Analítica - Business Analytics y Business Intelligence

Business Analytics (BA)

Los Sistemas de Analítica Avanzada, Analítica de Negocio o Business Analytics (BA), son los sistemas que permiten predecir a partir de la información.

Dentro del BA, podemos distinguir dos tipos de análisis:

  • Análisis Predictivo o Predictive Analytics: Son sistemas que ya no sólo se limitan a exponer la información para su análisis, sino que proponen la decisión más óptima. Aunque hace décadas que existen soluciones tecnológicas que permiten realizar complejos cálculos estadísticos, en los últimos años estamos viendo cómo se incorporan nuevas herramientas de predicción al panorama de soluciones de Inteligencia de Negocio.

  • Análisis Prescriptivo o Prescriptive Analytics: Se empieza hablar de sistemas expertos que son sistemas de inteligencia artificial que van más allá de los sistemas predictivos: pueden ser capaces de tomar la decisión, desencadenando acciones o tareas en otros sistemas.

¿Qué valor me aporta el Business Analytics?

  • Mayor conocimiento del porqué de determinados sucesos.

  • Mayor capacidad de predicción del futuro, incluyendo el del comportamiento de nuestros clientes.

  • Mejora en las decisiones futuras de la empresa.

  • Mayor adaptabilidad al cambio y mejora continua.

  • Mejor análisis del futuro de la empresa.

  • Permite realizar simulaciones y proyecciones con distintos escenarios.

Mejorar desiciones futuras
Mejorar desiciones futuras
Simulaciones y proyecciones
Capacidad de predicción del futuro
Conocimiento del porqué de determinados sucesos
Análisis del futuro
Mayor adaptabilidad al cambio

Business Intelligence (BI)

La Inteligencia Empresarial, Inteligencia de Negocios, Inteligencia Comercial o Business Intelligence (BI) hace referencia al conjunto de estrategias y herramientas enfocadas a la administración y creación de conocimiento mediante el análisis de datos existentes en una organización o empresa. Es decir, es básicamente el análisis de la información o los datos obtenidos. Dentro del Business Intelligence, podemos distinguir dos tipos de análisis:

  • Análisis Descriptivo o Descriptive Analytics: Estos sistemas te muestran qué ha pasado mediante informes con métricas.  Ejemplo: listado de ventas en los últimos años.

  • Análisis de Diagnóstico o Diagnostic Analytics: Estos son sistemas multidimensionales, una misma métrica puede ser analizada desde diferentes puntos de vista o dimensiones y además, con las nuevas posibilidades de presentación, poder representar varias métricas y compararlas entre sí.

¿Qué valor me aporta el Business Intelligence?

  • Mejora la capacidad de análisis

  • Mejora de la toma de decisiones de negocio basadas en datos

  • Mayor conocimiento de qué ha pasado y por qué ha pasado, y de las operaciones internas de la empresa

  • Descubrir fallos en los procesos empresariales

  • Mejora el control de gestión e indicadores

  • Elimina controles manuales

  • Respuesta a cuestiones de negocio no elementales

  • Centraliza la información de gestión

  • Reduce el tiempo de recolección de información

  • Mejora el seguimiento y gestión de la estrategia

  • Información en tiempo real y de forma automática

  • Análisis del pasado y presente de la empresa

Mejora en la toma de decisiones
Mejora en la toma de decisiones
Control de gestión e indicadores
Control de gestión e indicadores
Reduce el tiempo de recolección
Reduce el tiempo de recolección
Centraliza la información de gestión
Centraliza la información de gestión
Mejora el seguimiento y gestión
Mejora el seguimiento y gestión
Información en tiempo real y de forma automática
Información en tiempo real y de forma automática
Análisis del pasado y presente
Análisis del pasado y presente
Conocimiento de qué ha pasado
Conocimiento de qué ha pasado
Capacidad de análisis
Capacidad de análisis

Diferencias entre BA y BI

  • Business Analytics (BA): 

    • Analiza datos estructurados, enfocados en el futuro.
    • Estudia tendencias o indicadores macroeconómicos.
    • Trabaja para no cometer errores del pasado.
  • Business Intelligence (BI):

    • Analiza datos ya estructurados, orientados al pasado.
    • Almacena los datos en un servidor central.
    • Estudia estadísticas internas y corrige errores operativos.

Volumen de los datos

En nuestro análisis de datos, ya sea que hagamos Business Analytics o Business Intelligence, podemos analizar un conjunto de datos con poco volumen y complejidad (Small Data) o con un gran volumen y muy complejos (Big Data).

El Big Data, por tanto, hace referencia al almacenamiento de grandes cantidades de datos y a los procedimientos usados para encontrar patrones repetitivos dentro de esos datos. 

El Big Data trabaja con una gran cantidad de datos provenientes de varias fuentes, siendo éstos estructurados y no estructurados; cuyo objetivo consiste en clasificar y procesar la información que almacena en ficheros distribuidos, no en un servidor central.

Gracias al Big Data, las empresas pueden tener un mayor conocimiento sobre los clientes y sus hábitos de compra y comportamientos, mejorar la captación, satisfacción, fidelización y retención de los clientes, mejorar la eficacia en la transformación de los procesos del negocio, mejorar la comprensión del alcance del riesgo y su gestión, mayor competitividad y capacidad de indentificar y mitigar riesgos, entre muchos otros beneficios.

Implantación

Para la correcta puesta en marcha de una solución de Analítica, es necesario llevar a cabo un proyecto de implantación con una metodología adecuada.

Dado que el objetivo final de todo proyecto de analítica avanzada es responder a las preguntas claves de gestión, estas pueden ser de diferente ámbito en función del nivel de enfoque que llevemos a cabo:

  • Por proceso: se busca responder a las preguntas de un proceso específico de la empresa: comercial, RRHH, producción, etc.

  • Por negocio: se busca responder a las preguntas específicas de una línea de negocio, cubriendo varios procesos.

Nuestra metodología consta de 6 fases bien diferenciadas:

Análisis de requisitos
Análisis de fuentes
Módelo DW
Procesos ETL
Diseño cubos
Cuadro de mandos
  • Análisis de Requisitos: Identificación de las necesidades de información de los usuarios y las preguntas claves del negocio. Identificación de indicadores y perspectivas de análisis.
  • Análisis de Fuentes: Análisis de los orígenes de datos necesarios para el cálculo de los indicadores.
  • Modelo DW: Construcción del modelo lógico a través del diseño de dimensiones y hechos.
  • Procesos ETL: Definición de los procesos de extracción, transformación y carga de los datos fuente, que poblarán y actualizarán el DW.
  • Diseño de Cubos: Construcción de los cubos partiendo de las tablas de hechos y dimensiones del DW considerando los indicadores, atributos y jerarquías.
  • Cuadro de Mandos: Diseño de la estructura y representación gráfica de los indicadores e informes objeto del proyecto.

Tecnologías

Pentaho

Pentaho es una plataforma de Business Intelligence Opensource. Gracias a su amplia oferta de herramientas de análisis y a su interfaz intuitiva, puede dar soporte a la empresa tanto en su gestión del día a día como en la estratégica. Pentaho ofrece soluciones para informes, análisis multidimensional, cuadros de mando sencillos e interactivos, análisis geográfico, gestión de KPI (indicadores clave de procesos), minería de datos y Big Data, entre otros.

Power BI

Power BI es un servicio de inteligencia de negocio de Microsoft cuyo objetivo es proporcionar visualizaciones interactivas y capacidades de inteligencia empresarial con una interfaz lo suficientemente simple como para que los usuarios finales creen sus propios informes y paneles.

Superset

Superset es una aplicación nativa de la nube de software de código abierto para la exploración y visualización de datos capaz de manejar datos a escala de petabytes.

Airflow

Apache Airflow es una plataforma creada por la comunidad para crear, programar y monitorear los flujos de trabajo de manera programática.

Druid

Apache Druid es un proyecto Open Source y forma parte de la Fundación Apache desde 2015. Es una base de datos analítica en tiempo real para grandes volúmenes de datos, donde el rendimiento y la alta disponibilidad destacan en esta solución.

Kafka

Apache Kafka es una plataforma de streaming de eventos distribuida. Además también podemos considerarla una herramienta complementaria a las bases de datos, proporcionando . Está escrito en Java y Scala. Es de código abierto (open source), y se distribuye con licencia Apache 2.0. En la actualidad, cuenta con más de 700 contribuidores y más de 40 committers.

Scikit-learn

Scikit-learn es una biblioteca de Python de código abierto para el aprendizaje automático. La biblioteca soporta algoritmos de última generación como KNN, XGBoost, bosque aleatorio, SVM entre otros. Está construido en la parte superior de Numpy.

Tensorflow

TensorFlow es una plataforma de código abierto de extremo a extremo para el aprendizaje automático. Cuenta con un ecosistema integral y flexible de herramientas, bibliotecas y recursos de la comunidad que les permite a los investigadores impulsar un aprendizaje automático innovador y, a los desarrolladores, compilar e implementar con facilidad aplicaciones con tecnología de AA.

Curie Platform

Curie Platform es una plataforma de Inteligencia de Cliente desarrollada por Itop que combina un CRM con herramientas de Business Analytics. Ofrece funcionalidades para los departamentos de Marketing, Ventas, Servicios, Recursos Humanos, Calidad, Productividad y Experiencia del Cliente. Además, Curie se integra con otros sistemas para obtener una visión completa del negocio.

Si estas interesado en implantar un sistema de analítica (Business Analytics o Business Intelligence) en tu empresa o quieres obtener más información sobre este tipo de soluciones