¿Cómo se complementan el Big data y el Business Inteligence?

El Big Data y la inteligencia de negocios representan herramientas potentes que se complementan e integran para predecir el futuro. De acuerdo con IEBSchool, variados expertos refieren que, en el 2019, estas tecnologías alcanzarán una evolución impactante. En cuanto al Business intelligence, en el 2018 se registró un incremento en plataformas, herramientas y aplicaciones, según Panda security. Su rango de acción se amplía además a sectores como el sanitario, legal y agrícola.

Según la Revista MPrende en su art. las “5 ventajas del la Inteligencia de Negocios” describe el Business Intelligence – BI como:

“El conjunto de técnicas, procesos y arquitectura que transforman los datos recopilados por una compañía en información importante y relevante para los procesos gerenciales

El concepto lleva más de una década en boca de los tomadores de decisiones del mundo y ahora aparece junto a otro de los temas más interesantes y complejos para las organizaciones, el Big Data.

El Big Data: ¿qué es y cómo actúa?

Big Data se refiere a la gestión de grandes cantidades de información provenientes de las fuentes a las que tenga acceso una organización. Ya sea directamente (1st party data), por alianzas (2nd party data) o a través de terceros (3th party data). Pero resulta que el Big Data sin la analítica no es nada.

En cuanto al Big Data, está relacionado a la administración de una gran cantidad de datos provenientes de múltiples fuentes de la Organización. Actualmente, se cuenta con herramientas de código abierto utilizadas para diseñar plataformas de análisis masivo de datos. Esta información es tan voluminosa que el software de procesamiento tradicional simplemente no puede administrarlos. Pero para este volumen de datos se emplea el abordaje de problemas de negocios que antes no se habrían podido solventar. Algunas de las fuentes generadoras de datos son los correos electrónicos, teléfonos móviles de red y las redes sociales.

La analítica tiene que ver justamente con la capacidad de interpretar y analizar una serie de datos para tener un panorama cada vez más detallado y así poder tomar una decisión acertada (analítica descriptiva), pero con la velocidad del mundo pareciera que ya no sirve la información para tomar decisiones hoy sino que se requiere que el análisis de datos prevea el futuro y revele posibles caminos para decidir pensando en el mañana (analítica predictiva).

La analítica en el Big data y el Business intelligence

El análisis predictivo manifiesta tendencias históricas. Esta predicción permite develar elementos que antes eran imposibles de percibir.

Entonces, las técnicas matemáticas inteligentes aplicadas hacen su trabajo en el análisis de Big data. De este modo, su evolución (paralela a la de la analítica predictiva) implica métodos, procesos y arquitectura para tomar decisiones.

Ahora bien, muchos expertos dejan de lado la importancia de los volúmenes de datos, dando preponderancia al para qué se analizarán. Por otro lado, muchas organizaciones se preocupan por gestionar desde sus bases de datos relacionales hasta la información de valores de temperatura en la ciudad.

Hoy en día, el análisis de datos tiene un mayor impacto en las organizaciones debido a que los procesos analíticos a menudo se centran en descubrir información. La Data incluye ventajas competitivas inmediatas, tales como interacciones más inteligentes con los clientes, campañas de marketing más específicas y operaciones más rentables.

Big Data, BI y la analítica

Según IBM, “la analítica predictiva ayuda a descubrir patrones en el pasado, los cuales pueden señalar lo que está delante. (…) La analítica predictiva puede descubrir patrones ocultos en datos que el experto humano puede no ver. Es el resultado de matemáticas aplicadas a datos. Como tal, se beneficia de técnicas matemáticas inteligentes así como de buenos datos”.

Resulta entonces que, bajo la misma línea de la inteligencia de negocios, el avance hacia Big Data y analítica predictiva para la toma de decisiones también implica técnicas, procesos y arquitectura.

Pero es común escuchar a los expertos en estos temas decir que no importa la cantidad de datos, lo que importa es el para qué se los va a analizar. Parece tan obvio y aun así encontramos cientos de organizaciones preocupadas por gestionar desde sus bases de datos de clientes hasta la información de las lluvias en la ciudad.

Aunque no todo está dicho en materia de analítica predictiva, el mercado ya ofrece varias soluciones tecnológicas que apoyan la tarea. Así que, como usualmente sucede, lo de menos es la tecnología, esa ya está disponible pero es tarea de los líderes de cada compañía saber el para qué van a usarse los recursos tecnológicos.

La primera decisión es el ¿Para qué? de la analítica

Para iniciar un proceso exitoso de analítica predictiva en cualquier tipo de organización es necesario primero decidir el para qué del salto hacia adelante, entendiendo los riesgos y las implicaciones económicas que ello supone.

Conocer a detalle el ecosistema en que se está trabajando es la primera lección de administración, el problema ahora es que literalmente es posible conocer a detalle cualquier mercado, entendiendo que una cosa es saber un poco más sobre los clientes potenciales (el clásico hombre / mujer de 25-35 años), a poder saber hábitos de consumo, rutinas de ejercicio y hasta razones de sus rupturas amorosas.

Equipos de náufragos en el mar de datos disponibles tienen el reto de crear una balsa que lleve a las organizaciones al feliz encuentro de los hallazgos a través de analítica predictiva. Muy pocos saben realmente de qué se trata eso del Big Data, muchos menos conocen cómo usar las herramientas disponibles, pero lo cierto es que todos los miembros de un equipo deberían estar en capacidad de comprender sus alcances y de proyectar mejores usos de la información.

¿Cómo se complementa el análisis de datos con el bussiness intelligence?

En términos generales, una arquitectura tradicional de Business intelligence comprende:

  • Una herramienta que integra periódicamente un conjunto de datos de origen estructurado (bases de datos o archivos CSV / Excel)
  • Un modelo de datos hecho de tablas de dimensiones y hechos, adecuado para informes eficientes.
  • Un Data Warehouse que es, esencialmente, una base de datos relacional.
  • Una herramienta de informes que aprovecha el almacenamiento de datos mediante el uso del motor de SQL subyacente. El cual crea visualizaciones dinámicas que se organizan en informes y paneles para los usuarios empresariales.

Business intelligence y Big data son soluciones de análisis y administración claramente diferentes. Sin embargo, no se conciben de forma separada. Gracias a ambas, las empresas pueden:

  • Tener acceso a más información.
  • Crear nuevas oportunidades de negocios.
  • Generar nuevas ideas para mejorar la compañía en su conjunto.

Casos exitosos

Una referencia es Amazon. Este gigante minorista online ya ha aprovechado las ventajas del Business intelligence. Ello ha sido en la optimización de detección de fraudes, además la personalización en la atención al cliente. Con la integración del Big data, Amazon reforzó los protocolos de seguridad mediante sistemas que detectaban los fraudes. Gracias a estos cambios, se obtuvo una reducción de eventos fraudulentos en un 50%, y una actualización de precios dinámicos en 2 minutos.

En últimas, la aplicación de la tecnología determinará el éxito o fracaso de una empresa. Netflix, la plataforma de películas, compila las preferencias de los usuarios utilizando Big data. Esta certeza ha permitido que el Business intelligence recomiende al usuario una película según sus historiales. Su éxito se concreta con los millones de usuarios que usan esta plataforma.

IoT e inteligencia artificial

El Internet de las cosas trata sobre dispositivos, datos y conectividad. El valor real de IoT consiste en crear productos más inteligentes, brindar información oportuna y proporcionar nuevos resultados comerciales. A medida que millones de dispositivos se conectan, el Internet de las cosas desencadena un flujo masivo de Big data.

El desafío clave es visualizar y descubrir información de varios tipos de datos en el contexto de sus aplicaciones. Dichas fuentes de datos facilitarán la toma de decisiones. Obtener inteligencia de Big data utilizando tecnologías de inteligencia artificial es el habilitador clave para dispositivos más inteligentes y un mundo conectado.

¿Qué debe tener en cuenta?

Antes de pensar en los listados infinitos de información a analizar puede preguntarse qué tipo de hallazgo podría tener y cómo esa información le aportaría a tomar mejores decisiones. Si resulta que su hipótesis coincide con un dato que ya otros verificaron y que está disponible en el mercado, no desgaste sus recursos en ello, ocúpese mejor de explorar nuevos escenarios poco atacados previamente por la dificultad de garantizar una ‘entrada segura’.

Con Big Data y analítica, la inteligencia de negocios se convierte en la carrera por quién conquista primero la playa de las oportunidades inexploradas.

No hay comentarios a esta entrada.

Déjanos un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

SUSCRÍBASE A NUESTRO NEWSLETTER