Philip J. Winters, Director de Marketing Europeo de SAS Institute

La confusión que ha rodeado al data warehouse desde sus inicios ha estado asociada a fracasos en la implementación que han desanimado a muchas empresas a invertir en esta tecnología. De estas experiencias la industria ha sacado algunas lecciones acerca de los errores cometidos. Para SAS Institute, el éxito se consigue empezando con pequeños proyectos integrados en donde participen tanto el departamento de TI como los responsables de negocio de la organización. Esta es la estrategia de una compañía que huye de los macroproyectos y para la que las bases de datos no son el elemento clave en el proceso que es el data warehouse.

La explosión del data warehouse ha beneficiado a SAS Institute. Pero ¿no fue arriesgado entrar hace tantos años en un mercado entonces poco conocido como era el de soporte a la toma de decisiones?

- Lo importante es tener una idea clara y centrarse en un negocio específico. Desde hace 20 años lo único que nos ha preocupado es el software para convertir los datos en información. Esto nos ha permitido ofrecer soluciones dentro de las tendencias tecnológicas que han ido apareciendo, como es el software estadístico, el destinado al soporte a la toma de decisiones, los sistemas EIS, OLAP; es decir, todo lo que son sistemas de entrega de la información. La decisión para trabajar en data warehouse se debió a tres motivos. En primer lugar, desde el punto de vista tecnológico, SAS ha invertido en I+D en los últimos años más de 1.000 millones de dólares para investigar los elementos que hacen falta para construir un data warehouse. El segundo punto fue el trabajo con los clientes, que nos permitió crear una metodología adecuada. La tercera razón ha sido la tendencia del mercado hacia esta tecnología. La aparición de esta corriente de data warehouse ha sido sencillamente algo maravilloso para SAS Institute.

¿Pero el data warehouse no es una invención del marketing para algo ya existente antes con otros nombres?

- No lo creo así. En un comienzo data warehouse fue un invento de marketing, pero en los últimos años se ha convertido en un proceso para proveer una solución concreta que ofrece un retorno de la inversión medible, lo que indica que no es un simple término vacío. Ya se ha probado que la implementación rápida a partir de pequeños data warehouses es exitosa. También se ha demostrado que las compañías que realmente han tenido éxito no se han concentrado en el almacenamiento de datos, sino en el proceso en su totalidad. El data warehouse no es sólo el almacenamiento de datos, ni es sólo un conjunto de piezas de software, es un proceso.

¿Cuáles son las bases de este proceso?

- Podemos hablar de tendencias en data warehouse. Los data warehouses globales corporativos fracasan irremediablemente. Todo el mundo se dirige hacia data warehouses mucho más centrados en funciones específicas, por ejemplo, un data warehouse para clientes, para riesgo, para consolidación financieras., etc. El proceso del data warehouse se aplica de forma muy concreta en vez de en grandes proyectos, y creo que esto es lo correcto. Muchos proyectos han fracasado y los que han funcionando han llevado a las compañías que los han implantado a buscar el próximo paso. La preocupación es cómo integrar el data warehouse en la estrategia corporativa y mantener lo conseguido. La próxima gran tendencia es ampliar el alcance actual con nuevas tecnologías como por ejemplo el data mining.

¿Cuál es la estrategia de SAS Institute en data mining?

- Desde el punto de vista de las herramientas, el data mining es para nosotros muy sencillo, porque se basa en estadísticas, modelización de datos, requerimientos de acceso y manipulación de datos, y aquí tenemos tanta experiencia que para nosotros el data mining es algo totalmente natural, una extensión de nuestra estrategia data warehouse.

Volviendo a las tendencias, entre los usuarios quizá hay todavía mucha confusión acerca de lo que es el data warehouse, los suministradores de software se centran en las bases de datos, compañías como SAS en el mundo de la extracción/explotación...al final hay tantas definiciones que el usuario no sabe lo qué es data warehouse.

- Estoy de acuerdo. Pero hay que establecer diferencias entre la confusión del mercado y la realidad. Todas las compañías están diciendo que suministran data warehouse, unas se centran en el almacenamiento, otras en la consultoría, otras se agrupan para ofrecer una solución conjunta....pero lo claro es que la solución exitosa no se relaciona con almacenamiento de datos, que ya no es la cuestión clave. Nuestro concepto de data warehouse end to end significa que nosotros ni siquiera nos preocupamos de quién es el suministrador de la solución de almacenamiento de datos. Para el data warehouse es irrelevante la cuestión de dónde se almacenan los datos. Pero a los vendedores de bases de datos les entusiasma decir que es lo fundamental, porque éste es su negocio. Los fabricantes de hardware Unix coinciden porque así venden máquinas mucho más grandes. Y de aquí viene una gran parte de la confusión. Hace un par de años no sabíamos cuál era el enfoque correcto, ahora en cambio sí que lo sabemos y la prueba son las referencias públicas, número de éxitos, obtención de premios.... Nosotros tenemos una idea muy clara, pero estas compañías se están gastando mucho dinero en mantener la confusión.

Antes comentó el fracaso de algunos proyectos de data warehouse, ¿a qué se ha debido?

- La primera razón es que empezaron con proyectos demasiado grandes, se vendió algo que era imposible implementar en un tiempo adecuado con un retorno de la inversión razonable. La meta debe ser un área concreta de negocio en donde se produzca una entrega rápida, que nosotros la establecemos en 90 días. Data warehouse es la base de la toma de decisiones, y las empresas no pueden esperar dos años para tomar estas decisiones. Los que han adaptado un data warehouse global o corporativo han fracasado. En segundo lugar, muchas compañías optaron por una estrategia basada en intentar combinar los mejores productos de cada empresa para trabajar conjuntamente en un proceso, y también han fracasado porque se requiere tanto esfuerzo simplemente para conseguir que estos productos se integren, que nunca se llega al proceso del data warehouse. El tercer punto es una cuestión de gestión, si el departamento de TI es el único encargado del data warehouse, hay una menor oportunidad de éxito porque estamos hablando de una cuestión de negocio, y el departamento empresarial debe dirigirlo conjuntamente con el de TI.

Usted habla del fracaso de los grandes proyectos. En este sentido las compañías con soluciones para las PYMES pueden tener un gran éxito. ¿Tiene SAS alguna iniciativa para este área?

- Desde nuestra perspectiva todos los proyectos comienzan a pequeña escala, por lo que nuestro enfoque es el mismo tanto para la gente que tiene pequeños o grandes requerimientos, siempre empieza con un proyecto concreto. Para nosotros la aproximación a un pequeño data warehouse, o un datamart, para un cliente de tamaño medio es igual que para el grande. La única diferencia es que el grande tendrá muchos pequeños data warehouses, y el pequeño tendrá uno o dos. También existe una diferenciación en cuanto a implantación. Al principio mucha gente optó por una plataforma Unix, y ahora estamos viendo una fuerte tendencia de retorno a mainframes para las grandes empresas, mientras que el resto optan más por un entorno Unix-PC. Las grandes compañías creen que el data warehouse y todo lo relativo a la extracción y explotación de datos tiene que residir en el mainframe, y usan las máquinas Unix para el data mining y el Web para distribuir los informes.

Para SAS Institute esto es simplemente una cuestión de implementación, porque tenemos todas las opciones: distribu