Gestión del ciclo de vida de los datos
¿Qué es la gestión del ciclo de vida de los datos?
La gestión del ciclo de vida de los datos (DLM) es un enfoque basado en políticas destinado a gestionar los datos desde su punto de origen hasta su eventual eliminación. Las empresas de hoy en día generan información a un ritmo espectacular: más del doble de volumen cada dos años. Hacer un uso significativo de estos datos requiere un proceso deliberado y dirigido para recopilarlos, mantenerlos, protegerlos y aplicarlos. Una DLM eficaz ayuda a estructurar y organizar la información empresarial, garantizando así que esta apoye realmente el logro de los objetivos del negocio en lugar de simplemente ocupar espacio.
¿Cuáles son las etapas de la gestión del ciclo de vida de los datos?
Entre el smartphone, la nube, el extremo y el internet de las cosas (IoT), generamos datos más rápidamente de lo que podemos encontrarles un uso. Los datos que se gestionan con un propósito deben tener un ciclo de vida claramente definido, con etapas funcionales regidas por políticas que permitan a las empresas acceder a ellos y utilizarlos de manera efectiva. Las etapas de la gestión del ciclo de vida de los datos pueden variar de una empresa a otra, pero la mayoría encajará en el siguiente marco general.
Etapa 1: creación y recopilación
El ciclo de vida de los datos empieza cuando se crean. Las fuentes de datos son abundantes, pero no vale la pena registrar todos los detalles. Antes de empezar a recopilar datos, merece la pena tener una comprensión clara de su potencial valor y su relevancia para el negocio. Establece reglas para la recopilación de datos de manera que conserven su utilidad indicando cuándo, dónde, cómo y por qué se generaron.
Etapa 2: almacenamiento y gestión
Los datos deben almacenarse y mantenerse en un entorno estable apropiado según su origen, aplicaciones potenciales y las prioridades del negocio. Cualquier dato que vale la pena recopilar, también vale la pena protegerlo, lo que requiere políticas de fiabilidad, redundancia y recuperación ante desastres. Es posible que la información confidencial deba cifrarse por seguridad o para cumplir con las regulaciones gubernamentales o del sector.
Etapa 3: uso y uso compartido
Los datos solo son valiosos si pueden ponerse a disposición de los usuarios autorizados para fines comerciales legítimos. Los usuarios deben poder ubicar, acceder, modificar y crear datos según sea necesario. Se deben establecer políticas para determinar qué usuarios están autorizados y cuándo y cómo se puede usar la información.
Etapa 4: archivado
En algún momento, los datos dejan de ser significativos para las aplicaciones y flujos de trabajo cotidianos, pero siguen teniendo el valor suficiente para que puedan ser relevantes o necesarios en el futuro. Aún es necesario organizarlos y protegerlos, pero la accesibilidad inmediata se vuelve menos crítica. Algunos ejemplos de ello son los registros que deben conservarse por motivos legales o reglamentarios. Los datos inactivos se pueden archivar en distintos medios, tanto dentro como fuera de la red, y volver a un estado activo si fuera necesario.
Etapa 5: eliminación
Salvo algunas pocas excepciones, los datos no necesitan conservarse indefinidamente. Las empresas generan enormes volúmenes de datos continuamente, y el coste del almacenamiento de datos no es baladí. Es mejor eliminar datos antiguos de las bases de datos y los archivos antes de que el gasto que implica su almacenamiento exceda su posible valor. Del mismo modo que es importante decidir qué datos deben recopilarse, también lo es reconocer cuándo llegan al final de su vida útil.
HPE y la gestión del ciclo de vida de los datos
HPE cuenta con una amplia variedad de soluciones y servicios disponibles para ayudar a las empresas a planificar e implementar estrategias de DLM efectivas. HPE GreenLake para almacenamiento proporciona un conjunto completo de servicios de gestión de datos para las aplicaciones y la información empresarial presentes en las operaciones en el extremo, el núcleo y la nube.
- HPE GreenLake para almacenamiento en bloque ofrece una realización de presupuestos y pedidos sencilla, así como aprovisionamiento basado en la intención para cumplir con cualquier acuerdo de nivel de servicio con la agilidad del autoservicio, lo que acelera el desarrollo de nuevas aplicaciones, servicios e iniciativas.
- HPE DataOps Management puede implementar nuevas infraestructuras de datos bajo demanda en cuestión de minutos. Los nuevos sistemas se detectan automáticamente y se configuran fácilmente, mientras que los administradores pueden gestionar y supervisar la infraestructura nativa de la nube desde prácticamente cualquier dispositivo.
- HPE GreenLake para HCI construye nubes de autoservicio bajo demanda en entornos locales, de nube y de extremo con una gestión basada en la nube y la agilidad del autoservicio.
- HPE Backup and Recovery Service está diseñado para modernizar y proteger las operaciones de datos en la nube, coordinando snapshots para lograr unas restauraciones, recuperaciones y copias de seguridad en la nube rápidas a través de un panel único.
- HPE InfoSight aprovecha una inteligencia artificial avanzada para proporcionar unas operaciones de IA con gestión, reparación y optimización automáticas desde el extremo hasta la nube, lo que garantiza que tus aplicaciones se mantengan siempre rápidas y en funcionamiento.
- HPE CloudPhysics simplifica la planificación de la infraestructura y las cargas de trabajo desde el extremo hasta la nube con una supervisión continua y análisis instantáneos basados en datos en sistemas heterogéneos, lo que maximiza la obtención de beneficios y el retorno de la inversión.