No es este el primer post que dedicamos a hablar sobre la importancia de la visualización de la información en la presentación de reportes; con todo, nunca sobra insistir en un asunto tan crítico y vital como el que nos ocupa hoy.

Las herramientas de visualización de la información en un entorno de Business Intelligence no solo representan una solución visual y amigable para la presentación de reportes: en un contexto corporativo en el que cada segundo cuenta, en el que ahorrar tiempo deviene regla y exigencia, en el cual la complejidad de la infraestructura organizativa dificulta un contacto fluido e inmediato entre departamentos, y para el que la simplificación es el único camino posible para mantener una visión integral del mismo en la toma de decisiones, las herramientas de visualización de la información se convierten en instrumentos insustituibles que permiten ahorrar costes, tiempo y esfuerzos en la monitorización de procesos, la gestión del desempeño y el diseño/modificación de estrategias.

Una de las fases más críticas para el predictive analytics es la implementación del modelo predictivo en la organización. Este paso permite que los resultados analíticos se puedan desplegar en todo proceso de toma de decisiones, automatizándola. Su intervención es necesaria para sacar el máximo rendimiento de las posibilidades que ofrece el análisis predictivo pero, sin embargo, no todas las organizaciones están preparadas para llevarlo a cabo en condiciones óptimas y con garantías de éxito.

Las decisiones informadas por técnicas de análisis avanzado sólo son tan buenas como los datos en que se basan: la calidad de datos para analitycs tiene en el quality assurance a su talón de Aquiles. En las organizaciones basadas en datos, las conversaciones acerca de la calidad y de las mejores prácticas han evolucionado pasando de ser meras opiniones a ideas basadas en resultados convincentes derivados de los datos empíricos. Sin embargo, el crecimiento exponencial en el volumen de datos disponibles y su dinamismo plantea nuevos desafíos y requiere de nuevos métodos, entre los que se encuentran:

•  El control de calidad de datos de alta dimensión.

Los sistemas de monitorización de datos ofrecen información del contexto en el que se implementan permitiendo su posterior análisis para efectuar operaciones diversas, desde el diseño de estrategias hasta la toma de decisiones.

La principal característica de estos sistemas es que permiten realizar un seguimiento de los procesos corporativos mediante los datos capturados, analizados y monitorizados por los sensores que componen el sistema, mostrándolos en cualquier tipo de dispositivo y transformándolos en información relevante para que el o los usuarios pertinentes actúen en consecuencia.

El alcance del análisis de datos que una empresa puede realizar depende de tres variables: la calidad de datos para analytics, la capacidad para procesar grandes volúmenes de datos estructurados y no estructurados y la disponibilidad de una herramienta que, en condiciones máximas de seguridad, garantice las funcionalidades necesarias para extraer todo el valor de los datos aportando descripciones, predicciones y, yendo un paso más allá y entrando en el área de las prescripciones. ¿Está tu negocio a la altura?

Obtener datos fiables para la analítica big data es tan necesario como contar con una buena estrategia social media. Cuando los niveles de calidad se rebajan comienzan a proliferar las malas decisiones que tienen su causa en:

•  Conflictos entre sistemas fuente.

Cualquier presentación de datos estadísticos debe cumplir con cuatro requisitos fundamentales en cuanto a su estructuración: una introducción, una descripción del método utilizado, una exposición de los resultados obtenidos y una conclusión. Eso es extraíble de todo manual clásico sobre presentaciones de estadísticas. Sin embargo, ¿de qué modo integrar las herramientas para la visualización de datos en nuestras presentaciones? ¿Cómo aprovechar al máximo las ventajas que ofrecen las distintas herramientas de Business Intelligence para mejorar la efectividad de una presentación de datos estadísticos?

A estas y otras preguntas trataremos de dar respuesta en las líneas que siguen, procurando respetar en todo momento los requisitos básicos que hemos enunciado y que debe cumplir cualquier presentación, atendiendo en especial a la presentación del análisis de datos estadísticos.

Los cuadros de mando integrales (CMI) evolucionan al mismo ritmo en que lo hacen las distintas herramientas que componen los proyectos de BI, tales como las relacionadas con la movilidad, el análisis de datos y la visualización de los mismos. Y además lo hacen de un modo más o menos análogo a las demás, incorporando nuevas exigencias como la flexibilidad y el dinamismo, necesidades que también detectamos en los ámbitos del data mining y la mobile intelligence, entre otros.

Hasta el momento, sabíamos que un CMI debía contar con la implicación general y particular de los miembros integrantes de una corporación según sus competencias y ámbitos de actuación dentro de la misma, que debía integrarse completamente en la estrategia corporativa definida con anterioridad y que tenía que contar con unos objetivos claros e identificables que permitieran definir el conjunto de indicadores que servirían para gestionar, evaluar, corregir y ajustar la toma de decisiones y el progreso de la actividad empresarial a los plazos previstos. Sin embargo, el control de los procesos en el sí de una corporación bajo los auspicios de la visión única e integral del negocio proporcionada por los CMI se ha vuelto insuficiente y a veces incluso obsoleta, si no integra a un mismo tiempo la suficiente flexibilidad y se dota con el dinamismo exigido para adaptarse a un mercado en constante transformación.

En el ámbito del Business Intelligence, a menudo las pequeñas y medianas empresas (PYME) aparecen como las grandes olvidadas, obviadas a lo largo y ancho de la literatura escrita sobre la inteligencia de negocios, el análisis de datos y la toma de decisiones. Tanto es así que podría parecer, el BI, un terreno inhóspito y no apto para pequeños emprendedores, copado por la gran industria y las multinacionales más potentes.

Sin embargo, nada está tan alejado de la realidad como esta idea, que aunque tenga un origen perfectamente identificable en la poca atención prestada habitualmente a las PYME por el sector dedicado al desarrollo de herramientas BI, no deja de ser un prejuicio sin ningún fundamento ni base real. Es más, sucede justo lo contrario: son precisamente las PYME las empresas que pueden constatar de un modo más tangible los beneficios que aporta adoptar un sistema de Business Intelligence, y las que ven con mayor presteza cómo se materializa el retorno de la inversión realizada (ROI) para implementarlo.

Entre las expresiones más de moda actualmente en el ámbito del Business Intelligence, sin duda destaca la que hace referencia a las propuestas de valor, y con ella también sobresale la vinculación que existe entre este tipo de propuestas, el análisis de datos y el proceso de toma de decisiones.

Como sucede con tantos otros conceptos y términos, también este procede del extramuros del BI pero se ha afianzado en el terreno de la inteligencia de negocios hallando en él el suficiente abono para crecer y afirmarse hasta el punto de formar parte, hoy, de la agenda de todo proyecto BI que se precie.