Situación
Muchas organizaciones se han lanzado al despliegue de Power BI como solución de análisis de datos. ¡El BI boom!. En muchos casos como primera incursión real en este ámbito, y en otros, migrando sus soluciones actuales como Qlik, Board, MicroStrategy, etcétera. La potencia de la herramienta y su integración con el ecosistema de herramientas de Microsoft han sido variables importantes en esta toma de decisión. Pero sin duda alguna, un aspecto clave ha sido la venta que Microsoft ha realizado de háztelo tu mismo.
Cierto que Power BI ofrece autonomía a los analistas de negocio para «jugar» con los datos, una flexibilidad que permite la agilidad necesaria para dar respuesta a las necesidades cambiantes de cada momento en el análisis de datos. Y desde mi punto de vista, así debe ser. Los datos son de los usuarios de negocio y no se debiera depender más de los necesario de otros actores para sacarles toda la chispa posible. Pero esta característica ha sido un arma de doble filo.
¿Dónde queda el gobierno del dato? ¿Cómo gestionamos la integridad y consistencia de la información? ¿Es posible implantar una cultura de análisis de datos eficaz y eficiente basada en la anarquía en el acceso y consumo? Posiblemente este sea el mayor reto de las organizaciones a la hora de desplegar las plataformas de análisis de datos hoy en día, y más concretamente Power BI. Y para ello, la herramienta clave es el modelo analítico
En los últimos años me he encontrado con múltiples organizaciones que, dado la facilidad de acceso, se han lanzado a desarrollar e implantar informes analíticos con Power BI. En la mayoría de los casos el informe analítico, además del objetivo, es el origen, creando un conjunto de datos para cada informe provocando repetición en la información, inconsistencia de indicadores (indicadores con mismo nombre cuyo origen y significado es diferente), sobrecarga de sistemas tanto en los orígenes como en el propio Servicio Power BI, y lo más importante, total desgobierno del dato tanto en el acceso como en el uso.
El modelo analítico (modelo semántico) como herramienta clave
¿La solución? Una adecuada definición de arquitectura de modelos analíticos, crucial para un crecimiento sostenible del proceso de análisis en las organizaciones, permite gestionar todos los problemas mencionados anteriormente, es decir, permite entre otras ventajas:
- Focalización del ámbito de análisis. Aunque hay diferentes formas de enfocar la arquitectura de modelos analíticos, desde TSBi apostamos por modelos analíticos por proceso de negocio, lo que dota de autonomía a los equipos de proceso.
- Control de acceso a la información. Las organizaciones gestionan quién accede a qué información.
- Eliminación de duplicidades de datos a analizar. Lo hechos, información que queremos analizar, se cargan una única vez en un único modelo evitando no sólo sobrecargas, sino lo más importante, discrepancias e inconsistencias de indicadores.
- Crecimiento escalable. Un enfoque por proceso de negocio permite un crecimiento progresivo acorde tanto a las necesidades de la organización como al grado de madurez digital de cada proceso.
Esta definición de arquitectura de modelos analíticos debe ser previa a acometer un proceso de implantación y despliegue de Power BI, aunque el único objetivo inicial sea la puesta en marcha de un único informe analítico de ventas, de resultado, facturación, o de cualquier ámbito. Para ello, desde mi punto de vista, hay cuatro funcionalidades clave que Microsoft ha ido implementando y que han impactado de forma directa en las posibilidades existentes a la hora de realizar esta definición:
- Creación y modificación de indicadores en el Servicio Power BI. Este cambio termina de dotar de autonomía a los analistas de negocio, cortando el cordón umbilical con la herramienta Power BI Desktop ya que pueden crear y modificar indicadores a través del Servicio Power BI dejando en manos de TI únicamente le proceso de ETL. Por contra, obliga a una mayor gestión de los modelos y los accesos de los usuarios.
- Acceso a modelos analíticos desde otro área de trabajo. Esto posibilita la creación de informes en un área de trabajo cuyo origen de datos es un modelo analítico de otro área de trabajo, facilitando la transversalidad en la organización. El responsable del modelo es el proceso pero el consumo puede ser realizado por otros procesos o equipos de trabajo en función de las necesidades
- Modelos compuestos. . Uso de DirectQuery para conjuntos de datos de Power BI y Azure Analysis Services. Permite la definición jerárquica de modelos analíticos, ampliando los modelos base a las necesidades de los subprocesos de negocio.
- Flujos de datos. Permite el almacenamiento centralizado, sobre todo de dimensiones, para ser utilizadas en múltiples modelos analíticos.
Conclusiones
Desde TSBi entendemos la necesidad de afrontar esta tarea de definición de arquitectura de modelos analíticos, no sólo identificando modelos sino también una definición de responsabilidad tanto en su creación y evolución como en su gestión, algo que puede estar separado.
Como ya he comentado en algún post anterior, existen tres funciones básicas en todo proyecto de implantación de Power BI, una de ellas es el gobierno del modelo analítico, figuras claves para el éxito en el despliegue de la cultura de análisis en las organizaciones. Para ello, desde TSBi apostamos por proyectos de tipo mentoring donde acompañamos a nuestros clientes, no sólo en la creación, implantación y despliegue de modelos e informes analíticos, sino en la capacitación real de las personas con participación activa en todas las tareas de los proyectos, es decir, aprendiendo haciendo. El éxito de estos proyectos está directamente relacionado con las ganas y la implicación de las personas de la organización, lo que hace que la satisfacción final merezca la pena.
