Artículos

Plataformas
_
de
_
Business
_
Intelligence
_
(BI).
_
Pásate
_
a
_
la
_
analítica
_
avanzada
_
si
_
quieres
_
transformar
_
tu
_
empresa

Business Intelligence  ·  Software de negocio

Utilizada desde hace tiempo por las empresas que lideran los mercados, las plataformas de inteligencia de negocio (BI) están dando acceso a una nueva generación de “analítica aumentada” que exprime cada dato de que dispone la empresa.

En el pasado estatus de Navidad de Cuatroochenta, Javier Casero, responsable de productos, dejó esta perla: “Los clientes no compran productos o servicios, compran soluciones”. Parece un eslogan para motivar al equipo, pero creo que es el fruto de un buen conocimiento del mercado, aplicable a otros ámbitos.

Yendo un pasito más allá, si sustituimos la palabra clientes por públicos nos encontramos que cualquier actividad (interna o externa) que realicemos en la empresa requerirá algún tipo de solución y esa solución la encontraremos, o nos acercaremos a ella, al aplicar un flujo de trabajo analítico completo, desde la preparación de datos hasta la exploración visual y la generación de información, con énfasis en el llamado autoservicio.

¿Qué es el Business Intelligence (BI) o inteligencia de negocios?

A este proceso de recuperar datos de uno o varios sistemas empresariales y combinarlos en un repositorio, como un almacén de datos, para revisarlos y analizarlos se le conoce como inteligencia de negocio o Business Intelligence (BI).

Este concepto se relaciona con otros dos: el análisis de negocio o Business Analytics (BA) y el análisis de datos o Data Analytics (DA), aunque la diferencia entre ellos es muy sutil y a veces se usan como sinónimos, pese a que en sentido estricto no lo son.

La inteligencia de negocio (BI) se basa en el análisis descriptivo, es decir, responde a las preguntas qué y cómo a partir de datos históricos y datos actuales, de forma que nos muestre qué ocurrió y qué está ocurriendo, y a partir de ello podamos tomar decisiones.

El análisis de negocio, se centra en el análisis predictivo, para lo que responde a la pregunta ¿por qué?, de manera que podamos anticipar tendencias y así responder con mayor agilidad a las situaciones futuras.

Generalmente se utiliza más de una herramienta de análisis, como hojas de cálculo con funciones estadísticas, paquetes de software estadístico, herramientas de minería de datos, de modelado predictivo y el aprendizaje automático para determinar la probabilidad de que se produzcan ciertos resultados en el futuro. De este modo, aportan a la organización una visión de conjunto de la compañía que le permite conocer y comprender el negocio, para tomar mejores decisiones en cuanto a operaciones comerciales, conversiones de clientes, etc.

De lo visto anteriormente se desprende que en el mercado podemos encontrar fundamentalmente dos categorías de herramientas que nos ayuden en la toma de decisiones: las herramientas de inteligencia empresarial, que recopilan y muestran datos agregados, y las herramientas de análisis de negocio, que van un paso más allá y no solo informan de los resultados de los datos, sino que también “explican” por qué se han producido, también en el futuro, esos resultados.

De este modo, ayudan a identificar puntos débiles, corregir posibles áreas problemáticas, alertar a los responsables de la toma de decisiones de eventos imprevistos e, incluso, pronosticar resultados futuros en función de las decisiones que puede tomar la compañía. Esto permite a las organizaciones alcanzar la seguridad y el entendimiento necesarios para lograr sus objetivos empresariales, mantener el nivel competitivo de la compañía y aumentar la satisfacción global del cliente.

En cualquier caso lo más importante para una empresa al hablar de herramientas de ayuda para la toma de decisiones, tanto si ya usa una solución como si está planteándose cambiarla o empezar con ella, es reflexionar sobre los siguientes aspectos para desarrollar una estrategia de inteligencia de negocio:

¿Qué se quiere medir? Es decir, qué preguntas de negocio se quieren contestar

¿Quiénes están interesados en esta solución? ¿Quiénes van a usar el sistema?

¿Qué departamentos necesitan la inteligencia de negocio?

¿Qué soportes necesitan los autores de contenido?

Plataformas de análisis e inteligencia empresarial (ABI) o de Business Intelligence (BI)

Si queremos conocer las opciones más utilizadas en el mercado, sin duda una de las fuentes de información más reputadas son las Reseñas y calificaciones de las plataformas de análisis e inteligencia empresarial (ABI) desde las que se confecciona el Cuadrante mágico para plataformas ABI, de la consultora Gartner. En su edición 2020 la distribución en el cuadrante se muestra en la siguiente imagen, que hemos comparado con la de 2019:

La imagen nos muestra cuatro compañías líderes, entre las que destaca Microsoft, líder como compañía desde hace 13 años y con su herramienta Power BI, desde hace 5 años.

Las características reseñadas para el liderazgo en 2020 han sido sus precios competitivos, sencillez de uso a pesar de la capacidad de hacer análisis muy complejos y la visión global de producto con mejoras en la analítica aumentada y las nuevas funciones de AutoML, disponibles en Azure Machine Learning.

Aunque hay obviamente elementos que las diferencia claramente, la mayoría de ellas comparten capacidades a la hora de visualización de datos. Sin embargo, hay dos tendencias claras para Gartner en el último análisis de 2020, y que a juzgar por los análisis generales para 2021,  se van a mantener e incluso irán a más,  para este tipo de plataformas:

  • Tendencia cada vez mayor a agilizar la presentación de informes.
  • Protagonismo creciente de la Analítica Aumentada. El aprendizaje automático (ML) y la preparación de datos asistida por inteligencia artificial (IA), la generación de conocimientos y la explicación de conocimientos, para aumentar la forma en que los empresarios y los analistas exploran y analizan los datos, se están convirtiendo rápidamente en fuentes clave de diferenciación competitiva y, por lo tanto, inversiones centrales para los proveedores.ç

Relacionado con lo anterior Gartner también edita su Hype Cycle, que nos permite conocer la situación de las distintas tecnologías existentes para el caso que nos ocupa.

El Hype Cycle de Gartner para análisis e inteligencia empresarial

Aunque cuando se publicó el Hype Cycle ABI actual (2019) no podíamos imaginar lo que nos depararía 2020, la situación vivida no ha hecho más que acelerar la adquisición de determinadas tecnologías.

Cada Hype Cycle está compuesto por cinco fases clave del ciclo de vida de una tecnología: el lanzamiento, el pico de expectativas sobredimensionadas, el abismo de desilusión, la rampa de consolidación y, por último, la meseta de productividad. Desde el punto de vista empresarial esta representación gráfica de la madurez y la adopción de tecnologías y aplicaciones permite saber en qué grado son relevantes para el negocio y suponen nuevas oportunidades en  las que invertir.

¿Quieres mejorar la toma de decisiones configurando dashboards e informes en tiempo real? Es el momento de tomar el control sobre tus datos.

Contacta con nuestro equipo de Power BI

5 tendencias clave en análisis e inteligencia empresarial (ABI)

En concreto las 5 tendencias clave hacia las que avanzan las herramientas ABI, según Gartner, son:

Analítica aumentada

Proporcionará análisis a todos los miembros de la una organización en menos tiempo, con menos requisitos para usuarios capacitados y con menos sesgo interpretativo que los enfoques manuales actuales.

Cultura digital

Cualquier organización que tenga como objetivo obtener valor de los datos y esté en su camino hacia la transformación digital debe centrarse en desarrollar la alfabetización en datos, una cultura del dato y, debido al auge de la IA, será necesaria trabajar en la ética digital para generar confianza entre empleados, clientes y socios.

Análisis de relaciones

El uso de técnicas de análisis de gráficos, ubicación y sociales para comprender cómo se conectan las diferentes entidades de interés (personas, lugares y cosas). El análisis de datos no estructurados y en constante cambio puede proporcionar a los usuarios información y contexto sobre las asociaciones en una red y conocimientos más profundos que mejoran la precisión de las predicciones y la toma de decisiones.

Inteligencia de decisiones

Cada vez más los datos para la toma de decisiones pertenecen a ecosistemas dinámicos (por ejemplo, las redes sociales). Es necesario avanzar en nuevos modelos de análisis que complementando a los tradicionales, mejoren los resultados en las tomas de decisiones.

Escalamiento en las operaciones de analítica

Se está extendiendo el concepto de “análisis en todas partes” y cada vez son más los departamentos y las personas que recurren a este análisis para optimizar operaciones o tomar decisiones tácticas o estratégicas.

Para ello están proliferando, entre otros, el análisis visual y los dashboards dinámicos, que además de ayudar a crear la cultura del dato,  anteriormente mencionada, al tener interfaces que permiten añadir datos de forma fácil (sin programar) y en tiempor real, provocan la generación del autoservicio, que no es otra cosa que la capacidad de que cada usuario de la empresa tenga libertad para generar sus propios informes (gráficos) en función de su perfil.

 

La seguridad en medio de esta libertad

Esta libertad para que cada miembro de la empresa haga análisis ad hoc en línea, que favorezcan su trabajo y por tanto los objetivos de la empresa,  debe ir acompañada de  una adecuada política de seguridad y de gestión de recursos y datos.

En este sentido, es muy importante el rol del departamento TI, por ejemplo  en el balance de cargas de trabajo y en la gestión de datos. Así, decisiones como dónde está nuestra nube soberana, tan importante para empresas multinacionales, son clave para la elección de una plataforma ABI, pues la normativa depende de cada país o zona. De este modo, lo gestiona por ejemplo Power BI.

Es importante saber que, además del conjunto de datos per se, existen otros datos, los generados en los informes (los datos estáticos del propio informe, las cachés y cachés de los paneles visuales) o aquellos que se transportan, para los que deberemos asegurarnos de que los datos se encriptan y se mantiene la integridad durante su transporte.

La autenticación de los datos a nivel de usuario es otro de los elementos primordiales. Contar con seguridad de nivel de rol (RLS) permite controlar el acceso a los datos cuando una persona comparte un informe o un panel con sus compañeros. Incluso ese acceso podría controlarse a “nivel de fila” (ROW level security) para asignar roles dentro de un informe a los usuarios.

En este sentido, también se está avanzando por ejemplo en el uso de las sensitive labels, etiquetas que permiten gestionar que los datos que salgan de la plataforma sean solo visualizados por los usuario adecuados.

Cada vez más el acceso a los datos se da desde dispositivos móviles, por lo que la comunicación entre dispositivos así como la aplicación y los datos en el propio dispositivo representan otro de los flancos que deberemos cuidar. Así, el uso de datos de telemetría, que permite monitorizar en todo momento el uso y la actividad de los mismos, es otra característica de las plataformas avanzadas a tener en cuenta a la hora de la adopción de una u otra.

En definitiva, las plataformas ABI ofrecen la capacidad de ayudarnos a entender mejor nuestro negocio y cada vez desde más ángulos, al incorporar datos externos, desde conversaciones en redes sociales hasta estadísticas generadas por organismos variados.

El éxito de una plataforma ABI depende de una acertada implementación de las soluciones, con una rigurosa labor de consultoría y madurez de la plantilla en la cultura digital, que dotará a cada empleado de autonomía a la vez que dará coherencia a las acciones del conjunto de la empresa, al estar basadas en datos y tendencias reales.