Visualización y analítica predictiva parece que, junto con las herramientas de inteligencia empresarial van de la mano confundiéndose a veces. Muchas soluciones de software siembran la duda entre los usuarios al identificar como equivalentes el data visualization y las capacidades analíticas, cuando en realidad no es así. El término Business Intelligence es muy amplio y da cabida a muchos conceptos, aplicaciones y herramientas pero, para poder aprovechar su valor hay que saber en qué consiste cada una.
Créditos fotográficos: istock Rawpixel Ltd
Diferenciando entre inteligencia empresarial y visualización
El primer paso para tener claros los distintos términos es entender la distinción entre dos tipos de herramientas de inteligencia empresarial:
- Soluciones front - end: su parte más importante es la visualización y su mayor cualidad el apoyo que ésta, a través del cuadro de mando, da al reporting.
- Soluciones integrales: por lo general, se componen de una plataforma de servicios de fondo, en la que conviven diferentes herramientas y donde se introducen diferentes algoritmos de análisis a través de los que se gestiona la preparación de los datos para su consumo.
Es evidente que la visualización es necesaria, mejora el rendimiento y maximiza la eficiencia usuaria al interactuar con los datos, sin embargo, sin un trabajo previo sobre los datos este contacto con la información podría, incluso, ser peligroso. Esto sucede en los casos en que no se cuenta con una versión única de la verdad.
El usuario de negocio se beneficia de este acceso sencillo y cómodo a los datos. Los cuadros de mando cada vez son más fáciles de manejar, incorporan más opciones de personalización y cuentan con un usuario que, a estas alturas, ya está curtido en su trabajo diario apoyándose en herramientas de este tipo. No obstante, no todos saben que las soluciones que sólo aportan esto no son suficientes para conseguir una percepción real de los datos de la empresa ya que:
- Se carece de las etapas iniciales donde se lleva a cabo la preparación de los datos y su limpieza.
- Es preciso contar con una base de datos central para alimentar al software.
Inteligencia empresarial y visualización en la era big data
Cuando el volumen de datos a analizar era menor, la visualización y los dashboards carecían del carácter crítico que tienen hoy día. Pero cuando se trata de big data, limpiar y vincular todos los datos que se incorporarán a los informes de negocio es determinante para lograr un buen resultado. Diversidad de fuentes, de formatos, distintos niveles de calidad y datos que se propagan a lo largo de muchas plataformas y bases de datos dispares, implican que hay que trabajar mucho más para lograr un análisis consistente. Muchos estiman el tiempo necesario para esta preparación de la información en torno al 80% del total dedicado a un proyecto.
Si bien es cierto que la visualización ahorra muchas horas de trabajo, cuando los datos no están listos para ser consumidos, este ahorro de tiempo es engañoso ya que las conclusiones que se extraigan del análisis no contribuirán a apoyar la inteligencia empresarial sino que pueden incluso desviar a la compañía de su objetivo.
A efectos de un análisis efectivo se necesita:
- Tener todos los datos en un lugar central para poder garantizar una única versión de la verdad sobre la que trabajar.
- Ser capaz de actualizar e introducir cambios cuando sea necesario.
- Asegurar la integración del back end en la creación del repositorio de datos, para hacer automáticamente el proceso de sincronización y la limpieza.
Los componentes de la inteligencia empresarial
El gran número de plataformas y herramientas de software que utilizan las empresas para recopilar datos desde Excel a Salesforce, del CRM a las redes sociales, hace que sea casi imposible ir manualmente a través de todas ellas para crear una base de datos. La visualización es sólo un componente más de Business Intelligence y su utilidad depende del nivel de actualización, orden, calidad y limpieza de los datos que se pongan a disposición del usuario a través de su cuadro de mando.
La integración de las tareas de limpieza y preparación de la información evita el tener que repetir el mismo trabajo cada vez que se incluyan nuevos datos, previniendo la necesidad de hacer nuevas inversiones en software. Contribuye a luchar contra los cuellos de botella que se producen cuando las actualizaciones se han de llevar a cabo por un solo departamento (tradicionalmente el de IT) que es el que se encarga de alimentar a los usuarios de negocio y sus herramientas de visualización; y permite alcanzar un nivel de actualización máximo al poder colaborar en tiempo real.
¿Cómo sería posible hacer contribuciones a la inteligencia empresarial en tiempo real si cualquier usuario puede hacer cambios pero sólo existe un encargado de normalizarlos y sincronizarlos? Aunque suene extraño, es así como se ha venido trabajando durante mucho tiempo, sobrecargando a IT con fuentes de datos descentralizadas que, desde los diferentes cuadros de mando del negocio proveían la información absolutamente asíncrona que protagonizaba informes poco fiables a la vez que ataba de manos a los expertos de la organización que, debido a su foco en este tipo de tareas rutinarias no podían centrarse en otras más estratégicas ni dedicarse a la innovación.
Hoy día es diferente y las organizaciones tienen claro que, detrás de los resultados hay un trabajo minucioso y, dando soporte a cada visualización, ese trabajo debe garantizar la calidad del dato y su integridad.
