Blog de Bismart: Últimas Noticias en Datos, IA y Business Intelligence

Business Intelligence: cómo plantear un proyecto

Escrito por Anna Farrés | 11-jun-2019 10:12:19

El business intelligence tiene un papel fundamental en la toma de decisiones estratégicas de cualquier empresa. El término engloba el conjunto de herramientas, procesos e infraestructuras que usan las empresas para identificar y analizar la información empresarial. Se utiliza para muchos fines, como por ejemplo para medir el rendimiento de la organización. Además, el business intelligence empodera a los trabajadores mediante el acceso a los datos, permite tener un mejor punto de vista de las opiniones de los clientes, identificar áreas de mejora, entre otras ventajas.

El business intelligence es la capacidad para transformar los datos en información y la información en conocimiento. Según Gartner, la falta de conocimiento es la mayor amenaza para las empresas modernas, por lo tanto, tener un buen sistema de inteligencia de negocio es primordial.

 

¿Cuál es la diferencia entre datos, información y conocimiento?

Los datos, información y conocimiento son términos básicos en el business intelligence:

  • Los datos son la mínima unidad semántica, elementos primarios de información que por sí solos son irrelevantes.
  • La información es un conjunto de datos procesados que tienen un significado y, por lo tanto, son de utilidad.
  • El conocimiento es una mezcla de experiencia, valores e información que sirve para la toma de decisiones. Suele encontrarse en personas, procesos, normas…

El business intelligence se caracteriza por mostrar el estado pasado y presente de la organización. Así, pues, recae en las manos de los directivos utilizar este conocimiento para tomar decisiones estratégicas.

Un proyecto de business intelligence puede ser una tarea compleja por lo que se requiere una buena organización. 

Para organizar nuestro sistema de Business Intelligence, consecuentemente, deberemos tener en cuenta los tres elementos:

1. Evaluar nuestras fuentes de datos, que pueden ser internas o externas:

  • Accesibilidad
  • Fiabilidad
  • Calidad
  • Posibilidades de integración

2. Convertirlas en información:

  • Contextualizando: cuándo, cómo y por qué se han generado.
  • Categorizando: cómo se pueden medir y clasificar.
  • Calculando: procesarlos si es necesario.
  • Corrigiendo: eliminar errores, duplicados e inconsistencias.
  • Condensando: definir criterios de agregación, resumir…

3. Definir el conocimiento que podremos obtener:

  • Comparando la información con otra.
  • Haciendo predicciones, buscando interrelaciones…

Es un error común centrar estos proyectos en definir las labores de extracción, depuración, análisis y el almacenamiento de los datos. Antes de esto, es necesario tener en cuenta quién va a usar la información y con qué objetivo.

En todo proyecto hay una serie de factores relevantes que hay que tener en cuenta:

  • Debemos focalizarnos en el objetivo del negocio y no en la tecnología y traducir este objetivo de negocio a objetivos concretos para el proyecto.
  • Contar con el apoyo de los futuros usuarios y de la dirección: identificar cuáles son sus problemas y necesidades y hacerles ver cómo les puede beneficiar el nuevo sistema. Involucrarles en el proyecto desde la toma de requerimientos y mostrarles resultados operativos a corto plazo.
  • Tener en cuenta que los entornos son cambiantes y las necesidades también por lo que debemos hacer planteamientos flexibles que prevean la posibilidad de cambios.
  • La información sólo se transformará en conocimiento si es entendible, hay que tener en cuenta elementos de diseño y usabilidad, explicar el contexto y los criterios utilizados, trabajar con un lenguaje común
  • Debemos plantear soluciones transversales, que realmente sean utilizadas por los empleados. Para ello tendremos en cuenta, además de lo reflejado en el punto anterior, el ofrecer facilidades de uso, como por ejemplo, los dispositivos móviles, y formación sobre el manejo y soporte posterior.
  • Ofrecer opciones de self-service BI para que los usuarios con necesidades o intereses adicionales puedan realizar sus propios análisis de forma autónoma.
  • Definir un buen sistema de comunicación, pero también de protección de los datos asignando correctamente roles y permisos.
  • Utilizar una metodología de implantación ágil que ofrezca resultados a corto plazo que puedan ser validados por los usuarios.
  • Definir un proceso de gestión del cambio para que los usuarios se adapten a los nuevos mecanismos y adopten la nueva manera de trabajar
  • Ofrecer, no sólo análisis de datos históricos sino también predictivos y simulaciones.

Anna Farrés | Presales Manager