En esta plática exploraremos el modelo que Amazon utiliza para innovar. Compartiremos como lo ha aplicado en distintos negocios enfocados en diferentes mercados, cuáles son los pilares de su modelo de innovación, y como este modelo está íntimamente ligado a su cultura y procesos de negocio. Por: Alejandro Flores

1. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Alejandro Flores, Arquitecto de Soluciones
Marzo 15, 2018
Innovando con AWS a traves
de una arquitectura de datos
moderna

2. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
La nube de AWS es una plataforma de
infraestructura tecnológica robusta
Cómputo Almacenamiento Bases de Datos Migración
Redes y Entrega de Contenido Herramientas de
Desarrollo
Herramientas de
Administración
Seguridad, Identidad
y Cumplimiento
Analítica Inteligencia Artificial Móviles Servicios de
Aplicación
Mensajería Productividad Escritorios y Aplicaciones Internet de las Cosas

3. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Arquitecturas de Datos Modernas
para una Visión de Negocio a Escala

4. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
• Mejorar las aplicaciones del negocio y crear nuevos
servicios digitales implica la modernización y
consolidación de aplicaciones legacy y sistemas
operativos.
• Los objetivos del negocio comúnmente están alineados
con ser ágiles, buena ejecución y evitar perder
oportunidades debido a que las personas toman malas
decisiones por tener una perspectiva errónea o
incorrecta.
Resultado 1: Modernización y Consolidación

5. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
3 preguntas sobre el
riesgo de cambio:
¿Cómo afecta mi perfil de riesgo?
¿Cómo impacta mi política y
programa en general?
¿Cómo debería pensar sobre mi
relación con el mercado?

6. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Iniciativas Comunes
• Perspectiva: Vista de 360 grados del negocio
• Digitalización: Servicio web que ofrece información
bajo demanda
• Monetización de Datos: enriquecimiento, agregación y
venta de datos del negocio
Resultado 1: Modernización y Consolidación

7. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Comience con el caso de negocio y las personas
Escalabilidad (Batch)
Análisis
Usuarios
Compradores
Fuentes
de Datos
Ingesta
Velocidad (Tiempo Real)
Servicio
Resultado 1: Modernización y Consolidación

8. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Extraiga e ingeste datos desde sistemas on-premise y fuentes nativas de internet
Escalabilidad (Batch)
Análisis
Usuarios
Compradores
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Fuentes
de Datos
Ingesta
Velocidad (Tiempo Real)
Servicio
Resultado 1: Modernización y Consolidación

9. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Desacoplamiento de Almacenamiento y
Cómputo
• Los diseños tradicionales estaban
formados por bases de datos o
datawarehouses grandes con hardware
integrado
• Las arquitecturas de Big Data se
benefician por el desacoplamiento de
almacenamiento y cómputo

10. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Almacenamiento de objetos altamente disponible
99.999999999% de durabilidad de los datos
Replicación en 3 zonas de disponibilidad
Escalabilidad ilimitada
Pague por lo que use, sin pre-aprovisionamiento
Notificación de eventos para ejecutar acciones
Amazon
S3

11. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Hadoop totalmente administrado
Optimizado para S3
Autoescalamiento para elasticidad
Clusters temporales o de largo plazo
Integración con el mercado de subasta
de instancias AWS (Spot Instances)
Amazon
EMR

12. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Hadoop a escala
• Terminar antes de las
5am
• Sensible al tiempo
• Excelenta para
aprovechar subastas de
instancias
• Usa EMRFS con S3
• Procesamiento masivo
en grid
• Bajo demanda de 9am-
6pm
• Usa EMRFS con S3
• Procesamiento de
streams chunks
• Ejecuciones 24/7
• Usa EC2 RI’s
• Usa triggers de
S3/Lambda
ETL a gran escala Modelado analítico
Procesamiento
No o Semi-Estructurado

13. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Procese datos para ETL, limpieza, etiquetado e inserción hacia Datos de Staging
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio
Análisis
Usuarios
Compradores
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
Resultado 1: Modernización y Consolidación

14. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Asegure sus datos y servicios / Habilite el gobierno de datos
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio
Análisis
Usuarios
Compradores
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Resultado 1: Modernización y Consolidación

15. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
100% administrado
Bases de datos de procesamiento masivo en
paralelo con SQL
Optimizado para analítica
Escalamiento de Gigabytes a Petabytes
Menos de 1/10 del costo de los
datawarehouses tradicionales
Amazon
Redshift

16. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Cargue su datawarehouse y sus plataformas de bases de datos
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio
Análisis
Usuarios
Compradores
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Resultado 1: Modernización y Consolidación

17. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Entregue servicio a sus usuarios con herramientas de BI, tableros o acceso por API
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio
Análisis
Usuarios
Compradores
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Amazon
QuickSight
Amazon
API Gateway
Resultado 1: Modernización y Consolidación

18. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 2: Innovación para obtener
nuevas ganancias
• Las organizaciones comienzan a operar con base en lo
que conocen sobre sus clientes, hasta encontrar nuevas
opciones de crecimiento
• El lanzamiento de nuevos productos, campañas,
paquetes de servicios y ofertas personalizadas,
usualmente generadas a partir de modelos predictivos

19. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Sin comisión
Equidad, Bonos corporativos, opciones
Baja Latencia de Ejecución
Acceso por API
Márgenes

20. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Iniciativas Comunes
• Personalización: Acercamiento a mercado más refinado
• Predicción de Demanda: Guía a los propietarios del
negocio en la elección de los mejores escenarios
• Medición de Riesgos: Simulación de escenarios para
impulsar la inversión y nuevas ofertas
Resultado 2: Innovación para obtener
nuevas ganancias

21. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 2: Innovación para obtener nuevas ganancias
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Comience con el caso de negocio y las personas
Análisis

22. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Procesamiento en tiempo real de streams
Capacidad elástica que escala a millones
de eventos por segundo
Manejo de eventos de llegada de streams
en tiempo real
Almacenamiento de streams replicado en
3 zonas de disponibilidad
Amazon
Kinesis

23. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Servicio de consultas interactivo para
análisis de datos directamente en S3 usando
SQL estándar
No hay necesidad de mover datos
No hay infraestructura que instalar y
administrar
Resultados en segundos
Pague por las consultas que realice
Amazon
Athena

24. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Los analistas de datos pueden procesar datos de manera “schema on read”
Análisis
Amazon Athena
Amazon
ElasticSearch
AWS Kinesis
Resultado 2: Innovación para obtener nuevas ganancias
Transacciones
ERP
Weblogs /
Cookies
Dispositivos
Conectados
Redes Sociales

25. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Los científicos de datos producen modelos predictivos y otro tipo de análisis
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon ML Amazon EMR Deep Learning
AWS Kinesis
Resultado 2: Innovación para obtener nuevas ganancias
Transacciones
ERP
Weblogs /
Cookies
Dispositivos
Conectados
Redes Sociales

26. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Automatización, basado en analítica avanzada
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon EMR
MLlib
AWS Kinesis
Resultado 2: Innovación para obtener nuevas ganancias
Transacciones
ERP
Weblogs /
Cookies
Dispositivos
Conectados
Redes Sociales

27. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Automatización, basado en analítica avanzada
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon EMR
MLlib
AWS Kinesis
Resultado 2: Innovación para obtener nuevas ganancias
Transacciones
ERP
Weblogs /
Cookies
Dispositivos
Conectados
Redes Sociales

28. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 3: Valor en Tiempo Real
• Provee un servicio superior al cliente a través de
responder a las oportunidades en tiempo real.
Cumplimiento de peticiones a productos y servicios de
una manera automatizada para crear una ventaja
competitiva fuerte
• Agregar otra capa de oportunidad y complejidad
usando streams de datos generados por dispositivos
que constantemente están midiendo ubicación, video,
comportamiento, condiciones del ambiente, etc

29. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.

30. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Iniciativas Comunes
• Experiencia interactiva del cliente: Experiencia natural
del cliente a través de interfaces dinámicas.
• Automatización basada en Eventos: Ejecución de
procesos de negocios con base a eventos.
• Detección de Fraudes: Proteger al cliente y a los
intereses del negocio.
Resultado 3: Valor en Tiempo Real

31. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 3: Valor en Tiempo Real
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Los eventos son capturados en la capa de Velocidad
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon EMR
MLlib
AWS Kinesis
Amazon EMR
Análisis de streams
AWS Kinesis
Captura de eventos
Eventos Automatizados
Dispositivos
Conectados
Redes Sociales

32. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Servicio 100% administrado para
cómputo sin servidores (serverless)
Carga de fuentes de datos (S3,
DynamoDB) automáticamente en su
arquitectura de datos (Amazon Redshift)
Ejecución en tiempo real por eventos
generados por Amazon Kinesis, S3,
DynamoDB.
Amazon
Lambda

33. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Servicio de machine learning (ML) 100% administrado
Crear, entrenar e implementar modelos de
aprendizaje automático a escala
Le permite trabajar en diferentes niveles
Basado en contenedores Docker para un control
total
Soporta GPU’s para alto desempeño
Soporta algoritmos distribuidos para alta
disponibilidad
Amazon
SageMaker

34. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 3: Valor en Tiempo Real
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
El manejador de eventos envía datos para clasificación y perfilamiento
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon EMR
MLlib
AWS Kinesis
Amazon EMR
Análisis de streams
AWS Kinesis
Captura de eventos
Eventos Automatizados
Dispositivos
Conectados
Redes Sociales
Manejo de eventos
AWS Lambda
Clasificación
SageMaker

35. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 3: Valor en Tiempo Real
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Los modelos publicados son usados y los servicios de caja negra son invocados
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon EMR
MLlib
AWS Kinesis
Amazon EMR
Análisis de streams
AWS Kinesis
Captura de eventos
Eventos Automatizados
Dispositivos
Conectados
Redes Sociales
Manejo de eventos
AWS Lambda
Clasificación
De eventos
SageMaker

36. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultado 3: Valor en Tiempo Real
Fuentes
de Datos
Ingesta Escalabilidad (Batch)
Velocidad (Tiempo Real)
Servicio Científicos de Datos
Usuarios
Plataformas
Transacciones
ERP
Weblogs /
Cookies
Internet
AWS Direct
Connect
AWS Database
Migration
Amazon S3
Datos raw
Amazon EMR
ETL
Amazon S3
Datos staged
AWS
IAM
AWS
KMS
AWS
Cloud Trail
Amazon
Cloud Watch
Amazon Redshift
Datawarehouse
Amazon RDS
Apps Legacy
Análisis
Amazon Athena
Amazon
ElasticSearch
Amazon EMR
MLlib
AWS Kinesis
Amazon EMR
Análisis de streams
AWS Kinesis
Captura de eventos
Eventos Automatizados
Dispositivos
Conectados
Redes Sociales
Manejo de eventos
AWS Lambda
Clasificación
De eventos
SageMaker
Manejo de respuesta
AWS Lambda
Amazon DynamoDB
Baja Latencia
Los modelos publicados son usados y los servicios de caja negra son invocados

37. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Resultados de Negocio en una Arquitectura
de Datos Moderna
• Resultado 1 : Modernización y Consolidación
• Mejorar las aplicaciones del negocio y crear nuevos servicios
digitales
• Resultado 2 : Innovación para obtener Nuevas
Ganancias
• Personalización, Demanda Predictiva, Análisis de Riesgos
• Resultado 3 : Valor en Tiempo Real
• Automatización de procesos de negocio e infraestructura
física

38. © 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.
Gracias!