Tanto elBig Data, el Business Analytics y elBusiness Intelligence permiten el análisis y explotación de los datos con el objetivo de extraer la mayor información posible, sin embargo, existen diferencias entre ellos.

El Business Intelligence y el Business Analytics pueden parecer conceptos similares ya que ambos comparten el mismo principio. Explicado de forma sencilla el Big Data se centra en la captación y el almacenamiento de la información, mientras que el Business Intelligence y Business Analytics se enfocan en qué hacer con esos datos para corregir errores y garantizar una mejor actuación de cara al futuro.

Big Data

Es un concepto muy amplio cuya principal cometido es albergar, ordenar y almacenar cantidades masivas de datos para su análisis. Se trata de una herramienta clave para identificar nuevas oportunidades de negocio y estrategias de mercado.

Aún no existe un número concreto para determinar el volumen de datos que corresponder el Big Data. No obstante, se entiende que el trabajo de este tipo de tecnología comienza cuando el volumen de datos se vuelve inmenso 

 A diferencia del Business Intelligence y el Business Analytics, el Big Data trabaja con datos provenientes de fuentes diversas, tanto estructurados como no estructurados.

Además, el objetivo del Big Data consiste en clasificar y procesar la información que almacena en ficheros distribuidos, no en un servidor central, bases de datos relacionales o almacenes de datos como efectúa el Business Intelligence.

Una de las diferencias más notables del Big Data frente al BI y el BA es que el Big Data trabaja con miras hacia el futuro y busca efectuar análisis exhaustivos que permitan obtener conclusiones y estrategias a largo plazo.

Business Intelligence

El Business Intelligence, abreviado como «BI», está orientado al pasado, analiza los datos históricos de la empresa y nos ayuda a comprender su trayectoria.

El BI puede acceder a un conjunto de datos previamente almacenados y clasificados, examinando la información y sacando a relucir los patrones que la empresa ha seguido hasta la fecha. Podríamos decir que la tarea del Business Intelligence es almacenar datos estructurados en un servidor central, para posteriormente analizarlos y tomar decisiones basadas en los datos históricos de nuestra empresa y sus patrones. 

Así como el Big Data se orienta a predicciones futuras, el Business Intelligence analiza el pasado. Para ello, se sirve de las múltiples fuentes de información de la empresa.

A través de los datos de la compañía, esta tecnología se encarga de tramitar las acciones pasadas de la compañía y poder establecer conclusiones en base a ellas que permitan dirigir los objetivos en direcciones distintas.

Una de las diferencias más notables es en la metodología del análisis. En el caso del BI dicho análisis y explotación de datos es en tiempo real para obtener valor de los datos actuales y encontrar correlaciones relevantes para lograr una mayor. agilidad empresarial.

Para aplicar el Business Intelligence (BI) en la empresa, en nuestra empresa tenemos que contar con buenas herramientas de analítica como es el caso de Superset, Power BI o Pentaho, entre otras, y que sean implementadas por consultores expertos en Analítica con experiencia en el sector.

Business Analytics

Por otro lado, el Business Analytics se enfoca al futuro, es decir, facilita la creación de una visión futurible basado en modelo predictivos que influyen en la toma de nuevos caminos y estrategias. El BA no estudia estadísticas internas como el BI, sino que se sirve de diferentes fuente: tendencias o indicadores macroeconómicos. No menos importante es otra de las diferencias existentes entre estas dos herramientas relacionadas con el uso de la información que hace cada una. ambas buscan optimizar los procesos: el Business Intelligence corrige errores operativos y el Business Analytics trabaja con el objetivo de no cometer esos fallos en el futuro.

Su objetivo mayoritario es establecer tendencias, resolver cuestiones y plantear predicciones basadas en datos que fomenten una visión de la dirección de la compañía en el futuro. La diferencia entre BI y BA reside en el método de uso de los datos.

Por su parte, el BI busca corregir errores operativos con criterios de inmediatez y el BA, trabaja para reducir exponencialmente los riesgos futuros. En un entorno empresarial, BI y BA pueden operar en armonía, siempre y cuando exista un equipo de especialistas en datos al frente de las operaciones.

Otra gran diferencia está relacionada con los equipos que llevan a cabo la tarea, el grupo de trabajo asociado al Big Data está formado por matemáticos e ingenieros y depende del Chief Tecnology Officer. Los componentes del departamento de Business Intelligence y trabajan directamente con el CEO y suelen ser personas encargadas de la estrategia como expertos en ADE, economistas o técnicos.

Sin embargo, aunque los equipos trabajen en departamentos diferentes deben llevar a cabo su tarea codo con codo, complementándose. Unos tomando las decisiones sobre los datos que se necesitan (BI y BA) y otros identificando los patrones de datos (Big Data).

¿Quieres implantar alguna de estas tecnologías? ¡Contacta con nosotros! Estaremos encantados en ayudarte.

La entrada ¿En que se diferencian el Big Data, Business Intelligence y Business Analytics? se publicó primero en Itop.

Aunque puedan parecer similares, ambos sistemas tienen grandes y evidentes diferencias que tendrán un impacto final en el uso de los datos y desarrollo de la empresa.

¿En qué aspectos mejora trabajar en SAP HANA?

La principal diferencia radica en la tecnología de base de datos que utilizan.

La versión SQL está basada  en una tecnología de almacenamiento en disco, al contrario que SAP HANA que está in-memory, lo que nos permite que todos los datos puedan estar alojados en un servidor y no en una parte física al momento de recuperar los datos, pudiendo así admitir diversas aplicaciones y funciones con mucha más potencia y versatilidad que en otros servidores.

Así SAP HANA puede almacenar los datos directamente en memoria RAM, sin tener que pasar previamente por la lectura en un disco duro, mientras que con Microsoft SQL es totalmente necesario este paso previo para poder consultar nuestros datos.

En la práctica esto conlleva una mayor velocidad en SAP HANA, gracias al acceso de manera inmediata a los datos, aún teniendo la empresa un gran volumen de datos.

Desde que se integró SAP HANA a SAP Business One hace unos años, se ha ido perfeccionando y añadiendo nuevas capacidades, como puede ser el ELT.

De esta forma no necesita una base de datos separada para el análisis ya que cómo hemos dicho anteriormente todos nuestros datos son alojados de forma automática en la RAM. Gracias a esto, las empresas pueden contar con capacidad de análisis en tiempo real y ejecutar informes analíticos casi de forma instantánea para múltiples usuarios que necesiten acceder a diferentes bases de datos para diferentes propósitos al mismo tiempo.

Si trabajamos bajo Microsoft SQL, no nos es posible realizar este tipo de análisis en tiempo real ya que solo podemos realizar esta función en horarios fijados.

Por lo que si tienes Microsoft SQL y necesitas sus herramientas de Business Intelligence para realizar análisis en tiempo real en tu ERP, necesitaremos un almacén de datos por separado o contratar a un proveedor externo para que configure las especificaciones de back-end, por lo que nos podría salir económicamente más costosa esta solución.

Con estas grandes ventajas para consultar datos, se antoja a SAP HANA cómo la mejor manera de sacarle provecho a SAP Business One.

¿Estás interesado en este tipo de tecnología para impulsar tu negocio? Ponte en contacto con nosotros y te asesoraremos.

La entrada SAP HANA: Una mejora con respecto a trabajar en SQL Server se publicó primero en Itop.

En la parte derecha, veremos todos los campos que devuelve nuestra consulta SQL. Además vemos cuatro posibles secciones/áreas en las que podemos ubicar dichos campos.

En función de dónde arrastremos los campos obtenidos de la consulta, nuestra tabla dinámica cambiará. Veamos cómo funciona con algunos ejemplos.

Podemos tener un primer informe básico de ventas por artículo arrastrando el campo “IMPORTE” al área “Valores” y el campo ITEMNAME al área “Etiquetas de fila”. Con esto obtendremos el total de ventas de cada artículo.

Posiblemente sea interesante tener en cuenta el tiempo en esta información, es decir, saber cómo han sido las ventas de los artículos en función de las fechas.

Esto lo podemos conseguir arrastrando el campo “FECHA” al área “Etiquetas de columnas”; Una vez hecho esto, observamos que se nos muestra la información de ventas de cada artículo a lo largo del tiempo, para cada día de manera individual. 

Podemos modificar cómo queremos que aparezca la información a través del tiempo de forma sencilla del siguiente modo:

1. Sobre cualquier valor de columna, botón derecho y seleccionar agrupar.
2. Seleccionamos cómo queremos que se realice la agrupación y entre qué periodo de fechas queremos ver nuestro informe. En el ejemplo actual mostraré las ventas por meses, agrupadas a su vez por años.

Una vez hecho esto nuestro informe aparecerá mostrando la información de ventas para cada mes y para cada año.

Podemos contraer la información de años anteriores y ver la información por meses expandida del año actual.

Tenemos un informe totalizado por meses y por años en el que puede desplegarse o contraerse cada uno de los años en función de lo que necesitemos ver y además totalizado por venta de cada producto.

Es posible que además nos interese tener en cuenta los grupos de artículos o categorías a las que pertenecen nuestros productos, de forma que podamos tener el mismo informe pero agrupado por grupo de artículos.

Para lograr esto, simplemente arrastraremos el campo “ITMSGRPNAM” al área “Etiquetas de columnas” sobre el campo “ITEMNAME”. Haciendo esto logramos que las filas se agrupen por grupo de artículos y luego por artículos. 

Observamos que para cada grupo de artículos tenemos totalizado su importe de ventas a lo largo del tiempo y además mantenemos la opción de ver el detalle por artículo.

Obviamente podemos realizar modificaciones en la configuración de la tabla dinámica y obtener en cada caso un listado diferente, teniendo en cuenta comerciales, proveedores por defecto del artículo, clientes, … Esta flexibilidad y dinamismo nos permite dar el primer paso hacia la inteligencia de negocios teniendo multitud de informes a nuestro alcance configurando adecuadamente una tabla dinámica.

Obviamente es posible introducir mejoras en todo esto, como por ejemplo, montar la tabla dinámica a partir de un cubo OLAP (optimizado para consultas de extracción de datos), configurar nuestra hoja de cálculo para que se actualice cuando consideremos más oportuno, etc…

Espero que esto pueda servir de ayuda a alguien, o que ayude a tomar un camino que pueda aportarles valor.

La entrada Uso básico de tablas dinámicas Excel y SAP Business One (Parte 2) se publicó primero en Itop.

Este tipo de herramientas de generación de informes, dan como resultado un documento que extrae la información deseada de la base de datos (usando una consulta SQL), presentándola de forma amigable al usuario (según sus requisitos) y permitiendo determinadas capacidades de filtrado (ejemplo: poder ver las ventas entre una fecha de inicio y fin determinadas, o las ventas de un comercial determinado, o las ventas de un grupo de artículos, etc …).

Los informes (Crystarl Rerport o PLD) constituirían el paso anterior a lo que se conoce como inteligencia de negocios (business inteligence) y son apropiados cuando el cliente necesita poder consultar su información de forma estática.

Me explico, es posible que nuestro cliente necesite poder consultar la información de ventas de su negocio en un rango de fechas, agrupando sus artículos y totalizando, agrupando por comercial, agrupando por proveedor por defecto del artículo, agrupando por almacén, etc… SAP Business One cuenta con el informe “Análisis de volumen de negocios” que puede encajar perfectamente en la mayoría de nuestros clientes, pero en ocasiones es posible que sea necesario poder aportar mayor dinamismo a la forma en que se presenta la información al usuario final.

En este escenario una alternativa válida podría ser el uso de tablas dinámicas en Excel alimentadas por la base de datos SAP Business One.

Veamos un ejemplo de lo que podríamos conseguir:

Supongamos que nuestro cliente, que tiene SAP Business One implantado en su empresa, desea un informe de ventas que le permita agrupar su información por grupo de artículos, comercial, proveedor por defecto.

Esta información debe visualizarse por meses, trimestres y años de forma flexible.

• Paso 1. Nos preocuparemos de crear la consulta SQL adecuada que alimente nuestro informe de tabla dinámica.

En este caso concreto necesitaremos extraer la información de ventas de las líneas de nuestras facturas teniendo en cuenta que deberemos restar las líneas correspondientes de nuestros abonos.

• Paso 2. Creamos una nueva hoja de cálculo Excel que será alimentada por la información procedente de la consulta del Paso 1. Para ello :

o Crearemos una nueva hoja y seleccionaremos que debe alimentarse desde Microsoft Query.

o Seleccionamos el origen de datos con el que queremos conectar. En mi caso selecciono una conexión ODBC llamada SAPBO.

o Incluyo cualquier tabla para que el asistente me permita continuar. Posteriormente sobrescribiremos la consulta que nos genere este asistente con la consulta que desarrollamos en el paso 1.

o Continuamos con el asistente pulsando “Siguiente” hasta llegar al último paso donde seleccionaremos “Ver datos o modificar consulta en Microsoft Query”.

o Posteriormente podremos ver que el resultado del asistente es una consulta básica que contempla la información de los pasos seguidos hasta el momento. Podremos modificar la consulta pulsando el botón SQL y sobrescribiendo la consulta que desarrollamos en el paso 1.

o Una vez que sustituimos la consulta y pulsamos en aceptar seleccionaremos “Archivo”, “Devolver datos a Microsoft Excel”:

o Seleccionamos que queremos el resultado en una tabla dinámica Excel.

Con esto devolveremos toda la información de la consulta a una tabla dinámica Excel.

En el próximo post explicaré cómo podemos usar la tabla dinámica para cambiar fácilmente la forma en que se nos muestra la información y cómo integrarla en SAP Business One de forma sencilla. Cualquier comentario será bienvenido.

La entrada Uso básico de tablas dinámicas Excel y SAP Business One (Parte 1) se publicó primero en Itop.