Hasta 2025, Arauco operaba con una arquitectura mixta que combinaba un Data Warehouse on premise como repositorio analítico central con algunas iniciativas complementarias de datos en la nube.

Su Data Warehouse requería mantenimiento y monitoreo permanente para su normal funcionamiento y, aún así, sufría interrupciones. Además, necesitaba una gran cantidad de procesamiento en el sistema fuente (ERP) para las cargas de datos. Asimismo, la comunicación con su sistema de reportes no era la mejor, lo que provocaba demoras en la operación.

Si bien con el tiempo fueron mejorando su funcionamiento y minimizando las interrupciones, aún tenían problemas con la actualización de datos, especialmente en áreas como las forestales, en donde contar con indicadores correctos era clave para iniciar las operaciones de cosecha o transporte.

En este escenario, Arauco se acercó a Google Cloud en busca de una solución que les permitiera acelerar la modernización de la capa semántica, aprovechar modelos analíticos preconstruidos y avanzar hacia capacidades de IA corporativa, con menor riesgo y mayor valor para el negocio.

Además, con la adopción de la nube, la empresa se propuso superar los cuellos de botella de su Data Warehouse on premise con mayor escalabilidad y rendimiento, reducir la carga operativa con una plataforma más estable y gestionada, mejorar la calidad y consistencia del dato, y asegurar la predictibilidad de costos.

Con el objetivo de modernizar su Data Warehouse corporativo con alcance global y consolidar una plataforma única, escalable y gobernada que les permitiera explotar analíticamente los datos, en julio de 2024 Arauco dio inicio a su proyecto Janus, basado en Google Cloud.

Liderado por el equipo de Data Factory, responsable de la ingeniería y automatización de datos corporativos, su implementación se estructuró en formato ágil, en releases iterativos, con entregables y objetivos definidos.

Durante la fase 1, se estableció la base técnica del nuevo Data Warehouse y se integraron más de 800 tablas de SAP en BigQuery, con cargas cada 10 minutos.

En la fase 2, la empresa incorporó Google Cloud Cortex Framework para construir los primeros modelos analíticos, así como Vertex AI y Cloud Run para orquestar servicios de analítica generativa y habilitar casos de IA generativa en diversas áreas de la empresa.

La fase 3 de la migración consolidó las prácticas de DataOps y automatizó los despliegues con Dataform, además de adoptar reservas de BigQuery para asegurar estabilidad y predictibilidad de costos.

La adopción de Google Cloud permitió modernizar por completo el Data Warehouse corporativo de Arauco, reemplazando el repositorio anterior por una arquitectura moderna, escalable y gobernada.

Gracias a Google Cloud, el proyecto Janus eliminó por completo los cuellos de botella y las interrupciones en el Data Warehouse, garantizó estabilidad operativa crítica y aceleró el acceso a la información, con datos actualizados cada 10 minutos en BigQuery y ejecución de modelos analíticos en menos de 5 minutos.

Hoy, su plataforma en la nube procesa más de 140 TB diarios y mantiene más de 15 TB de datos almacenados en BigQuery, con consultas que promedian los 31 segundos de ejecución. Gracias a esta base, hoy los datos están disponibles casi en tiempo real para áreas como Finanzas y Operaciones, lo que permite tomar mejores decisiones.

Además, el tiempo de disponibilidad de los datos en procesos de cierre y costos pasó de 8 horas a sólo 15 minutos, combinando replicación y procesamiento en BigQuery. Asimismo, las actualizaciones de reportes forestales que antes demoraban entre 2 y 3 horas, hoy se ejecutan en 15 minutos, lo que aceleró la toma de decisiones operacionales y redujo significativamente los tiempos de recuperación ante incidentes.

A nivel de estabilidad, Arauco obtuvo grandes beneficios, ya que la plataforma en la nube alcanzó un 99,99% de disponibilidad, lo que ayudó a eliminar interrupciones, procesos lentos y errores comunes de infraestructura, como falta de memoria, procesos detenidos e incompatibilidad de caracteres.

En términos de costos, el proyecto ayudó a la empresa a lograr un ahorro de 37% en OPEX, gracias a una operación más eficiente y al compromiso de reservas en BigQuery a tres años, que aseguró más procesamiento a medida que crecen, con costos planos y predecibles que brindan escalabilidad.

La automatización y la escalabilidad fueron otras de las ventajas obtenidas por la empresa a partir de la migración a Google Cloud. Con las soluciones de datos en la nube, fueron capaces de automatizar los despliegues y el control de versiones, lo que aceleró las entregas y redujo la carga operativa del equipo técnico. Además, se establecieron dominios, catálogos y políticas de acceso, que crearon la base para escalar el gobierno y la seguridad hacia nuevos dominios y plantas industriales.

Finalmente, el proyectó Janus fue un habilitador de la innovación en Arauco, ya que les permitió desarrollar casos de uso generativos escalables, como agentes de planificación y mantenimiento, chatbots de proveedores y una nueva página de reportabilidad, sobre una arquitectura común de datos. Por ejemplo, el Agente de Planificación MRO, que opera sobre datos replicados en BigQuery.

“Con la migración logramos tiempos operativos significativamente mejores y los usuarios comprobaron que el dato llega oportunamente y con mayor confiabilidad”, señaló Luis Fernando Pérez Canales, Head of Data Factory & Automation de Arauco.