Blog de Analytics

Elaboración de informes y análisis de datos: la unión hace la fuerza

Escrito por Logicalis | 12/07/17 6:00

A veces se crea confusión al emplear los términos reporting y análisis de forma indistinta. Ambas expresiones son utilizadas de manera intercambiable, como si se tratase de sinónimos. Conocer en qué consiste cada una de estas actividades mejora el proceso de elaboración de informes en la organización, predisponiéndola para llegar aún más lejos con sus capacidades analíticas.

Créditos fotográficos: manfeiyang

 

En qué consiste la elaboración de informes y qué tiene que ver con los procesos analíticos

La elaboración de informes es el resultado de una serie de procesos encadenados, que variará en función del objetivo a alcanzar con el reporting. En ocasiones, la tarea se centrará en un tipo de datos, presentes o históricos; otras, requerirá la combinación de diversas fuentes de información, habrá informes que deban ser entregados puntualmente, mientras que es habitual que exista un reporting periódico sobre determinados aspectos.

Así, en el momento de redactar un informe, hay que saber de cuál de los siguientes tipos se trata:

  1. Exportación de registros: en este caso, el reporting permite trasladar determinada información de su fuente de origen al usuario que la necesita consumir. Es el caso de las listas de clientes, por ejemplo; aunque también puede centrarse en un solo cliente y mostrar todos los datos que se tienen sobre él desde los sociodemográficos a los relacionados con sus últimas compras o interacciones con el servicio post venta.
  2. Reporting selectivo: en este caso, la información se somete a un filtro que hace que los registros queden definidos por algunos criterios. Esto se utiliza a menudo para actividades tales como revisiones de casos, con el objeto de compartir datos con grupos de investigación o cuando sea necesario proporcionar datos por motivos de cumplimiento regulatorio.
  3. Lista de seguimiento: quienes se encargan de la elaboración de informes de este tipo son conscientes de la necesidad de que exista una periodicidad en la entrega del reporting. Por algún motivo, el contenido de la lista debe someterse a monitorización y ello implica que esa información deba compartirse con el usuario de negocio que la requiere con la puntualidad esperada.
  4. Estadística descriptiva: es la compilación de algún grupo de estadísticas sobre un conjunto de información, que puede ser, por ejemplo, clientes, proveedores o productos. Es bastante frecuente que el trabajo de elaboración de informes de estadística descriptiva se lleve a cabo de forma conjunta con el reporting selectivo. La introducción de la estadística en esta clase de informes permite llevar a cabo algún tipo de caracterización general sobre el conjunto de registros seleccionados.
  5. Informes periódicos: son los informes estándar y, si bien tienen en común con las listas de seguimiento su carácter recurrente, en este caso no se enfocan a un seguimiento intensivo de un grupo reducido de casos seleccionados; sino que buscan aportar información general acerca de un tema o un área en concreto. Estos informes tienen que ser generados sobre una base regular definida para un período de tiempo y, además, por lo general, suelen estar asociados a reglas específicas relacionadas con los criterios a aplicar para su elaboración. Si el informe requiere estadística descriptiva, un paso de diseño adicional agregaría los campos estadísticos que configurables, para permitir ejecutar los cálculos deseados en la tabla.

 

A medida que el trabajo evoluciona, que la cultura digital avanza en las organizaciones y que el cambio se consolida, la función de elaboración de informes se adapta a las nuevas circunstancias, tomando formas que se distan de los informes rígidos tradicionales y pasando a presentarse en forma de notificaciones en los dashboards o de alertas.

 

Qué componente de reporting se puede hallar en el análisis de datos

Más que pensar en la elaboración de informes como un componente de analytics, habría que entender que es uno de sus fines. Los resultados de los análisis tienen que poder ser compartidos, han de ser accesibles a esos usuarios de negocio que necesitan nutrirse de ese conocimiento extraído. Una vez que el proceso analítico concluye, las conclusiones alcanzadas son las que permiten encaminar las acciones en uno u otra dirección.

Además de tener presente el propósito del análisis, hay que pensar en el tipo de usuario que lo llevará a cabo. Usuarios de negocio, personal investigador, auditores o altos ejecutivos interactuarán con los datos de formas muy distintas, en parte debido a su cualificación tecnológica, en parte por el nivel de autorización de acceso de que disponen a los activos informacionales corporativos y, por supuesto, siempre en función del motivo por el que necesiten poner a trabajar sus capacidades analíticas.

En algunos casos sólo será necesaria la recuperación de registros, otras, también será preciso llevar a cabo su agregación. Habrá ocasiones en que el Data Warehouse baste para realizar el análisis que precederá a la elaboración de informes, mientras que otras el usuario tendrá capacidad y competencia para recurrir a un Data Lake. Igual que la metodología de un informe depende de las circunstancias, las técnicas aplicables al proceso de extracción de la información, previo al análisis, también varían en función del escenario.

Las necesidades de análisis de datos podrían quedar definidas en las siguientes categorías:

  1. Consulta ad hoc: es la necesidad de hacer una pregunta una vez sin esperar tener que preguntar de nuevo. Las variables utilizadas en una consulta ad hoc deben ser fácilmente reconocibles a través de la interfaz de usuario y la consulta sobre ellas debe poder ser fácilmente reconocible por el usuario como forma semánticamente válida. El uso repetido de una determinada pregunta ad hoc podría llevar al usuario a desarrollar un informe selectivo equivalente.
  2. Evaluación de hipótesis: es el proceso estándar de pedir una comparación entre dos conjuntos de datos para su posterior evaluación estadística.
  3. Modelado predictivo: consiste en la construcción de modelos basados en evidencias, que se emplean para realizar pronósticos.
  4. Identificación del concepto semántico: se trata de la definición de variables categóricas que permiten identificar conceptos semánticos en un texto
  5. Investigación científica: es la tarea de lanzar un conjunto de preguntas para identificar patrones múltiples en un estudio sistemático. Entre sus objetivos también se encuentra el evaluar estadísticamente variables comparativas para averiguar la varianza existente entre conjuntos de datos.

La elaboración de informes hoy día se beneficia de las nuevas herramientas de reporting, que lo agilizan y aumentan su precisión, sobre todo en combinación con soluciones de calidad de datos. Asimismo, la tecnología ha permitido que los negocios exploten sus datos en profundidad gracias a los avances en el campo de la analítica que, de su forma descriptiva básica, han ido evolucionando hacia modelos predictivos y descriptivos que, hoy día, se ven impulsados por el aprendizaje automático y la computación cognitiva.