Latest / M365.FM – Podcast de Microsoft 365, Copilot e IA en español / Microsoft Graph Data Connect explicado: datos de Microsoft 365 a gran escala en Azure y Fabric (Doblaje IA)

Transcript

Microsoft Graph Data Connect explicado: datos de Microsoft 365 a gran escala en Azure y Fabric (Doblaje IA) · M365.FM – Podcast de Microsoft 365, Copilot e IA en español

• 0:00
  Speaker 2: Listo para 10 días de Microsoft 365, Copilot, AI, Azure
• 0:04
  Speaker 2: y las personas que están dando forma al futuro del trabajo.
• 0:06
  Speaker 2: Este enero, vuelve M365Con y venimos. A lo grande. Únete
• 0:13
  Speaker 2: a nosotros para sesiones en vivo. Demostraciones reales y conocimientos
• 0:15
  Speaker 2: prácticos de MVP y expertos de la industria de todo
• 0:17
  Speaker 2: el mundo. Nada de diapositivas genéricas ni tecnicismos vacíos. Abordaremos
• 0:22
  Speaker 2: desafíos reales. Copilot Studio, agentes de IA, Fabric, Seguridad, Gobernanza
• 0:28
  Speaker 2: y Automatización. Ya seas un profesional de TI, desarrollador o
• 0:32
  Speaker 2: líder empresarial, hay sesiones diseñadas para ti. Con 10 días completos,
• 0:36
  Speaker 2: podrás explorar múltiples tecnologías y conectar con una comunidad global.
• 0:40
  Speaker 2: Mira las sesiones en vivo y lleva ideas prácticas de
• 0:43
  Speaker 2: vuelta a tu organización. Enero de 2027. 10 días. Una
• 0:48
  Speaker 2: sola comunidad de Microsoft. Las inscripciones ya están abiertas. Ve
• 0:53
  Speaker 2: a m365con.net y asegura tu lugar hoy mismo. Eso es m365con.net.
• 1:00
  Speaker 2: Únete ahora en m365con.net y nos vemos en vivo en enero.
• 1:05
  Speaker 2: El tema de hoy es algo de lo que la
• 1:06
  Speaker 2: mayoría no ha oído hablar, pero es una de las
• 1:08
  Speaker 2: herramientas más potentes para extraer datos de Microsoft 365 a
• 1:11
  Speaker 2: gran escala. Se llama Microsoft Graph Data Connect. Aquí está
• 1:14
  Speaker 2: la cuestión. Probablemente hayas intentado extraer datos de SharePoint o
• 1:17
  Speaker 2: Teams con la API de Graph normal. Funciona bien para
• 1:20
  Speaker 2: algunos elementos, pero cuando necesitas millones de registros, la limitación
• 1:23
  Speaker 2: de tasa y la paginación te afectan mucho. Recibes límites
• 1:25
  Speaker 2: de tasa, errores HTTP 4.79 y terminas pasando más tiempo
• 1:28
  Speaker 2: gestionando reintentos que haciendo trabajo real. Graph Data Connect te
• 1:31
  Speaker 2: permite evitar todo eso. Una sola solicitud puede mover terabytes
• 1:34
  Speaker 2: de datos a Azure o Microsoft Fabric. Sin paginación, sin limitaciones.
• 1:38
  Speaker 2: Al final de este episodio, sabrás exactamente qué es, en
• 1:40
  Speaker 2: qué se diferencia de las APIs de Graph normales y
• 1:42
  Speaker 2: cuándo usarlo. El problema de escala con los datos de M365.
• 1:46
  Speaker 2: Analicemos por qué las llamadas al API normal simplemente no
• 1:48
  Speaker 2: funcionan cuando haces análisis a gran escala. Cada día, Microsoft
• 1:52
  Speaker 2: 365 genera miles de millones de interacciones, correos enviados, mensajes
• 1:56
  Speaker 2: de Teams publicados, reuniones programadas... Esos son datos almacenados en
• 2:00
  Speaker 2: tu sistema. Si quieres analizarlos, por ejemplo, para entender patrones
• 2:02
  Speaker 2: de colaboración entre departamentos, necesitas sacarlos. Ahí es donde empiezan
• 2:06
  Speaker 2: los problemas. La API de Graph Standard está diseñada para
• 2:08
  Speaker 2: acceso en tiempo real. Pides los mensajes de un usuario
• 2:10
  Speaker 2: y te da los últimos 20. Si pides los siguientes 20, página.
• 2:14
  Speaker 2: Si pides muy rápido, recibes errores HTTP 429 y tienes
• 2:17
  Speaker 2: que detenerte, esperar y volver a intentar. Para una escala
• 2:20
  Speaker 2: pequeña eso funciona bien. Pero imagina que quieres analizar cada
• 2:23
  Speaker 2: sitio de SharePoint en una empresa de 10,000 usuarios. Incluso
• 2:26
  Speaker 2: con procesamiento por lotes tomaría horas o días y estaría
• 2:28
  Speaker 2: luchando contra límites de tasa todo el tiempo. Si necesitas
• 2:30
  Speaker 2: hacer esto con frecuencia, simplemente no es sostenible. Es por
• 2:33
  Speaker 2: esto que existe Graph Data Connect. No es un reemplazo
• 2:35
  Speaker 2: por la API de Graph. Es una herramienta completamente distinta
• 2:37
  Speaker 2: para un trabajo diferente. La API de Graph maneja acceso
• 2:40
  Speaker 2: en tiempo real a pequeñas cantidades de datos, mientras que
• 2:42
  Speaker 2: Data Connect está diseñado para extracción masiva a gran escala.¿
• 2:46
  Speaker 2: Qué es realmente Graph Data Connect? Entonces,¿ qué es Graph
• 2:49
  Speaker 2: Data Connect? Primero, aclaremos una confusión común. Microsoft Graph es
• 2:52
  Speaker 2: la puerta de entrada a todos los datos de Microsoft 365.
• 2:55
  Speaker 2: Cubre usuarios, mensajes, archivos, calendario, Teams y señales de seguridad.
• 2:59
  Speaker 2: Es el punto final único para todo, pero hay tres
• 3:01
  Speaker 2: formas distintas de interactuar con esos datos. La gente suele confundirlas.
• 3:05
  Speaker 2: Primero está la API de Graph. Es el modelo de
• 3:07
  Speaker 2: solicitud-respuesta en tiempo real. Pides el buzón de un solo
• 3:09
  Speaker 2: usuario y lo recibes al instante. Es genial para crear
• 3:12
  Speaker 2: aplicaciones y manejar consultas pequeñas, pero no está hecho para
• 3:14
  Speaker 2: gran escala. Luego tenemos los Graph Connectors. Estos traen datos
• 3:17
  Speaker 2: externos a Microsoft 365 para búsquedas y Copilot. Es sin
• 3:20
  Speaker 2: gestión o extracción. Estás introduciendo datos, no extrayendo. Y finalmente
• 3:24
  Speaker 2: está Graph Data Connect, es extracción masiva extrae enormes conjuntos
• 3:28
  Speaker 2: de datos de Microsoft 365 hacia tu propio entorno de
• 3:30
  Speaker 2: análisis ese es del que hablamos hoy piénsalo esta mano
• 3:34
  Speaker 2: usar la API de Graph es como pedirle a un
• 3:35
  Speaker 2: bibliotecario un libro a la vez vas al escritorio pides
• 3:38
  Speaker 2: un libro te lo entregan luego regresas y pides otro
• 3:42
  Speaker 2: funciona pero es lento Graph Data Connect es como decir
• 3:45
  Speaker 2: quiero una copia de cada libro en esta sección y
• 3:47
  Speaker 2: que te los entreguen en tu oficina en un palet
• 3:49
  Speaker 2: una solicitud una entrega todo lo que necesites entonces¿ cómo
• 3:51
  Speaker 2: funciona realmente? creas una canalización programada donde defines qué datos
• 3:55
  Speaker 2: quieres Sitios de SharePoint, chats de Teams, buzones de Exchange.¿
• 3:58
  Speaker 2: Y sabes si es un destino como una cuenta de
• 4:00
  Speaker 2: almacenamiento de Azure o Fabric Lake House? Luego Microsoft entrega
• 4:03
  Speaker 2: esos datos como archivos Parquet directamente a tu almacenamiento. Sin paginación,
• 4:07
  Speaker 2: sin limitación de velocidad, solo un trabajo de copia y
• 4:09
  Speaker 2: está hecho. Los datos llegan en formato Delta Parquet que
• 4:11
  Speaker 2: es eficiente y está listo para el análisis. Puedes consultarlos
• 4:14
  Speaker 2: con SQL, crear informes de Power BI o ejecutar modelos
• 4:16
  Speaker 2: de aprendizaje automático. Todo eso proviene de una única canalización
• 4:19
  Speaker 2: de extracción. Así que esa es la idea central. Graph
• 4:22
  Speaker 2: Data Connect es para cuando necesitas analizar todo tu patrimonio
• 4:24
  Speaker 2: de datos de M305, no solo una pequeña parte, no
• 4:27
  Speaker 2: solo una pequeña parte. A continuación, hablaremos sobre el modelo
• 4:29
  Speaker 2: de seguridad que mantiene tus datos confidenciales a salvo, la
• 4:32
  Speaker 2: capa de seguridad y gobernanza. Quizás te estés preguntando,¿ puedo
• 4:34
  Speaker 2: simplemente volcar los correos de todos en una cuenta de
• 4:36
  Speaker 2: almacenamiento y hacer lo que quiera? La respuesta es no,
• 4:39
  Speaker 2: y aquí por qué eso es algo bueno. Debido a
• 4:41
  Speaker 2: que Graph Data Connect maneja datos confidenciales como correos, mensajes
• 4:44
  Speaker 2: de Teams y archivos, su modelo de seguridad es mucho
• 4:46
  Speaker 2: más estricto que el de la API de Graph Standard.
• 4:48
  Speaker 2: Y eso es intencional, no querrías una herramienta tan potente
• 4:51
  Speaker 2: sin las protecciones adecuadas. Primero, requiere el consentimiento explícito de
• 4:53
  Speaker 2: un administrador. Un administrador debe aprobar cada aplicación y definir
• 4:57
  Speaker 2: exactamente a qué conjuntos de datos puede acceder. Puede limitar
• 5:01
  Speaker 2: el alcance a este nivel de propiedad. Solo quieres las
• 5:02
  Speaker 2: URL de los sitios, pero no propietarios. Puedes configurarlo. Solo
• 5:05
  Speaker 2: quieres la marca de tiempo de los mensajes, pero no
• 5:06
  Speaker 2: es contenido. También puedes configurarlo. Esto es mucho más granular
• 5:09
  Speaker 2: que los permisos estándar de la API de Graph, que
• 5:11
  Speaker 2: suelen ser todo o nada para un tipo de recurso determinado. Segundo,
• 5:14
  Speaker 2: los datos están cifrados en tránsito de forma predeterminada. Microsoft
• 5:17
  Speaker 2: los entrega en tu almacenamiento ya cifrados y si deseas
• 5:19
  Speaker 2: aún más control, puedes traer tus propias claves de cifrado
• 5:21
  Speaker 2: mediante Azure Key Vault. Así es como funciona. Tus datos
• 5:25
  Speaker 2: se cifran con una clave que solo tú posees. Microsoft
• 5:28
  Speaker 2: almacena la versión cifrada de esa clave, pero no puede descifrar.
• 5:30
  Speaker 2: Solo tu aplicación, usando tu clave privada, puede desbloquear los datos.
• 5:33
  Speaker 2: Esto significa que ni siquiera Microsoft puede dar tus datos
• 5:35
  Speaker 2: de la entrega. Tercero, existe la ofuscación de identidad. Las
• 5:39
  Speaker 2: identificaciones de usuarios reales, como direcciones de correo y nombres
• 5:42
  Speaker 2: principales de usuarios, se reemplazan por tokens irreversibles. Puedes seguir
• 5:45
  Speaker 2: analizando tendencias, cuántos usuarios acceden a un archivo o qué
• 5:48
  Speaker 2: departamento se comunica más, pero no puedes vincular esos datos
• 5:50
  Speaker 2: a una persona específica. Esto es fundamental para el cumplimiento
• 5:53
  Speaker 2: de la privacidad, especialmente con regulaciones como el RGPD. Cuarto,
• 5:56
  Speaker 2: cada ejecución de la canalización se registra, creando una pista
• 5:59
  Speaker 2: de auditoría completa que muestra quién aprobó qué, cuándo se
• 6:01
  Speaker 2: extrajeron los datos, qué conjuntos se usaron y cuántos datos
• 6:03
  Speaker 2: se transfirieron. Si un auditor pregunta quién accedió a estos
• 6:07
  Speaker 2: datos y por qué, tú tienes la respuesta. Esta capa
• 6:09
  Speaker 2: de seguridad es lo que hace que DataConnect sea seguro
• 6:11
  Speaker 2: para industrias reguladas como la salud, las finanzas y el gobierno.
• 6:15
  Speaker 2: Obtienes el poder del análisis sin los dolores de cabeza
• 6:17
  Speaker 2: de cumplir. Los datos nunca salen de tu control y
• 6:19
  Speaker 2: cada paso rastreado.¿ A dónde pueden ir los datos, Ander?
• 6:22
  Speaker 2: Pues una vez que los datos salen de Microsoft 365,¿
• 6:24
  Speaker 2: dónde terminan realmente? Originalmente, Graph Data Connect solo podía enviar
• 6:27
  Speaker 2: datos a Azure Synapse o Azure Data Lake Storage. Eso
• 6:30
  Speaker 2: funcionaba bien si eras un ingeniero de datos que vivía
• 6:32
  Speaker 2: en esas herramientas. Pero si eras un analista de negocios
• 6:35
  Speaker 2: o apenas estabas comenzando, no era exactamente amigable. Hoy, eso
• 6:37
  Speaker 2: ha cambiado. Data Connect ahora funciona directamente con Microsoft Fabric
• 6:41
  Speaker 2: y puedes establecer un Fabric Lakehouse como tu destino. Los
• 6:44
  Speaker 2: datos aparecen como archivos Delta Parket listos para analizar sin
• 6:47
  Speaker 2: necesidad de configuración adicional. Si ya estás usando Fabric, este
• 6:49
  Speaker 2: es el camino más simple, pero no estás limitado solo
• 6:51
  Speaker 2: a Fabric. También puedes usar canalizaciones de Azure Data Factory
• 6:55
  Speaker 2: para gestionar la extracción, programarla para ejecutarse cada noche y
• 6:57
  Speaker 2: tu entornada siempre tendrá datos frescos. Puedes dirigirlo a Azure
• 7:01
  Speaker 2: Blob Storage, Azure Data Lake o cualquier destino compatible. Pero
• 7:04
  Speaker 2: aquí está la cuestión, no estás encerrado en un solo destino.
• 7:07
  Speaker 2: Tus opciones incluyen Azure, Fabric e incluso plataformas de terceros
• 7:10
  Speaker 2: a través de canalizaciones personalizadas. Nada que llegan los datos
• 7:12
  Speaker 2: son tuyos. tú decides a dónde van y qué sucede
• 7:14
  Speaker 2: con ellos. Esa flexibilidad es lo que lo hace valioso.
• 7:17
  Speaker 2: Puedes combinar datos de M3 en C5 con datos de
• 7:19
  Speaker 2: otros sistemas, como tu CRM, tu RP, tu plataforma RR,
• 7:23
  Speaker 2: y crear una imagen completa de todo tu negocio. Esto
• 7:26
  Speaker 2: es algo que simplemente no puedes hacer solo con la
• 7:28
  Speaker 2: API de Graph Regular.¿ Cómo se compara con otras herramientas
• 7:31
  Speaker 2: de extracción? Podrías estar pensando, no puedo simplemente usar Power
• 7:34
  Speaker 2: Automate o un script personalizado. Hablemos de cuándo funciona cada
• 7:36
  Speaker 2: herramienta y cuándo no. Power Automate es excelente para la
• 7:40
  Speaker 2: automatización en tiempo real a pequeños cargos. activas un flujo
• 7:43
  Speaker 2: cuando se agrega un archivo y éste envía una notificación.
• 7:45
  Speaker 2: Eso funciona, pero aquí está el detalle. Power Automate maneja kilobytes,
• 7:48
  Speaker 2: no terabytes. La tiempo atrae una distracción más. Si intentas
• 7:51
  Speaker 2: extraer millones de registros a través de un flujo, se
• 7:53
  Speaker 2: agotará el tiempo, llegará a los límites de la API
• 7:56
  Speaker 2: o simplemente fallará silenciosamente. Es la herramienta incorrecta para este tramo.
• 7:59
  Speaker 2: Los scripts personalizados de Graph API están bien para conjuntos
• 8:01
  Speaker 2: de datos. Escribes un script a PowerShell, recorres las páginas
• 8:03
  Speaker 2: de tus datos, pero la paginación y los límites de
• 8:05
  Speaker 2: limitación lo hacen poco práctico para el análisis de todo
• 8:07
  Speaker 2: el inquilino, porque tendrías que gestionar tú mismo los reintentos,
• 8:10
  Speaker 2: el procesamiento por lotes y las tasas límites. Si tu
• 8:12
  Speaker 2: script se ejecuta durante horas y falla a mitad de camino,
• 8:14
  Speaker 2: buena suerte depurándolo. Azure Data Factory tiene más de 90
• 8:17
  Speaker 2: conectores y es una opción sólida para gestionar canalizaciones STD,
• 8:20
  Speaker 2: pero ADF en sí mismo no se conecta directamente a
• 8:22
  Speaker 2: los datos de M365 escala. Necesita un conector de origen
• 8:25
  Speaker 2: y ahí es donde DataConnect llena el vacío. ADF se
• 8:27
  Speaker 2: convierte en el administrador y DataConnect se convierte en la
• 8:29
  Speaker 2: fuente de datos. Graph DataConnect está diseñado específicamente para datos
• 8:32
  Speaker 2: masivos de M365. Una sola canalización puede extraer millones de registros,
• 8:36
  Speaker 2: a contrapartida de latencia. Cada ejecución de canalización tiene una
• 8:38
  Speaker 2: demora de unos 45 minutos antes de que los datos
• 8:40
  Speaker 2: comiencen a mover. Por lo tanto, no es para tableros
• 8:42
  Speaker 2: en tiempo real, sino para análisis programados a gran escala
• 8:44
  Speaker 2: que se ejecutan nocturnos o semanalmente. Piénselo de esta manera.
• 8:47
  Speaker 2: Power Automate en tiempo real maneja datos pequeños y desde
• 8:49
  Speaker 2: código bajo. Graph API en tiempo real maneja datos medianos
• 8:52
  Speaker 2: y requiere un desarrollador. Graph Data Connect es programado, maneja
• 8:56
  Speaker 2: datos masivos y requiere consentimiento del administrador. Son tres herramientas
• 8:59
  Speaker 2: diferentes para tres trabajos diferentes. Si necesita una alerta en
• 9:02
  Speaker 2: tiempo real, cuando un archivo cambia, use Power Automate. Si
• 9:04
  Speaker 2: necesita analizar patrones de uso en todos sus sitios de
• 9:07
  Speaker 2: SharePoint cada noche, use Graph Data Connect. No intente hacer
• 9:10
  Speaker 2: que una herramienta haga algo para lo que no fue creado.
• 9:13
  Speaker 2: Casos de abuso del mundo real. Entonces,¿ qué le permite
• 9:15
  Speaker 2: hacer realmente toda esta información? Permítame darle algunos ejemplos concretos.
• 9:18
  Speaker 2: Primero está el análisis de seguridad. Puede extraer registros de
• 9:21
  Speaker 2: auditoría y datos de actividad de Exchange y SharePoint, luego
• 9:23
  Speaker 2: ejecutar detección de anomalías para identificar cuentas comprometidas o patrones
• 9:26
  Speaker 2: de acceso a datos. Si un empleado descarga repentinamente miles
• 9:30
  Speaker 2: de archivos a las 2 de la mañana, querría saberlo.
• 9:32
  Speaker 2: Data Connect le ofrece los datos sin procesar para crear
• 9:34
  Speaker 2: este tipo de detección. Desconocimiento y colaboración son otro punto importante.
• 9:37
  Speaker 2: Al analizar los mensajes de Teams y los datos de
• 9:39
  Speaker 2: las reuniones, puede ver cómo trabajan realmente los equipos.¿ Qué
• 9:42
  Speaker 2: departamentos hablan entre sí con Muffet?¿ Dónde están los coches
• 9:45
  Speaker 2: de botella en su flujo de trabajo? Puede responder preguntas
• 9:47
  Speaker 2: como¿ Están los equipos multifuncionales realmente colaborando o solo asistiendo
• 9:50
  Speaker 2: a reuniones sin adivinar? Luego está la gestión de contenido
• 9:53
  Speaker 2: a gran escala. Puede extraer metadatos de millones de archivos
• 9:56
  Speaker 2: de SharePoint, encontrar contenido obsoleto que no se ha tocado
• 9:58
  Speaker 2: en años, identificar archivos duplicados que consumen almacenamiento y marcar
• 10:02
  Speaker 2: documentos con etiquetas sensibles que no deberían estar ahí. Ese
• 10:04
  Speaker 2: tipo de higiene de datos es imposible de hacer manualmente,
• 10:06
  Speaker 2: pero con Data Connect es sencillo. La experiencia del empleado
• 10:09
  Speaker 2: es un caso de uso y crecimiento. Combine los datos
• 10:11
  Speaker 2: de Viva Insights con los datos de Error. Para responder
• 10:13
  Speaker 2: preguntas como¿ Son los equipos con reuniones frecuentes más o
• 10:15
  Speaker 2: menos productivos? La clave es la ofuscación de la identidad.
• 10:18
  Speaker 2: puede analizar patrones sin exponer las identidades individuales. Se obtiene
• 10:21
  Speaker 2: información valiosa sin el riesgo de la privacidad. Y aquí
• 10:23
  Speaker 2: hay uno que se está volviendo muy importante, la preparación
• 10:25
  Speaker 2: para Copilot. Antes de implementar Microsoft Copilot, necesita comprender su
• 10:28
  Speaker 2: patrimonio de datos.¿ Dónde residen sus datos?¿ Cómo están organizados?¿
• 10:32
  Speaker 2: Qué permisos existen? DataConnect puede darle ese inventario. Puede ver
• 10:35
  Speaker 2: qué sitios tienen permisos excesivos, qué archivos están huérfanos y
• 10:38
  Speaker 2: dónde podrían estar expuestos datos sensibles. Sin esa base, Copilot
• 10:41
  Speaker 2: podría mostrar cosas que preferirías que no mostrara. Aquí hay
• 10:44
  Speaker 2: un ejemplo real. El Politécnico de Milán usó Data Connect
• 10:47
  Speaker 2: para analizar el sentimiento de los empleados a gran escala
• 10:50
  Speaker 2: entre miles de usuarios. Obtuvieron datos granulares objetivos que no
• 10:53
  Speaker 2: habrían podido conseguir de otra forma. Sin encuestas, sin sesgos,
• 10:56
  Speaker 2: solo datos de comportamiento reales sobre cómo trabaja la gente.
• 10:59
  Speaker 2: Ese es el poder de esta rama. Un recorrido sencillo
• 11:01
  Speaker 2: para la configuración. Esto puede sonar complicado, pero la configuración
• 11:04
  Speaker 2: real es sorprendentemente sencilla. Déjame guiarte a través de ella. Primero,
• 11:07
  Speaker 2: habilita Graph Data Connect en el centro de administración de
• 11:09
  Speaker 2: Microsoft 365. Ve a la configuración de la organización, busca
• 11:13
  Speaker 2: el interruptor de Data Connect y activa. Luego, selecciona qué
• 11:15
  Speaker 2: conjuntos de datos quieres poner a disposición, SharePoint, OneDrive, Exchange Teams.
• 11:19
  Speaker 2: Siempre puedes añadir más. Segundo, crea un registro de aplicación
• 11:22
  Speaker 2: en Microsoft Entra ID. Esa es la identidad de tu aplicación.
• 11:25
  Speaker 2: Piénsalo como una credencial de identificación para la Cone. Deberás
• 11:28
  Speaker 2: anotar el ID de la aplicación y generar un secreto
• 11:30
  Speaker 2: de cliente. Guarda ese secreto en un lugar seguro. Lo
• 11:33
  Speaker 2: necesitarás cuando configures la credencial. Tercero, crea una aplicación de
• 11:36
  Speaker 2: Graph Data Connect en el portal de Azure. Víncula el
• 11:39
  Speaker 2: registro de la aplicación que acabas de crear y elige
• 11:41
  Speaker 2: tu destino. Para la mayoría de los principiantes, un Fabric
• 11:43
  Speaker 2: Lakehouse es la opción más fácil. Sin cuentas de almacenamiento
• 11:46
  Speaker 2: extra que gestionar, sin configuraciones complejas, solo apunta y listo.
• 11:49
  Speaker 2: Cuarto es la puerta de gobernanza. Regresa al centro de
• 11:51
  Speaker 2: administración de Microsoft 365 y aprueba la aplicación. Un administrador
• 11:55
  Speaker 2: revisa los conjuntos de datos y permisos solicitados, qué datos
• 11:58
  Speaker 2: se accederán, qué columnas incluyen y luego otorga el consentimiento.
• 12:02
  Speaker 2: Este paso asegura que nada ocurra sin una aprobación explícita. Quinto,
• 12:06
  Speaker 2: crea una canalización en Fabric o Azure Data Factory. Usa
• 12:09
  Speaker 2: la actividad de copia con el origen de Microsoft 365.
• 12:12
  Speaker 2: Elecciona tu conjunto de datos. Por ejemplo, los sitios básicos
• 12:14
  Speaker 2: de SharePoint. Configura un filtro de fechas si solo quieres
• 12:17
  Speaker 2: datos recientes. Júntalo a tu Lakehouse. Eso es la mayor
• 12:19
  Speaker 2: parte del trabajo hecho. Sexto, ejecuta la canalización. Es donde
• 12:22
  Speaker 2: debes esperar. Hay unos 45 minutos de preparación inicial mientras
• 12:25
  Speaker 2: Microsoft prepara tus datos. Después de eso, los datos fluyen
• 12:27
  Speaker 2: como archivos Delta Parked. Y eso es todo. Desde ahí
• 12:30
  Speaker 2: puedes consultar los datos con SQL, crear informes de Power
• 12:33
  Speaker 2: BI o ejecutar modelos de aprendizaje automático. Todo dentro de Fabric.
• 12:37
  Speaker 2: Limitaciones hay que tener en cuenta. Antes de que salgas
• 12:39
  Speaker 2: corriendo a configurar esto, déjame explicarte algunas cosas que debes recordar. Primero,
• 12:42
  Speaker 2: la latencia. Esa sobrecarga de 45 minutos es real, así
• 12:45
  Speaker 2: que Data Connect nos para paneles en tiempo real. Si
• 12:47
  Speaker 2: necesita ver datos actualizados cada pocos minutos, esta no es
• 12:50
  Speaker 2: su herramienta. Está diseñada para análisis nocturnos o semanales, así
• 12:52
  Speaker 2: que planifique en consecuencia. Lo siguiente, el acceso entre inquilinos.¿
• 12:55
  Speaker 2: No puede extraer datos a un inquilino de Microsoft 365 diferente?
• 12:58
  Speaker 2: Los datos permanecen dentro de los límites de su organización.
• 13:00
  Speaker 2: Si es un constructor que gestiona varios inquilinos, necesitará canalizaciones
• 13:03
  Speaker 2: separadas para cada uno. La disponibilidad del conjunto de datos
• 13:06
  Speaker 2: es otro punto a tener. No todos los datos de
• 13:08
  Speaker 2: M365 están disponibles en DataConnect. Los conjuntos de datos básicos
• 13:11
  Speaker 2: cubren SharePoint, Exchange, Teams y grupos, o podrían faltar algunas
• 13:14
  Speaker 2: propiedades avanzadas. Consulta documentación antes de comprometerse con un análisis específico. Ahora,
• 13:19
  Speaker 2: los costos. DataConnect tiene un modelo de precios basado en consumo.
• 13:21
  Speaker 2: Se le cobra por cada objeto recuperado. Para un inquilino
• 13:24
  Speaker 2: pequeño es insignificante, pero para uno de 100.000 usuarios con
• 13:26
  Speaker 2: millones de archivos aumenta rápidamente. Presupuesta en consecuencia, prevé primero
• 13:30
  Speaker 2: con un conjunto de datos pequeño. El proceso de aprobación
• 13:32
  Speaker 2: también importa. Cada aplicación necesita el consentimiento explícito del administrador
• 13:36
  Speaker 2: y si cambia los conjuntos de datos o agrega nuevas columnas,
• 13:38
  Speaker 2: debe volver a probar. Incluya esto en su flujo de
• 13:40
  Speaker 2: trabajo para que no tome por sorpresa cuando hay canalización.