uerona es un almacén de datos virtual de autoservicio que permite una transición instantánea a un motor de SQL alojado en nube como SQL Server Data Warehouse.

1. Steroids for your BI
Despliegue más rápido - Mayor rendimiento - Modificaciones más fáciles

2. La necesidad de análisis de datos
Las empresas de hoy en día tienen una gran cantidad de datos, tanto internos como externos.
¿Cómo convertirse en una empresa impulsada por datos?
Una empresa que sabe utilizar todos sus datos es
una organización basada en datos que tiene una ventaja competitiva.
Encuentra todos sus datos
(descubrimiento de datos)
Coloque todos sus
datos en un solo lugar
(integración de datos)
Analizar datos, crear
informes, encontrar
tendencias
(Data Science, Business
Intelligence)
La empresa está
basada en datos y
tiene una ventaja
competitiva

3. La realidad
6-9m antes de que los datos estén
"integrados" y estén disponibles para
análisis, los cambios son caros
Encuentra todos sus datos
(descubrimiento de datos)
Coloque todos sus
datos en un solo lugar
(integración de datos)
Analizar datos, crear
informes, encontrar
tendencias
(Data Science, Business
Intelligence)
La empresa está
basada en datos y
tiene una ventaja
competitivs
El negocio espera meses para los
primeros cuadros de mando o
semanas para cada nuevo
Los ingenieros de datos dependen de TI para cargar datos en un
"Enterprise Data Warehouse" central, semanas de retraso

4. Componentes de un entorno de datos tradicional
Data sources
CRM
ERP
Database
Enterprise
Data
Warehouse
Central copy of
all data
Data integration
(copying data)
El programa de instalación toma un proyecto de integración de datos 6-9m
(ETL)
Presentation
tools
Users
Use data
Business users
Data Scientists and
Data Analysts

5. Problemas más comunes de los grupos de usuario
Business
• El negocio no puede adaptar
su proceso de negocio de una
manera ágil
• Las decisiones se hacen sobre
datos obsoletos, la empresa
quiere reaccionar en tiempo
real
Data analyst / data
scientist
• Encontrar los datos adecuados
para la presentación de
informes o el análisis es un
trabajo duro, los datos están en
todas partes
• Dependencia de TI para la
gestión de datos y la
preparación de datos, incluso si
los usuarios podrían hacer
muchas de esas tareas
IT
•Un proyecto de configuración
EDW tradicional es 6-9m
Los cambios en EDW toman
semanas
• No es capaz de responder a
las necesidades de los
analistas de negocios y datos /
científicos de manera oportuna
• Transición a un almacén de
datos en la nube

6. Los Problemas más comunes en un segmento de clientes
Enterprises
Empresas modernas basadas en
datos
PMI
Problema central
La empresa necesita una vista única de todos los datos
A nivel de unidad de negocio, los problemas se multiplican y
hay cierta entropia. Los problemas son los mismos que se
encuentran en las empresas guidada poe datos y la PMI
No agility for data analysts and data scientists
Heavy dependency on IT for data management
Costos elevados de una configuración EDW: costosos
especialistas en integración de datos y 6-9m de trabajo para
ETL

7. La solución
Evite un Data Warehouse tradicional y acceda a todos los datos prácticamente ...
Disponga todos los datos en un solo lugar ...
Habilitar el autoservicio para la administración de datos ...
... y los analistas de TI y de datos y los científicos pueden encontrar lo que necesitan
para el trabajo
... y la configuración de un entorno de datos se acorta de meses a semanas (-75%)
... y los usuarios de TI y de energía no dependen tanto

8. The solution is known as a Logical Data Warehouse
Data sources
CRM
ERP
Database
Enterprise Data
Warehouse
Presentation
tools
Users
Use data
Business users
Data Scientists and
Data Analysts
Conecte todas las fuentes de
datos
Poner los datos a disposición en
tiempo real
Combine cualquier información
sobre la marcha
Utilice el antiguo EDW como otra
fuente
Logical Data Warehouse
Cloud LDW

9. Gartner reconoce LDW en DW Magic Quadrant 2016
El Cuadrante Mágico de Gartner para el Data
Warehouse y las Soluciones de Administración
de Datos para Analytics 2016 suscitó mucha
discusión en la comunidad de DW después de
su publicación en marzo de 2016.
“A finales de febrero, Gartner lanzó el último Cuadrante Mágico 2016 para Data
Warehouse y Soluciones de Gestión de Datos para Analytics
(http://www.gartner.com/doc/reprint?id=1-2ZFVZ5B&ct=160225&st=sb). El mayor
take-away de este año fue las tendencias clave a observar en un mercado de almacén
de datos en rápida evolución. (...) Para los profesionales de los datos, el informe
completo es una lectura fantástica para entender a dónde va dirigida nuestra industria y
la aparición del almacén de datos lógico (LDW) en un mundo híbrido de datos".

10. La gestión de datos de autoservicio en alza
Trends on the Rise
Esto es Querona! Source:
https://www.betterbuys.com/bi/2017-bi-trends/
Queronaayuda
tambienaqui

11. Glosario
Enterprise Data Warehouse (EDW) – base de datos central que mantiene una copia de datos
de todos los sistemas
ETL – "Extract-Transform-Load", un proceso pesado de copiar datos de una fuente (CRM,
ERP) a un almacén de datos (EDW)
Data Virtualization (DV) – simulación de un motor de base de datos que expone los datos de
todos los sistemas en un solo lugar, sin ETL, en tiempo real, conectando cualquier dato
Logical Data Warehouse (LDW) – implementación de un Data Warehouse por Data
Virtualization, exponiendo instantáneamente todos los datos, sin importar dónde estén
Apache Spark – el motor de datos más popular usado por Data Scientists

12. 3
2
1
Querona – base de datos virtual para análisis de Big Data
Conecta varias fuentes de datos (~ 100)
Ingesta sus fuentes de datos fácilmente (3 clics)
Consolida datos al vuelo
(instantáneamente)
4 Permite el acceso en tiempo real a cualquier dato
(sin latencia)
Self-service

13. Your existing data sources
ETL-free virtual database,
Apache Spark powered
User-friendly front-ends
keep it as it is to reduce risk
set up to facilitate &
accelerate BI
use what users know for years
Querona como centro de datos para análisis
Complete Logical Data Wareuse: ETL-free, self-service, Big Data ready, utilizing Apache Spark.

14. Querona features
• Interfaz de usuario de autoservicio similar a Microsoft Azure
Compatibilidad con hilos de SQL Server (compatible con
cualquier herramienta de BI)
• Compatibilidad con el lenguaje de SQL Server (Transact-SQL),
traducido a ~ 100 otras fuentes de datos
• Acceso a fuentes en tiempo real y en caché
• Características de seguridad: más de 50 tipos de derechos de
acceso aplicados en 5 niveles, seguridad de acceso a filas,
enmascaramiento de datos, Kerberos, anonimización
transparente de datos (GDPR relevante)
• Spark Embedded Apache
• Almacenamiento en caché en tres clics, gestionado por un
programador
• Soporte para fuentes de datos relacionales (ODBC / ADO.NET
/ JDBC *) y no relacionales (consulte: todos los controladores
en www.cdata.com)
• Gestión de datos: seguimiento de linaje de datos, etiquetado
Preagregación automática que convierte cualquier base de
datos SQL en un cubo OLAP eficiente
•

15. La Magia de Querona
Platafoma de Logical Data Warehousing
• Motor de virtualización de datos compatible con
Microsoft SQL Server
• Potenciado con Apache Spark para procesamiento de
gran escala de datos
• Procesamiento rápido de consultas en memoria
• Interfaz de usuario diseñada para autoservicio

16. Lo que NO ES Querona
Business Intelligence frontend tool
Debido a que estamos trabajando en la capa de gestión de datos,
debajo de cualquier herramienta de Business Intelligence
Otro SQL database
Hay demasiados motores de SQL y motores Big Data, pero
carecen de administración de datos de autoservicio o soporte
de herramientas de BI
Event streaming system for IoT
Los sistemas de streaming (como Apache Storm) son
fundamentalmente diferentes de los sistemas basados ​​en
SQL pero Querona es compatible con Kappa Architecture!

17. BI Trends 2017 – relevance to Querona
Source: BI Trends Monitor 2017
Data source catalog
Relevance Querona core feature
Self-service data management portal
Logical Data Warehouse as an Enterprise Data Hub
Easy integration of Big Data and cloud SQL engines
Data Hub with unified security and data
masking
Agile data modeling using Querona self-service features
Self-service data management
Apache Spark integration and support for other SQL engines
Logical Data Warehousing using Data Virtualization
Real-time access to data
sources
Self-service data management
REST API converted to a virtual SQL database in real-time
Cloud BI tools can use Querona as a data gateway to data sources

18. Segmentación de clientes y necesidades
Enterprise
Data-driven
PMI
• Enteprise Data Hub
• Data Governance
• Big Data / IoT analytics on Hadoop
• Self-service data management
• Cloud hybrid data warehousing
• Simple ETL-free data warehousing
• Cost effective Big Data/Cloud data warehousing
Querona apunta a empresas que quieren hacer uso
de sus datos, pero también ayuda a Pymes o
cualquier empresa para despliegues de BI de
departamento

19. 3
2
1
Querona Propuesta de Valor
Disminuya el costo del almacenamiento de datos utilizando
Apache Spark o un almacén de datos en la nube
Comience a informar desde el primer día, cree una vista
única de todos los datos de la empresa para obtener una
visión instantánea del cliente a 360º
Conviértase en una empresa moderna guiada por datos y
haga que los analistas de datos sean independientes de TI
para administrar los datos

20. ¿Qué ganas?
• 75% menos tiempo de solución
• 2x aumento performance
• 10x una transición más rápida a Big Data
• Preparación para las regulaciones GDPR de la UE

21. Casos de uso de Logical Data Warehousing
Those use cases are a summary of Querona’s PoC projects
Problem Querona Value Proposition
Cuadros de aceleración de BI
35
Apache Spark utilizado como caché para EDW, preagregados
automáticos y reescritura de consultas habilitados hasta 25x de
aceleración de informes
Construir una plataforma de
datos para los científicos de
datos
Lugar único para encontrar todos los datos utilizados por Data
Scientists, además anonimizados
Marketing basado en eventos
Detectar eventos relevantes de marketing (basados ​​en el
comportamiento de un cliente), rellenar con información adicional y
exponer para el envío
No ETL data warehousing
Almacén de datos lógico de autoservicio que reduce el coste de un
proyecto de BI
Vista del cliente de 360 ​​grados
Agregación de información de clientes de múltiples sistemas de
CRM (después de M & A)

22. Quien se beneficia de Querona
Business
•Acorta la preparación de
datos para proyectos de BI en
un 75%
•Simplifica la transformación
digital para convertirse en una
empresa impulsada por datos
•Los usuarios empresariales
esperan nuevos informes al
instante sin esperar cambios
en el EDW
Data analyst / data scientist
•Capacita a los usuarios en las
actividades de gestión de
datos: buscar, conectar,
consultar
•Hace que el usuario de energía
dependa menos de TI
•Con una interfaz de autoservicio
adecuada, LDW es una caja de
arena perfecta para análisis y
comprobación escenarios
IT
•Fácil transición a un almacén de
datos en la nube: conectar, elegir
datos, reconstruir caché
•Las plataformas Big Data pueden
ser utilizadas para análisis
•Separación del deber entre los
analistas de TI y de negocios /
datos
•Reescritura automática de
consultas para usar preagregados
acelera las consultas 10x y ahorra
costos de infraestructura
Querona ayuda a todas las partes interesadas en Inteligencia de Negocios

23. Relevancia de Querona para cumplimiento GDPR
Identificar y clasificar todas
las fuentes de datos
Buscar datos personales adicionales
ocultos en los datos
Solución Querona
Conecte todas las fuentes de datos en Querona, aplique
etiquetas como "FirstName", "Phone" a tablas y columnas
Utilice Querona como un solo lugar para ejecutar consultas estándar
compatibles con SQL Server y examinar los datos en un solo lugar
Aplicar seguridad de datos, enmascaramiento de datos dinámicos y
anonimización transparente de los datos almacenados en un almacén
de datos
Cumplimiento GDPR
paso de implementación
Asegúrese de que los datos personales no
estén expuestos a usuarios no autorizado
Aplicar una directiva de acceso a datos
compatible con GDPR
Utilice Querona como un único proxy de acceso a datos compatible con
GDPR para análisis y cualquier iniciativa de perfil de clientes

24. Modelo de precios
Modelo Pago por Uso
• Suscripción anual, basada en el usuario
Basado en el recuento de usuarios
Compatible con licencias de herramientas de BI
Escalas de pequeños a grandes despliegues
• Dos tipos de usuarios
Power User - administradores, científicos de
datos - 1000 EURO / año
Herramienta BI Usuario final - 350 EURO / año
Alternative models
• El modelo basado en el usuario puede
convertirse en un modelo de
capacidad (número de núcleos de la
CPU)
Perpetual license + 25% de cuota de
mantenimiento anual a petición

25. Piotr Czarnas
CEO
Querona Ltd.
piotr.czarnas@querona.com
+48 536 133 114
www.querona.com
Michele Iurillo
BI Consultant
Synergo!
michele.iurillo@synergo.es
+34v664 85 09 74
www.synergo.es