Bacho Foto - stock.adobe.com
Big data, BI y analítica, herramientas para contar con negocios más inteligentes
Aunque estas tecnologías son distintas, están entrelazadas y se complementan entre sí para permitir que las organizaciones creen valor a partir de los datos disponibles.
Aunque siempre han sido relevantes, no cabe duda de que hoy en día los datos, su recolección, análisis y la elaboración de estrategias a su alrededor han cobrado una trascendencia nunca antes vista para las empresas, industrias y otras organizaciones de todos los niveles y sectores de la economía global.
Por eso mismo, tecnologías como big data, la inteligencia de negocios (BI) y la analítica cada día ocupan más la atención mundial al ser aprovechadas para identificar nuevas oportunidades y que esto redunde en negocios más inteligentes, operaciones más eficientes, mayores rentabilidades y clientes-consumidores más satisfechos.
Para entender mejor de qué se tratan y cuáles son sus características, fuentes de Intel aseguran que big data se refiere al inmenso volumen de conjuntos de datos que alcanzan altos órdenes de magnitud (volumen); más diversos, incluyendo datos estructurados, semiestructurados y no estructurados (variedad); y que llegan más rápido de lo que usted o su organización han tenido que tratar nunca.
Este flujo de datos, indican, suele ser generado por equipos conectados: computadoras y teléfonos inteligentes, sensores como lectores de RFID y cámaras de tráfico, por ejemplo. Además, es heterogénea y se presenta en muchos formatos, incluyendo texto, documento, imagen, video y más.
«Big data es una fuerza revolucionaria que presenta tanto oportunidades como desafíos para las organizaciones de TI. Para que uno pueda tener una efectiva estrategia de datos, es necesario pensar en algunos puntos cruciales para el desarrollo de esta», explican los voceros.
Entre ellos, una estrategia basada en la tecnología que permita recolectar de los clientes, los socios y las empresas sobre el negocio, obteniendo así una ventaja competitiva; y trabajar con conjuntos de datos cuyo tamaño y variedad van más allá de la capacidad de capturar, almacenar y analizar del típico software de base de datos.
A eso se suman otros aspectos como procesar un flujo continuo de datos en tiempo real, que permita una toma de decisiones inmediata, más rápida que en cualquier otro momento, y de naturaleza distribuida, lo que significa que el procesamiento analítico va donde están los datos para una mayor rapidez y eficacia.
Además, se debe tener en cuenta un nuevo paradigma en el que las TI colaboren con usuarios empresariales y científicos de datos para identificar y aplicar analíticas que amplíen la eficiencia operativa y resuelvan nuevos problemas empresariales, y cambiar la toma de decisiones dentro de la empresa para permitir a las personas tomar mejores decisiones, más rápidas y en tiempo real.
«Ahora, si hablamos un poco de los datos puros tendremos la información, pero lo que efectivamente va a brindarnos el valor es su análisis, para que puedan generar insights, de manera que vayan a contribuir con la necesidad del negocio. La analítica es la clave para obtener el mayor valor posible de los datos de toda la organización. Para crear una estrategia de análisis productiva y rentable que genere resultados se necesita un hardware de alto rendimiento optimizado para trabajar con el software que utiliza», precisan los portavoces de Intel.
Para ellos, la analítica de datos moderna engloba una serie de tecnologías, desde plataformas analíticas específicas hasta bases de datos para el aprendizaje profundo y la inteligencia artificial (IA).
A su vez, Ramprakash Ramamoorthy, director de Investigación de ManageEngine, señala que big data hace referencia a los datos recopilados de varios aspectos de las operaciones comerciales diarias, que ayudan a las organizaciones a mejorar su toma de decisiones.
Agrega que el proceso de aplicar una amplia variedad de técnicas estadísticas para dar sentido a estos conjuntos de datos complejos se denomina análisis de datos. Cuando los macrodatos y el análisis trabajan juntos para ayudar a las organizaciones a transformar los datos en conocimientos prácticos y obtener una ventaja competitiva, el proceso se denomina inteligencia empresarial (BI).
«Aunque estas tecnologías son distintas en muchos sentidos, están entrelazadas y se complementan entre sí para permitir que las organizaciones creen valor a partir de los datos disponibles. En términos generales, big data, BI y análisis permiten tecnologías más grandes, como la inteligencia artificial (IA), que ayudan aún más al software a pasar de la automatización de procesos a la automatización de decisiones», subraya Ramamoorthy.
Casos de uso más comunes
De acuerdo con Rubén Darío Obando, gerente de Servicios Profesionales en Datalytics Colombia, lo mejor de las soluciones basadas en datos es su transversalidad, es decir, todos en nuestro ámbito personal y en nuestros roles corporativos generamos, consumimos y explotamos datos: desde un mensaje de voz, texto, llamada y fotografía hasta un informe, una presentación o una entrevista, estamos interactuando con datos que luego se convierten en información que nos permite tomar decisiones de toda índole.
Desde un aspecto corporativo, Obando afirma que siguen siendo muy recomendados los usos para el conocimiento de clientes, usuarios, pacientes, estudiantes y empleados, no solo basados en datos demográficos, sino entendiendo el comportamiento de consumo, fidelización, desempeño, evolución, etcétera.
Es allí, según dice, donde se ha venido marcando una tendencia de adopción y aprovechamiento de las soluciones basadas en datos no solo para entender el pasado, sino para prepararse y optimizar los hechos futuros para innovar y pensar «fuera de la caja».
Al respecto, Ramamoorthy precisa que hay muchas formas en las que estas tecnologías pueden ayudar a las empresas. Por ejemplo, un minorista puede utilizar estas técnicas para crear un mejor perfil de sus clientes mediante el análisis de sus patrones de compra y transacciones anteriores. Esto permite un mejor posicionamiento de las transacciones para garantizar clientes más felices y una mejor gestión del inventario que reduce los costos.
Por otro lado, la industria de la salud las puede usar para mejorar la precisión del diagnóstico y garantizar un mejor manejo de las enfermedades crónicas, reduciendo la tensión en la infraestructura general de la salud; los bancos y las entidades financieras pueden reducir sus activos improductivos y aumentar sus márgenes de ganancia al otorgar préstamos de mejor calidad utilizando estas técnicas.
Su implementación también permite una mejor seguridad del software, lo cual es fundamental dado el número y los tipos cada vez mayores de incidentes de seguridad digital desde el inicio de la pandemia. «Estos son solo algunos ejemplos. Sin embargo, estas tecnologías se pueden aplicar a casi todas las industrias y brindan un futuro mejor cuando se usan de manera efectiva», enfatiza el director de Investigación de ManageEngine.
Por su parte, desde Intel aseguran que pasar de las formas tradicionales a las avanzadas de análisis puede ayudar a las organizaciones a ser más inteligentes sobre los clientes, los procesos y los productos. «La inteligencia empresarial (BI) precisa y los modelos predictivos facilitan la exploración de nuevos enfoques y estrategias», añaden.
Al mismo tiempo, sostienen que las fronteras más emocionantes de la analítica ya no dependen de las fuentes de datos o los métodos de análisis tradicionales. Para ellos, la analítica avanzada ha ampliado el campo de la analítica de datos de dos maneras fundamentales: por un lado, al centrarse en el futuro, resolviendo los problemas antes de que surjan y prediciendo el probable impacto de las decisiones empresariales con antelación; la segunda, con un enfoque de datos más amplio, pues los avances en la analítica permiten aprender más de fuentes de datos que antes no se aprovechaban, como las imágenes, el audio, el video y los datos de los sensores de IoT, utilizando hardware y software optimizados para ofrecer un rendimiento analítico acelerado.
Tendencias y retos
Acerca de las tendencias que hay frente a la aplicación de estas tecnologías de manera más ampliada, Intel considera que es algo que cada vez se espera ver más en la región, una vez que de esta forma organizaciones e instituciones puedan acumular más y más información para la toma de decisiones. «Principalmente, con la ascensión de la computación en el borde, de las mejoras en la infraestructura de conectividad, el crecimiento de la nube y la computación siendo algo ubicuo, cada vez más se podrá ver usos diversos en este sentido de la región», declaran las fuentes de Intel.
En esa línea, Ramprakash Ramamoorthy cree que Colombia, al igual que otros países latinoamericanos, está experimentando una fuerte recuperación financiera a medida que avanza hacia una economía pospandémica, lo que significa que todos los sectores económicos afectados por esta crisis se esfuerzan ahora por obtener una ventaja competitiva.
«La gerencia comprende la necesidad de confiar en la tecnología y, más específicamente, de aprovechar los datos disponibles que pueden ayudar a las compañías a implementar decisiones comerciales bien informadas, mejorar la eficiencia operativa y crear experiencias más relevantes para los clientes. Existe una creciente demanda de soluciones que permitan la automatización de procesos, lo que permite a las organizaciones no solo optimizar el servicio al cliente, sino también analizar mejor los datos generados», concluye el experto.
Por el lado de los retos que plantean estas tecnologías, Rubén Darío Obando opina que el primer desafío se centra en la conciencia de no caer en la ‹moda› y la oferta tan amplia de conceptos, herramientas y plataformas que pueden llegar a ser abrumadoras para los clientes, en tanto que, desde un enfoque tecnológico, manifiesta que el reto está en saber usar esa capacidad de almacenar y procesar esa diversidad y volumen de datos sin perder el foco estratégico.
«Un factor clave que recomendamos es no descuidar la calidad de los datos. Podemos tener la mejor estrategia, las mejores herramientas y, no menos importante, el mejor talento humano, pero si la calidad de los datos no está a la altura y estos no reflejan la realidad de nuestra compañía y el entorno, lastimosamente este esfuerzo será en vano.
Históricamente, teníamos una brecha entre los datos y la toma de decisiones, pero hoy es posible gracias a la evolución tecnológica; hoy se tiene todo servido para ‹exprimir hasta la última gota› del valor que tienen los datos para nuestro bienestar», puntualiza el gerente de Servicios Profesionales de Datalytics Colombia.