Blog de Bismart: Últimes Notícies en Dades, IA i Business Intelligence

Business intelligence: com plantejar un projecte

Written by Anna Farrés | 10/06/2019 22:00:00

El business intelligence té un paper fonamental en la presa de decisions estratègiques de qualsevol empresa. El terme engloba el conjunt d’eines, processos i infraestructures que fan servir les empreses per identificar i analitzar la informació empresarial. S’utilitza per a moltes finalitats, com per exemple, per mesurar el rendiment de l’organització. A més, el business intelligence empodera als treballadors mitjançant l’accés a les dades, permet tenir un punt de vista més ampli de les opinions dels clients, identificar àrees de millora i altres avantatges.

El business intelligence és la capacitat per transformar les dades en informació i la informació en coneixement. Segons Gartner, la falta de coneixement és l’amenaça més gran per a les empreses modernes, per tant, tenir un bon sistema d’intel·ligència de negoci és primordial.

Quina és la diferència entre dades, informació i coneixement?

Les dades, la informació i el coneixement són termes bàsics en business intelligence:

  • Les dades són la mínima unitat semàntica, elements primaris d’informació que per si mateixos són irrellevants.
  • La informació és un conjunt de dades processades que tenen un significat i, per tant, són d’utilitat.
  • El coneixement és una barreja d’experiència, valors i informació que serveix per a la presa de decisions. Sol trobar-se en persones, processos, normes...

El business intelligence es caracteritza per mostrar l’estat passat i present de l’organització. Així doncs, recau a les mans dels directius fer servir aquest coneixement per prendre decisions estratègiques.

Un projecte de business intelligence pot ser una tasca complexa, per la qual cosa requereix una bona organització.

Per organitzar el nostre sistema de business intelligence, conseqüentment, haurem de tenir en compte els tres elements:

1. Avaluar les nostres fonts de dades: internes o externes.

  • Accessibilitat
  • Fiabilitat
  • Qualitat
  • Possibilitats d’integració

2. Convertir-les en informació:

  • Contextualitzant: quan, com i per què s’han generat.
  • Categoritzant: com es poden mesurar i classificar.
  • Calculant: processar-les si cal.
  • Corregint: eliminar errors, duplicats i inconsistències.
  • Condensant: definir criteris d’agregació, resumir...

3. Definir el coneixement que en podrem obtenir:

  • Comparant una informació amb una altra.
  • Fent prediccions, buscant interrelacions...

És un error comú centrar aquests projectes en definir les tasques d’extracció, depuració, anàlisi i l’emmagatzematge de les dades. Abans d’això, cal tenir en compte qui farà servir la informació i amb quin objectiu.

En tot projecte hi ha un seguit de factors rellevants que cal tenir en compte:

  • Hem de focalitzar-nos en l’objectiu del negoci i no en la tecnologia i traduir aquest objectiu de negoci en objectius concrets per al projecte.
  • Comptar amb el suport dels futurs usuaris i de la direcció: identificar quins són els seus problemes i necessitats i fer-los veure com els pot beneficiar el nou sistema. Involucrar-los en el projecte des de la presa de requeriments i mostrar-los resultats operatius a curt termini.
  • Tenir en compte que els entorns són canviants i les necessitats també, per la qual cosa hem de fer plantejaments flexibles que prevegin la possibilitat de canvis.
  • La informació només es transformarà en coneixement si és comprensible. Cal tenir en compte elements de disseny i usabilitat, explicar el context i els criteris utilitzats, treballar amb un llenguatge comú...
  • Cal plantejar solucions transversals, que realment siguin utilitzades pels treballadors. Per a això tindrem en compte, a més del que queda reflectit al punt anterior, oferir facilitats d’ús, com per exemple, els dispositius mòbils i formació sobre la utilització i suport posterior.
  • Oferir opcions de self-service BI perquè els usuaris amb necessitats o interessos addicionals puguin dur a terme les seves pròpies anàlisis de manera autònoma.
  • Definir un bon sistema de comunicació, però també de protecció de les dades assignant correctament rols i permisos.
  • Utilitzar una metodologia d’implantació àgil que ofereixi resultats a curt termini que puguin ser validats pels usuaris.
  • Definir un procés de gestió del canvi perquè els usuaris s’adaptin als nous mecanismes i adoptin la nova manera de treballar.
  • Oferir, no només anàlisi de dades històriques, sinó també predictius i simulacions.

Anna Farrés | Presales Manager