6 Arquitecturas de referencia

en integración de datos
de Qlik que acelerarán
su negocio
El valor de una integración
de datos eficaz ¿Necesita mejorar
Dedique un momento a pensar en cualquiera de las iniciativas de su empresa. su estrategia?
Tanto si se trata de una interacción con un cliente como un nuevo servicio o una Hágase estas preguntas clave:
medida dirigida al ahorro de costes, hay una alta probabilidad de que requiera • ¿Cómo mejoraría la velocidad
datos, y no procedentes de una única fuente: hoy en día se necesitan todo tipo a la que entrega datos?
de datos, tanto históricos como en tiempo real, procedentes de múltiples fuentes
para garantizar el éxito de las iniciativas digitales. • ¿Puede aumentar el volumen
de datos que proporciona con
su modelo actual?
Todos los datos que recopila su empresa deberían contribuir a generar crecimiento
real, innovación y ventaja competitiva para su negocio. Sin embargo, al acelerarse • ¿Cómo impulsará el acceso a
los datos que suministra a sus
la llegada a su entorno de una avalancha de datos de un número creciente de
empleados y equipos?
fuentes, las herramientas de integración que requieren una gran cantidad de
personal se están convirtiendo en un obstáculo. Están creando cuellos de botella • ¿Puede aumentar la eficiencia de
en el proceso de suministrar datos listos para la analítica a todas sus iniciativas su proceso de integración de datos
con las herramientas actuales?
de negocio en el momento en que se necesitan, lo que plantea retos importantes
a la hora de analizar el valor de los datos e identificar los recursos valiosos. Esa no
es la mejor forma de avanzar.

Arquitecturas de referencia de integración de datos de Qlik | 2

La necesidad está clara
Los líderes empresariales no se andan con rodeos a la hora de expresar Una inversión fuerte en
lo que esperan de usted, de los ingenieros de datos y de las soluciones de analítica y gestión de datos
genera importantes beneficios:
integración de datos para acelerar las principales iniciativas de negocio:
• Mejora de la eficiencia
Acceso integrado a todos los datos: los líderes desean reunir volúmenes cada vez operativa (76%)
mayores de datos de un conjunto creciente de fuentes y replicarlos en plataformas
de analítica y gestión de datos sin interrumpir las apps de producción • Aumento de los ingresos (75%)

Gobernanza: los líderes esperan que el equipo de TI monitorice, mantenga • Aumento de los beneficios (74%)
y proteja los datos en todas las fases de su ciclo de vida
Fuente: IDC, InfoBrief patrocinado por Qlik, “Los
Agilidad: los líderes esperan que la automatización del diseño, la creación y datos son la nueva agua: la importancia de invertir
en canales de datos y analítica”, junio de 2020.
la actualización continua de los data warehouses y lagos de datos en cualquier
plataforma en la nube acelere la toma de decisiones

La integración de datos de Qlik cumple estos y otros requisitos. Es la integración de

datos más eficaz para suministrar todo tipo de datos de cualquier fuente a las personas
adecuadas de la forma más rápida y segura posible. La integración de datos de Qlik
automatiza la creación de flujos de datos y los mueve de un modo eficiente a las
aplicaciones, los data warehouses y los lagos de datos, y suministra los datos listos para
el negocio a Qlik Sense o a otras soluciones de analítica.

Arquitecturas de referencia de integración de datos de Qlik | 3

 6 Casos de uso de integración de datos
Encuentre un buen equilibrio entre la demanda creciente de datos suministrados con rapidez y los riesgos de seguridad y rendimiento
con canales modernos, seguros y eficientes que suministren datos a la analítica a través de DataOps para la analítica de Qlik. Descubra la
capacidad de la integración de datos de Qlik para reunir todos los datos de numerosas fuentes y aumentar su valor para el negocio en estas
arquitecturas de referencia detalladas empleadas en seis casos de uso frecuentes.
1 2 3 4 5 6

Data warehouse
Potencie un almacenamiento
de datos ágil mediante la
automatización para diseñar,
crear, implementar, gestionar y
catalogar data warehouses con
fines específicos (especialmente
en la nube) más deprisa que las
soluciones tradicionales.
Ingenieros de datos: satisfacen
o superan las demandas de data
marts listos para la analítica que
generan conocimientos basados
en datos a la velocidad del cambio.
Lago de datos
Proporcione continuamente
conjuntos de datos de
transacciones precisos, oportunos
y fiables. Automatice todo el canal
de datos (desde la ingestión de
datos en tiempo real hasta la
creación y el aprovisionamiento
de conjuntos de datos listos para
la analítica) sin programación
manual.
Ingenieros de datos: obtienen
una valorización más rápida de
las inversiones en lagos de datos
y responden con confianza a la
demanda creciente de conjuntos
de datos listos para la analítica
en tiempo real.
Data lakehouse
Establezca una única fuente
fiable para todas las iniciativas
de analítica, como inteligencia
artificial (IA), Business Intelligence
(BI), aprendizaje automático (AA),
analítica de transmisiones, ciencia
de datos, etc.
Ingenieros de datos: unifican
la automatización de data
warehouses y lagos de datos
en una única interfaz de usuario
para planificarlas y ejecutarlas
con facilidad.
Datos basados en
eventos: Lambda
Actualice de manera fiable un lago
de datos y entrene eficientemente
los modelos de aprendizaje
automático utilizando tres capas.
Descubrirá que la capa por
lotes actúa en todos los datos
y produce los resultados más
precisos, pero con una latencia
alta; la capa de velocidad muestra
vistas en tiempo real según un
modelo de baja latencia casi en
tiempo real; y la capa de servicios
admite consultas de los resultados
de la capa por lotes y la capa
de velocidad.
Ingenieros de datos: predicen con
precisión los próximos eventos.
Datos basados en
eventos: Kappa
Gestione el procesamiento
de datos en tiempo real y el
reprocesamiento de datos
continuo usando un único motor
de procesamiento de flujos
de datos.
Ingenieros de datos: invierten
en hardware menos costoso
y resuelven la redundancia
de la arquitectura Lambda
de varias capas reproduciendo
los datos en lugar de mantener
dos bases de código (capas
por lotes y de velocidad) para
procesar los eventos únicos
de manera continua y en tiempo
real ofreciendo una calidad
de servicio estándar.
Malla de datos
Cree una estructura de datos
descentralizada y distribuida en la que
los propietarios de productos de datos
de dominio usen una infraestructura
de datos común a través del
autoservicio para desarrollar canales
de datos que compartan datos en una
estrategia abierta y gobernada. Siga
estos principios básicos: a.) propiedad
de datos descentralizada y orientada
a dominios y arquitectura escalable,
b.) “datos como producto” como
unidad de la arquitectura (creada,
implementada, mantenida),
c.) infraestructura de datos de
autoservicio para la creación y el
consumo autónomos de productos de
datos, y d.) gobernanza centralizada y
estándares de interoperabilidad para
agrupar y correlacionar productos de
datos independientes.
Ingenieros de datos: derivan valor de
los datos analíticos a escala mientras
el panorama de datos, los casos
de uso y las respuestas cambian
constantemente.
 ARQUITECTURA DE REFERENCIA

1 Data warehouse
Acelere y simplifique el ciclo de vida de sus data warehouses (diseño, creación, implementación, gestión y catalogación
de data warehouses con fines específicos) mediante la automatización para acelerar la obtención de conocimientos. 1 Ingesta de datos en tiempo real
Captura de datos modificados para la
6 5 2 7 replicación de datos en tiempo real sin reducir
el rendimiento del sistema de producción
Ingesta Transformación de datos Perfil Aprendizaje Catálogo Analítica
Fuentes
de datos de datos automático y linaje de Qlik
4 3 2 Catálogo y linaje
Transformaciones Automatización Descubra, gobierne y proteja los datos usando
personalizadas de data warehouses
SAP una capa de metadatos empresariales comunes

EN TIEMPO REAL
(CDC) 1 3 Automatización de data warehouses
ELABORACIÓN
DE PERFILES Y ENRIQUECIMIEN- Automatice todo el ciclo de vida del data
DEFINIDAS POR EL BASADA EN MODELOS TO DE DATOS
USUARIO MANIPULACIÓN warehouse para acelerar la disponibilidad
BASE DE DATOS DE DATOS Otras
de los datos listos para la analítica
CARGA iniciativas
INCREMENTAL OPTIMIZACIÓN
(PUSHDOWN)
4 Transformación personalizada
<SQL>
Cree canales de datos flexibles con fines
SaaS
específicos para transformar los datos sin
BUSINESS
CARGA POR LOTES Data warehouse en la nube INTELLIGENCE procesar en datos listos para la analítica

5 Aprendizaje automático para enriquecer

MAINFRAME Automatización los datos
de aplicaciones Use AutoML para enriquecer los datos con
CIENCIA DE DATOS predicción, puntuación, clasificación, etc.
APLICACIONES
6 Elaboración de perfiles de datos
PROCESOS ETL
INVERSOS 8 Evalúe la calidad y la estructura de las fuentes
DATOS SIN PROCESAR DATOS ADAPTADOS DATOS CONSUMIBLES de datos para resolver problemas de calidad
MODERNIZACIÓN de los datos y fomentar el uso de una buena
ARCHIVOS
SINCRONIZACIÓN gobernanza de datos
DE CATÁLOGOS

Analítica de Qlik
7
Capacite a todos sus usuarios para que
Servicios puedan explorar libremente a la velocidad
fundamentales del pensamiento con cálculos hiperrápidos,
SaaS Y MOTOR IA: ASESOR DE
SUPERVISIÓN ORQUESTACIÓN GOBERNANZA API NUBE HÍBRIDA ASOCIATIVO CONOCIMIENTOS IA: AUTOML siempre en contexto y a escala

8 Procesos ETL inversos

Vuelva a replicar los datos enriquecidos del
warehouse en los sistemas de registro operativos
Capacidades de Qlik

Otras
Arquitecturas de referencia de integración de datos de Qlik | 5
 ARQUITECTURA DE REFERENCIA

2 Lago de datos
Automatice su canal de datos de data lake —desde la ingesta en tiempo real al procesamiento y la depuración
de los datos sin procesar para ponerlos a disposición de los consumidores— sin necesidad de programar, 1 Ingesta de datos en tiempo real
con el consiguiente aumento de la velocidad y la agilidad. Captura de datos modificados para la
6 5 2 7 replicación de datos en tiempo real sin reducir
el rendimiento del sistema de producción
Fuentes Ingesta Transformación de datos Perfil Aprendizaje Catálogo Analítica
de datos de datos automático y linaje de Qlik
4 3 2 Catálogo y linaje
Transformaciones Automatización Descubra, gobierne y proteja los datos usando
personalizadas de lagos de datos
SAP una capa de metadatos empresariales comunes

EN TIEMPO REAL
(CDC) 1 3 Automatización de lagos de datos
ELABORACIÓN
DE PERFILES Y ENRIQUECIMIEN- Automatice el proceso de proporcionar
DEFINIDAS POR EL MULTIZONA TO DE DATOS
BASE DE DATOS USUARIO MANIPULACIÓN conjuntos de datos fiables, precisos y siempre
DE DATOS Otras
actualizados para la analítica de negocio
CARGA iniciativas
INCREMENTAL OPTIMIZACIÓN
(PUSHDOWN)
4 Transformación personalizada
<SQL>
Cree canales de datos flexibles con fines
SaaS
específicos para transformar los datos sin
CARGA POR LOTES Lago de datos en la nube BUSINESS
INTELLIGENCE procesar en datos listos para la analítica

5 Aprendizaje automático para enriquecer

MAINFRAME Automatización los datos
de aplicaciones Use AutoML para enriquecer los datos con
CIENCIA DE DATOS predicción, puntuación, clasificación, etc.
APLICACIONES
6 Elaboración de perfiles de datos
PROCESOS ETL
INVERSOS 8 Evalúe la calidad y la estructura de las fuentes
DATOS SIN
PROCESAR
VISTAS EN VIVO VISTAS DE
RENDIMIENTO
DATOS
CONSUMIBLES
de datos para resolver problemas de calidad
MODERNIZACIÓN de los datos y fomentar el uso de una buena
ARCHIVOS
SINCRONIZACIÓN gobernanza de datos
DE CATÁLOGOS

Analítica de Qlik
7
Capacite a todos sus usuarios para que
Servicios puedan explorar libremente a la velocidad
fundamentales del pensamiento con cálculos hiperrápidos,
SaaS Y MOTOR IA: ASESOR DE
SUPERVISIÓN ORQUESTACIÓN GOBERNANZA API NUBE HÍBRIDA ASOCIATIVO CONOCIMIENTOS IA: AUTOML siempre en contexto y a escala

8 Procesos ETL inversos

Vuelva a replicar los datos enriquecidos del
warehouse en los sistemas de registro operativos
Capacidades de Qlik

Otras
Arquitecturas de referencia de integración de datos de Qlik | 6
 ARQUITECTURA DE REFERENCIA

3 Data lakehouse
Combine un acceso a datos amplio y de bajo coste y la gestión estructurada de lagos de datos y data warehouses para
aplicar todo el conjunto de datos actual en los procesos de Business Intelligence, analítica de datos y aprendizaje 1 Catálogo y linaje
automático con el fin de mejorar la flexibilidad, la sencillez y la eficiencia. Descubra, gobierne y proteja los datos usando
5 4 1 6 una capa de metadatos empresariales comunes

Fuentes Ingesta Transformación de datos Perfil Aprendizaje Catálogo Analítica

2 Automatización de lagos de datos y data
de datos 2 de datos automático y linaje de Qlik
3 2 warehouses
Transformaciones Automatización Automatización Automatice el proceso de proporcionar
personalizadas de lagos de de data warehouses
datos conjuntos de datos fiables, precisos y siempre
SAP actualizados para la analítica de negocio
EN TIEMPO REAL
(CDC) ELABORACIÓN
DEFINIDAS POR MULTIZONA BASADA EN MODELOS DE PERFILES Y ENRIQUECIMIEN- 3 Transformación personalizada
TO DE DATOS
EL USUARIO MANIPULACIÓN Cree canales de datos flexibles con fines
DE DATOS Otras
específicos para transformar los datos sin
CARGA iniciativas
BASE DE DATOS
INCREMENTAL
OPTIMIZACIÓN
procesar en datos listos para la analítica
(PUSHDOWN)
<SQL>
4 Aprendizaje automático para enriquecer
los datos
CARGA POR LOTES Lago de datos en la nube BUSINESS
INTELLIGENCE Use AutoML para enriquecer los datos con
SaaS predicción, puntuación, clasificación, etc.
Automatización Elaboración de perfiles de datos
de aplicaciones Evalúe la calidad y la estructura de las fuentes
5
CIENCIA DE DATOS de datos para resolver problemas de calidad
MAINFRAME de los datos y fomentar el uso de una buena
DATOS SIN VISTAS EN VIVO VISTAS DE DATOS gobernanza de datos
PROCESAR RENDIMIENTO CONSUMIBLES

PROCESOS ETL 6 Analítica de Qlik

INVERSOS Data warehouse en la nube MODERNIZACIÓN Descubrimiento, interpretación y comunicación
APLICACIONES 7
de patrones significativos en los datos para
mejorar la eficacia de la toma de decisiones

Procesos ETL inversos

7
ARCHIVOS
SINCRONIZACIÓN
DE CATÁLOGOS
Vuelva a replicar los datos enriquecidos
del warehouse en los sistemas de registro
DATOS SIN PROCESAR DATOS ADAPTADOS DATOS CONSUMIBLES operativos

Servicios
Capacidades de Qlik fundamentales
SaaS Y MOTOR IA: ASESOR DE
SUPERVISIÓN ORQUESTACIÓN GOBERNANZA API NUBE HÍBRIDA ASOCIATIVO CONOCIMIENTOS IA: AUTOML
Otras
Arquitecturas de referencia de integración de datos de Qlik | 7
 ARQUITECTURA DE REFERENCIA

4 Arquitectura de datos basados en eventos:

Lambda
Actualice de modo fiable su lago de datos y entrene de manera eficiente los modelos de aprendizaje automático usando las capas por 1 Ingesta de datos en tiempo real
Captura de datos modificados para la
lotes, de velocidad/transmisión y de servicios para predecir con precisión los próximos eventos.
replicación de datos en tiempo real sin reducir
3 el rendimiento del sistema de producción
Fuentes Publicación Plataforma de transmisión de datos Catálogo Analítica
de datos y linaje de Qlik
2 Carga por lotes/incremental
Para datos históricos con almacenamiento
distribuido que incluya tolerancia a fallos con
SAP el fin de reducir el riesgo de errores incluso si
EN TIEMPO REAL
(CDC) 1 se produce un fallo general del sistema

3 Analítica de Qlik
Otras
Capacite a todos sus usuarios para que
CARGA INCREMENTAL KAFKA KINESIS EVENT HUBS PUB/SUB CONFLUENT iniciativas
BASE DE DATOS puedan explorar libremente a la velocidad
2 del pensamiento con cálculos hiperrápidos,
siempre en contexto y a escala

CARGA POR LOTES

4 Supervisión
MAINFRAME BUSINESS
Supervise las tareas de ingesta de datos en un
INTELLIGENCE único panel de control
Lago de datos en la nube Data warehouse en la nube
5 Orquestación
Organice las tareas de ingesta de datos en un
ARCHIVOS
único panel de control

6 API
CIENCIA DE DATOS API para automatizar e integrar con otras
aplicaciones con fines de supervisión
DATOS DE
REGISTRO y orquestación

DATOS DE DATOS CONSUMIBLES MODERNIZACIÓN

APLICACIONES DATOS SIN VISTAS DE DATOS ADAPTADOS DATOS ADAPTADOS
PROCESAR RENDIMIENTO
Y EN VIVO

Servicios
Capacidades de Qlik fundamentales
SaaS Y MOTOR IA: ASESOR DE
SUPERVISIÓN ORQUESTACIÓN GOBERNANZA API NUBE HÍBRIDA ASOCIATIVO CONOCIMIENTOS IA: AUTOML
Otras
4 5 6 Arquitecturas de referencia de integración de datos de Qlik | 8
 ARQUITECTURA DE REFERENCIA

5 Arquitectura de datos basados en eventos:

Kappa
Gestione el procesamiento de datos en tiempo real y el reprocesamiento de datos continuo usando un único motor de canales 1 Ingesta de datos en tiempo real
Captura de datos modificados para la
de transmisión y hardware de bajo coste para procesar con precisión los eventos únicos que se producen de forma continua.
replicación de datos en tiempo real sin reducir
2 el rendimiento del sistema de producción
Fuentes Publicación Plataforma de transmisión de datos Catálogo Analítica
de datos y linaje de Qlik
2 Analítica de Qlik
Capacite a todos sus usuarios para que
puedan explorar libremente a la velocidad
SAP del pensamiento con cálculos hiperrápidos,
1 siempre en contexto y a escala

EN TIEMPO REAL (CDC)

3 Supervisión
Otras
Supervise las tareas de ingesta de datos en un
KAFKA KINESIS EVENT HUBS PUB/SUB CONFLUENT iniciativas
BASE DE DATOS único panel de control

4 Orquestación
Organice las tareas de ingesta de datos en un
único panel de control
Lago de datos en la nube Data warehouse en la nube BUSINESS
MAINFRAME INTELLIGENCE
5 API
API para automatizar e integrar con otras
aplicaciones con fines de supervisión
y orquestación
ARCHIVOS

CIENCIA DE DATOS

DATOS DE
REGISTRO

DATOS SIN VISTAS DE DATOS ADAPTADOS DATOS ADAPTADOS DATOS CONSUMIBLES MODERNIZACIÓN
PROCESAR RENDIMIENTO
Y EN VIVO

DATOS DE
APLICACIONES

Servicios
fundamentales
SaaS Y MOTOR IA: ASESOR DE
SUPERVISIÓN ORQUESTACIÓN GOBERNANZA API NUBE HÍBRIDA ASOCIATIVO CONOCIMIENTOS IA: AUTOML

Capacidades de Qlik 3 4 5

Otras
Arquitecturas de referencia de integración de datos de Qlik | 9
 ARQUITECTURA DE REFERENCIA

6 Malla de datos
Cree una base para obtener valor de los datos analíticos a escala mientras su panorama de datos,
sus casos de uso y sus respuestas cambian de forma continua. 1 Catálogo y linaje
Descubra, gobierne y proteja los datos
5 4 1 6 usando una capa de metadatos empresariales
Transformación de datos comunes
Fuentes Ingesta Perfil Aprendizaje Catálogo Analítica
de datos de datos automático y linaje de Qlik
3 2 2 2 Automatización de lagos de datos y data
Transformaciones Automatización Automatización warehouses
personalizadas de lagos de de data warehouses
datos Automatice el proceso de proporcionar
SAP conjuntos de datos fiables, precisos y siempre
EN TIEMPO REAL
(CDC)
actualizados para la analítica de negocio
ELABORACIÓN
DE PERFILES Y ENRIQUECIMIEN-
DEFINIDAS POR MULTIZONA BASADA EN MODELOS TO DE DATOS
EL USUARIO
MANIPULACIÓN
3 Transformación personalizada
DE DATOS Otras
Cree canales de datos flexibles con fines
CARGA INCREMENTAL iniciativas
BASE DE DATOS
OPTIMIZACIÓN
específicos para transformar los datos sin
(PUSHDOWN) procesar en datos listos para la analítica
<SQL>

4 Aprendizaje automático para enriquecer

BUSINESS
CARGA POR LOTES INTELLIGENCE los datos
SaaS
Dominio Use AutoML para enriquecer los datos con
de datos 1 predicción, puntuación, clasificación, etc.
Automatización DATOS SIN VISTAS VISTAS DE DATOS DATOS
EN VIVO RENDIMIENTO CONSUMIBLES
de aplicaciones PROCESAR ADAPTADOS
Elaboración de perfiles de datos
5
CIENCIA DE DATOS Evalúe la calidad y la estructura de las fuentes
MAINFRAME de datos para resolver problemas de calidad
de los datos y fomentar el uso de una buena
Dominio gobernanza de datos
PROCESOS ETL
de datos 2 DATOS SIN DATOS ADAPTADOS DATOS
INVERSOS PROCESAR CONSUMIBLES MODERNIZACIÓN 6 Analítica de Qlik
APLICACIONES 7
Capacite a todos sus usuarios para que
puedan explorar libremente a la velocidad
del pensamiento con cálculos hiperrápidos,
siempre en contexto y a escala
ARCHIVOS
SINCRONIZACIÓN Dominio
DE CATÁLOGOS
de datos N Procesos ETL inversos
7
Vuelva a replicar los datos enriquecidos
del warehouse en los sistemas de registro
operativos

Servicios
Capacidades de Qlik fundamentales
SaaS Y NUBE MOTOR IA: ASESOR DE
SUPERVISIÓN ORQUESTACIÓN GOBERNANZA API HÍBRIDA ASOCIATIVO CONOCIMIENTOS IA: AUTOML
Otras
Arquitecturas de referencia de integración de datos de Qlik | 10
Las ventajas de la integración
de datos de Qlik
Con arquitecturas de referencia como los data warehouses de
Qlik, los lagos de datos de Qlik, los data lakehouses de Qlik,
los datos basados en eventos de Qlik y la malla de datos de Qlik,
usted y su empresa disfrutarán de las siguientes ventajas:

Conocimientos en tiempo real: nuestras soluciones

descubren conocimientos útiles a la velocidad del
negocio en sistemas de transacciones esenciales y otras
fuentes empresariales sin sacrificar la precisión y la
calidad para que los líderes puedan responder mejor
a una competencia cada vez más intensa.

Velocidad de datos a escala: nuestras modernas

infraestructuras de datos en la nube, sumadas a la
automatización y la transmisión de datos en tiempo real,
ayudan a los líderes a procesar y monetizar con rapidez
un volumen de datos de cualquier fuente y formato que
aumenta a gran velocidad.

Flexibilidad y agilidad: como las infraestructuras de

datos y analítica cambian y crecen sin parar, nuestras
soluciones permiten escalar la tecnología (en lugar del
personal cualificado, generalmente escaso) y adaptarla
a las necesidades cambiantes para acelerar los resultados
y democratizar el acceso a datos de calidad.

Eficiencia: nuestras soluciones reducen los costes,

impulsan la productividad y aceleran la comercialización.

Arquitecturas de referencia de integración de datos de Qlik | 11

Acelere su negocio con Qlik
La integración de datos de Qlik automatiza la creación de canales de datos de los principales
sistemas transaccionales y empresariales, mueve los datos de manera eficiente a aplicaciones,
data warehouses y lagos de datos en la nube o en las propias instalaciones, y cataloga y
suministra datos listos para la analítica a Qlik Sense o a otras soluciones de analítica, incluidas
las proporcionadas por los principales proveedores de servicios en la nube.

Al suministrar los datos rápidamente al usuario sin la fricción de negocio típica, la integración
de datos de Qlik proporciona la agilidad necesaria para generar el valor de negocio requerido
a partir de datos dispersos y dispares.

Visite la Integración de datos de Qlik para obtener

más información »

Arquitecturas de referencia de integración de datos de Qlik | 12

ACE RC A D E QLIK

Qlik se propone crear un mundo alfabetizado en datos en el que cualquiera pueda

usar los datos y la analítica para resolver los problemas más complejos y tomar
mejores decisiones. Qlik ofrece soluciones de analítica e integración de datos en
tiempo real basadas en Qlik Cloud que eliminan los vacíos existentes entre los
datos, los conocimientos y la acción. Al transformar los datos en inteligencia activa,
las empresas pueden tomar decisiones más acertadas, aumentar sus ingresos
y su rentabilidad y optimizar las relaciones con los clientes. Qlik da servicio a más
de 38 000 clientes activos en más de 100 países.

© 2023 QlikTech International AB. Todos los derechos reservados. Todos los nombres de empresas o productos son marcas comerciales o marcas comerciales registradas de sus respectivos propietarios. MKT0004056