Implementación de analítica descriptiva y predictiva a partir de una arquitectura serverless en la nube para pymes

Abstract

La computación en la nube y las arquitecturas serverless han surgido como una alternativa estratégica para que las pequeñas y medianas empresas (PYMES) accedan a capacidades de analítica avanzada sin incurrir en altos costos de infraestructura. Sin embargo, la adopción integral de enfoques de Infrastructure as Code (IaC) y analítica predictiva en este contexto aún presenta vacíos de investigación y práctica en América Latina. Se llevó a cabo una revisión sistemática de la literatura para identificar beneficios, limitaciones y tendencias en IaC y arquitecturas serverless. Posteriormente, se diseñó e implementó una arquitectura serverless en AWS, utilizando tanto CloudFormation como Terraform para comparar flexibilidad y mantenibilidad. Con datos anonimizados de pacientes, se construyeron y evaluaron modelos predictivos (Regresión Logística, Random Forest, Gradient Boosting y KNN) desplegados en Glue Jobs. Finalmente, se desarrolló un reporte descriptivo en Amazon QuickSight, consolidando tanto las transformaciones en la capa gold como las predicciones generadas. La revisión evidenció que AWS es el proveedor con mayor adopción y soporte para PYMES, que CloudFormation ofrece mayor granularidad en configuraciones específicas y que Terraform facilita portabilidad multi-nube. En la arquitectura implementada, S3 junto con Glue y Athena demostraron ser soluciones costo-eficientes y escalables, mientras que AWS Glue Jobs se consolidó como la mejor opción para cargas predictivas al superar las limitaciones de tamaño de librerías en Lambda. En el modelo predictivo, Gradient Boosting alcanzó la mayor exactitud con 61,57%, seguido de Regresión Logística con 61,11%, evidenciando la viabilidad de recomendaciones automáticas aun con variables limitadas. El tablero en QuickSight integró métricas descriptivas y predictivas en cuatro páginas, mostrando de manera visual patrones históricos y predicciones. Se pudo concluir que la adopción de arquitecturas serverless con IaC es viable y costo-eficiente para PYMES, siempre que se consideren las limitaciones técnicas de cada servicio. De los resultados se concluye que Glue Jobs complementa a Lambda en escenarios de analítica avanzada, mientras que QuickSight constituye una herramienta práctica para consolidar la analítica descriptiva y predictiva en tableros interactivos. En conjunto, la investigación demuestra que las PYMES pueden acceder a soluciones analíticas robustas y escalables en la nube, fortaleciendo su capacidad competitiva. (Texto tomado de la fuente)

Cloud computing and serverless architecture have emerged as a strategic alternative for small and medium-sized enterprises (SMEs) to access advanced analytics capabilities without incurring high infrastructure costs. However, the comprehensive adoption of Infrastructure as Code (IaC) and predictive analytics in this context still presents research and practice gaps in Latin America. A systematic literature review was conducted to identify benefits, limitations, and trends in IaC and serverless architectures. Subsequently, serverless architecture was designed and implemented in AWS using both CloudFormation and Terraform to compare flexibility and maintainability. With anonymized patient data, predictive models (Logistic Regression, Random Forest, Gradient Boosting, and KNN) were built and evaluated, deployed through AWS Glue Jobs. Finally, a descriptive analytics report was developed in Amazon QuickSight, consolidating both the transformations in the gold layer and the generated predictions. The review showed that AWS is the provider with the highest adoption and support for SMEs, that CloudFormation offers greater granularity in specific configurations, and that Terraform enables multi-cloud portability. In the implemented architecture, S3 combined with Glue and Athena proved to be cost-efficient and scalable, while Glue Jobs emerged as the best option for predictive workloads, overcoming Lambda’s library size limitations. In predictive modeling, Gradient Boosting achieved the highest accuracy at 61.57%, followed by Logistic Regression at 61.11%, demonstrating the feasibility of automated recommendations even with limited variables. The QuickSight dashboard integrated descriptive and predictive metrics into four pages, visually displaying historical patterns and predictions. It can be concluded that adopting serverless architectures with IaC is both viable and cost-efficient for SMEs, provided that the technical limitations of each service are considered. The results show that Glue Jobs complement Lambda in advanced analytics scenarios, while QuickSight is a practical tool to consolidate descriptive and predictive analytics into interactive dashboards. Overall, the study demonstrates that SMEs can access robust and scalable cloud-based analytics solutions, strengthening their competitiveness.