La propuesta del Data Lake; el lugar donde todos los datos cuentan

James Dixon, fundador y exdirector de tecnología de Pentaho, acuñó el concepto de “Lago de datos” en octubre de 2010, dando nacimiento a una tecnología que ayudaría a gestionar de manera eficiente el crecimiento exponencial de los datos.

Un Data Lake es, fundamentalmente, un ingente depósito virtual diseñado para contener monumentales flujos de datos en su estado natural, semejante al modo en que funciona una represa al acopiar agua proveniente de distintas fuentes, sin filtrarla, envasarla ni alterarla de ningún modo. Así, un Data Lake centraliza repositorios de todo tipo de datos –estructurados, semiestructurados y no estructurados– con la finalidad de conservarlos en su estado original, para poder sacar el máximo provecho de ellos cuando las condiciones lo requieran.

De hecho, un Data Lake puede contener datos de distintas clases: desde registros de servidores y aplicaciones, hasta información procedente de sensores conectados al Internet de las Cosas, así como imágenes, audios y videos. Esta tecnología permite el almacenamiento centralizado y consolidado de datos sin procesar, tomados de múltiples fuentes y sin un esquema predefinido. La potencial utilidad de los datos es desconocida ya que su valor puede variar en función de las preguntas que se formulen o la investigación que se realice.

Entre las principales ventajas que esta tecnología ofrece, cabe destacar:

• Flexibilidad para efectuar toda clase de búsquedas.
• Conservación a bajo costo de una enorme cantidad de información.
• Facilidad para trabajar con los datos en tiempo real.
• Agilidad a la hora de compartir información y extraer conclusiones.
• Acceso democratizado a los datos gracias a su centralización.
• Ubicuidad para realizar consultas desde todo tipo de dispositivos.
• Posibilidad de eliminar los datos que no resulten necesarios.
• Ahorro de tiempo y recursos en el desarrollo de los análisis de datos.
• Escalabilidad en la capacidad de almacenamiento masivo.
• Versatilidad para modificar los criterios de incorporación de los datos.

Actualmente, a través de un Data Lake, las empresas tienen la posibilidad de potenciar su estrategia de gestión de la información para lograr, con la ayuda de la Inteligencia Artificial, conversiones de grandes volúmenes de datos en conocimiento valioso para el negocio. 

En efecto, al crear y administrar un Data Lake, es posible aprovechar el formidable potencial de los datos aún no analizados para tomar decisiones más confiables, veloces e inteligentes.

Evidentemente, en cualquier empresa, los datos son el activo estratégico por excelencia.