetitividad y reproducibilidad de la toma de decisiones
de la toma de decisiones Ciencia de datos,
• Gobierno IA/ML
• Cumplimiento
• Control de calidad
• Modelos operativos
• Procesos
41
• Monetización Imaginar
Experimentar
Crear y escalar
y aprender
 Zona de datos Zona de datos Zona de datos Zona de Usuarios
Fuente de datos
brutos refinados específicos consumo

Orquestación

HOJA DE TRABAJO

Cartografiar
el patrimonio actual Computación

de datos y análisis
Con tu equipo de infraestructura, empieza
a documentar el patrimonio de datos
actual. Asegúrate de captar qué fuentes Almacenamiento
de datos, tecnologías, escenarios de ELT/
ETL, canalizaciones de datos y dispositivos
existen. Documenta también cómo
los usuarios consumen los datos.

Documenta los detalles del patrimonio

de datos. DevOps Modelo y gobierno de datos Supervisión, registro, alertas IAM

¿Qué fuentes de datos, tecnologías

y escenarios de ELT/ETL existen?
¿Cóm consumen los datos los usuarios?

42
Experimentar
Imaginar y aprender Crear y escalar
 Tecnología Dentro o fuera del ámbito Transformación planificada Resultados esperados

HOJA DE TRABAJO

Idea los planes

y los resultados de
la transformación.
Empieza a documentar los detalles de la
transformación de tu patrimonio de datos.
Utiliza los datos de tu hoja de ruta de valor
empresarial para asegurarte de que has
priorizado estas iniciativas en la evolución
de la infraestructura por fases.

43
Experimentar
Imaginar y aprender Crear y escalar
HOJA DE TRABAJO

Establecer una red de embajadores de la transformación Recomendamos los siguientes roles como
Empieza a formar a tu equipo de embajadores de la transformación parte de tu equipo de innovación.
de tu patrimonio de datos. Selecciona personas que trabajen bien juntas, • Jefes de departamento (vicepresidentes/directores):
pero que también provengan de diferentes funciones y competencias quienes pueden aportar importantes conocimientos
sobre la materia
en la organización, con conocimientos y experiencias diversos. Querrás
encontrar un equilibrio entre la funcionalidad y la experiencia. • Líderes de TI: administradores de infraestructura
y desarrolladores

• Profesionales de datos: científicos de datos, ingenieros

de datos, analistas del negocio, arquitectos de datos
Miembro del equipo Función Aptitudes funcionales que aporten conocimientos especializados de un proceso,
función o tarea

• Administradores de datos: profesionales de datos con

conocimientos de seguridad, cumplimiento, gobierno
y administración del acceso

• Usuarios de la empresa y analistas de datos: usuarios

avanzados de Power BI

44
Experimentar
Imaginar y aprender Crear y escalar
Formar
a la red de 1 2 3 4
embajadores Introducción a los
análisis de extremo
a extremo con
Introducción a los
almacenes de lago
Uso de Apache
Spark para trabajar
con archivos en
Uso de tablas
de Delta Lake en
en Microsoft Fabric Microsoft Fabric
Para ayudar a tu equipo a conocer mejor Microsoft Fabric Microsoft Fabric
Microsoft Fabric, hemos reunido algunos
módulos de aprendizaje:

5 6 7 8 9 10
Introducción a los
Utilizar canalizaciones Ingesta de datos con Empieza a utilizar los Introducción a la
almacenamientos Administrar
de Data Factory flujos de datos de Gen análisis en tiempo real ciencia de datos en
de datos en Microsoft Fabric
en Microsoft Fabric 2 en Microsoft Fabric en Microsoft Fabric Microsoft Fabric
Microsoft Fabric

45
Experimentar
Imaginar y aprender Crear y escalar
 Microsoft Fabric

Explora hoy mismo la versión de evaluación

Estás en camino
de Microsoft Fabric

de transformar Participa en la comunidad de Microsoft Fabric

el valor de los
datos Suscríbete para estar al día

¡Enhorabuena por seguir el proceso de transformación

del patrimonio de datos! Ya estás en el camino de liderar Ve el evento digital
tu organización para acelerar la innovación y el valor de
los datos. Puede que estos recursos adicionales te resulten
útiles durante el proceso.

Ve los seminarios web

46