“El modelado de datos es el proceso de representar de forma estructurada cómo se organiza, relaciona y utiliza la información dentro de una organización. Es un paso previo y fundamental para construir bases de datos, sistemas de análisis o integraciones tecnológicas. Representa el plano maestro de la información: define qué datos se necesitan, cómo se conectan y cómo deben gestionarse. Ese plano no varía según dónde se ejecute. Lo que sí cambia es la capa de despliegue —ElastiCube, Live, B2D o Híbrido en el caso de Sisense—, que determina el rendimiento, la actualidad del dato y la carga sobre el sistema de origen con el mismo esquema lógico de fondo”.

 

El modelo no es una decisión invisible para el negocio

El rendimiento empresarial —en términos de rentabilidad, productividad, eficiencia, satisfacción del cliente, etc.— depende en buena parte de si el modelo de datos ayuda a los usuarios a obtener rápida y fácilmente respuestas a sus preguntas empresariales.

Y aunque la elección entre las distintas opciones para establecer ese modelo se tome en una capa técnica, sus efectos se sienten fuera de ella: en cuánto tarda en cargar un cuadro de mando que un directivo revisa cada mañana; en si el dato que ve refleja lo que pasó ayer o lo que está pasando ahora mismo; y en el coste de infraestructura que la organización asume mes a mes para sostener esa analítica.

Un modelo mal elegido no falla de forma dramática; falla poco a poco, en forma de informes lentos, datos desactualizados o costes de procesamiento que crecen sin motivo aparente o justificado.

En arquitectura de datos, la decisión de cómo preparar la información para su análisis suele resolverse entre dos paradigmas: la materialización, que consiste en extraer, transformar y almacenar los datos en una estructura propia antes de consultarlos, y la virtualización, que consulta la fuente original en el momento, sin una copia intermedia. Ambos enfoques implican compromisos distintos entre rendimiento, actualidad de los datos y carga sobre el sistema de origen.

La elección entre ellos —y sus variantes híbridas— determina buena parte del comportamiento de cualquier plataforma analítica.

 

El modelo de datos con Sisense

En Sisense, el modelo de datos es una elección que ofrece la máxima flexibilidad para estructurar, preparar y organizar los datos para su análisis. Permite a los usuarios conectar, transformar y visualizar datos de diversas fuentes en cuadros de mando interactivos, sin necesidad de conocimientos especializados en ingeniería de datos.

Veamos a continuación los casos de uso más comunes y los factores más relevantes que hay que tener en cuenta a la hora de elegir entre los cuatro tipos de modelo disponibles en Sisense: Live, ElastiCube, Build to Destination (B2D) o Híbrido.

 

Modelos ElastiCube

Entre los casos de uso más habituales para el modelado con ElastiCube se incluyen los análisis para todo tipo de casos de uso e industrias como el entretenimiento, la sanidad, la educación y el marketing.

Es adecuado utilizar ElastiCube cuando:

• No haya un Cloud Data Warehouse (CDW) y existan múltiples fuentes de datos, es decir, se deba realizar una «combinación de datos»).
• Se requieren transformaciones y limpieza de datos, pero aún no existe una solución de preparación de datos en su infraestructura.
• Existe un CDW desplegado, pero el proveedor cobra tarifas significativas en función del volumen de consultas.
• El conjunto de datos está creciendo, pero actualmente es inferior a 1.000 millones de registros por modelo de datos. Cuando la cantidad de datos crezca hasta superar los 1.000 millones de registros para cualquier modelo de datos individual, debes cambiar al modelo B2D o Live.
• La cadencia de actualización de datos es poco frecuente o está vinculada a un canal ETL.
• Se requiere la opción de creación o acumulación de tablas (incremental).

ElastiCube se apoya en la tecnología In-Chip, patentada por Sisense en 2010, que ejecuta el proceso analítico completo —desde la compilación de consultas hasta los algoritmos de análisis— dentro de la CPU, en lugar de depender exclusivamente de RAM o disco. Esto permite procesar grandes volúmenes de datos con tiempos de respuesta muy rápidos.

 

Modelos LIVE

Entre los casos de uso adecuados para los modelos Live se incluyen: análisis bursátil y de mercados de valores, banca, comercio electrónico y análisis de ventas de gran volumen, así como análisis de centros de atención telefónica y de servicio al cliente.

Es adecuado desplegar modelos Live cuando:

• Los modelos de datos tengan más de mil millones de registros. (Los modelos de datos de ElastiCube están limitados a mil millones de registros).
• Se requieran actualizaciones frecuentes de datos y estas puedan ser compatibles con el ritmo del programa ETL del cliente.
• Los datos proceden de un almacén de datos en la nube (CDW), se actualizan con frecuencia y/o en tiempo real, y el coste de las consultas es bajo (ejemplos: Redshift, BigQuery).
• Los datos ya están estructurados de forma ordenada y no se requiere una transformación extensa (no hay tablas personalizadas en Live).
• La fuente de datos debe ajustarse en función del usuario o grupo que acceda a los análisis y, en estos casos, es recomendable utilizar el complemento Dynamic ElastiCubes.
• Se prefiere trabajar con el lenguaje/sintaxis de la fuente de datos subyacente.
• Hay muchos modelos específicos para cada dominio (Tenant). Con Live, podrás aprovechar las conexiones dinámicas en modo Live y no tienes que preocuparte por la programación de la compilación.
• Los recursos del sistema son limitados (CPU, RAM).

A diferencia de ElastiCube, donde el coste de una consulta mal escrita se paga sobre todo durante el build, en Live ese coste se paga en cada interacción del usuario con el cuadro de mando, porque la consulta se ejecuta directamente contra la fuente. Es la contrapartida de la actualidad casi en tiempo real que ofrece este modelo.

 

Build to Destination (B2D)

El benchmarking es un buen caso de uso para B2D. Debes adoptar el modelo B2D cuando:

• Se requiera una actualización ascendente.
• Los modelos ElastiCube desplegados contienen una gran cantidad de datos.
• Se requiere la preparación de datos (por parte de un usuario final de Sisense) además de un CDW existente.
• Por ejemplo, el cliente tiene acceso al almacenamiento Amazon S3 y a un CDW (como Snowflake o Redshift).

Conviene tener presente que B2D se comporta, en la práctica, como un modelo Live: todas las consultas pasan por el CDW, lo que aumenta los costes asociados tanto al propio CDW como al almacenamiento.

 

Modelos Híbridos

Es conveniente utilizar los modelos Híbridos, es decir, una combinación de ElastiCube y Live cuando:

• Los paneles de control deben incluir tanto datos históricos como actuales. En muchos casos, el modelo de datos ElastiCube se utiliza para proporcionar datos históricos, mientras que el modelo Live se utiliza para proporcionar los datos actuales.
• ElastiCube se utiliza para conjuntos de datos con segmentos variados (con un alto nivel de granularidad), mientras que el modelo de datos Live admite elementos visuales para obtener información detallada a nivel transaccional o histórica (archivada).
• Un cuadro de mando puede incluir tanto componentes visuales (widgets) que requieren datos en tiempo real como otros que no los requieren.

 

En resumen

La elección del modelo de datos en Sisense no es un trámite técnico previo al verdadero trabajo de análisis: es, en sí misma, la decisión que convierte el plano maestro del que hablábamos al principio en un sistema real, con un coste, una velocidad y una fiabilidad concretas. El modelo lógico define qué preguntas se pueden responder; el modelo de despliegue —ElastiCube, Live, B2D o Híbrido— define si la respuesta llega a tiempo y a qué precio.

Y la flexibilidad es máxima para garantizar a nuestros clientes una arquitectura eficiente en términos de coste y rendimiento.

 

¿Tienes dudas sobre qué modelo encaja mejor con tu caso de uso: volumen de datos, frecuencia de actualización, coste del CDW?

Hablemos y lo revisamos juntos sobre tu escenario real y te mostraremos cómo es posible llevarlo a producción viendo Sisense en acción.

Parapentex Studios, March 2026