{"id":51938,"date":"2017-12-05T02:00:42","date_gmt":"2017-12-05T10:00:42","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/?p=51938"},"modified":"2023-07-28T16:03:21","modified_gmt":"2023-07-28T16:03:21","slug":"inteligencia-de-negocios-y-el-big-data","status":"publish","type":"post","link":"https:\/\/qa-release.questionpro.com\/blog\/es\/inteligencia-de-negocios-y-el-big-data\/","title":{"rendered":"Inteligencia de Negocios y el Big Data \u00bfSe complementan?"},"content":{"rendered":"\n

En la congesti\u00f3n diaria de la informaci\u00f3n que caracteriza nuestra sociedad actual, es com\u00fan encontrar varias cosas: desde art\u00edculos, blogs, videos y otros documentos totalmente emp\u00edricos y sin ning\u00fan fundamento te\u00f3rico; hasta documentos muy sofisticados, casos de uso, teorizaci\u00f3n al extremo, entre otros. Sin embargo, <\/span>la falta de criterio y selecci\u00f3n adecuada en la identificaci\u00f3n de las fuentes de la informaci\u00f3n, <\/i><\/b>adem\u00e1s de la proliferaci\u00f3n de una numerosa cantidad de autores que, aunque pueden tener experiencia y conocimiento en la implementaci\u00f3n<\/span>, carecen muchas veces del rigor suficiente en la definici\u00f3n de t\u00e9rmin<\/i><\/b>os<\/b>.  Este rasgo no s\u00f3lo es com\u00fan a nuestro tema de hoy, <\/span>la inteligencia de negocios y el big data<\/b>, sino en general a muchos otros temas dentro del \u00e1mbito de los negocios.<\/span><\/p>\n\n\n\n

De ah\u00ed encontramos que entonces <\/span>se suele plantear a la inteligencia de negocios y el <\/i><\/b>big data <\/i><\/b><\/a>como temas anacr\u00f3nicos y disyuntivos<\/i><\/b>. El objetivo central de esta publicaci\u00f3n es <\/span>brindar claridad en sus sutiles diferencias, pero sobre todo, en sus complementariedades<\/i><\/b> y en la construcci\u00f3n de su visi\u00f3n como un \u00fanico elemento. <\/span><\/p>\n\n\n\n

Con esto esperamos que el lector consolide un punto de vista donde haya una suficiente claridad conceptual que le permita pasar a preguntas m\u00e1s relevantes, en espec\u00edfico, 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 organizaci\u00f3n independiente de su finalidad, naturaleza o tama\u00f1o.<\/span><\/p>\n\n\n\n

La inteligencia de negocios<\/span><\/h2>\n\n\n\n

Para comenzar, propongamos una definici\u00f3n de <\/span>Inteligencia de Negocios<\/a> (BI)<\/b> que nos permita consolidar la variedad de conceptos implicados. <\/span><\/p>\n\n\n\n

Al hablar de BI estamos caracterizando <\/span>un conjunto de procesos, tecnolog\u00edas y personas que tienen la capacidad de transformar los datos en informaci\u00f3n y la informaci\u00f3n en conocimiento, <\/i><\/b>con el objetivo de <\/span>optimizar la toma de decisiones empresariales y <\/span>facilitar la gesti\u00f3n a trav\u00e9s del seguimiento de patrones de conducta y transaccionalidad.<\/span><\/p>\n\n\n\n

La BI abarca un amplio rango de tareas que comprenden la <\/span>recolecci\u00f3n y consolidaci\u00f3n de bases de datos<\/i><\/b> centralizadas a trav\u00e9s de los conceptos de ETL y <\/span>Datawarehouse<\/span><\/a>; la <\/span>gesti\u00f3n de herramientas para el aprovechamiento de la informaci\u00f3n<\/i><\/b>, basadas en anal\u00edtica y miner\u00eda de datos; junto con un conjunto de <\/span>herramientas de visualizaci\u00f3n y reporte<\/i><\/b>, que incluye tecnolog\u00edas como OLAP (On Line Analitical Processing).<\/span><\/p>\n\n\n\n

As\u00ed mismo, la <\/span>BI supone toda una transformaci\u00f3n de la gesti\u00f3n organizacional<\/i><\/b>. Una empresa que busca trabajar con BI debe partir del hecho de que la gesti\u00f3n de <\/span>la empresa pasa a ser centrada en una cultura de datos,<\/i><\/b> donde las decisiones est\u00e1n basadas en la evidencia que estos proveen y donde <\/span>los datos son transversales a las actividades tradicionales de planeaci\u00f3n, organizaci\u00f3n, direcci\u00f3n y control<\/i><\/b>. <\/span><\/p>\n\n\n\n

Basado en esto, la transformaci\u00f3n que supone la BI tambi\u00e9n se traslada a la implementaci\u00f3n de tecnolog\u00edas con un mayor car\u00e1cter estrat\u00e9gico y menos centrado en lo operacional. De igual manera, <\/span>el cambio cultural <\/i><\/b>se traduce en que las personas deben ser formadas en la comprensi\u00f3n de los procesos, el manejo de herramientas y la cultura de datos que implica la BI, de modo que puedan ser art\u00edfices de la transformaci\u00f3n empresarial.<\/span><\/p>\n\n\n\n

\n

Quiz\u00e1 te interese leer: <\/span>An\u00e1lisis que genera transformaci\u00f3n en las ventas<\/span><\/a>.<\/span><\/p>\n<\/blockquote>\n\n\n\n


El Big Data<\/span><\/h2>\n\n\n\n

De la secci\u00f3n anterior se puede evidenciar que <\/span>la inteligencia de negocios<\/i><\/b>, m\u00e1s que una simple implementaci\u00f3n de tecnolog\u00edas y procesos <\/span>es todo un cambio empresarial<\/i><\/b>. Una de las principales barreras para su implementaci\u00f3n est\u00e1 dada en que no se han hecho de manera adecuada los esfuerzos para llegar a las <\/span>altas directivas organizacionales<\/i><\/b> con un mensaje que facilite su comprensi\u00f3n, <\/span>entienda sus ventajas y asuma los proyectos de implementaci\u00f3n que esta supone<\/i><\/b>. <\/span><\/p>\n\n\n\n

Una barrera que tradicionalmente se presenta aqu\u00ed es que <\/span>la alta direcci\u00f3n es resistente a procesos de implementaci\u00f3n de BI<\/i><\/b>, 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 organizaci\u00f3n.<\/span><\/p>\n\n\n\n

El Big Data<\/a> emerge con sus potencialidades como una forma de atender estas necesidades<\/i><\/b>. El hecho de hacer entender a las directivas de las empresas que pr\u00e1cticamente todo hecho relacionado con la organizaci\u00f3n hoy es recolectado en forma de datos, y que estos <\/span>datos no solo resumen los hechos y permiten conocer la realidad del negocio, sino que generan costos que podr\u00edan amortizarse,<\/i><\/b> 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 <\/span>cultura de la informaci\u00f3n suelen ser bienvenidos siempre que los mismos sean <\/span>autosostenibles financieramente.<\/p>\n\n\n\n

\n

Te recomendamos tambi\u00e9n leer: <\/span><\/i>An\u00e1lisis de datos para el crecimiento de tu negocio<\/span><\/i><\/a>.<\/span><\/i><\/p>\n<\/blockquote>\n\n\n\n

Al hablar de <\/span>Big Data<\/i><\/b> podemos distinguir que hablamos del <\/span>aprovechamiento de grandes vol\u00famenes de informaci\u00f3n para tomar decisiones empresariales y optimizar procesos de negocio<\/i><\/b>. Es notable que las similitudes conceptuales con la BI permitan generar alguna confusi\u00f3n. En tal sentido, el Big Data tambi\u00e9n precisa algunos elementos t\u00e9cnicos de consideraci\u00f3n. <\/span><\/p>\n\n\n\n

La integraci\u00f3n 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 <\/span>repositorios de informaci\u00f3n particulares para la gesti\u00f3n de Big Data<\/i><\/b>. <\/span><\/p>\n\n\n\n

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 <\/span>Datamarts<\/span><\/a>.<\/span><\/p>\n\n\n\n

El Big Data es una tem\u00e1tica muy susceptible a caer en una megatendencia (moda) gerencial<\/i><\/b>. M\u00e1s all\u00e1 de reconocer que los vol\u00famenes de datos siguen una tendencia creciente, y de asirse del famoso teorema del l\u00edmite central, que en una versi\u00f3n muy simplificada se\u00f1ala que el incremento de informaci\u00f3n permite alcanzar mayores niveles de generalizaci\u00f3n, sus m\u00e9todos no son en s\u00ed mismo completamente innovadores, pues se sustentan en modelos matem\u00e1ticos y estad\u00edsticos previamente desarrollados, incorporan la inteligencia artificial por medio de los modelos de miner\u00eda de datos, y la trasladan a escenarios de fuentes de datos no estructurados. <\/span><\/p>\n\n\n\n

Sin embargo, <\/span>el desarrollo del big data y la b\u00fasqueda de consolidaci\u00f3n y soporte que facilite su masificaci\u00f3n<\/i><\/b> ha permitido que los desarrollos computacionales se concentren en encontrar algoritmos de mayor eficiencia, con mejor respuesta y <\/span>que permitan tomar decisiones bajo el ut\u00f3pico concepto de \u201ctiempo real\u201d.<\/i><\/b><\/p>\n\n\n\n

\n

Conoce 10 formas de utilizar una herramienta de inteligencia de negocios<\/a>.<\/p>\n<\/blockquote>\n\n\n\n

\u00bfC\u00f3mo se complementan la Inteligencia de Negocios y el Big Data?<\/span><\/h2>\n\n\n\n

M\u00e1s que hablar directamente de diferencias entre la Inteligencia de Negocios y el Big Data, es claro que <\/span>debemos avanzar hacia una complementariedad de dos conceptos que no solo son similares, sino que adem\u00e1s son mucho m\u00e1s potentes si los integramos<\/i><\/b> en vez de crear una disyuntiva entre ellos. Como tal, el mensaje central de esta revisi\u00f3n es no crear caminos separados, sino multiplicar las valiosas caracter\u00edsticas impl\u00edcitas tanto en la Inteligencia de Negocios y Big Data.<\/span><\/p>\n\n\n\n

Algunas de las distancias puntuales que podr\u00edan marcarse entre estos dos temas est\u00e1n dadas por que <\/span>el concepto de Big Data no alude directamente a los procesos o a las personas<\/i><\/b>: es un concepto centrado en los algoritmos y metodolog\u00edas que permiten extraer el conocimiento de los datos procesados. <\/span><\/p>\n\n\n\n

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

Tambi\u00e9n podemos evidenciar que <\/span>el componente anal\u00edtico de la BI se potencia desde el Big Data,<\/i><\/b> pero que a su vez, una concepci\u00f3n hol\u00edstica y aplicada del Big Data, demanda de las cualidades de la BI.<\/i><\/b> En tal sentido, suponer un escenario de datos m\u00e1s completo, m\u00e1s abierto y con muchas m\u00e1s capacidades para procesar, integrar, analizar y distribuir informaci\u00f3n solo puede ser positivo y no debe ser \u00f3bice para generar diferencias en sus aplicaciones. <\/span><\/p>\n\n\n\n

El escenario id\u00f3neo es aquel que nos permite tener muchos m\u00e1s datos, poder integrarlos y maximizar su calidad y completitud, definir metodolog\u00edas id\u00f3neas para su procesamiento y an\u00e1lisis y asegurarse de que los mismos lleguen a los decisores con tal calidad que el nivel de dificultad para su transformaci\u00f3n en decisiones y para llevarlo a la implementaci\u00f3n se reduzca a un m\u00ednimo<\/i><\/b>. <\/span><\/p>\n\n\n\n

Solo as\u00ed llegaremos a asegurar un entorno de datos lo suficientemente fuerte que permita a la organizaci\u00f3n ser m\u00e1s resistente no por sus capacidades financieras o materiales, sino por el conocimiento y el talento que la misma ostenta.<\/span><\/p>\n\n\n\n

Si quieres saber m\u00e1s sobre Inteligencia de Negocios y el Big Data te invito a ver el webinario Business Intelligence para empresas 2.0.<\/span><\/p>\n\n\n\n

\u00a1No duden en remitir sus comentarios y preguntas!.. sigamos esta conversaci\u00f3n.<\/span><\/p>\n\n\n\n

\n