En la actualidad, para mantenerse competitivas y relevantes, las organizaciones necesitan ser data-driven, es decir, tomar decisiones basadas en datos. Pero, ¿cómo se materializa esta visión? La respuesta se encuentra en la implementación estratégica de proyectos BI.
Además de sistematizar, organizar y extraer valor real de los datos, desplegar iniciativas de Business Intelligence ayuda a transformar datos en insights accionables que fomentan el crecimiento del negocio.
A continuación, analizamos cómo construir proyectos BI eficientes, detallando qué procesos, roles y herramientas intervienen en cada fase.
¿Qué es Business Intelligence?
Antes de avanzar sobre cómo construir proyectos BI, es imprescindible definir con precisión este concepto.
Si bien años atrás “Business Intelligence” era un término muy abarcativo en el cual se englobaban diversas disciplinas, con el tiempo, su significado se fue desagregando en diferentes ramas tecnológicas. Data mining, data analytics, data science, machine Learning, aprendizaje automático, data engineering y arquitectura de datos son algunas de ellas.
Ahora bien, para entender plenamente el concepto “inteligencia de negocios”, creemos conveniente referirnos a lo que se conoce como pirámide de la sabiduría, compuesta por datos, información, conocimiento y, finalmente, sabiduría. Desagreguemos cada uno de estos niveles.
En la base de la pirámide se encuentran los datos, una unidad primigenia que por sí sola no tiene valor real. Para ser realmente valiosos, necesitan ser interpretados y estar en contexto y organizados. Caso contrario, serán un cúmulo de registros que se acumulan permanentemente.
En el segundo nivel de la pirámide reside la información. Se trata de un estado en el cual los datos ya están relacionados, procesados y organizados, tienen un contexto y adquieren significado, utilidad y relevancia para una situación determinada.
Cuando esta información escala al piso siguiente de la pirámide, se transforma en conocimiento, que es nada más —y nada menos— que el resultado de la interpretación, del análisis y de la síntesis de la información. Es una comprensión más profunda de lo que la información revela.
Gracias al conocimiento, es posible identificar patrones y encontrar relaciones ocultas dentro de la información procesada. En este sentido, sirve para conocer un determinado problema, entender las razones que llevan a su aparición y poder tomar decisiones en función de él.
Finalmente, en la cúspide de la pirámide encontramos la sabiduría. Tiene que ver con la aplicación del conocimiento para resolver determinados inconvenientes de manera prudente y ética, entendiendo no solo el contexto, sino también los riesgos.
The Data Warehousing Institute define al BI como los «procesos, tecnologías y herramientas necesarias para transformar datos en información, información en conocimiento, y conocimientos en planes que nos lleven a tomar acciones positivas para las organizaciones.«
En este sentido, Business Intelligence permite convertir datos dispersos en la organización, en conocimiento y en sabiduría.
Construir proyectos BI, una estrategia eficiente para convertirse en una organización data-driven
Más allá de la industria a la que pertenezcan o en el contexto en el cual están inmersas, día tras día, las empresas se enfrentan a desafíos de un entorno en constante cambio.
Para sobrevivir, necesitan tener una visión integral del negocio, una única verdad de lo que sucede tanto a nivel interno como externo, que les permita tomar decisiones adecuadas y adaptarse a las modificaciones continuas.
¿Cómo pueden hacerlo? Convirtiéndose en organizaciones data-driven. Una compañía en la cual todas las decisiones que toman las personas que ocupan posiciones clave dentro de las áreas de negocio están sustentadas por datos.
Es por este motivo que cada vez más empresas se vuelcan hacia proyectos BI o de data analytics, ya que este tipo de iniciativas permiten convertir datos en información, información en conocimiento y conocimiento en sabiduría.
¿Qué roles y herramientas intervienen en el proceso de construcción de un proyecto de Business Intelligence?
Como mencionamos, las organizaciones se enfrentan a múltiples desafíos, necesitan que los tomadores de decisiones cuenten con información para resolverlos, y, al mismo tiempo, precisan desplegar una estrategia que aporte sentido a los datos, por lo que abordar proyectos BI se torna fundamental.
Pero, ¿cómo se abordan? ¿Quiénes intervienen en ellos y con qué instrumentos?
En primer lugar, se necesita un diagrama de arquitectura, una suerte de plano que ayuda a alcanzar una estructuración y un despliegue adecuados.
Este diagrama comienza con una visión muy macro que tiene en cuenta dos grandes bloques: negocio y solución de datos.
Dentro de lo que denominamos “negocio”, intervienen todas las problemáticas que tiene una empresa, es decir, cómo funciona, cuáles son los procesos principales, en qué industria trabaja, quienes toman las decisiones, qué métricas son las más relevantes para cada área, qué necesitan conocer para ser más rentables y adaptarse a los cambios, entre otras cuestiones.
A partir de ese conocimiento acabado del negocio, se puede plantear el otro bloque, la solución de datos. En este sentido, ninguna solución de BI puede nacer sin un input directo del negocio.
Adentrémonos entonces en la solución de los datos. Más allá de la tecnología y los procesos, las soluciones de data están compuestas por 3 grandes bloques o etapas en las cuales intervienen problemáticas, procesos, herramientas y personas.
El primer bloque tiene que ver con el origen de los datos. Una vez detectadas las problemáticas de negocio y los procesos Core y de soporte, así como las variables para gestionarlos, se avanza sobre la identificación de los orígenes de los datos.
¿Qué significa esto? Cualquier proceso de negocio en una compañía tiene un sistema de información por detrás, que es el que da soporte al proceso.
En esta etapa, se busca conocer todos los orígenes de datos disponibles, dónde residen y dónde hay que buscarlos para transformarlos en información, conocimiento y sabiduría. Las fuentes son múltiples: sistemas de RRHH, plataformas de finanzas, ERP, archivos, datos no estructurados, datos web, datos IoT, entre otros. Todos estos datos inciden directamente sobre los principales procesos de negocio.
Una vez relevados y analizados los orígenes de los datos e identificada la información que debemos tomar de los datos para poder generar la solución que facilite la toma de decisiones oportunas, se lleva la información al segundo bloque.
En este conglomerado de la información y el conocimiento es donde se le va a empezar a dar sentido a los datos, creando relaciones entre las fuentes de datos y generando conjuntos de datos más integrados.
Dentro de la solución de datos que se busca crear, existen diferentes componentes. Los procesos ETL, que generan componentes que se conectan a los orígenes de datos para llevarlos a datalakes (lagos de datos donde almacenan datos crudos) o data warehouses, repositorios donde se guardan datos convertidos en información, es decir, relacionados, contextualizados y estructurados.
A partir del data Warehouse surgen los modelos, representaciones de una problemática puntual.
Estos modelos alimentan el tercer bloque, el análisis. En este estadio, valiéndose de una herramienta de análisis o de un módulo que permita analizar y visualizar, las organizaciones pueden mostrar toda la información ya estructurada, modelada y con un contexto determinado en dashboards, reportes, o a través de un algoritmo de machine Learning o data Discovery o de una app mobile.
En la capa de análisis, los usuarios pueden acceder a esa información modelada para poder visualizarla y tomar decisiones, construyendo conocimiento para adquirir sabiduría.
Ahora bien, ¿qué roles intervienen en estos 3 bloques?
En la primera etapa, asociada a los orígenes de datos, intervienen los analistas de negocio o analistas funcionales. Ellos pueden comprender la problemática de negocio, qué sistemas le dan soporte a los procesos y de dónde surgen los datos que se precisan para construir conocimiento.
Durante la segunda fase, de información y conocimiento, se incorporan los arquitectos de datos (sabe cuáles son los servicios que formarán parte de la solución y brinda lineamientos técnicos), los ingenieros de datos (construye los procesos que extraen los datos del origen y los llevan a los repositorios) y los científicos de datos (trabajan con la información presente en los data lakes y los data warehouses para construir conocimiento).
Finalmente, en el bloque de análisis entran en acción los ingenieros de analítica, los analistas de datos, los desarrolladores BI y los visualizadores de datos. Quienes intervienen en esta fase, buscan darle sentido a los datos y mostrar la información a los usuarios a través de diferentes soportes para que puedan tomar decisiones.
En lo que a herramientas respecta, existen instrumentos corporativos y de nicho. Mientras que los primeros cuentan con diferentes módulos que permiten hacer el end-to-end de una solución (desde la adquisición de datos en los orígenes hasta la presentación), los segundos son altamente técnicos y resuelven necesidades puntuales.
¿Conocías los 3 bloques que forman parte de la construcción de los proyectos BI? Si necesitás implementar una iniciativa de Business Intelligence en tu organización, podemos ayudarte. Contactanos.