Recientemente revisé las pruebas caseras de COVID y las encontré disponibles en mi farmacia local. Fue al primer lugar y me informaron que se habían agotado. Luego busqué en una ubicación diferente y vi que tenían pruebas en stock, pero después de visitar esta tienda, descubrí que también estaban agotadas.
Lo que sucedió aquí fue una ruptura en el flujo de información. La página del producto proporcionó información útil sobre qué ubicaciones tienen una prueba en stock, lo cual fue una gran característica. Pero la información bursátil en sí no estaba actualizada, lo que significa que esta característica aparentemente útil me llevó por mal camino.
Si este proveedor hubiera implementado un flujo de datos, la disponibilidad de estas pruebas podría actualizarse instantáneamente en función de los datos de inventario y compras. De esta manera, los clientes podrían tomar decisiones informadas y evitar la misma frustración que yo experimenté.
Este escenario habla del desafío de la puntualidad de los flujos de datos que se analizarán más adelante. Comencemos por definir la transmisión de datos.
¿Qué es la transmisión de datos?
La transmisión de datos es el proceso de recopilación continua de datos a medida que se generan y los mueve a un destino. Estos datos generalmente son manejados por un software de transmisión para analizar, almacenar y actuar sobre esta información. La transmisión de datos junto con el procesamiento de transmisión proporciona inteligencia en tiempo real.
Los flujos de datos se pueden crear a partir de varias fuentes en cualquier formato y en cualquier volumen. Los flujos de datos más poderosos agregan múltiples fuentes, creando una imagen completa de varias operaciones, procesos y más.
Por ejemplo, los datos de la red, el servidor y la aplicación se pueden combinar para monitorear el estado del sitio y detectar caídas o fallas en el rendimiento para una solución rápida.
Este video presenta el concepto de transmisión de datos, así como una introducción al procesamiento por lotes que se analizará más adelante en esta sección:
Procesamiento de flujo
La transmisión de datos es solo la mitad de la batalla. También necesita procesar estos datos para obtener información.
El software de procesamiento de flujo está configurado para tomar datos continuos que fluyen aguas abajo y analizar esos datos en busca de patrones y tendencias. El procesamiento de flujos también puede incluir visualización de datos para tableros y otras interfaces para que los manejadores de datos también puedan monitorear estos flujos.
Los flujos de datos y el procesamiento de flujos se combinan para obtener información en tiempo real o casi en tiempo real. Para lograr esto, los procesadores de flujo deben ofrecer una latencia baja para que el análisis se lleve a cabo tan pronto como se reciban los datos. El rendimiento degradado del procesador de flujo puede generar acumulación de datos o puntos de datos omitidos, lo que compromete la integridad de los datos.
El software de transmisión también debe escalar para satisfacer las necesidades informáticas esperadas e inesperadas. Si hay un aumento en el tráfico a su sitio, no querrá perder datos sobre el comportamiento del usuario, ya que su CPU solo se configuró para manejar el nivel promedio de interacción en un momento dado.
Los procesadores de flujo también deben tener alta disponibilidad. Esto significa que pueden continuar realizando tareas incluso en caso de falla de un componente. Si los procesadores no tienen redundancia incorporada para manejar fallas, inevitablemente se enfrentarán a una situación en la que una sola falla puede provocar la falla de todo el software. Esto reducirá la calidad de los datos porque la transmisión no se analiza, sin importar cuánto tiempo persista la falla.
Beneficios de la transmisión de datos
La principal ventaja de la transmisión de datos es la visibilidad en tiempo real. en Edad de informaciónconstantemente se generan nuevos datos. Las mejores organizaciones utilizarán la información más reciente de los recursos internos y externos para tomar decisiones, tanto en las operaciones diarias como en la estrategia general.
Echemos un vistazo a algunos beneficios más de la transmisión de datos.
Aumente su ROI
La capacidad de recopilar, analizar y actuar rápidamente sobre los datos actuales proporcionará a las empresas una ventaja competitiva en su mercado. La inteligencia en tiempo real hace que las organizaciones respondan mejor a las tendencias del mercado, las necesidades de los clientes y las oportunidades comerciales. A medida que aumenta el ritmo de los negocios con la digitalización, esta capacidad de respuesta puede ser una característica distintiva.
Aumentar la satisfacción del cliente
Los comentarios de los clientes son una valiosa prueba de fuego para saber qué hace bien una organización y qué puede mejorar. Cuanto antes una empresa pueda responder a las quejas de los clientes y ofrecer una solución, mejor será su reputación. Esta velocidad vale la pena cuando se trata de publicidad de boca en boca y reseñas en línea, que pueden ser un factor decisivo para atraer nuevos clientes potenciales y convertirlos en clientes.
Corta tus pérdidas
La transmisión de datos no solo respalda la retención de clientes, sino que también evita otras pérdidas. La inteligencia en tiempo real puede proporcionar alertas de problemas inminentes, como fallas del sistema, recesiones financieras, violaciones de datos y otros problemas que afectan negativamente los resultados comerciales. Con esta información, las empresas pueden prevenir o al menos mitigar los efectos de estos eventos.
A continuación, repasemos las diferencias entre el procesamiento continuo y el procesamiento por lotes tradicional.
Procesamiento por lotes y transmisión
El procesamiento por lotes requiere que se recopilen datos antes de analizarlos y almacenarlos. La transmisión, por otro lado, está constantemente adquiriendo y analizando datos. El procesamiento por lotes es un enfoque incremental para la recopilación y el procesamiento de datos en comparación con la transmisión, que se realiza a una velocidad constante.
La transmisión es el método preferido donde la velocidad es un factor importante. El procesamiento por lotes se implementa en escenarios donde la inteligencia en tiempo real no es necesaria o los datos no se pueden convertir en un flujo de datos para un análisis inmediato, como cuando se trabaja con tecnologías heredadas como mainframes.
En este video, echamos un vistazo detallado a estos dos conceptos y sus casos de uso:
Ejemplos de flujo de datos
Se pueden crear flujos de datos para capturar todo tipo de datos. La clave del éxito es identificar datos críticos en tiempo real. Los ejemplos incluyen datos de ubicación, precios de acciones, monitoreo de sistemas de TI, detección de fraudes, inventario minorista, ventas, actividad de clientes y más.
Las siguientes empresas utilizan algunos de estos tipos de datos para impulsar sus operaciones comerciales.
1. Levantamiento
Lyft es una aplicación para compartir viajes que requiere datos actualizados para unir con precisión a los conductores. Cuando un conductor abre la aplicación por primera vez e ingresa su destino, Lyft muestra la disponibilidad actual del vehículo y los precios para diferentes niveles de servicio según la distancia, la demanda y las condiciones del tráfico. Todos estos factores pueden cambiar en cuestión de segundos, lo que significa que Lyft debe poder acceder a estos datos de inmediato para determinar las expectativas exactas del usuario.
Cuando un conductor selecciona un nivel de servicio, Lyft agrega datos sobre los vehículos disponibles en esa categoría y tiene en cuenta la distancia hasta el conductor, ya sea que el conductor esté libre o no, y la hora estimada de llegada para encontrar el mejor conductor para el conductor. Estas métricas se alimentan con datos de GPS y datos de tráfico adicionales.
Finalmente, mientras el viaje está en progreso, los datos de ubicación se envían desde el teléfono del conductor, lo que permite a Lyft rastrear el progreso y la ubicación del conductor y relacionar al conductor con otras solicitudes de viaje, así como brindar información diferente sobre las condiciones del camino. Lyft ha ajustado sus procesadores para aceptar todos estos flujos de datos y agregarlos para garantizar la mejor experiencia posible para sus clientes.
2. Youtube
De acuerdo a Estadísticas, cada minuto se suben a YouTube más de 500 horas de vídeos. Es un enorme flujo de datos procesados y almacenados cada hora del día.
Dado el gran tamaño de los videos, YouTube necesita configurarse para alta disponibilidad para servir el contenido de sus creadores. Luego, por supuesto, debe entregar esos datos en la dirección opuesta a las personas que usan ese contenido, además de rastrear y mostrar vistas, comentarios, suscriptores y otras métricas en tiempo real.
YouTube también admite videos en vivo donde los creadores de contenido y los espectadores pueden comunicarse entre sí a través de un canal de video y un chat en tiempo real, lo que hace que la transferencia instantánea de datos sea aún más crítica para garantizar que la conversación continúe sin interrupciones.
Hablando de YouTube, el presentador de este video muestra cómo crear un flujo de datos de muestra con PowerShell y Power BI:
Desafíos de flujo de datos a considerar
La transmisión de datos abre un mundo de posibilidades, pero también presenta desafíos que debe tener en cuenta al incorporar datos en tiempo real en su aplicación.
1. Disponibilidad
Los datos no solo deben estar disponibles en el momento en que se registran, sino que también deben registrarse en un almacén de datos que almacenará esta información en un contexto histórico. Es genial que un cliente haya renovado su suscripción, pero si no puede ver los períodos de suscripción anteriores, no tendrá una imagen completa de su historial de compras y es posible que no pueda ofrecer otros productos o servicios valiosos. al usuario
2. Puntualidad
Los datos de los flujos de datos se volverán obsoletos rápidamente, por lo que es muy importante que su aplicación sea flexible para estar al día con la información más reciente y mantener actualizados sus algoritmos. Por ejemplo, no desea que un usuario agregue artículos al carrito en una pestaña, pero el carrito está vacío si abre el sitio en una pestaña diferente.
3. Escalabilidad
El tamaño del flujo de datos puede ser enorme, por lo que es importante asegurarse de que sus herramientas de almacenamiento y procesamiento estén listas para funcionar. No querrá perder datos valiosos porque un aumento temporal en el volumen o una falla del sistema haya sobrecargado su infraestructura. Esto significa que es muy importante incorporar seguridad en el sistema para proporcionar recursos informáticos y de almacenamiento adicionales para hacer frente a las sobretensiones.
4. Ordenar
Como los datos se recopilan constantemente, es fácil priorizar solo los datos más recientes. Sin embargo, el contexto histórico es importante. Registra la secuencia de interacciones con los clientes en el tuyo CRMpor ejemplo, ofrece una visión más profunda que ver que una persona ha visitado un sitio web. En cambio, ve que visitaron el sitio web del producto después de descargar dos libros electrónicos relacionados y ver una demostración del producto. Ahora su interés en el producto es más claro para usted y su equipo de ventas.
Apoye a las empresas modernas con la transmisión de datos.
La transmisión de datos es un componente clave de las empresas modernas, ya que proporciona inteligencia en tiempo real que guía la toma de decisiones y permite que la organización responda a las condiciones cambiantes. A medida que la digitalización acelera el ritmo de los negocios y aumenta el volumen de datos, las mejores empresas se posicionarán para aprovechar estas oportunidades con flujos de datos y brindar nueva información a escala.
