BI de autoconsumo ¿realidad o estrategia de marketing?

Podemos encontrar mucha información, sobre todo a nivel comercial, con mensajes como bi de autoconsumo, la democratización en el análisis de datos y conceptos similares. Inputs de comunicación basados en la «nueva generación» de plataformas de análisis de negocio, con Power BI, Tableau y Qlik como máximos exponentes. Nos trasladan un mensaje de independencia en la explotación de datos y el análisis de negocio, pero ¿cuánto hay de real y cuanto de mensaje comercial? ¿Independencia con respecto de IT, de proveedor? ¿En un escenario empresarial o personal?

Se trata de identificar hasta qué punto las organizaciones pueden ser autónomas en la puesta en macha, y sobre todo, mantenimientos de las soluciones de BI para el análisis de datos de los diferentes procesos de negocio. Evidentemente, previa capacitación razonable de las personas. No se trata de adquirir habilidades radicalmente nuevas que provoquen una re-orientación de las actividades que actualmente están realizando dichos profesionales.

Hoy en día, la evolución de las plataformas de análisis de datos en el ámbito de la inteligencia de negocio es tal, que la generación gráfica de los informes y su explotación analítica, es decir, la generación de tablas, gráficos, mapas, acelerómetros, etc., se realiza a nivel de usuario simplemente arrastrando, soltando y configurando. La administración de las plataformas a nivel IT en muchos casos se ha derivado al consumo de servicios y su configuración, reduciendo la gestión de comunicaciones, sistemas y sobre todo hardware. Es por ello que para dar respuesta a la pregunta del post se identifican dos actividades clave: el proceso ETL (extracción, transformación y carga) y la generación de medidas que completan el modelo analítico.

martillo

Extracción, transformación y carga – ETL

En lineas generales, en un ámbito empresarial, vamos a necesitar perfiles de IT que nos ayuden a acceder a los orígenes de datos, extraer la información que necesitamos y transformarla para, posteriormente, poder ser consumida de forma eficiente y autónoma por analistas y responsables. La información, en general, estará almacenada en bases de datos de diferentes aplicaciones empresariales, en modelo cloud u on-premise, cuyo acceso estará controlado con reglas de seguridad y gestionado por IT. Además, en función del proceso de negocio, identificar y entender el origen de datos en si, también demandará ciertas habilidades e incluso colaboración de terceros. Por todo esto, y algunas cosillas más, en general abordar este proceso va a demandar, al menos, la implicación de nuestro área IT.

Pero la siguiente pregunta sería, ¿Es el proceso IT de nuestra empresa autónomo en la puesta en marcha y mantenimiento del sistema? ¿Las nuevas plataformas facilitan las actividades de extracción, transformación y carga de datos sin fuertes procesos de capacitación y aprendizaje de complejos lenguajes de programación? Como para muchas preguntas la respuesta es depende.

Reducido a la mínima expresión, todo depende de un script de carga. Entendiendo el lenguaje de programación de dicho script, controlamos el proceso ETL. No voy a valorar la curva de aprendizaje de estos lenguajes, que aunque en general son «amigables», depende mucho de las personas y sus capacidades. Donde se encuentra el valor diferencial es en las herramientas que las plataformas nos ofrecen a nivel gráfico para realizar muchas de las transformaciones que el proceso demanda. Power BI, a través del editor de consultas incluido en la solución Power BI desktop, ofrece un valor diferencial importante con respecto al resto de plataformas. Pone en manos de los profesionales de IT una potente herramienta gráfica para realizar infinidad de transformaciones a través de botones y funcionalidades. Esto hace que muchas de las actividades de transformación puedan ser asumidas por el área IT de la compañía, si no todas, dotándoles de una gran autonomía e independencia.

Generación de medidas: completando el modelo analítico.

Como ya he comentado en un post anterior, el modelo analítico es la herramienta clave que traduce la información almacenada en los sistemas de la compañía al lenguaje de los analistas y responsables de negocio. Estos modelos analíticos están compuestos por los hechos a analizar (ventas, compras, incidencias, horas, etc.), las dimensiones de análisis junto a sus atributos (ámbito temporal, geográfico, personas, clientes, familia de producto, etc.) y las métricas de medición.

Una óptima construcción de los hechos y dimensiones junto a las medidas permiten a los analistas y responsables de negocio la total autonomía en el análisis, contestando de forma flexible a las preguntas que el negocio demanda en cada momento. Arrastrando y soltando campos son capaces de crear infinidad de visualizaciones, esto es, gráficos, tablas, mapas, etc.

Los hechos y dimensiones vienen construidos en el proceso ETL, comentado anteriormente, y en general por perfiles de IT. Pero, ¿quién genera las medidas de análisis?. Medias, varianzas, valores máximos y mínimos, acumulados, comparativas temporales, etc.,  son algunos ejemplos que deben ser creados una vez cargados los hechos y dimensiones. Dejar esta actividad en manos de IT reduce enormemente la autonomía de los analistas de negocio, debiendo solicitar dichas medidas a IT cuando el negocio realiza preguntas distintas a las ya contestadas.

Es por ello que las plataformas actuales de BI pretenden trasladar esta actividad a los analistas de negocio y no dejarla en manos de IT. Y para ello, en general, se utilizan lenguajes de programación referencial (se genera información basada en la información existente) y de funciones. Pero las aplicaciones ademas, presentan entornos gráficos para facilitar la creación de dichas medidas, aunque dichos entornos no cubren un alto porcentaje de las medidas que deben ser creadas, lo que demanda una capacitación de los analistas de negocio en dichos lenguajes.

En el caso de Power BI, además de presentar un entorno gráfico de creación de medidas rápidas, la ventaja viene definida por el lenguaje utilizado para la creación de medidas, DAX. Este lenguaje es muy similar al utilizado ya en Excel para la creación de funciones y demanda fundamentalmente una capacitación para entender el concepto de contexto. Este hecho facilita enormemente el despliegue de la plataforma y el traslado de creación de medidas a los analistas de negocio, acostumbrados en general al uso de la herramienta Excel, facilitando así la autonomía en su explotación.

Conclusiones

Aunque supongo que muchos profesionales del sector tendrán muchos puntos y comas que añadir a lo expuesto, y este blog está a disposición de todo aquel que quiera compartir su conocimiento (compartiendo.conocimiento@tsbi.es), de lo descrito podría concluirse que las plataformas actuales de BI, y desde mi punto de vista con Power BI como mayor exponente, buscan la autonomía de las empresas reduciendo y facilitando el trabajo de IT, pero sobre todo, empoderando el trabajo de analistas de negocio, basado en la adquisición de habilidades asumibles a su actividad. Se reducen, por un lado, la dependencia de las empresas de los proveedores, y por otro lado y quizá más importante, la dependencia del usuario final de IT.

No obstante, como escuché no hace mucho, los consultores «vivimos del tiempo que no tienen las empresas», y yo añadiría, y de aportar mayor valor a través de la experiencia y el conocimiento continuo. La puesta en marcha a través de una empresa especializada no sólo pone los cimientos para un correcto desarrollo y despliegue, sino que además, facilita la capacitación de los profesionales de la compañía y reduce los costes en general.

Contacte con TSBI si quiere conocer más sobre Power BI y verlo en funcionamiento con sus datos (hablamos@tsbi.es).

martillo

2 comentarios en “BI de autoconsumo. ¿Realidad o estrategia de marketing?

Deja un comentario

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