Inteligencia de negocios (BI)

Inteligencia de negocios vs. análisis de datos

El uso esporádico del término inteligencia de negocios se remonta a por lo menos la década de 1860, pero al consultor Howard Dresner se le atribuye su primera proposición en 1989 como una frase general para aplicar técnicas de análisis de datos para respaldar los procesos de toma de decisiones de negocios. Lo que se conoció como herramientas de BI evolucionó desde sistemas analíticos anteriores, a menudo basados ​​en mainframe, como los sistemas de apoyo a la toma de decisiones y los sistemas de información ejecutiva.

La inteligencia empresarial a veces se usa indistintamente con la analítica empresarial o analítica de negocios (BA); en otros casos, el análisis de negocios se usa más estrechamente para referirse al análisis avanzado de datos o más ampliamente para incluir tanto BI como el análisis avanzado.

¿Por qué es importante la inteligencia de negocios?

Los beneficios potenciales de las herramientas de inteligencia empresarial incluyen acelerar y mejorar la toma de decisiones, optimizar los procesos internos de negocios, aumentar la eficiencia operativa, generar nuevos ingresos y obtener una ventaja competitiva sobre los rivales empresariales. Los sistemas de BI también pueden ayudar a las empresas a identificar las tendencias del mercado y detectar problemas comerciales que deben abordarse.

Los datos de BI pueden incluir información histórica almacenada en un almacén de datos (data warehouse), así como nuevos datos recopilados de los sistemas de origen a medida que se generan, lo que permite que las herramientas de BI admitan los procesos de toma de decisiones estratégicas y tácticas.

Inicialmente, las herramientas de BI fueron utilizadas principalmente por analistas de datos y otros profesionales de TI que ejecutaron análisis y produjeron informes con resultados de consultas para usuarios comerciales. Sin embargo, cada vez más, los ejecutivos de negocios y los trabajadores están utilizando las plataformas de BI por sí mismos, en parte gracias al desarrollo de herramientas y cuadros de mando de BI de autoservicio y de descubrimiento de datos.

Tipos de herramientas de BI

La inteligencia de negocios combina un amplio conjunto de aplicaciones de análisis de datos que incluyen análisis y consultas ad hoc, informes empresariales, procesamiento analítico en línea (OLAP), BI móvil, BI en tiempo real, BI operacional, BI en la nube y BI en la modalidad de software como servicio, BI de código abierto, BI colaborativo e inteligencia de ubicación.

La tecnología BI también incluye un software de visualización de datos para diseñar gráficos y otras infografías, así como herramientas para crear cuadros de mandos de BI y cuadros de mando de rendimiento que muestran datos visualizados en métricas de negocios e indicadores clave de rendimiento de una manera fácil de entender.

Las herramientas de visualización de datos se han convertido en el estándar de la BI moderna en los últimos años. Un par de proveedores líderes definieron la tecnología desde el principio, pero los proveedores de BI más tradicionales han seguido su camino. Ahora, prácticamente todas las herramientas principales de BI incorporan características de descubrimiento de datos visuales.

Los programas de BI también pueden incorporar formas de análisis avanzado, como extracción de datos, análisis predictivo, extracción de texto, análisis estadístico y análisis de big data. Sin embargo, en muchos casos, los proyectos analíticos avanzados son dirigidos y administrados por equipos separados de científicos de datos, estadísticos, modeladores predictivos y otros profesionales de análisis cualificados, mientras que los equipos de BI supervisan consultas y análisis de datos empresariales más directos.

Los datos de inteligencia empresarial generalmente se almacenan en un data warehouse o en data marts más pequeños que contienen subconjuntos de información de una empresa. Además, los sistemas Hadoop se utilizan cada vez más en las arquitecturas de BI como repositorios o plataformas de aterrizaje para datos de BI y análisis, especialmente para datos no estructurados, archivos de registro, datos de sensores y otros tipos de big data.

Antes de que se utilice en aplicaciones de BI, los datos sin procesar de diferentes sistemas de origen deben integrarse, consolidarse y limpiarse utilizando herramientas de integración y calidad de datos para garantizar que los usuarios analicen información precisa y coherente.

Tendencias de BI

Además de los gerentes de BI, los equipos de inteligencia de negocios generalmente incluyen una combinación de arquitectos de BI, desarrolladores de BI, analistas de negocios y profesionales de administración de datos. Los usuarios comerciales a menudo también se incluyen para representar la parte comercial y asegurarse de que se cumplan sus necesidades en el proceso de desarrollo de BI.

Para ayudar con eso, un número cada vez mayor de organizaciones está reemplazando el desarrollo tradicional de cascada con métodos de Agile BI y almacenamiento de datos que utilizan técnicas de desarrollo de software Agile para dividir los proyectos de BI en pequeños segmentos y entregar nuevas funcionalidades a los analistas de negocios de forma incremental e iterativa. Al hacerlo, las compañías pueden utilizar las características de BI más rápidamente y refinar o modificar los planes de desarrollo a medida que cambian las necesidades de la empresa o cuando surgen nuevos requisitos, para así tener prioridad sobre los anteriores.

BI para big data

Las plataformas de BI se utilizan cada vez más como interfaces de usuario para sistemas de big data. El software moderno de BI generalmente ofrece backends flexibles, lo que les permite conectarse a una variedad de fuentes de datos. Esto, junto con las interfaces de usuario simples, hace que las herramientas se adapten bien a las arquitecturas de big data. Los usuarios pueden conectarse a una variedad de fuentes de datos, incluidos los sistemas Hadoop, las bases de datos NoSQL, las plataformas en la nube y los almacenes de datos más convencionales, y pueden desarrollar una vista unificada de sus diversos datos.

Debido a que las herramientas suelen ser bastante simples, el uso de BI como un front-end de big data permite que un gran número de usuarios potenciales se involucren, en lugar del enfoque típico de arquitectos de datos altamente especializados, siendo los únicos con visibilidad de los datos.