[12/05/2025] Neo4j ha anunciado el lanzamiento de Neo4j Aura Graph Analytics, una nueva oferta sin servidor que puede utilizarse sin problemas con cualquier fuente de datos y con Zero ETL (extracción, carga, transferencia). Según lo señalado en el comunicado de prensa, la solución ofrece el poder de la analítica de gráficos a usuarios de todos los niveles, desbloqueando una inteligencia más profunda y logrando una precisión y calidad de información dos veces mayores en comparación con la analítica tradicional. Neo4j Aura Graph Analytics ya está disponible de forma general en régimen de pago por uso y funciona con todas las bases de datos, como Oracle y Microsoft SQL, todos los almacenes de datos en la nube y plataformas de lagos de datos, como Databricks, Snowflake, Google BigQuery, Microsoft OneLake, y en cualquier nube.
"El análisis de gráficos mejora la toma de decisiones de la IA al descubrir patrones y relaciones ocultos en datos complejos, lo que proporciona información más precisa con un contexto más rico que el análisis tradicional. Sin embargo, a pesar de sus poderosas capacidades, el análisis de gráficos ha permanecido fuera del alcance de muchas organizaciones debido a su complejidad y curva de aprendizaje. La nueva oferta de Neo4j hace que las capacidades de análisis de gráficos sean accesibles para todos y elimina las barreras de adopción al eliminar la necesidad de consultas personalizadas, canalizaciones ETL o cualquier necesidad de experiencia especializada en gráficos, para que los responsables de la toma de decisiones empresariales, los científicos de datos y otros usuarios puedan centrarse en los resultados, no en los gastos generales”, sostuvo Sudhir Hasbe, chief product officer de Neo4j.
El ejecutivo anotó que Neo4j Aura Graph Analytics no requiere configuración de infraestructura ni experiencia previa con tecnología de grafos o lenguaje de consulta Cypher. "Los usuarios implementan y escalan sin problemas las cargas de trabajo de análisis de gráficos de un extremo a otro, lo que les permite recopilar, organizar, analizar y visualizar datos. La oferta incluye la selección más grande de la industria de 65+ algoritmos de gráficos listos para usar y está optimizada para aplicaciones de alto rendimiento y flujos de trabajo paralelos. Los usuarios solo pagan por la potencia de procesamiento y el almacenamiento que consumen”.
Hasbe destacó como beneficios y capacidades claves a las siguientes:
- Hasta un 80 % de precisión del modelo, lo que permite una eficacia dos veces mayor de los conocimientos que van más allá de los límites de la analítica tradicional. "La precisión se logra transformando las estructuras de gráficos en características listas para ML con incrustaciones de gráficos, lo que desbloquea la capacidad única de Graph para descubrir patrones y relaciones más profundos en datos conectados complejos. Graph también se alinea dinámicamente en tiempo real a medida que cambian los datos, ya que está controlado por las conexiones entre los puntos de datos, no solo por los datos en sí. Los algoritmos de gráficos avanzados y las incrustaciones, como la centralidad, la búsqueda de rutas, la detección de comunidades, la predicción de enlaces y la similitud, mejoran drásticamente los resultados en cientos de casos de uso, como la detección de fraudes, la lucha contra el blanqueo de capitales, el rastreo de contactos de enfermedades, Customer 360, la gestión de la cadena de suministro, los motores de recomendación y el análisis de redes sociales”, explicó Hasbe.
- Los conocimientos se logran dos veces más rápido que las alternativas de código abierto con procesamiento en memoria paralelizado de algoritmos de grafos. "La capacidad de la oferta para ejecutar instancias de investigación DSML (ciencia de datos y aprendizaje automático) diferentes pero simultáneas también mejora la productividad de los analistas de datos. Los usuarios pueden escalar el análisis de gráficos en toda su organización con sesiones simultáneas ilimitadas, cada una de las cuales se ejecuta de forma independiente”, aseguró el ejecutivo.
- 75% menos de código, cero ETL. Según Hasbe, el código más bajo se logra gracias a la capacidad de aplicar más de 65 algoritmos de gráficos listos para usar, lo que elimina la necesidad de crear modelos manualmente para cada análisis. "Los usuarios ejecutan la oferta en cualquier lugar, directamente en cualquier dato empresarial y en el entorno de ciencia de datos que más les resulte familiar, proyectando fácilmente los datos de los marcos de datos de Pandas y con Zero-ETL. Los usuarios también pueden utilizar las herramientas de ciencia de datos basadas en Python con las que ya están familiarizados para proyectar subgrafos, ejecutar algoritmos y devolver resultados”.
- Sin gastos generales de administración y con un menor costo total de propiedad. "La oferta sin servidor totalmente administrada elimina la carga del aprovisionamiento, el mantenimiento o la administración de recursos del servidor. Los usuarios también minimizan los costos administrativos y optimizan los costos de infraestructura a través de un servicio flexible de pago por uso, que amplía o reduce la computación y el almacenamiento según sea necesario para un control de gastos más preciso”, comentó el ejecutivo.
Neo4j Aura Graph Analytics está disponible para todas las fuentes de datos a través de los marcos de datos de Pandas en Python.
Franca Cavassa, CTOPerú