Gracias al Big Data y Business Analytics, hoy día vivimos una transformación digital que profundiza en la automatización de tareas en los diferentes procesos de negocio de una compañía, utilizando como herramienta las tecnologías de la información. En pocas palabras, se trata de extender el proceso de mecanización industrial al resto de procesos organizativos, buscando no sólo la reducción de costes sino la mejora organizativa en general.
De la Industria 1.0 a la Industria 4.0 ¿Qué ha sucedido para que se produzca este cambio?
- Más datos disponibles (Big Data). Tanto por la cantidad de datos que producimos internamente en nuestras organizaciones (sensores, logs, bases de datos, ERP, CRM, etc.) como los que existen en Internet (redes sociales, IoT, proveedores de datos, etc.).
- Más capacidad de procesamiento y de almacenamiento (Cloud e IaaS). La irrupción de la nube nos permite disponer de más recursos de infraestructura IT de forma más flexible y reduciendo la barrera que suponía el coste inicial de una inversión en este tipo de tecnología.
- Más algoritmos sofisticados (Machine Learning e Inteligencia Artificial). Como consecuencia de la mayor cantidad de datos disponibles, se empieza a popularizar el uso de algoritmos de aprendizaje automático como herramientas para realizar minería de datos y análisis predictivo aplicados al mundo empresarial. Ciencia de los Datos en definitiva.
Aplicadas estas tecnologías al proceso de toma de decisiones de la compañía, lo que nos van a permitir es lo siguiente:
Que las decisiones se realicen objetivamente.
- Maximizar el éxito de la decisión.
Sistematizar o mecanizar el proceso de decisión.
- Automatizar la decisión en sí.
A su vez, estas facultades influyen decisivamente en la mejora y en el crecimiento de la organización, ya que van a tener como consecuencia:
- Lograr el cumplimiento de la estrategia empresarial.
- Control y optimización de los procesos organizativos.
- Monetización del dato.
Datos, Nube y Algoritmos
Estos tres factores (Datos, Nube y Algoritmos) son los que están permitiendo evolucionar los actuales sistemas de apoyo a la decisión: pasar del Business Intelligence al Business Analytics.
Pasar de tomar decisiones basándonos en informes y cuadros de mando que únicamente exponen o describen datos históricos provenientes de fuentes internas de la compañía, a tomar decisiones basándonos en aplicaciones que examinan la mejor información para la decisión concreta, la evalúan y proponen, utilizando cualquier dato disponible ya sea interno como externo e intentando adelantarse mediante algoritmos de aprendizaje automático.
Cinco tipos de Analítica
Con esto en mente podemos, como hace Gartner desde hace bastante años, hablar de cinco tipos de analítica.
-
- Análisis Descriptivo o Descriptive Analytics: ¿Qué ha pasado? Ejemplo: listado de ventas con los últimos años.
- Análisis de Diagnóstico o Diagnostic Analytics: ¿Por qué ha pasado? Nuevas posibilidades de presentación para poder representar varias métricas y compararlas entre sí.
- Análisis de Descubrimiento o Discovery Analytics: Descubrir la Información. Las actuales soluciones comerciales permiten fundamentalmente este tipo de análisis.
- Análisis Predictivo o Predictive Analytics: ¿Qué es probable que ocurra? Son sistemas que ya sólo se limitan a exponer la información para su análisis, si no que proponen la decisión más óptima.
- Análisis Prescriptivo o Prescriptive Analytics: ¿Cuál es la mejor acción que puedo tomar ante esto que es probable que ocurra o que está ocurriendo? 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.
Clasificación de los conceptos de Business Intelligence, Business Analytics e Inteligencia Artificial
- Business Intelligence: Análisis Descriptivo y Diagnóstico.
- Business Analytics: Análisis de Descubrimiento y Predictivo.
- Sistemas Expertos (Inteligencia Artificial): Análisis Prescriptivo.
Sin que suponga una clasificación dogmática, esta perspectiva nos lleva a hablar del famoso Big Data, un paraguas bajo el cual básicamente se han alojado los siguientes elementos:
- Problema tecnológico. El problema de analizar más datos de los que podemos manejar con las tecnologías tradicionalmente usadas.
- Abaratamiento de la capacidad de computación y el almacenamiento. Las tecnologías cloud facilitan lo que antes requería una inversión en infraestructura tecnología convertirlo en un servicio, más asequible.
- Aplicaciones de almacenamiento y computación distribuida. En la actualidad encontramos todo un ecosistema en constante evolución de soluciones de computación y almacenamiento distribuido.
- Datos no estructurados. En la actualidad la mayoría de analítica que se lleva a cabo en las empresas está basada en datos estructurados, pero nuevos sistemas de almacenamiento y nuevas técnicas de procesamiento, por ejemplo de voz e imágenes, generan día a día un mayor volumen de datos.
¿Qué es Big Data?
En resumen, Big Data es un medio no un fin en sí mismo: constituye el conjunto de técnicas y tecnologías que permiten afrontar el problema de procesar y almacenar un conjunto de datos tal que por sus características no seríamos capaces de afrontar con las técnicas de procesado de datos convencionales.
¿Hablamos?
* Para cumplir con la nueva Ley de Protección de Datos y que tus datos estén a salvo, debes leer y aceptar mi politica de privacidad.
Tus datos están a salvo con nosotros porque cumplimos con el RGPD (Reglamento General de Protección de Datos) y esta es la info que debes saber:
- Responsable: Idea Consulting (Idea Consultoría Informática S.L.)
- Finalidad: Gestionar el envio de información y prospección comercial
- Legitimación: Consentimiento interesado
- Destinatarios: No se cederán datos salvo disposición legal
- Derechos: Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional
- Información adicional: Puede consultar información adicional sobre Protección de Datos en nuestra politica de privacidad
