Analítica

Business Intelligence y Data Science: ¿Sinónimos, amigos o enemigos?

En este artículo aprenderemos:

La ruta la madurez analítica

Hablemos un poco de Business Intelligence, Business Analytics y Big Data y su valor en el camino para alcanzar la madurez analítica y para eso debemos introducir  el concepto de Route Map Analítico. El Route Map Analítico es la ruta (valga la redundancia) que nos lleva a poder usar analítica en una empresa. Son la serie de pasos a tomar para lograr esa tan anhelada madurez. Son todas las etapas, técnicas y procesos que atravesamos y utilizamos para tratar los dos.

Cabe recalcar que no se trata de un proceso en cascada. Se pueden desplegar en paralelo al proceso de BI, BA y Gobierno de Datos. Tampoco es necesario un Gobierno de Datos 100% pulido porque el enriquecimiento de los datos es continuo, es decir que no tendremos un gobierno absoluto de los datos. No es necesario contar con 100 variables para generar modelos, con 15 es suficiente para comenzar a generar valor.

Business Intelligence

BI o Business Intelligence lo podemos enmarcar en los procesos iniciales de analítica  de las compañías. El concepto se popularizó hace unos 5 o 6 años. Las grandes compañías tecnológicas le apostaron a democratizar la presentación de la información. Muchos grandes tecnológicos querían herramientas que se conecten a esos sistemas de información y a un usuario funcional de negocios que le permita ver desviaciones, agrupaciones, tendencias de una manera visual y que simplificará con procesos de agregación los altos volúmenes de datos de las fuentes crudas, posteriormente creció la necesidad de manejar la información por cubos y estructuras de negocios como los copos de nieve o los esquema estrella, para complementar el proceso con navegabilidad en las jerarquías del negocio.

 

Lo que podemos enmarcar del BI dentro del Route Map Analítico parte desde el acceso a múltiples fuentes de información cruda, pasa por los reportes Ad Hoc y la automatización de los mismos, y cierra con los tableros de control o famosos Dashboards, donde las personas no necesitan pedir requerimientos a TI/Gobierno de la Información/Sistemas para las vistas de datos que necesitan sino que la persona se puede conectar directamente a la base de datos, crear sus cubos y compartir la información near-real time con la compañía.

Las técnicas de Dashboarding y el BI se llevan muy de la mano, porque lo que se busca en las etapas iniciales del Route Map Analítico es responder preguntas descriptivas enmarcadas en el ¿Que?: (¿Qué sucede en las tiendas? ¿Qué está ocurriendo con las ventas?) y generar control sobre sucesos que están ocurriendo en ese momento a manera de storytelling contando lo sucedido, lo causado, el pasado. El BI a través del Dashboarding nos da respuestas claras de lo que está sucediendo de una manera descriptiva y apoyado en técnicas claras de visualización de datos.

Pongamos un ejemplo simple: vamos en el auto, nuestro Dashboard es el medidor de temperatura o gasolina que se encuentra en el tablero del carro. Si en tu dashboard el medidor comienza a ponerse rojo, debes tomar medidas al respecto. Si tu medidor de gasolina comienza a marcar que te estás quedando sin combustible, puedes reaccionar e ir a una estación. Eres capaz de reaccionar a un sobrecalentamiento del carro o a quedarte sin combustible porque tu Dashboard te da un seguimiento en tiempo real de todo lo que ocurre en tu carro. Esta misma lógica se aplica a las empresas.

Para resumir: en el primer bloque del nuestro Route Map Analítico intentamos dar respuesta de lo que está sucediendo de manera real time, automatizado, periódica y estándar y para eso usamos Business Intelligence. 

Business Analytics

Cuando avanzamos en Route Map pasamos de Business Intelligence a Business Analytics. En el BA es dónde entran los conceptos de Data Science y Data Mining, aquí ya no sólo estaríamos dando respuesta de lo que sucede, también podemos dar respuesta a lo que podría suceder, es decir, pasamos de lo descriptivo a lo prescriptivo. En esta segunda etapa aplicamos otras técnicas para modelar los sucesos históricos y saber qué podría llegar a suceder.

Así como el dashboard fue un hito importante en el BI, para BA fueron los modelos. Contar con un modelo desplegado de producción. 

¿Cuáles son esos modelos?

Un modelo de segmentación puede ser el que ejecuta una empresa para segmentar a sus clientes en las categorías que vea necesaria usando información exacta y no inferencia. Los modelos de recomendación pueden ser todas las publicidades que te salen en tus historias de Instagram de productos que te gustan y mientras más busques estos productos e interactúes con ellos, más se alimenta el modelo.

Aquí comenzamos a mejorar las técnicas de tratamientos de datos, utilizamos procesos estadísticos, Big Data y algoritmos de Machine Learning. Entendamos que el objetivo de todas estas etapas, técnicas y procesos es conocer los patrones se generan en mis datos y reaccionar ante ellos, no se trata de que las técnicas de Machine Learning son una mejora de los modelos clásicos. El objetivo siempre es buscar los modelos y técnicas adecuadas que de verdad generen valor.

Big data

La big data fue un proceso de evolución de capacidad computacional y almacenamiento de las máquinas. La Big Data trae un nuevo paradigma a los procesos antiguos de modelado. Con los procesos de Big Data ya no tienes ausencia de información, no necesitas técnicas de hipótesis o simulación de datos. Ahora tienes mucha información. Un ejemplo se puede dar cuando hacemos segmentación de clientes. Al usar Big Data no estás usando hipótesis o infiriendo que el consumo del grupo A y B equivale a un promedio inexacto, sino que sabrás a ciencia cierta cuánto consume cada grupo en una segmentación de clientes bastante ramificada y compleja o tan compleja o simple como sea necesario.  

El sector retail entiende perfectamente la importancia del Big Data. Saben que deben enfocar la visión, gestión y la compañía en el cliente. Entenderlo desde su perfil, crear modelos, entender su proceso de maduración, su Lifetime Value como también sus patrones de consumo. El sector retail destaca en el uso de analítica justamente porque centra sus procesos en el cliente y de ahí en adelante aplica las técnicas de modelado.

Cuando se trata de Business Intelligence y Business Analytics es necesario recalcar que no es una cuestión de elegir solo uno. Cada proceso va tomando relevancia a medida que la empresa avanza en el Route Map Analítico ya que atacan cuestiones diferentes y generan valor en diferentes puntos. Con BI tienen respuestas claras y accionables en las primeras etapas de tu Route Map. Después en la segunda etapa tenemos el BA con otras técnicas y conceptos más complejos como data Science, procesos estadísticos, Big Data y machine learning que nos dan una respuesta a lo que podría suceder. Por último llegamos a una tercera etapa dónde vemos lo que se necesita modificar para que suceda lo que nosotros queremos para cumplir con los objetivos y llegar a la madurez analítica.

Andres Florez Llano
Andres Florez Llano

Líder Funcional de Analítica

Ir a LinkedIn

Leave a comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *