Inteligencia de Negocios y el Big Data ¿Se complementan?

En la congestión diaria de la información que caracteriza nuestra sociedad actual, es común encontrar varias cosas: desde artículos, blogs, videos y otros documentos totalmente empíricos y sin ningún fundamento teórico; hasta documentos muy sofisticados, casos de uso, teorización al extremo, entre otros. Sin embargo, la falta de criterio y selección adecuada en la identificación de las fuentes de la información, además de la proliferación de una numerosa cantidad de autores que, aunque pueden tener experiencia y conocimiento en la implementación, carecen muchas veces del rigor suficiente en la definición de términos. Este rasgo no sólo es común a nuestro tema de hoy, la inteligencia de negocios y el big data, sino en general a muchos otros temas dentro del ámbito de los negocios.

De ahí encontramos que entonces se suele plantear a la inteligencia de negocios y el big data como temas anacrónicos y disyuntivos. El objetivo central de esta publicación es brindar claridad en sus sutiles diferencias, pero sobre todo, en sus complementariedades y en la construcción de su visión como un único elemento.

Con esto esperamos que el lector consolide un punto de vista donde haya una suficiente claridad conceptual que le permita pasar a preguntas más relevantes, en específico, aquellas que permitan que estos temas de especial relevancia trasciendan de un grupo de empresas muy puntual, con recursos y suficiente desarrollo, a una potencialidad que pueda ser aprovechada por cualquier tipo de organización independiente de su finalidad, naturaleza o tamaño.

La inteligencia de negocios

Para comenzar, propongamos una definición de Inteligencia de Negocios (BI) que nos permita consolidar la variedad de conceptos implicados.

Al hablar de BI estamos caracterizando un conjunto de procesos, tecnologías y personas que tienen la capacidad de transformar los datos en información y la información en conocimiento, con el objetivo de optimizar la toma de decisiones empresariales y facilitar la gestión a través del seguimiento de patrones de conducta y transaccionalidad.

La BI abarca un amplio rango de tareas que comprenden la recolección y consolidación de bases de datos centralizadas a través de los conceptos de ETL y Datawarehouse; la gestión de herramientas para el aprovechamiento de la información, basadas en analítica y minería de datos; junto con un conjunto de herramientas de visualización y reporte, que incluye tecnologías como OLAP (On Line Analitical Processing).

Así mismo, la BI supone toda una transformación de la gestión organizacional. Una empresa que busca trabajar con BI debe partir del hecho de que la gestión de la empresa pasa a ser centrada en una cultura de datos, donde las decisiones están basadas en la evidencia que estos proveen y donde los datos son transversales a las actividades tradicionales de planeación, organización, dirección y control.

Basado en esto, la transformación que supone la BI también se traslada a la implementación de tecnologías con un mayor carácter estratégico y menos centrado en lo operacional. De igual manera, el cambio cultural se traduce en que las personas deben ser formadas en la comprensión de los procesos, el manejo de herramientas y la cultura de datos que implica la BI, de modo que puedan ser artífices de la transformación empresarial.

Quizá te interese leer: Análisis que genera transformación en las ventas.

El Big Data

De la sección anterior se puede evidenciar que la inteligencia de negocios, más que una simple implementación de tecnologías y procesos es todo un cambio empresarial. Una de las principales barreras para su implementación está dada en que no se han hecho de manera adecuada los esfuerzos para llegar a las altas directivas organizacionales con un mensaje que facilite su comprensión, entienda sus ventajas y asuma los proyectos de implementación que esta supone.

Una barrera que tradicionalmente se presenta aquí es que la alta dirección es resistente a procesos de implementación de BI, pues usualmente sus resultados no son inmediatos, suponen fuertes inversiones iniciales y, en algunos casos, suponen una tarea de gran esfuerzo al estar implicada en todas las facetas de la organización.

El Big Data emerge con sus potencialidades como una forma de atender estas necesidades. El hecho de hacer entender a las directivas de las empresas que prácticamente todo hecho relacionado con la organización hoy es recolectado en forma de datos, y que estos datos no solo resumen los hechos y permiten conocer la realidad del negocio, sino que generan costos que podrían amortizarse, hace que los empresarios comprendan con mayor facilidad que hay que sacar provecho de los datos, y eso se traduce en procesos donde mayores esfuerzos hacia el desarrollo de una cultura de la información suelen ser bienvenidos siempre que los mismos sean autosostenibles financieramente.

Te recomendamos también leer: Análisis de datos para el crecimiento de tu negocio.

Al hablar de Big Data podemos distinguir que hablamos del aprovechamiento de grandes volúmenes de información para tomar decisiones empresariales y optimizar procesos de negocio. Es notable que las similitudes conceptuales con la BI permitan generar alguna confusión. En tal sentido, el Big Data también precisa algunos elementos técnicos de consideración.

La integración de datos de negocio que no hacen parte del ecosistema de bases de datos de la empresa (el Datawarehouse), como por ejemplo datos de fuentes secundarias, implica que se tengan repositorios de información particulares para la gestión de Big Data.

Muchos de estos datos, trabajados adecuadamente, pueden llegar a integrarse al datawarehouse. En fases iniciales o en el trabajo con datos cotidiano, estos pueden ser integrados a repositorios especiales, conocidos como Datamarts.

El Big Data es una temática muy susceptible a caer en una megatendencia (moda) gerencial. Más allá de reconocer que los volúmenes de datos siguen una tendencia creciente, y de asirse del famoso teorema del límite central, que en una versión muy simplificada señala que el incremento de información permite alcanzar mayores niveles de generalización, sus métodos no son en sí mismo completamente innovadores, pues se sustentan en modelos matemáticos y estadísticos previamente desarrollados, incorporan la inteligencia artificial por medio de los modelos de minería de datos, y la trasladan a escenarios de fuentes de datos no estructurados.

Sin embargo, el desarrollo del big data y la búsqueda de consolidación y soporte que facilite su masificación ha permitido que los desarrollos computacionales se concentren en encontrar algoritmos de mayor eficiencia, con mejor respuesta y que permitan tomar decisiones bajo el utópico concepto de “tiempo real”.

Conoce 10 formas de utilizar una herramienta de inteligencia de negocios.

¿Cómo se complementan la Inteligencia de Negocios y el Big Data?

Más que hablar directamente de diferencias entre la Inteligencia de Negocios y el Big Data, es claro que debemos avanzar hacia una complementariedad de dos conceptos que no solo son similares, sino que además son mucho más potentes si los integramos en vez de crear una disyuntiva entre ellos. Como tal, el mensaje central de esta revisión es no crear caminos separados, sino multiplicar las valiosas características implícitas tanto en la Inteligencia de Negocios y Big Data.

Algunas de las distancias puntuales que podrían marcarse entre estos dos temas están dadas por que el concepto de Big Data no alude directamente a los procesos o a las personas: es un concepto centrado en los algoritmos y metodologías que permiten extraer el conocimiento de los datos procesados.

Estos datos, a su vez, pueden provenir de una amplia variedad de fuentes, y bien pueden ser estructurados, como se estila tradicionalmente en las bases de datos de negocio, o no estructurados, lo cual abarca desde datos textuales hasta contenidos multimedia.

También podemos evidenciar que el componente analítico de la BI se potencia desde el Big Data, pero que a su vez, una concepción holística y aplicada del Big Data, demanda de las cualidades de la BI. En tal sentido, suponer un escenario de datos más completo, más abierto y con muchas más capacidades para procesar, integrar, analizar y distribuir información solo puede ser positivo y no debe ser óbice para generar diferencias en sus aplicaciones.

El escenario idóneo es aquel que nos permite tener muchos más datos, poder integrarlos y maximizar su calidad y completitud, definir metodologías idóneas para su procesamiento y análisis y asegurarse de que los mismos lleguen a los decisores con tal calidad que el nivel de dificultad para su transformación en decisiones y para llevarlo a la implementación se reduzca a un mínimo.

Solo así llegaremos a asegurar un entorno de datos lo suficientemente fuerte que permita a la organización ser más resistente no por sus capacidades financieras o materiales, sino por el conocimiento y el talento que la misma ostenta.

Si quieres saber más sobre Inteligencia de Negocios y el Big Data te invito a ver el webinario Business Intelligence para empresas 2.0.

¡No duden en remitir sus comentarios y preguntas!.. sigamos esta conversación.