El análisis de negocios es una necesidad para las empresas que buscan competitividad

El análisis de negocios (Business Analytics o BA), entendido como el uso de los datos de una organización con el propósito de predecir tendencias y resultados –y para lo cual se emplean la minería de datos, el análisis estadístico y el modelado predictivo, determinantes para ayudar a la toma de decisiones más informadas–, sigue en ascenso.

Al respecto, Jesús Sandoval, gerente de TI para Grupo Arquib, asegura que, en los últimos 10 años, el ámbito de business analytics ha experimentado una notable evolución debido al avance de la tecnología y la capacidad de procesamiento de datos, combinado con la inteligencia artificial (IA).

En esa línea, explica que algunas de las principales herramientas e innovaciones incluyen herramientas de análisis de datos, Power BI (Microsoft), Google Data Studio, Tableau, IA y aprendizaje automático, aprendizaje automatizado (ML), Automated Machine Learning (AML), IA predictiva, plataformas de inteligencia de negocios (BI) en la nube, Microsoft Azure Analytics, análisis en Amazon Web Services (AWS), análisis en tiempo real, Apache Kafka y StreamSets.

“Las herramientas y tecnologías en BA están evolucionando rápidamente, abarcando desde el análisis de grandes volúmenes de datos en tiempo real, hasta el uso de IA y aprendizaje automático para predecir comportamientos y tendencias futuras. Estas innovaciones no solo ayudan a las empresas a tomar decisiones informadas, sino también a mejorar la eficiencia operativa y crear una ventaja competitiva”, precisa Sandoval.

En eso coincide Carlos Díaz, vicepresidente de Data + IA Latam en Keyrus, al afirmar que las herramientas y tecnologías de análisis de negocios están evolucionando rápidamente, impulsadas por la creciente necesidad de un enfoque más ‘data-driven’ en las organizaciones.

Para 2025, según anota, se espera que estas tecnologías transformen la manera en que las compañías operan, priorizando plataformas accesibles no solo para científicos de datos, sino también para usuarios de negocio, fomentando así una cultura analítica más inclusiva y colaborativa.

Agrega que, entre las innovaciones más destacadas, están las plataformas de análisis intuitivas, que facilitan la extracción autónoma de insights y los modelos de inteligencia artificial generativa (IA Gen), como ChatGPT, que están remodelando los procesos empresariales al ofrecer análisis rápidos, personalizados e interactivos mediante lenguaje natural.

“La gobernanza de datos desempeña un papel crucial al garantizar la trazabilidad, confiabilidad y seguridad de la información, abordando desafíos como la desinformación y el manejo ético de los datos. Junto a ello, la integración de datos en tiempo real permite a las organizaciones reaccionar rápidamente a eventos críticos y optimizar sus estrategias. Estas tendencias consolidan un panorama donde los datos y la analítica son el núcleo de las decisiones estratégicas, fortaleciendo la confianza en los análisis y preparando a las empresas para liderar en un mercado altamente competitivo”, destaca Díaz.

Por su parte, Roman Baudrit, vicepresidente LATAM en Thales Cloud Protection and Licensing, revela que, en la actualidad, se estima que cada día se generan más de 400 millones de terabytes de datos, por lo que el desafío de gestionar toda esta información va mucho más allá de la capacidad de los recursos internos de las organizaciones, que cada vez están más presionadas para protegerlos.

“Estos datos, además, están distribuidos en entornos locales, en la nube y en dispositivos terminales, y son objetivo de grupos y amenazas altamente sofisticados. El costo asociado a las violaciones a la seguridad de datos también sigue aumentando, y los gobiernos están instituyendo requisitos de protección de datos como la circular 005 de Colombia. Según nuestro ‘Informe de datos de 2024 Thales Data Threat Report’, el 93 % de las empresas informaron un aumento de las amenazas en comparación con el año anterior”, indica el directivo.

En ese sentido, la industria de TI ha desarrollado soluciones –como el ‘Data Risk Intelligence’– que combinan la inteligencia y analítica contextuales para proveer una visibilidad unificada de los riesgos a datos críticos y evaluar su nivel de protección mediante técnicas de cifrado a través de todos sus repositorios de información. Esto permite que las empresas identifiquen, de manera precisa, por severidad y probabilidad, los datos más críticos que pueden estar en riesgo, para así priorizar la mitigación de riesgo.