Oracle presenta su estrategia de empresa autónoma a clientes de Latinoamérica

El siguiente nivel de la seguridad de los datos

Un director de mercadotecnia de producto habló sobre la seguridad como ventaja competitiva. Explicó que es necesario etender el modelo de la responsabilidad compartida entre los activos on premise, IaaS, PaaS y SaaS, tanto para los clientes como para los proveedores de servicios de nube.

El directivo comentó también que los usuarios siguen siendo un punto vulnerable, pues son blanco de ataques fraudulentos (phishing scams) que involucran gente haciéndose pasar por alguien más para ganar la confianza de los usuarios.

“Es necesario entrenar a los usuarios y protegerlos, con la adopción de mejores prácticas (separación de responsabilidades y principios del menor privilegio requerido), despliegue de tecnologías de protección (con multifactor de autenticación adaptativo y seguridad de acceso a la nube), y la conducción de entrenamiento y pruebas constantes (entrenamiento continuo en seguridad y campañas anti phishing para los empleados)”, dijo el vocero.

En cuanto al cumplimiento, detalló que es un proceso y no sólo se trata de alcanzar un estatus. “Es muy importante darle la importancia debida y no tratarlo como un checkbox; hay que aprovechar a los expertos con conocimientos regionales en cumplimiento”, puntualizó.

Construyendo la empresa autónoma

La vicepresidenta de gestión de productos habló sobre cómo llevar a las organizaciones de las operaciones a la innovación, hacia una empresa autónoma.

“Hoy se invierte más tiempo en mantenimiento que en innovación”, dijo. De acuerdo con datos presentados por la vocera, 72% del presupuesto de TI se gasta en mantenimiento genérico; 85% de las brechas de seguridad ocurrieron tras la publicación de vulnerabilidades y la posterior generación de exploits (CVE); mientras que 91% experimenta fallas de energía no planeadas en el centro de datos.

Los atributos clave de la base de datos autónoma de Oracle incluyen self driving (automatización de la DB, gestión de infraestructura, monitoreo y ajustes), self securing (protección contra ataques externos y usuarios internos malintencionados), self repairing (protección contra todas las bajas de tiempo o downtime incluyendo mantenimiento planeado).

¿Qué es la base de datos autónoma? La ejecutiva explicó que esta tecnología incluye la automatización de toda la infraestructura, la automatización de toda la base de datos, las operaciones automatizadas del centro de datos y el aprendizaje automático. “Al darnos el control de la base de datos también nos dan la responsabilidad de asegurarla”, aconsejó a los clientes.

¿Qué significa para los administradores de bases de datos (DBAs)? Pues que podrán enfocarse en tareas específicas para el negocio (como arquitectura, planeación, diseño, modelaje de datos; seguridad de datos y gestión del ciclo de vida de los datos; ajuste de aplicaciones; gestión de niveles de servicio de punto a punto) al tiempo que delegan –a Oracle– las operaciones tácticas (configuración y ajuste de sistemas, redes y almacenamiento; aprovisionamiento y parcheo de bases de datos; respaldo de la base de datos, alta disponibilidad, recuperación de desastres, etc.)

Como parte de la conclusión de su mensaje, la vocera detalló los beneficios de la base de datos autónoma:

• Para los CIOs: reducción de costos y riesgos de los servicios de TI, con la eliminación de costos de administración de toda la pila, reducción o eliminación de ciberataques a bases de datos no cifradas o no parchadas y menos de 2.5 minutos de baja por mes incluyendo el tiempo de parcheo;
• Para los desarrolladores: construir y mejorar las aplicaciones más rápido, con servicios autoajustables fáciles de usar que no requieren intervención de TI y desarrollo veloz de aplicaciones con código 3GL y APEX;
• Para los DBAs: que sean de más valor para el negocio, con menos tiempo gastado en tareas mundanas y más tiempo en tareas de alto valor para el negocio.

Mejorando big data con aprendizaje automático

Un gerente de producto de ciencia de datos y big data en Oracle habló sobre cómo aprovechar las tecnologías de big data y aprendizaje automático (machine learning) en conjunto. Para ejemplificar los beneficios, presentó algunos casos de éxito, como el de Caixa en la banca española; Globacom Limited de la industria de telecomunicaciones; banco Santander Río en Brasil, donde identifican intentos de transferencia fraudulenta de fondos con analíticos de gráficos; o Wargaming.net, donde las soluciones de Oracle ayudan a mejorar la experiencia de juegos usando analítica de big data.

“La plataforma de juegos genera sus ingresos por la publicidad de modo que era importante segmentar a los millones de usuarios alrededor del mundo y así ofrecer publicidad específica para cada grupo de jugadores”, narró el gerente. Explicó que el uso de reglas de asociación permitió a la plataforma de juegos profundizar en los análisis con base en criterios de búsquedas relacionadas.

Big data impulsa editorial argentina

Dentro del evento se realizaron demos de la tecnología de Oracle en diferentes industrias, con aplicaciones de blockchain en la fabricación de cerveza o el análisis de datos para la conducción autónoma en la industria automotriz.

Asimismo, algunos clientes hablaron de su experiencia utilizando las soluciones de Oracle. Uno de estos clientes es el grupo editorial argentino Agea, productor de publicaciones como El Clarín, Elle, Revista pymes, la revista de arquitectura ARQ y varias revistas infantiles, entre otras.

El gerente de big data del grupo, Pablo Guidici, contó que, con sus publicaciones, el grupo editorial alcanza un 30% de la población activa de Argentina, con 50 millones de usuarios en línea, 500 mil suscriptores de medios impresos y 15 millones de lectores registrados.

En 2015 empezaron la transformación digital para avanzar de las decisiones intuitivas a decisiones basadas en los datos, de acciones correctivas a predictivas, y del análisis y acciones en semanas o meses a en tiempo real; debían moverse a estar centrados en el contenido a centrarse en el consumidor. Así surgió el área de big data dentro del grupo.

Para ello armaron una visión 360º para poder entender a las audiencias en cada uno de sus formatos y dar una mejor experiencia a los que usan varios canales. Tuvieron que invertir en tecnología para almacenar y procesar datos y el proveedor que tenían en ese momento no satisfacía la demanda. “Nuestra área de analítica no está del lado de TI sino del negocio y por eso evaluamos la solución de Oracle Autonomous Database”, dijo Guidici.

“Tuvimos tres meses de prueba para evaluar las capacidades y decidimos lanzarnos. Fuimos los primeros en Latinoamérica. Requeríamos software de big data para transformar los datos en información; hoy trabajanmos con Haddop, Spark, MicroStrategy, Cloudera, entre otros”, agregó.

El vocero de Agea contó que les tomó 18 meses juntar todo en las distintas plataformas; y viendo que los datos crecían rápidamente, la empresa empezó a ver valor en la predicción de los datos. “Pero después de seis meses tuvimos problemas con el rendimiento y decidimos que era momento de movernos a la parte de nube, autónoma. Hablábamos de millones de registros que teníamos que mover desde soluciones de SAP, Google Analytics, Bluekai, Gigya y Eloqua”, explicó.

Guidici finalizó comentando que su objetivo fue solamente realizar actividades que generaran valor, no concentrarse en hacer los reportes más bonitos, sino verdaderamente útiles. “Ya no queríamos mantener al negocio con herramientas en el cinturón. Somos un área de negocio, no queremos dedicarnos a crear índices y mantener las tablas”, dijo.

Gestión de datos mejora experiencia de clientes

Kendji Wolf, gerente de big data en Nextel, contó cómo el análisis y la gestión de datos ayudaron a mejorar la experiencia de los más de tres millones de clientes de esta compañía de telecomunicaciones en Brasil.

“La información es la columna vertebral de cualquier compañía, pero suele estar confusa, descentralizada, cruzada sin sentido y se suele encontrar información repetida entre áreas. Teníamos que encontrar las cifras correctas para tomar buenas decisiones de forma oportuna”, narró Wolf.

De acuerdo con el gerente, implementaron un proyecto de lago de datos para centralizar y procesar los datos, permitiendo pensar en grande, empezar de a poco y moverse rápidamente. “Como resultado, el ingreso y la satisfacción de los clientes va en aumento. El número de clientes, ingresos y NPS aumentó de 2017 a 2018, mientras que el churn se redujo en el mismo periodo”, dijo.

Wolf habló sobre la triada de tecnologías que ayudan a la experiencia de los clientes de Nextel: el lago de datos, el aprendizaje automático y la administración de campañas de mercadotecnia.  Y concluyó que seguirán trabajando para estandarizar los procesos de datos heredados que son costosos y proclives a generar información errónea.