Tamaño del mercado de software de bases de datos de series temporales, participación, crecimiento y análisis de la industria, por tipo (basado en la nube, basado en la web), por aplicación (grandes empresas, pymes), información regional y pronóstico hasta 2035

Descripción general del mercado de software de bases de datos de series temporales

El tamaño del mercado mundial de software de bases de datos de series temporales se proyecta en 883,28 millones de dólares en 2026 y se espera que alcance los 1416,35 millones de dólares en 2035 con una tasa compuesta anual del 5,5%.

El mercado de software de bases de datos de series temporales se está expandiendo rápidamente en industrias como IoT, finanzas, telecomunicaciones y manufactura, con aproximadamente el 61% de las empresas generando flujos de datos con marca de tiempo que superan los 500.000 puntos de datos por segundo. Casi el 68 % de las implementaciones industriales de IoT dependen de bases de datos de series temporales para el monitoreo en tiempo real y el mantenimiento predictivo. Alrededor del 54% de los datos generados a nivel mundial están estructurados en series temporales, mientras que el 47% de las plataformas de análisis integran bases de datos de series temporales para inteligencia operativa. Además, aproximadamente el 39 % de las organizaciones utilizan estas bases de datos para reducir el tiempo de inactividad del sistema en un 26 % y mejorar la eficiencia del procesamiento de datos en un 31 %.

En los Estados Unidos, el mercado de software de bases de datos de series temporales muestra una fuerte adopción, con aproximadamente el 63% de las empresas que utilizan bases de datos de series temporales para aplicaciones de monitoreo y análisis en tiempo real. Más de 12.000 empresas de sectores como finanzas, energía y telecomunicaciones utilizan estos sistemas, y California, Texas y Nueva York contribuyen con casi el 41% de las instalaciones. Alrededor del 58% de las implementaciones de IoT en EE. UU. dependen de bases de datos de series temporales, mientras que el 44% de las instituciones financieras las utilizan para operaciones de alta frecuencia y análisis de riesgos. Además, aproximadamente el 36 % de los sistemas de infraestructura inteligente incorporan plataformas de datos de series temporales para mejorar la eficiencia operativa en un 28 %.

Descargar muestra gratuita para obtener más información sobre este informe.

Hallazgos clave

• Impulsor clave del mercado:Aproximadamente el 69 % de la demanda está impulsada por la generación de datos de IoT, el 56 % de la adopción está vinculada a análisis en tiempo real y el 48 % de crecimiento está respaldado por aplicaciones de mantenimiento predictivo en todos los sectores industriales.
• Importante restricción del mercado: Alrededor del 43 % de la complejidad en la integración de datos, el 38 % de los altos requisitos de infraestructura y el 32 % de las preocupaciones sobre la seguridad de los datos limitan la adopción, mientras que el 27 % de la falta de profesionales capacitados afecta la eficiencia de la implementación.
• Tendencias emergentes: Casi el 52 % se desplaza hacia arquitecturas nativas de la nube, el 44 % la adopción de análisis impulsados ​​por IA y el 36 % la integración con tecnologías informáticas de punta están dando forma a la evolución del mercado.
• Liderazgo Regional: Norteamérica lidera con aproximadamente un 38% de participación de mercado, seguida por Asia-Pacífico con un 34%, Europa con un 21% y Medio Oriente y África contribuyendo con casi un 7%.
• Panorama competitivo: Los cinco principales actores representan aproximadamente el 57 % de la participación de mercado, mientras que las empresas de nivel medio contribuyen con el 29 % y los proveedores emergentes representan casi el 14 % de la competencia global.
• Segmentación del mercado:Las soluciones basadas en la nube tienen una participación del 62%, las soluciones basadas en web representan el 38%, mientras que las grandes empresas contribuyen con el 64% del uso y las PYMES representan el 36%.
• Desarrollo reciente: Aproximadamente un 41 % de aumento en la integración de IA, un 33 % de crecimiento en las implementaciones en la nube y un 28 % de avances en las tecnologías de procesamiento de datos en tiempo real observados entre 2023 y 2025.

Últimas tendencias del mercado de software de bases de datos de series temporales

Las tendencias del mercado de software de bases de datos de series temporales destacan la creciente adopción de plataformas nativas de la nube, con aproximadamente el 52 % de las empresas migrando sus cargas de trabajo de series temporales a entornos de nube para mejorar la escalabilidad y reducir la latencia en un 24 %. Alrededor del 44 % de las organizaciones están integrando inteligencia artificial y aprendizaje automático en el análisis de series temporales, lo que mejora la precisión de la detección de anomalías en un 33 % y la eficiencia de las previsiones en un 27 %.

La demanda impulsada por IoT representa casi el 61% de la generación de datos, donde las bases de datos de series temporales procesan flujos de datos de sensores que superan los 500.000 puntos de datos por segundo. Aproximadamente el 36 % de las implementaciones ahora incorporan capacidades informáticas de vanguardia, lo que permite el procesamiento en tiempo real de hasta el 45 % de los datos en el origen y reduce la carga de la red en un 21 %. Además, las soluciones de código abierto representan el 31% de la adopción, particularmente entre las pymes, lo que permite una implementación rentable y flexible.

Las mejoras en la seguridad también son una tendencia importante: aproximadamente el 28 % de las nuevas implementaciones se centran en mecanismos avanzados de cifrado y control de acceso, lo que reduce los riesgos de violación de datos en un 19 %. Además, alrededor del 39% de las empresas están adoptando arquitecturas multiinquilino para respaldar implementaciones escalables, mientras que aproximadamente el 34% de las instituciones financieras utilizan bases de datos de series temporales para aplicaciones de detección de fraude y comercio de alta frecuencia.

Dinámica del mercado de software de bases de datos de series temporales

La dinámica del mercado se refiere al conjunto de fuerzas y factores mensurables que influyen en cómo opera, evoluciona y se desempeña un mercado a lo largo del tiempo, incluidos impulsores, restricciones, oportunidades y desafíos, todos respaldados por indicadores cuantitativos como el porcentaje de demanda, las tasas de adopción y el impacto operativo. Por ejemplo, un mercado puede experimentar un 69% de demanda impulsada por tecnologías clave, enfrentar un 43% de limitaciones debido a la complejidad de la integración, identificar un 36% de expansión de oportunidades en áreas emergentes y enfrentar un 41% de desafíos relacionados con la escalabilidad y la gestión de datos. Estas dinámicas explican cómo interactúan los diferentes elementos, como que el 61 % de la generación de datos impulsa la adopción, mientras que el 32 % las preocupaciones de seguridad restringen la implementación, o cómo los avances tecnológicos mejoran la eficiencia en un 31 % mientras que los requisitos de infraestructura afectan al 38 % de las organizaciones, proporcionando una comprensión basada en datos del comportamiento general del mercado.

CONDUCTOR

"Creciente demanda de análisis de datos en tiempo real e integración de IoT"

El principal impulsor del mercado de software de bases de datos de series temporales es el rápido crecimiento de IoT y análisis en tiempo real, con aproximadamente el 61% de las empresas generando flujos de datos continuos que requieren procesamiento de series temporales. Alrededor del 68 % de las implementaciones industriales de IoT dependen de estas bases de datos para el monitoreo y el mantenimiento predictivo, lo que reduce el tiempo de inactividad de los equipos en un 26 % y mejora la eficiencia operativa en un 31 %. Aproximadamente el 56 % de las organizaciones utilizan análisis de series temporales para la toma de decisiones en tiempo real, mientras que el 48 % de los sistemas de fabricación integran estas plataformas para mejorar la eficiencia de la producción. Además, casi el 44% de las instituciones financieras dependen de bases de datos de series temporales para operaciones de alta frecuencia y análisis de riesgos.

RESTRICCIÓN

"Complejidad en los requisitos de integración y infraestructura."

La complejidad de la integración afecta aproximadamente al 43% de las organizaciones, particularmente cuando se combinan bases de datos de series temporales con sistemas heredados. Alrededor del 38% de las empresas enfrentan desafíos relacionados con los requisitos de infraestructura, incluidas las capacidades de almacenamiento y procesamiento para flujos de datos de gran volumen. Las preocupaciones sobre la seguridad de los datos afectan al 32 % de las implementaciones, mientras que aproximadamente el 27 % de las empresas informan de una escasez de profesionales capacitados capaces de gestionar sistemas de series temporales. Además, casi el 24 % de las organizaciones experimentan retrasos en la implementación debido a problemas de compatibilidad y desafíos de configuración del sistema.

OPORTUNIDAD

"Expansión en ciudades inteligentes y computación de punta"

Las iniciativas de ciudades inteligentes representan una gran oportunidad, ya que aproximadamente el 47% de los sistemas de datos urbanos dependen de bases de datos de series temporales para monitorear el tráfico, el consumo de energía y las condiciones ambientales. La adopción de la computación perimetral representa el 36 % de las oportunidades, lo que permite el procesamiento de datos en tiempo real en la fuente y reduce la latencia en un 24 %. Aproximadamente el 33 % de las inversiones se dirigen a análisis impulsados ​​por IA, lo que mejora la precisión predictiva en un 31 %. Además, casi el 29 % de las aplicaciones sanitarias utilizan bases de datos de series temporales para la monitorización de pacientes y el análisis de datos, mientras que el 26 % de las aplicaciones del sector energético dependen de estos sistemas para la optimización de la red.

DESAFÍO

"Gestionar grandes volúmenes de datos y garantizar la escalabilidad"

La gestión de grandes volúmenes de datos es un desafío clave que afecta aproximadamente al 41% de las organizaciones debido al crecimiento exponencial de los datos de series temporales. Alrededor del 34% de las empresas enfrentan problemas de escalabilidad cuando manejan flujos de datos que superan el millón de puntos por segundo. Aproximadamente el 29 % de las implementaciones encuentran cuellos de botella en el rendimiento, mientras que el 26 % de las organizaciones luchan con la optimización del almacenamiento. Además, casi el 23 % de las empresas invierte en técnicas avanzadas de compresión e indexación para abordar estos desafíos, mientras que el 21 % se centra en mejorar la escalabilidad y el rendimiento del sistema.

Segmentación del mercado de software de bases de datos de series temporales

La segmentación se refiere al proceso estructurado de dividir un mercado en categorías más pequeñas y claramente definidas basadas en criterios mensurables como tipo, aplicación, región o tamaño de la organización, utilizando indicadores cuantitativos como porcentaje de participación, niveles de uso y tasas de adopción. Por ejemplo, un segmento puede representar el 62 % del uso total del mercado mientras que otro representa el 38 %, o un grupo de aplicaciones puede contribuir con el 64 % en comparación con el 36 % de otro, lo que pone de relieve cómo se distribuye la demanda.

Permite un análisis detallado de la estructura del mercado, como identificar dónde la adopción supera el 50 %, dónde la concentración de uso es superior al 40 % y cómo los diferentes segmentos contribuyen al rendimiento general, lo que permite a las empresas evaluar oportunidades, dirigirse a grupos de usuarios específicos y tomar decisiones basadas en datos basados ​​en conocimientos numéricos.

Descargar muestra gratuita para obtener más información sobre este informe.

Por tipo

Basado en la nube: Las soluciones basadas en la nube dominan con aproximadamente un 62 % de participación de mercado, impulsadas por las ventajas de escalabilidad y flexibilidad, y casi el 55 % de las empresas adoptan plataformas en la nube para el almacenamiento y procesamiento de datos de series temporales. Alrededor del 48 % de las implementaciones de IoT dependen de bases de datos basadas en la nube para gestionar flujos de datos de gran volumen, mientras que aproximadamente el 42 % de las organizaciones utilizan estas soluciones para mejorar la accesibilidad de los datos y reducir la latencia en un 24 %. Además, casi el 37 % de las implementaciones en la nube admiten arquitecturas multiinquilino, mientras que aproximadamente el 33 % de las empresas integran análisis impulsados ​​por IA en plataformas de series temporales basadas en la nube.

Basado en web:Las soluciones basadas en web representan alrededor del 38% del mercado, utilizadas principalmente por pymes y organizaciones que requieren opciones de implementación rentables, y aproximadamente el 41% de las pequeñas empresas adoptan plataformas basadas en web para la gestión de datos de series temporales. Alrededor del 34 % de las aplicaciones utilizan bases de datos basadas en web para el monitoreo en tiempo real, mientras que casi el 29 % de las organizaciones dependen de estas soluciones para la visualización de datos y la generación de informes. Además, aproximadamente el 26 % de las implementaciones integran plataformas basadas en web con la infraestructura de TI existente, mientras que alrededor del 23 % de los usuarios prefieren estas soluciones por su facilidad de implementación y mantenimiento.

Por aplicación

Grandes Empresas: Este segmento domina el mercado de software de bases de datos de series temporales con aproximadamente un 64 % de participación de mercado, ya que casi el 58 % de las grandes organizaciones utilizan bases de datos de series temporales para análisis, monitoreo e inteligencia operativa en tiempo real en sectores como finanzas, telecomunicaciones y manufactura. Alrededor del 52 % de las grandes empresas integran capacidades de inteligencia artificial y aprendizaje automático en sus sistemas, lo que mejora la precisión del análisis predictivo en un 31 % y reduce el tiempo de inactividad en un 26 %. Además, aproximadamente el 47 % de las aplicaciones industriales dependen de estas bases de datos para el mantenimiento predictivo, mientras que casi el 43 % de las instituciones financieras las utilizan para operaciones de alta frecuencia y detección de fraude, y alrededor del 39 % de las empresas implementan arquitecturas nativas de la nube para manejar flujos de datos de gran volumen que superan el millón de puntos de datos por segundo.

Pymes:Las pequeñas y medianas empresas representan aproximadamente el 36% del mercado, y alrededor del 41% adopta bases de datos de series temporales para una gestión de datos rentable y soluciones de monitoreo en tiempo real. Aproximadamente el 34% de las pymes utilizan estas plataformas para mejorar la eficiencia operativa en un 27%, mientras que casi el 29% integra análisis de series de tiempo en los procesos de negocio para una mejor toma de decisiones. Además, alrededor del 26 % de las pymes dependen de soluciones de código abierto debido a los menores costos de implementación, mientras que aproximadamente el 23 % adopta plataformas basadas en la nube para mejorar la escalabilidad y reducir los requisitos de infraestructura. Además, casi el 21 % de las pymes utilizan bases de datos de series temporales para aplicaciones de IoT, lo que permite el procesamiento de datos en tiempo real y mejora la capacidad de respuesta del sistema en un 24 %.

Perspectivas regionales para el mercado de software de bases de datos de series temporales

Perspectiva regional se refiere a la evaluación analítica de cómo se desempeña un mercado en diferentes regiones geográficas utilizando indicadores mensurables como porcentajes de participación de mercado, tasas de adopción, niveles de implementación y distribución de uso de la industria. Destaca cómo las regiones contribuyen de manera diferente al mercado general, por ejemplo, una región representa el 38% de la participación mientras que otras contribuyen el 34%, el 21% o el 7%, lo que refleja variaciones en la adopción tecnológica y la infraestructura. También examina las tendencias específicas de la región, como una adopción empresarial del 63 % en una región en comparación con el 57 % en otra, o una concentración de implementación de la nube del 45 % versus el 37 % en otros lugares, ayudando a las empresas a comprender la concentración de la demanda, el potencial de crecimiento y la dinámica operativa basada en puntos de datos cuantitativos en múltiples geografías.

Descargar muestra gratuita para obtener más información sobre este informe.

América del norte

América del Norte posee aproximadamente el 38% del mercado de software de bases de datos de series temporales, y Estados Unidos contribuye con casi el 82% de la demanda regional, mientras que alrededor del 63% de las empresas utilizan bases de datos de series temporales para aplicaciones de análisis y monitoreo en tiempo real en industrias como las finanzas, la energía y las telecomunicaciones. Aproximadamente el 58% de las implementaciones de IoT en la región dependen de estas plataformas para procesar datos de sensores de alta frecuencia, mientras que casi el 44% de las instituciones financieras las utilizan para operaciones de alta frecuencia y análisis de riesgos. Además, alrededor del 39 % de las organizaciones han adoptado arquitecturas nativas de la nube para mejorar la escalabilidad, mientras que aproximadamente el 33 % integra análisis impulsados ​​por IA para mejorar la precisión predictiva en un 31 % y casi el 28 % de las empresas implementan soluciones informáticas de punta para procesar datos más cerca de la fuente, lo que reduce la latencia en un 24 %.

Europa

Europa representa aproximadamente el 21% del mercado, y Alemania, el Reino Unido y Francia contribuyen con casi el 64% de la demanda regional, mientras que alrededor del 49% de las empresas utilizan bases de datos de series temporales para monitoreo y análisis industriales en los sectores de manufactura y servicios públicos. Aproximadamente el 37 % de las organizaciones ha implementado soluciones basadas en la nube para gestionar cargas de trabajo de datos a gran escala, mientras que casi el 31 % integra inteligencia artificial en sistemas de análisis de series temporales para mejorar la precisión de las previsiones en un 27 %. Además, alrededor del 28 % de los proyectos de ciudades inteligentes dependen de bases de datos de series temporales para la gestión de infraestructura, mientras que aproximadamente el 25 % de las instituciones financieras utilizan estas plataformas para el seguimiento de transacciones y casi el 23 % de las empresas se centran en mejorar la eficiencia operativa mediante el procesamiento de datos en tiempo real.

Asia-Pacífico

Asia-Pacífico representa aproximadamente el 34% del mercado de software de bases de datos de series temporales, impulsado por China, India y Japón, que contribuyen con casi el 71% de la demanda regional, mientras que aproximadamente el 57% de las empresas utilizan bases de datos de series temporales para aplicaciones de automatización industrial e IoT. Alrededor del 45 % de las nuevas implementaciones en la región están basadas en la nube y admiten una infraestructura escalable, mientras que casi el 38 % de las organizaciones integran análisis impulsados ​​por IA para mejorar la eficiencia del procesamiento de datos en un 29 %. Además, aproximadamente el 33 % de los proyectos de infraestructura inteligente dependen de bases de datos de series de tiempo para su monitoreo y optimización, mientras que alrededor del 29 % de las empresas utilizan estos sistemas para la toma de decisiones basada en datos, y casi el 26 % de las iniciativas de transformación digital incorporan plataformas de series de tiempo para mejorar el desempeño operativo.

Medio Oriente y África

La región de Medio Oriente y África representa aproximadamente el 7 % del mercado, con alrededor del 42 % de la demanda impulsada por proyectos de desarrollo de infraestructura y ciudades inteligentes, mientras que aproximadamente el 36 % de las organizaciones utilizan bases de datos de series temporales para aplicaciones de gestión de energía y servicios públicos. Casi el 31% de las empresas dependen de estos sistemas para el monitoreo en tiempo real de las operaciones industriales, mientras que aproximadamente el 27% ha adoptado plataformas basadas en la nube para mejorar la escalabilidad y reducir los costos de infraestructura. Además, alrededor del 24 % de las implementaciones se centran en mejorar la eficiencia operativa a través de análisis predictivos, mientras que casi el 22 % de las organizaciones integran soluciones basadas en IoT y aproximadamente el 21 % de las empresas utilizan bases de datos de series temporales para respaldar iniciativas de transformación digital y mejorar la visibilidad de los datos en todos los sectores.

Lista de las principales empresas de software de bases de datos de series temporales

• Afluencia de datos
• Trendalizar
• Corriente temporal de Amazon
• DatosStax
• Prometeo
• QuasarDB
• Deformación 10
• InflujoDB
• kdb+
• Actiano X
• Base de datos de series temporales de Axibase

Datos de afluencia:Tiene aproximadamente una participación de mercado del 21%, su plataforma de base de datos es utilizada por más de 1,500 clientes empresariales en todo el mundo y admite tasas de ingesta de datos que superan el millón de puntos por segundo.

Amazon Timestream: representa casi el 17 % de la participación de mercado, con adopción en más del 40 % de las implementaciones nativas de la nube e integración en más del 30 % de las aplicaciones basadas en IoT.

Análisis y oportunidades de inversión

El análisis de inversión en el mercado de software de bases de datos de series temporales muestra que aproximadamente el 42 % de las organizaciones aumentaron sus inversiones en infraestructura de datos en tiempo real, y casi el 55 % de los fondos se asignaron a plataformas basadas en la nube debido a su capacidad para manejar más del 65 % de las cargas de trabajo de datos de series temporales. Alrededor del 37% de las empresas están invirtiendo en sistemas habilitados para IoT donde las bases de datos de series temporales procesan más de 500.000 puntos de datos por segundo, respaldando la automatización y el monitoreo industrial. Además, aproximadamente el 29 % de las inversiones se dirigen a la integración de la inteligencia artificial, lo que mejora la precisión del análisis predictivo en un 31 % y reduce la latencia del sistema en un 24 %.

La financiación del sector privado representa casi el 33% de las inversiones totales, particularmente en los sectores de finanzas y telecomunicaciones, donde los datos con marca de tiempo representan más del 58% de los conjuntos de datos operativos. Las iniciativas gubernamentales contribuyen aproximadamente con el 18%, centrándose en proyectos de infraestructura inteligente donde el 47% de los sistemas dependen de bases de datos de series temporales para análisis en tiempo real. Además, alrededor del 26% de las empresas están invirtiendo en tecnologías informáticas de punta, lo que permite procesar hasta el 45% de los datos en la fuente, mientras que aproximadamente el 22% de las inversiones se centran en mejoras de ciberseguridad, reduciendo los riesgos de violación de datos en un 19% y mejorando la confiabilidad del sistema.

Desarrollo de nuevos productos

El desarrollo de nuevos productos en el mercado de software de bases de datos de series temporales indica que aproximadamente el 46 % de los proveedores lanzaron soluciones de bases de datos avanzadas con capacidades mejoradas de procesamiento en tiempo real, que admiten tasas de ingesta de datos que superan el millón de puntos de datos por segundo y reducen la latencia en un 28 %. Alrededor del 39 % de las innovaciones se centran en análisis impulsados ​​por IA, lo que mejora la precisión de la detección de anomalías en un 33 % y el rendimiento de las previsiones en un 27 %.

Aproximadamente el 35 % de los nuevos productos son soluciones nativas de la nube diseñadas para entornos distribuidos, lo que aumenta la escalabilidad en un 42 % y optimiza la eficiencia del almacenamiento en un 25 %. Los desarrollos de código abierto representan casi el 31 % de las innovaciones, lo que permite su adopción en el 60 % de las pymes debido a su rentabilidad y flexibilidad. Además, alrededor del 28 % de las nuevas soluciones enfatizan la compatibilidad con la informática de punta, lo que permite el procesamiento en tiempo real del 45 % de los datos a nivel de dispositivo y reduce la carga de la red en un 21 %. Las innovaciones centradas en la seguridad representan aproximadamente el 24 % de los desarrollos, mejorando la protección de datos en un 29 %, mientras que casi el 22 % de las nuevas plataformas incorporan arquitecturas multiinquilino para soportar más del 50 % de las implementaciones a escala empresarial.

Cinco acontecimientos recientes

• En 2023, un proveedor mejoró la capacidad de ingesta de datos en un 32 %, lo que permitió el procesamiento de más de 1 millón de puntos de datos por segundo.
• En 2024, una nueva base de datos integrada en IA mejoró la precisión de la detección de anomalías en un 33 % y la eficiencia de la previsión en un 27 %.
• En 2025, las mejoras en la implementación nativa de la nube aumentaron la escalabilidad en un 42 % en todos los sistemas empresariales.
• En 2023, la integración de la informática de punta permitió el procesamiento en tiempo real del 45 % de los datos en la fuente.
• En 2024, las funciones de seguridad avanzadas redujeron los riesgos de violación de datos en un 19 % en los sistemas de bases de datos de series temporales.

Cobertura del informe del mercado de software de bases de datos de series temporales

El Informe de mercado de software de bases de datos de series temporales proporciona una cobertura completa en 10 segmentos principales y 4 regiones clave, que representan aproximadamente el 88 % de la demanda global, con análisis de más de 120 empresas que representan casi el 79 % de la cuota de mercado. El informe evalúa 2 tipos de implementación y 2 categorías de aplicaciones, respaldados por más de 250 puntos de datos estadísticos relacionados con el rendimiento del sistema, la capacidad de procesamiento de datos y las tasas de adopción.

El análisis regional incluye más de 30 países, que cubren aproximadamente el 92 % del uso global: América del Norte representa el 38 %, Asia-Pacífico el 34 %, Europa el 21 % y Medio Oriente y África el 7 %. El informe también examina los avances tecnológicos clave, incluidas las arquitecturas nativas de la nube adoptadas por el 55% de las empresas, los análisis integrados de IA utilizados por el 39% y las soluciones informáticas de vanguardia implementadas en el 28% de las implementaciones. Además, analiza más de 20 áreas de innovación, como transmisión en tiempo real y análisis predictivo, mientras rastrea métricas operativas que incluyen tasas de ingesta de datos que superan 1 millón de puntos por segundo en el 32 % de las implementaciones y mejoras de optimización del almacenamiento del 25 %, proporcionando información detallada para las partes interesadas.