Aunque vivamos en un clima empresarial muy cambiante, nuestros clientes tienen muy claras sus necesidades: quieren reducir sus costes, aumentar sus ingresos y transformar la experiencia de cliente
Por Gerrit Kazmaier, GM y VP de Data Analytics, Google Cloud y Andi Gutmans, GM y VP de Engineering Databases, Google Cloud
En el tercer encuentro anual de Google sobre Data Cloud e IA, anunciamos nuevas innovaciones en productos y servicios a clientes que permitirán optimizar la relación precio-rendimiento, facilitar la adopción de ecosistemas abiertos y definir estándares de datos seguros. En definitiva, nuevas propuestas para llevar todo el potencial de la inteligencia artificial y el aprendizaje automático a los datos que tienen las organizaciones, con un ecosistema de socios sumamente dinámico. Nuestras innovaciones más importantes permiten a los clientes:
● Hacer más predecible el coste de los datos, con las ediciones de BigQuery.
● Liberarse de bases de datos antiguas, con AlloyDB Omni.
● Unificar las métricas a escala de la organización, con Looker Modeler.
● Incorporar el potencial de la IA y el aprendizaje automático a BigQuery y a otras plataformas de terceros.
Reducción de los costes operativos de BigQuery
Las condiciones del mercado evolucionan rápidamente y las organizaciones necesitan sistemas más inteligentes, con la eficiencia y flexibilidad necesaria para poder adaptarse. Es por eso que hoy presentamos nuevas ediciones de BigQuery con distintos puntos de precio, junto a innovaciones de autoescalado y un nuevo modelo de facturación por almacenamiento comprimido.
Las distintas ediciones de BigQuery ofrecen más opciones y flexibilidad a la hora de seleccionar la funcionalidad más idónea para los requisitos de distintas cargas de trabajo. Ahora es posible elegir entre las ediciones Standard, Enterprise y Enterprise Plus para obtener la combinación de precio y prestaciones más adecuada para cada carga de trabajo.
Las ediciones de BigQuery ofrecen dos posibilidades de forma simultánea: un compromiso durante uno o varios años a un precio reducido, perfecto para cargas de trabajo predecibles, y un nuevo sistema de autoescalado para cargas impredecibles, con la opción de pagar estrictamente por la capacidad de cálculo que se utiliza. A diferencia de otras soluciones del mercado basadas en máquinas virtuales, que cobran por un almacén completo con una capacidad fija predefinida, BigQuery se beneficia de una arquitectura sin servidores, que permite incorporar capacidad adicional en incrementos granulares, para no pagar nunca de más por la capacidad que no se utiliza. Además, hemos puesto a punto un nuevo sistema de facturación por almacenamiento comprimido para los clientes de las ediciones de BigQuery, con potencial para rebajar los costes en función del tipo de datos estructurados y no estructurados que se guarden.
Liberarse de bases de datos antiguas, con AlloyDB
Lo que muchas organizaciones necesitan para reducir sus costes es abandonar bases de datos heredadas que les resultan muy caras. Pero, en ocasiones, no pueden migrar tan rápidamente como les gustaría, porque sus cargas de trabajo se ejecutan en centros de datos locales debido a requisitos normativos o de soberanía de datos, o porque sus aplicaciones se ejecutan en el borde de la red. Como paso previo a la nube, muchos clientes recurren a una modernización in situ con AlloyDB, nuestra base de datos de alto rendimiento compatible con PostgreSQL.
Hoy anunciamos un avance de AlloyDB Omni, una edición descargable de AlloyDB, diseñada para funcionar de forma local, en el borde de la red, repartida entre distintas nubes o incluso en portátiles de desarrolladores. AlloyDB Omni tiene muchas de las ventajas de AlloyDB, como su alto rendimiento, la compatibilidad con PostgreSQL y el soporte de Google Cloud, pero a un coste muy inferior al de las bases de datos heredadas. En nuestras pruebas de rendimiento, AlloyDB Omni ha resultado el doble de rápida que las bases de datos PostgreSQL estándar para cargas de trabajo transaccionales, y hasta 100 veces más rápida en las consultas analíticas.
Y, para que sea aún más fácil beneficiarse de nuestra nube de datos abierta, hemos creado una nueva herramienta de evaluación de la migración de bases de datos (DMA) a Google Cloud. Esta herramienta proporciona informes fáciles de entender, que explican el esfuerzo que requiere migrar a una de nuestras bases de datos PostgreSQL, ya sea AlloyDB o Cloud SQL.
Definición de estándares de datos seguros
Las organizaciones que hacen un uso intensivo de los datos necesitan saber que pueden confiar en los datos que obtienen sus herramientas de inteligencia empresarial (BI). Hoy anunciamos Looker Modeler, una herramienta para definir métricas sobre tu organización, con una innovadora capa de modelización semántica. Looker Modeler aporta fiabilidad a las métricas y es compatible con numerosas herramientas de BI, como PowerBI, Tableau, Thoughtspot, Connected Sheets y Looker Studio. Es imbatible a la hora de proporcionar a los usuarios datos de calidad a partir de los cuales tomar decisiones informadas.
Además de Looker Modeler, hoy también anunciamos los espacios de limpieza de datos de BigQuery, diseñados para ayudar a las organizaciones a compartir y cotejar conjuntos de datos entre empresas, respetando la privacidad de los usuarios. A partir del tercer trimestre de este año se podrá utilizar una versión preliminar de estos espacios de limpieza de datos de BigQuery para cargar datos propios y combinarlos con datos de campañas publicitarias o con conjuntos de datos de terceros a través del mercado de datos de Google Cloud, para aplicaciones de marketing. Estos procesos pueden ser muy interesantes para obtener nuevos hallazgos y mejorar las campañas, desde la protección más rigurosa de la privacidad.
Asimismo, estamos ampliando nuestra visión de los procesos de limpieza de datos con varias asociaciones nuevas. Habu se integrará con BigQuery para facilitar la gestión de datos conforme a normas de privacidad, y aportará su servicio de limpieza de datos. En Google Cloud, LiveRamp hará posible la colaboración de datos y la resolución de identidades priorizando la privacidad, directamente en BigQuery, con el fin de aumentar la eficacia de las asociaciones de datos. Lytics es una plataforma de datos de clientes basada en BigQuery que ayuda a capitalizar la información en todos los canales de marketing.
El poder del aprendizaje automático, aplicado a tus datos
BigQuery ML permite a los analistas de datos crear y ejecutar modelos de aprendizaje automático mediante herramientas de SQL ya existentes. En 2022, su uso creció más de un 200%. Desde que, en 2019, empezó a estar disponible con carácter general, nuestros clientes han ejecutado cientos de millones de consultas de predicción y entrenamiento. Google Cloud proporciona la infraestructura necesaria para que los desarrolladores trabajen con datos, IA y aprendizaje automático; por ejemplo, Vertex AI, las unidades de procesamiento tensorial en la nube (TPU) y las avanzadas GPU de Nvidia. Para acercar el aprendizaje automático a tus datos, introducimos una nueva funcionalidad en BigQuery. Así, los usuarios podrán importar modelos como los de PyTorch, alojar modelos remotos en Vertex AI y ejecutar modelos pre entrenados desde Vertex AI.
Por otro lado, y dentro de nuestro ecosistema abierto para el desarrollo de la IA, hemos establecido nuevas asociaciones que aportarán a nuestros clientes más posibilidades para transformar sus datos en información útil, con la ayuda de IA y aprendizaje automático, con varias nuevas integraciones:
● Integración de DataRobot con BigQuery. Proporciona a los usuarios un entorno de notebook con el que construir modelos de aprendizaje automático y aplicar las predicciones de esos modelos a BigQuery. En última instancia, agiliza la experimentación con modelos de aprendizaje automático.
● Integración de Neo4j con BigQuery. Colaboración fluida entre BigQuery y Neo4j Graph Data Science, mediante BigQuery SQL o notebooks, para ampliar el análisis SQL.
● Integración de ThoughtSpot con múltiples servicios de Google Cloud, como BigQuery, LookML y Google Sheets. Ofrece una mayor capacidad de búsqueda asistida por IA haciendo uso de lenguaje natural, para que los usuarios puedan obtener más rápidamente información de utilidad a partir de los datos de la organización.
Un ecosistema abierto para acelerar tu nube de datos
Las aplicaciones de más de 900 socios de software funcionan en la nube de datos de Google. Estos socios han ampliado el ecosistema abierto de Google Cloud y creado nuevas formas de acelerar el uso de los datos entre los clientes. A continuación citamos algunas de las últimas novedades sobre nuestros socios de la nube de datos:
● Crux Informatics ofrece más de 1000 nuevos conjuntos de datos en el servicio Analytics Hub, con planes para ampliarlos a 2000 a lo largo de este año.
● Starburst está incrementando su integración con BigQuery para que los clientes puedan efectuar análisis de sus datos con independencia de dónde residan; incluso en lagos de datos o fuentes locales.
● Collibra ha introducido nuevas funciones en BigQuery, Dataplex, Cloud Storage y AlloyDB que ayudan a los clientes a entender sus actividades con un mayor grado de profundidad, empleando datos de absoluta fiabilidad.
● Informatica ha lanzado en Google Cloud un servicio de gestión de datos maestros nativo en la nube y asistido por IA, con el que resulta más sencillo conectar datos a todas las escalas de una organización, para obtener una visión contextual total en BigQuery y extraer información de utilidad.
● Google Cloud Ready for AlloyDB es un nuevo programa que da visibilidad a los socios que desarrollan soluciones conformes con los estrictos requisitos de integración de AlloyDB. Hasta el momento, treinta socios han recibido esta designación; entre ellos Collibra, Confluent, Datadog, Microstrategy y Striim.
Arriba, en la foto, Gerrit Kazmaier, GM y VP de Data Analytics, Google Cloud / Imagen cortesía de Google Cloud
