Servicios de visualización de datos de AWS: paneles y BI bien hechos
Servicios de visualización de datos de AWS para paneles y BI. Qué se necesita para crear análisis fiables en AWS y qué es lo que está detrás de todo b...
Un equipo de finanzas nos mostró una vez un hermoso panel de AWS creado por su último proveedor. Gráficos limpios, los colores correctos, a los ejecutivos les encantó. También estaba mal: dos de los números de primera línea estaban extraídos de una tabla que no se había actualizado en semanas y nadie podía darse cuenta porque el tablero nunca lo decía. Esa es toda la lección de la visualización de datos en AWS resumida en una historia: el gráfico es la parte más fácil, y un gráfico bonito creado a partir de una canalización interrumpida es peor que no tener ningún panel de control.
El camino que hay detrás de un buen panel
Toda visualización fiable forma parte de una cadena que la mayoría de la gente nunca ve. Los datos provienen de sus fuentes: bases de datos, herramientas de SaaS, archivos. Aterrizan en el almacenamiento, normalmente en S3. Se limpia y cambia de forma, porque los datos sin procesar siempre son más desordenados de lo que nadie admite. Se modela en métricas que significan una cosa consistente. Solo entonces llega a un gráfico.
Si omite o apresura cualquiera de esos pasos, el tablero seguirá renderizándose, solo mostrará algo falso. El valor de ingeniería reside en las capas inferiores, que es exactamente donde un tablero de mandos barato ahorra costes.
Qué aspecto tiene una pila de AWS
Los servicios específicos dependen de sus datos, pero su forma es uniforme:
- S3 como el hogar económico y duradero para datos sin procesar y procesados
- Un almacén o motor de consultas: Redshift o Athena consultan directamente a S3 para analizarlos a escala
- Un paso de transformación que limpia y modela los datos según un cronograma
- Una capa de visualización: QuickSight para la BI estándar o un panel integrado personalizado cuando los datos pertenecen a su propio producto
- Programación y monitorización para que las actualizaciones sean predecibles y se detecten los errores
Reunirlas en AWS en lugar de en una única plataforma integral le permite controlar los costos a medida que aumentan los datos y permite que cada capa sea la herramienta adecuada, en lugar del paquete que incluya.
BI independiente o integrada
Algunos clientes desean un espacio de trabajo de BI en el que sus analistas inicien sesión. Otros quieren que los gráficos estén guardados en su propia aplicación o portal, de modo que los usuarios nunca abandonen el producto para ver sus números. Hacemos ambas cosas: la ruta integrada significa tener una interfaz personalizada en React y Node ubicada en la misma canalización de AWS, que es el tipo de trabajo con datos completos que creamos con regularidad.
Cómo diferenciar un tablero funcional de uno bonito
Tres controles lo ordenan rápidamente. ¿Los números coinciden con los de una fuente en la que ya confías? ¿Se actualizan según un cronograma que puedes nombrar y te dice cuándo se actualizó por última vez? ¿Una métrica determinada se lee de forma idéntica en todos los lugares en los que aparece? Un panel de control que las supere está haciendo su trabajo. Una de las que no pasa nada es una presentación de diapositivas con cosplay con datos en directo, y solo lo sabrás cuando se tome una decisión sobre un número que estaba obsoleto.
Preguntas frecuentes
El gráfico visible es el último paso. Lo primero es ingerir datos de las fuentes, almacenarlos, limpiarlos y transformarlos, y modelarlos para convertirlos en métricas confiables. Un panel de control creado sobre una cartera inestable se ve bien y se asienta con confianza. La mayor parte del esfuerzo de ingeniería se destina a las capas que nadie ve.
Una pila típica utiliza S3 para el almacenamiento, un almacén como Redshift o consultas a través de S3 para el análisis, un paso de procesamiento para limpiar y remodelar los datos y una capa de visualización como QuickSight o un panel personalizado integrado. Los datos exactos dependen del volumen de datos y de la precisión con la que deben estar los números.
Comprueba si las cifras coinciden con las de una fuente en la que confías, si se actualizan según una programación conocida y si la misma métrica se lee igual en todos los lugares en los que aparece. Un panel que no pueda vincularse a los datos de origen o que defina los «ingresos» de forma diferente en dos pantallas es un elemento decorativo, no analítico.
Sí. Además de las herramientas de BI independientes, las visualizaciones se pueden incrustar directamente en su producto o portal interno para que los usuarios nunca abandonen la aplicación para ver sus datos. Por lo general, esto implica una interfaz personalizada respaldada por la misma canalización de AWS, que creamos en React y Node.