Autoservicio en la inteligencia de negocios

Por Gonzalo Sandstad Castro
Director Regional Ventas Softland Latinoamérica Norte

Antes de entrar a desarrollar el tema vale la pena definir a qué nos referimos con Inteligencia de Negocio. Teóricos reconocidos como Kenneth C. Laudon definen la inteligencia de negocios como la infraestructura establecida para recolectar, almacenar y analizar datos producidos por el negocio[1].  Las definiciones pueden variar según la fuente, pero en esencia los proyectos de inteligencia de negocio tienen los elementos descritos por Laudon, donde hay una recolección de datos (muchas veces de diversas fuentes), un almacenamiento de los mismos y luego una explotación y análisis de cara a la toma de decisiones.

Hace no tanto tiempo, los proyectos de inteligencia de negocios eran caros y complejos, pues los procesos de recolección, almacenamiento y análisis requerían grandes inversiones en infraestructura y diseños especializados. Para emprender estos proyectos incluso la compañía tenía que contratar a varios proveedores, uno para cada etapa del proceso. Los modelos finales para la toma de decisiones se debían contratar ya construidos y personalizarlos a necesidades particulares, era aún más costoso y requería personal altamente especializado en las herramientas y en los principios del negocio.

En los últimos años, particularmente en los últimos tres, se dieron cambios tecnológicos que revolucionaron la forma en que se desarrollan estos proyectos, entre ellos sobresale:

• La capacidad de procesar información con plataformas en la nube
• El desarrollo de herramientas, que se basan en algoritmos sofisticados e inteligencia artificial, que reducen sustancialmente los tiempos de recolección y transformación de datos.
• Las formas de almacenamiento cambiaron y se hicieron más eficientes, de forma incluso que muchos datos se pueden procesar de forma inmediata, sin requerir del tradicional Data WareHouse.
• La disponibilidad de herramientas gráficas muy fáciles de usar para configurar y publicar modelos de negocio.

Uno de los efectos de estos cambios es que los tomadores de decisión ya no requieren que todo el proceso sea realizado por personal técnico, sino que pueden involucrarse en distintas etapas del mismo, principalmente en la creación de modelos. Las soluciones modernas de Softland BI permitan que los usuarios finales puedan construir sus propios modelos de datos, eligiendo las fuentes de datos a utilizar, las reglas de transformación a aplicar y los cuadros e indicadores finales a mostrar.

Claramente, esta capacidad de ‘autoservicio’, dependerá de las plataformas utilizadas, los criterios de seguridad de la organización y una adecuada formación de estos usuarios, pero es una realidad que hoy experimentan los usuarios que hace poco tiempo era impensable. La incorporación de capacidades de inteligencia artificial y la disponibilidad de datos de fuentes públicas potencian esta capacidad como lo describe la firma especializada Gartner en sus proyecciones para el 2019[2].

Ante esta posibilidad nos surgen entre varias preguntas, dos que exponemos para la reflexión de los tomadores de decisiones:

¿Estamos desarrollando en nuestros tomadores de decisiones las habilidades para que puedan aprovechar la posibilidad de crear los modelos que requerirán para tomar decisiones?

¿Tienen nuestras organizaciones plataformas modernas que faciliten este proceso? 

[1] Kenneth and Jude Laudon, Management Information Systems, 16^TH Edition, 2016, Pearson.

[2] https://www.gartner.com/smarterwithgartner/gartner-top-strategic-predictions-for-2019-and-beyond/