Arquitectura Power Platform

En el post de hoy me gustaría compartir un diagrama global de la arquitectura de Power Platform. El siguiente diagrama conceptualiza la plataforma de datos desde varias áreas, incluida la recopilación de datos, las fuentes, la ingesta de datos, el almacenamiento y la visualización. El objetivo es mostrar el modelado de la plataforma para entender como funciona un proceso empresarial, desde la obtención de datos hasta convertirse en información valiosa para una organización.

Qué mejor manera de empezar que mostrando en toda su amplitud cómo es  la arquitectura de componentes de la Power Platform y cómo una serie de sistemas y servicios interactúan (en algunas ocasiones de manera nativa y en otras de manera un poco mas compleja) con la plataforma. Este Diagrama esta basado en el diagrama creado por Nicolas Kirrmann, PowerPlatform Global Black Belt en Microsoft.

En muchos de mis diseños utilizo estos elementos, que si bien, en muchas ocasiones requieren de mas detalle técnico, permiten ver de manera muy precisa como se interrelacionan todos los objetos que conforman la plataforma.

Entrada de datos

Estas son las soluciones transaccionales a través de las cuales los usuarios recopilan y generan datos.

• Power Apps: Se trata de aplicaciones móviles y basadas en navegador con las que los usuarios interactúan. Tenemos tres tipologías claramente diferenciadas. Canvas Apps (pensadas para móvil y Tablet), Model Driven Apps basadas en navegador e integradas en Dataverse y Portals enfocadas para la interacción de Dataverse a públicos externos e internos como clientes, partners y empleados. Como punto importante  destacar que toda la plataforma Dynamics 365 (Sales, Marketing, Customer Service, Field Service y Project Service Automation) son Model Driven Apps.
• Power Virtual Agents: Son chatbots  con IA integrada a través de los cuales los empleados internos o los clientes externos pueden interactuar conversacionalmente para procesar transacciones, resolver dudas o ejecutar determinadas acciones.
• Power Automate: Pensados para la automatización en la aplicación, la gestión de procesos empresariales y la automatización robótica de procesos (RPA).

Fuentes de datos

Dataverse es en sí mismo una base de datos estructurada. Los datos a menudo no se recopilan únicamente a través de las soluciones descritas en la sección anterior. Hay muchas fuentes de las cuales se pueden extraer datos a la plataforma. Las siguientes son categorías amplias de fuentes de datos y tecnologías:

• Estructurados: Como es el caso de Dataverse, aquí estamos hablando de datos relacionales correctamente modelados.
• No estructurados: La característica principal de este tipo de datos, generalmente binarios, es que no poseen una estructura interna identificable. Una vez organizados los archivos que conforman el contenido se pueden categorizar para obtener información.
• Streaming: ‎Son datos generados continuamente y utilizados para generar información en tiempo real.

Carga

En este punto hablaremos de la carga de datos de fuentes estructuradas, no estructuradas y en streaming.  También es importante tener en cuenta que muchas organizaciones todavía mantienen su fuentes de datos en servidores locales. Estas fuentes también pueden ser ingeridas, a menudo requiriendo una puerta de enlace de datos intermediaria para mover datos de los sistemas OnPremise a la nube. Sea cual sea la fuente,  la ingesta de datos trata de tomar grandes cantidades de datos, establecer relaciones con otros, tomar decisiones sobre dónde almacenarlos y luego llevarlos a donde deben ir. En función del volumen y del caso de uso podemos utilizar diferentes herramientas:‎

• ‎Data Flow: Los flujos de datos son una tecnología de preparación de datos basada en la nube. Permiten a los clientes ingerir, transformar y cargar datos en entornos de Microsoft Dataverse, áreas de trabajo de Power BI o en la cuenta de Azure Data Lake Storage. Se han creado mediante Power Query, lenguaje unificado de preparación y conectividad de datos. Esta pensado para pequeños volúmenes de datos ya que el rendimiento insertando registros en Dataverse es registro a registro y por lo tanto no sería una herramienta adecuada para grandes volúmenes de datos.
• ‎Azure Data Factory‎‎: Se trata de la herramienta ETL por excelencia de Azure. Es importante destacar que en el contexto de Power Platform, Data Factory puede ingerir datos y orquestar su movimiento en Dataverse, lo que convierte a Data Factory en un socio indispensable para Dataverse en escenarios de plataforma de datos a escala. A diferencia de Data Flow, Data Factory sí que esta pensado para grandes volúmenes de datos.‎
• ‎Azure Event Grid‎‎: Recibe los eventos que ocurren en una determinada fuente de datos. Orquesta estos eventos, esencialmente recibiendo los datos equivalentes a una notificación push y tomando medidas basadas en esa notificación. Esto es útil para orquestar los efectos posteriores de los eventos que ocurren en Dataverse.‎

Análisis

El objetivo final de las organizaciones es acceder a los conocimientos y a la toma de decisiones que son posibles gracias al  análisis de los datos. Es en esta fase donde realmente empezamos a cerrar el círculo alrededor de Power Platform en nuestro ecosistema de datos, ya que alimentamos los datos directamente a soluciones como por ejemplo Dynamics Customer Insights, que se encuentra dentro de la esfera de las aplicaciones empresariales nativas de Microsoft / Power Platform como parte de la familia de aplicaciones Dynamics 365.

Existen otras muchas soluciones de análisis de datos como pueden ser Data Bricks, Cognitive Services o Stream Analytics, pero en esta ocasión, pese a que es un producto muy nuevo mencionaré Dynamics Customer Insights. Todavía me falta conocimiento al respecto de este producto, pero algunos compañeros de mi compañía consiguieron recientemente un caso de éxito sin precedentes con este producto.

Vitaldent se apoya en la nube de Microsoft para impulsar su liderazgo – Centro de noticias.

https://www.prodwaregroup.com/es-es/casos-exito/vitaldent/

Visualización

Es donde sacamos a la superficie los conocimientos y hacemos que nuestro análisis sea utilizable por los diferentes componentes de una organización de forma interactiva. Nuestra herramienta principal aquí es Power BI, uno de los cuatro principales componentes nativos de Power Platform (junto con Power Apps, Power Automate y Virtual Agents que hemos comentado anteriormente). En Power BI creamos gráficos, cuadros de mando e informes interactivos a partir de todo nuestro ecosistema de datos.

Resumen y aclaraciones

Con este artículo pretendo que se pueda tener una visión global de la plataforma. Cada proyecto que realizamos tiene infinitas combinaciones de los componentes que he mencionado y para llegar a una buena solución siempre hay más de un camino.

A lo largo de las siguientes publicaciones hablaré en detalle de muchos de estos componentes, con ejemplos prácticos y entrando mucho mas en las entrañas de cada uno de los elementos que conforman la Power Platform.

Hay algunos elementos como AI Builder que no he mencionado a lo largo del artículo y la justificación es que creo que pese a que es un elemento que añade una capa de IA "low code" a alguno de los componentes de la plataforma, no aplicaba su mención en los grandes bloques funcionales de la misma. Lo mismo pasa con los Servicios de Azure. En el diagrama solo aparecen 9 servicios que se utilizan con mucha frecuencia en proyectos de Power Platform, pero me he dejado fuera infinidad de ellos que perfectamente podrían cuadrar en nuestros proyectos.

Espero que os haya ayudado a tener una visión global de la plataforma. Se trata de una plataforma viva y muy susceptible al cambio, por lo tanto, este diagrama irá evolucionando a lo largo de los meses. Estaremos atentos.