Inteligencia de negocio, el poder de los datos

Por Juanjo Portales
Account Manager de OpenSistemas

Términos como Advanced Analytics, Business Analytics o simplemente Analytics se han impuesto como los más necesarios a la hora de tomar decisiones dentro de las organizaciones.

Este poder de la analítica de los datos ha creado diferentes plataformas, herramientas y tecnologías para poder dar respuesta a la necesidad que se plantea en el mundo empresarial.

La analítica es una especialización de la inteligencia del negocio, donde con la cantidad de datos que una organización puede almacenar, sirve para realizar las acciones que su mercado, sus clientes, su competencia y la situación le requieren.

Los inicios de esta analítica se remontan al año 1993 cuando se implementó OLAP, técnica que hoy en día es de las más usadas para la extracción de reportes dimensionales provenientes de un cubo de datos seleccionados y preparados para su explotación.

¿Tienes una arquitectura de Business Intelligence preparada para soportar cubos y tecnología OLAP?

Muchas organizaciones aún no están preparadas y por medio de KPIs y análisis ROLAP se consiguen obtener reportes dinámicos. La creación de un cubo OLAP y su mantenimiento queda atado a la tecnología sobre la cual se construye. Posteriormente es difícil recrearlo sobre otra plataforma diferente a la original, no importa si ésta cumple con el estándar de metadatos CWM2 (Common Warehouse Metamodel).

A medida que las organizaciones fueron demandando más herramientas y medios para conocer detalladamente los eventos que generan sus cambios operativos, y la necesidad de encontrar una manera más rápida de responder a estos cambios mediante la revisión de sus estrategias y sus procesos, se creó la analítica avanzada.

El poder de la analítica avanzada es ir más allá de los datos que generan las organizaciones para predecir el comportamiento de su negocio y analizar su estado actual para determinar patrones, tendencias o debilidades existentes que les permitan identificar nuevas formas de optimización del negocio.

El análisis predictivo se especializa en integrar métodos estadísticos y de minería de datos para analizar hechos históricos que permiten predecir eventos futuros. Todas las organizaciones hablan hoy en día de la “transformación del negocio” y todas se encuentran creando herramientas y soluciones que les permitan evolucionar e innovar.

¿Qué se ha de tener en cuenta para definir como afectará la implementación de analítica en una organización y qué herramienta implementar?

A modo de resumen volúmenes de datos, tiempo real, rendimiento de consultas y procesamiento de datos, infraestructura y capacidad de las bases de datos, arquitectura de datos, modelos de datos e integración de datos.

El volumen de datos crece exponencialmente y tiene relación directa con la infraestructura de almacenamiento y capacidad de las bases de datos. Es importante definir el ciclo de vida de los datos, y la tendencia es ir a trabajos donde las bases de datos soporten la antigüedad de los datos.

La arquitectura y los modelos de datos van de la mano al ser el modelo de datos el componente más elemental de la arquitectura de datos e información y para el caso de la analítica, definir el modelo analítico utilizando definiciones y entidades de datos que ya hacen parte de la arquitectura de datos de la organización debería ser la mejor practica.

Finalmente, la integración de datos es y será siempre un procedimiento que se debe ejecutar para preparar y organizar los datos para su entrega y análisis.

Tal vez necesite revisar un poco más los servicios actuales de análisis de información que está ofreciendo al interior de su organización para identificar más de una necesidad a la que le hace falta un soporte más poderoso que un reporte dinámico y un cubo, en ese momento comprenderá que su organización debe madurar a otra etapa de análisis de información más sofisticada y especializada que le demandará nueva infraestructura de TI y la adopción de mejores prácticas de inteligencia de negocios.