Claves de contenido del artículo

Power BI

Tableau

Micro Strategy

Oracle BI

Qlik

SAP Business Objects Business Intelligence

El mercado de las herramientas de Business Intelligence crecerá a un ritmo anual del 7,6% entre 2020 y 2025, según pone de manifiesto un estudio de MarketsandMarkets. La Inteligencia de Negocio y el Big Data están ofreciendo a las organizaciones justo lo que más necesitan: confianza en medio de la incertidumbre por la pandemia de la COVID-19 y por la imparable transformación digital en que se halla inmerso el sector empresarial.

Los expertos en Business Intelligence y Big Data recurren a soluciones tecnológicas para  automatizar las tareas de recolección y análisis pero, sobre todo, para trabajar en la visualización de datos. Numerosos departamentos (como marketing, RRHH, compras, logística, etc.), así como los mandos directivos, hacen uso de dashboards creados con estas plataformas para consultar información previamente tratada por los analistas y data scientists.

Ante este interés por el Business Intelligence, el número de herramientas a nuestra disposición no hace sino aumentar. ¿Con cuál -o cuáles- quedarnos? En datahack hemos llevado a cabo nuestra propia selección con las 6 soluciones de Inteligencia de Negocio más útiles para este 2021. ¿Las has probado ya?

Power BI

Power BI es una suite de Microsoft para la gestión de datos y la realización de análisis descriptivos y predictivos. Power BI vuelca la información en cuadros de mando interactivos que muestran la evolución de las variables del negocio, favoreciendo una dinámica self-service de acceso a los datos por parte de las distintas áreas de la organización.

Entender el funcionamiento de esta herramienta de Business Intelligence es prácticamente una obligación para los expertos en Big Data. ¿Qué puedes hacer para acercarte a ella?

• Lee nuestro post acerca de qué es Power BI y para qué sirve.
• Matricúlate en nuestro curso introductorio sobre visualización de datos en Power BI.
• Da un paso más aprendiendo con datahack acerca de visualización avanzada de datos con Power BI.

Tableau

Tableau mantiene su posición de preeminencia entre las soluciones de Business Intelligence más utilizadas. Probablemente, porque los niveles de dificultad en su manejo se adaptan al conocimiento de sus usuarios: los neófitos pueden efectuar análisis sencillos en una plataforma visual e intuitiva; mientras que los especialistas disponen de numeras opciones de configuración en un entorno seguro y escalable.

Además, su gran implantación en todo el mundo ha favorecido el crecimiento de una comunidad online muy activa, que comparte a menudo sus experiencias con la herramienta en foros y redes sociales.

¿Quieres profundizar más en estás herramientas? Conoce nuestro Máster en Data Science y Big Data para volverte un profesional del business Intelligence

Micro Strategy

Oracle BI

Oracle BI es la suite de soluciones de Inteligencia de Negocio de Oracle. Presenta dos grandes bazas como herramienta de Business Intelligence para este año:

• Analítica en la nube. Con Oracle Analytics Cloud es posible combinar un almacenamiento on premise de los datos con la ejecución de análisis en la nube. El resultado es un acceso seguro a los insights desde cualquier lugar.
• Inteligencia Artificial y Machine Learning. El uso de la IA y el aprendizaje automático sustenta la formulación de predicciones más fiables.

Qlik

Qlik lleva a gala su posición de liderazgo dentro del Cuadrante Mágico de Gartner 2020 para herramientas de analítica y Business Intelligence, donde comparte trono con Microsoft y Tableau. Lo mejor de esta plataforma es que, con un tono pedagógico en su comunicación, intenta hacer fácil lo difícil, apostando por la simplificación de sus comandos y la automatización de las órdenes. En definitiva, persigue que los usuarios le pierdan el miedo a los datos.

SAP Business Objects Business Intelligence

La plataforma BusinessObjects Business Intelligence de SAP destaca por su escalabilidad, requisito extremadamente valioso para startups y empresas en expansión. Se trata de una herramienta de Inteligencia de Negocio con implementación local y 100% integrable con el paquete Office de Microsoft, lo que la convierte en la solución de elección para aquellas compañías que han hecho de Excel su biblia corporativa.

Una de las 10 tendencias en el ámbito de la analítica que destaca la consultora Gartner en este 2020 es el concepto de Decision Intelligence. Según sus analistas, dentro de tres años, un tercio de las compañías ya contarán con especialistas en Business Intelligence o Inteligencia de Negocio que sirvan de puntal clave para la toma de decisiones empresariales. Sin embargo, como campos interrelacionados que son, es común encontrar juntos los términos Big Data y Business Intelligence sin que esté demasiado claro qué aspectos los une y cuáles los diferencian.

Diferencias entre Business Intelligence y Big Data

Antes de entrar en harina, hay que tener en cuenta el contexto en que nos movemos. En la actualidad, las empresas trabajan con información y datos que se enriquecen de forma continua y que necesitan depurar, integrar, visualizar y analizar para extraer conocimiento valioso de ellos. El Big Data y la Business Intelligence desempeñan un papel fundamental para llevar esta labor a buen término.

Si tomamos como referencia el glosario de la consultora Gartner, podemos definir los términos Big Data y Business Intelligence del siguiente modo:

Definición de Big Data

Acudimos a las cinco V para definir Big Data. Se trata de un paradigma que genera un Volumen de datos masivo a gran Velocidad y con una alta Variedad de formatos y tipos. No todos son válidos, por lo que precisa de una labor de Verificación con el fin de obtener información de Valor a partir de ellos.

El Big Data también hace referencia a la tecnología que se usa para resolver la necesidad operativa de gestionar enormes cantidades de información que después nutren a la Business Intelligence. Gracias a distintos sistemas, los especialistas en Big Data construyen y trabajan con almacenes de datos, es decir, grandes base de datos donde se guarda la información estructurada para facilitar su procesamiento e interpretación.

Definición de Business Intelligence o Inteligencia de Negocio

Acuñado por Gartner, Business Intelligence es un concepto que aglutina las distintas metodologías, aplicaciones y tecnologías que permiten reunir, acceder, transformar y analizar los datos con el objetivo final de conseguir tomar decisiones estratégicas basadas en el conocimiento extraído de la información. Pero, además, la Business Intelligence no solo aborda el procesamiento de los datos, sino que también incluye la necesidad de comunicarlos y de gestionar y evaluar el cambio para constatar la mejora continua de procesos en la empresa.

Cómo usan las empresas la Business Intelligence y el Big Data

Hoy en día, las empresas no pueden ser competitivas sin una base sólida de Business Intelligence. Como punto de partida, la Inteligencia de Negocio trabaja con datos procedentes de sus sistemas transaccionales donde se encuentran la información de clientes, productos, proveedores… (ERP, CRM, sistemas de gestión de la supply chain, por ejemplo), pero también se pueden enriquecer con los datos procedentes de la web, redes sociales e información de terceros.

¿Por qué se vincula la Inteligencia de Negocio con el Big Data? Porque son disciplinas que trabajan de forma coordinada: el surgimiento del Big Data ha transformado por completo el concepto de Business Intelligence y el simple hecho de poder gestionar cantidades masivas de datos permite indagar en los porqués y responder de manera fehaciente a todo tipo de cuestiones empresariales. Debido a la relación entre Business Intelligence y Big Data, podemos entender mejor el comportamiento de los consumidores, explicar el rendimiento de productos, revisar la eficiencia en los procesos, analizar las ventas…

Las preguntas impulsan la labor de la Business Intelligence porque, gracias a ellas, el dato en bruto se convierte en el combustible del que se extraen conclusiones para, por ejemplo:

• Con técnicas de analítica descriptiva, poder entender qué ha ocurrido a través de la generación de informes y de paneles de mando con los principales KPI.
• Con técnicas de analítica predictiva y de Data Science, poder plantear escenarios a futuro y realizar predicciones de demanda o de ventas.

Trabajar en Business Intelligence

¿Qué habilidades necesitas para trabajar en Business Intelligence? Hay dos ramas esenciales en Business Intelligence: la back-end BI, que está enfocada en el desarrollo de plataformas de BI por lo que la programación es esencial y, por otro lado, la front-end BI, que requiere de profesionales altamente especializados en analítica y en tratamiento de datos para lograr sacarles jugo y presentarlos a los demás.

Si quieres trabajar en Business Intelligence, en datahack puedes mejorar tus capacidades en cuanto a la visualización de datos e incluso puedes convertirte en un experto en herramientas clave como es Power BI. No te quedes con dudas sobre nuestros cursos: contacta con nosotros y estaremos encantados de brindarte toda la información que necesites.

Últimamente, no es raro que encontremos los términos Big Data y Business Intelligence juntos o usados de forma indistinta. No obstante, aunque ambos términos hacen referencia al uso de información por parte de las organizaciones para obtener ventajas competitivas, tienen grandes diferencias. Se puede decir que, más que iguales, son complementarias.

Pero, antes de entrar en ellas, hagamos una pequeña definición de ambos conceptos. El Big Data ya lo dejé definido cuando hablamos de sus cinco v’s. El Business Intelligence, por su parte, es la disciplina que ayuda a las empresas, mediante el análisis de datos, a sacar información relevante para que ayude en la toma de decisiones.

Principales diferencias entre el Big Data y el Business Intelligence

	Big Data	Business intelligence
Almacenamiento	Sistema de ficheros distribuido	Sistema de ficheros centralizado
Datos analizados	Pueden ser estructurados y no estructurados	Solo pueden ser estructurados
Tipo de información	Puede ser histórica o en tiempo real	Solo puede ser histórica
Relación Función- datos	De las funciones de proceso a los datos	De los datos a las funciones
Procesamiento Paralelo Masivo	Sí (más velocidad e instrucciones simultáneas)	No
Fuentes de recogida	Múltiples	Escasas
Volumen de datos	Mayor que el Business intelligence	Grande
Origen de los datos	Externo e interno	Interno
Orientado a…	Innovación y descubrimiento	Consultas y respuestas
Usuarios	Personal técnico especializado	Todos los usuarios de negocio

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

Mario nos mostró la lista de las principales compañías del ámbito financiero en España que están abordando proyectos BigData.

Las principales áreas en las que se están llevando a cabo estos proyectos son:

Ámbito Regulatorio: las entidades tienen que realizar un análisis de los potenciales clientes antes de que empiecen a trabajar con ellos, para evitar que provengan del ámbito de la delincuencia, el blanqueo de capitales, etc. Hasta ahora, algunas utilizaban técnicas muy rudimentarias y poco fiables, como pegar en la ficha del cliente el pantallazo que le devuelve Google al poner su nombre. Tal vez tengamos a un cliente como público objetivo óptimo de una campaña, pero no estemos validando cuál es su nivel de riesgo.

IFRS9, una normativa, como continuación de Basilea II, que pretende establecer unas pautas de control para evitar la posible caída de determinados bancos, que pueden suponer el colapso de un país o incluso de un continente entero.

Plataforma estratégica de contabilidad, donde cargan y almacenan todos los movimientos contables para poder realizar análisis adicionales a los propios de contabilidad, detectar desviaciones, comportamientos erróneos, etc.

Visión 720º de un cliente. Hay un 10% de clientes que se van y no sabemos por qué. Quizá no estemos cruzando bien toda la información de las distintas áreas y no nos demos cuenta de que podemos estar dando un mal servicio al cliente, ni nos estemos fijando en el impacto que este cliente tiene sobre su comunidad, familia, empresa o seguidores. Una visión 720º del cliente exige tener la visión 360º dentro de nuestra entidad y de otros 360º fuera de ella: 720º.

Por lo general son proyectos BigData con un impacto estratégico en las entidades, por lo que requieren la participación de un Program Manager. No utilizan las últimas versiones, dado que son proyectos con un cierto recorrido y las entidades necesitan certificar el software que utilizan. El ir certificando las nuevas versiones que salen es un proceso largo.

Los resultados son fabulosos, como demuestra uno de los casos concretos que Mario Renau expuso, donde un proceso PL/SQL, cuyo código llegaba desde Madrid a Vigo, pasó de tardar en ejecutarse 23 horas a hacerlo en 23 minutos, a lo que hay que sumar los notables ahorros en software e infraestructura, lo que hace que los proyectos se financien solos.

En general, hay una tendencia a realizar el almacenamiento en Data Lakes multicapa o SandBoxes, donde se almacenan los datos en crudo. Luego hay distintas capas de negocio: analítica, datos agregados y procesados y así sucesivamente. Se incluye la lógica de negocio en todas las capas. De momento, la mayoría de proyectos BigData, va en esa línea.

Si quieres asistir al próximo Data&Beers, consulta nuestros eventos datahack