Aproximación al concepto de “Business Intelligence”


Aproximación al concepto de “Business Intelligence”

El concepto Business Intelligence (Inteligencia de Negocio) se refiere a un subconjunto de la disciplina conocida como Business Analytics (Analítica de Negocio) y ésta a su vez, es un subconjunto de Data Analytics (Analítica de datos).

Data Analytics

Data Analytics es el proceso de recopilar y transformar datos, de cualquier tipo, en información con el objeto de tomar decisiones en un contexto determinado.

Supongamos que tenemos la siguiente tabla de datos

Datos 1 Datos 2
120 90
100 90
90 80
45 45

 

Efectivamente hemos recopilado datos, pero la lectura de la tabla no nos aporta información de valor para la toma de decisiones, ya que no hemos contextualizado dichos datos ni definido que respuestas queremos obtener.

Sin embargo, si especificamos como atributo de estos datos “límite de velocidad”, ya podríamos empezar a extraer una sencilla contextualización que nos permitiría empezar a realizar analítica.

Límite 1 Límite 2
120 km/hora 90 km/hora
100 km/hora 90 km/hora
90 km/hora 80 km/hora
45 km/hora 45 km/hora

 

Si seguimos añadiendo atributos a esta colección de datos “tipo de vehículo, tipo de vía” agregaremos el contexto necesario para realizar análisis de datos.

Autovía Convencional Vehículo
120 km/hora 90 km/hora Turismo
100 km/hora 90 km/hora Autobús
90 km/hora 80 km/hora Camión
45 km/hora 45 km/hora Ciclomotor

 

Mediante este proceso hemos convertido datos en información. Ya tenemos los datos recopilados y transformados y seremos capaces de tomar decisiones en un contexto dado, como por ejemplo ¿A qué velocidad se puede circular por cada vía?, ¿son distintos los límites según vehículo?,…

Este sencillo ejemplo de analítica de datos contiene algunas de las principales fases del proceso de BI (Business Intelligence), como son:

  • Fase preparación de datos, en inglés “data preparation
    • Recopilación de datos en bruto, también conocido como “raw data”. Esta fase en el ámbito tecnológico se conoce como “extracción de datos”
    • Realización de transformaciones de datos, en el ejemplo hemos agregado nuevos datos, hemos establecido unidades de medida y hemos cambiado el nombre de las columnas.
  • Fase análisis y visualización, en inglés “data analytics
    • Formulación de preguntas a los datos en determinado contexto con el objetivo de tomar decisiones.
Business Analytics

 Business Analytics es el proceso de análisis de la información empresarial para transformar datos empresariales en información de negocio.

En definitiva, comprende todas las disciplinas de analítica de datos orientadas a sacar conclusiones de negocio. Un tipo de clasificación sobre analítica de negocio podría ser:

  1. Analítica Tradicional
  2. Business Intelligence (podemos comprobar que el BI nos es más que un tipo de Business Analytics)
  3. Advance Business Analytics
  4. Inteligencia Artificial aplicada a negocios

 

En la práctica estos sistemas analíticos se complementan y se usan de forma conjunta, si bien, no siempre es necesario el despliegue de todos estos tipos de analítica.

La analítica tradicional de negocios es un proceso donde ni siquiera es obligatorio, aunque si recomendable, el uso de la tecnología. Es el más sencillo de todos y se centra en describir que ha sucedido en el pasado y como ejemplos, podemos citar los informes de cualquier ERP, una hoja de Excel, …

Business Intelligence, precisa del uso de tecnología concreta, orientada a la analítica en línea de procesos OLAP (On Line Analytics Process) y cuyo objetivo es crear un modelo de datos dimensional que sea capaz de dar respuestas de negocio de una manera dinámica. Con este tipo de herramientas se hace más sencillo realizar el diagnóstico sobre eventos pasados y encontrar las causas de los resultados existentes desde múltiples dimensiones.

Advance Business Analytics, intenta predecir que puede ocurrir en un futuro en base a la detección de patrones que se dieron en el pasado, e incluso puede llegar a prescribir acciones a través de tecnología especializada en el uso de herramientas estadísticas de última generación.

Por último, la Inteligencia Artificial aplicada a la analítica de negocios busca construir máquinas capaces de replicar el pensamiento de seres humanos, utilizando algoritmos complejos que procesan datos en tiempo real combinando el aprendizaje automático y la neurociencia.

Entendemos el Business Intelligence como el proceso de analítica de datos empresariales a través del uso intensivo de tecnología capaz de trabajar de forma eficiente con grandes cantidades de datos, modelando casuísticas que resuelven de forma automatizada un conjunto de preguntas estratégicas de negocio.
Business Intelligence

 

Una vez realizada la introducción a estos conceptos “Data Analytics” y “Business Analytics” por estar altamente relacionados, ya podemos pasar a describir de forma precisa el “Business Intelligence”.

Entendemos el Business Intelligence como el proceso de analítica de datos empresariales a través del uso intensivo de tecnología capaz de trabajar de forma eficiente con grandes cantidades de datos, modelando casuísticas que resuelven de forma automatizada un conjunto de preguntas estratégicas de negocio. Todo ello de forma dinámica, en tiempo real y con capacidad de ser distribuido y compartido con los usuarios de negocio especificados.

Como economistas llevamos toda nuestra vida profesional realizando procesos analíticos de negocio, esto es “Business Analytics”, pero ¿se puede decir que estamos ejecutando procesos de Business Intelligence?

Vamos a centrarnos como ejemplo en un análisis económico financiero que hemos realizado para una empresa, donde transcribimos literalmente las cuentas anuales de un cliente a una plantilla preconfeccionada en Excel, donde tras rellenar los datos necesarios nos confecciona de forma automatizada las principales ratios económicos y financieros de esa organización. ¿Podemos considerar esto como Business Intelligence? La respuesta es que no tal y como observamos a continuación:

  • Estamos usando tecnología a través de una hoja de Excel ✔
  • Hemos semiautomatizado el proceso ✔
  • Estamos analizando eventos pasados para explicar que ha ocurrido ✔
  • Debemos de repetir el proceso de transcribir datos para nuevos clientes ❌

Como podemos observar este proceso analítico cumple con muchos de las características de un proceso de Business Intelligence, sin embargo, incumple uno fundamental el “Modelado de Datos”, siendo esta la fase donde se detectan los patrones que deben reproducirse para realizar trabajos automatizados y en masa.

La idea del Business Intelligence es confeccionar un modelo de datos que sea capaz dar como resultado ese diagnóstico económico financiero conectado a un origen de datos específico, sobre el cual se transformaran dichos datos y se confeccionará un modelo analítico que lea los datos originales de forma automatizada, sin transcribir los datos manualmente a la plantilla, y sea capaz de procesar la lógica predefinida para obtener los resultados que estábamos esperando. Esta es una diferencia fundamental ya que las aplicaciones de Business Intelligence son aplicaciones de lectura y transformación de datos sobre diferentes orígenes, pero no son la herramienta adecuada para introducción de datos como lo sería nuestro ERP o Excel.

Siguiendo el ejemplo anterior, si como origen de datos escogiéramos un mail que contiene las cuentas anuales descargadas del registro en formato XBRL y lo conectáramos con una herramienta de Business Intelligence, después de realizar un buen modelado de datos, seríamos capaces de automatizar ese informe en tiempo real sin que precisará las transformaciones más allá de la primera vez. Como podemos observar a continuación:

  • Estamos usando tecnología a través de herramienta Business Intelligence
  • Hemos automatizado el proceso ✔
  • Estamos analizando eventos pasados para explicar que ha ocurrido ✔
  • No debemos de repetir el proceso de transcribir datos para nuevos clientes ✔

No solo esto nos resuelve el Business Intelligence, ya que esta tecnología esta preparada para trabajar de forma eficiente con miles de millones de datos, mientras que otras herramientas tradicionales o Excel tienen importantes limitaciones con menos de un millón de filas.

Con todo esto podemos decir que el Business Intelligence es un potente proceso analítico de negocio preparado para realizar de forma eficiente analítica dinámica de gran cantidad de datos a través de tecnología OLAP y modelado dimensional.

Las fases de los procesos de Business Intelligence son:

  1. Entendimiento del negocio
    1. Preparación de las preguntas de negocio a responder
    2. Definición estratégica de los KPI (Key Performance Indicators)
  2. Data Preparation (ETL “Extract, Transform, Load”). Esta fase se suele realizar en algún programa especializado a estos efectos, como por ejemplo (Power Query incluido en Excel y Power BI)
    1. Extracción o conexión a orígenes de datos de forma automatizada
    2. Transformación de datos definiendo la lógica que se procesará para cada conexión de datos.
    3. Carga a la herramienta de Business Intelligence (por ejemplo Power BI Desktop, Power Pivot Excel, Tableau, Qlik Sense)
  3. Modelado Dimensional Analítico
    1. Organización y relación de los datos necesarios para dar respuestas de negocio
    2. Preparación de métricas que dan respuesta a preguntas de negocio
  4. Visualización de datos
    1. Preparación de informes a través de gráficos interactivos
    2. Preparación de filtros necesarios para responder a preguntas de negocio
    3. Data Storytelling, que es una técnica de visualización de datos centrada en crear conversaciones sobre lo que realmente importa.
  5. Compartir informes. Existen un conjunto de herramientas para poder compartir la información confeccionada. Por ejemplo, en base a los diferentes roles de los consumidores de informe se preparan:
    1. Informes para mandos intermedios que precisan del máximo nivel de detalle tanto agregado como desagregado.
    2. Informes para personal no directivo que puede ser que solo precisen de informes desagregados
    3. Cuadros de mando para altos directivos

Con todo esto podemos observar las grandes ventajas que aporta trabajar con procesos de Business Intelligence ya que nos permitirán:

  • Trabajar con modelos capaces de dar respuesta de forma automatizada a futuras entradas de datos, siempre y cuando provengan de orígenes ya automatizados.
  • Filtrar de forma dinámica los datos de un informe, pudiendo por ejemplo trabajar en un solo reporte la información agregada de un grupo de empresas o filtrar por una solo en específico, por líneas de negocio, períodos, …
  • Incluso para cuando trabajemos con millones de datos podremos obtener la información en tiempo real.
  • Distribuir de forma automatizada la información clave para cada rol dentro de la organización.
  • Sencillez de creación de cuadros de mando y sistema de reporting profesional.
  • Sistema no intrusivo ya que se conecta a las tecnologías existentes como una nueva capa, con lo que el usuario que registra datos no cambiará el software que venga usando.

Foto de NordWood Themes en Unsplash

21