El Futuro de Business Intelligence (BI) y Business Analytics (BA)
Business Intelligence, BI por sus siglas en inglés o Inteligencia de negocios, se refiere al conjunto de estrategias, metodologías y tecnologías usadas para recolectar, integrar y analizar los datos para la toma de decisiones, convirtiendo así los datos en valor para las empresas. Por su parte Business Analytics o BA por sus siglas en inglés, también recolecta y analiza los datos con un enfoque estadístico y modelos predictivos.
Cada vez la brecha conceptual, entre el BI-BA, se acorta más y BA tiende a ser un subconjunto del BI. Algunos autores asocian al BI con un enfoque descriptivo (lo que sucede) y el BA con un enfoque predictivo (lo qué sucederá) y prescriptivo (por qué sucede). Otros autores hablan del BI moderno que engloba herramientas de Data Discovery con características de autoservicio de datos, ágiles, intuitivas, flexibles y colaborativas. El autoservicio o en inglés “self-service” brinda, a los usuarios de negocio, la autonomía y capacidad de análisis de datos en tiempo real. Todas estas características fomentan que los datos sean incorporados en el trabajo de todos los miembros de la empresa, lo que conlleva a que se convierta en una organización Data Driven (Dirigida por los Datos) y que el eje de todos sus procesos y toma de decisiones sea la información.
A continuación, enumeramos las tendencias actuales en torno al análisis de datos, que nos permiten visualizar el camino futuro del BI/BA:
- Mayor utilización de datos no estructurados.
- La aparición de Edge Computing para optimizar el desempeño de los procesos de transformación de datos.
- Incremento en el uso de tecnologías en la nube como AWS, Azure y GCP.
- Mayor uso de Machine Learning e Inteligencia Artificial. Uso de la Analítica Aumentada e insights automatizados.
- Proliferación de los Data Lakes y Data Lakehouse.
- Mejoramiento de funciones de colaboración y compartición de datos. Data Sharing.
- Los modelos de datos serán cada vez más complejos y se requerirá adoptar metodologías de DataOps.
- Se reducirá el tiempo usado para la preparación de datos y se priorizará el tiempo dedicado al análisis de la información.
- Los catálogos de datos en el BI jugarán un papel cada vez más importante.
- La Incorporación del procesamiento del lenguaje natural (NLP) tanto a la hora de consultar datos como entrada (NLQ), como para la salida de los análisis automatizados (NLG). Se incrementará la adopción de soluciones de Analítica Conversacional para el BA.
- Aumentará el uso del Data Storytelling con miras a llevar la información de la mejor forma a los tomadores de decisiones.
- Mayor Integración de las herramientas ABI con todos los sistemas por medio de APIs y estándares definidos.
En Big Data persiste la tendencia a usar el modelo on-demand (pago por uso) y Cloud Computing (Computación en la Nube). Por ejemplo, Amazon AWS permite aprovechar los principales beneficios asociados con la informática bajo demanda: el acceso sin problemas a un almacenamiento y una capacidad informática prácticamente ilimitados, la posibilidad de ajustar la escala del sistema en función del crecimiento de los datos recopilados, almacenados y consultados, y pagar solo por los recursos que aprovisiona. Empresas como OpenSols pueden implementar este tipo de soluciones en la nube usando AWS.
Actualmente podríamos decir que los datos en la nube empiezan a superar a los que se encuentran en los centros de datos, entonces el reto cada vez más fuerte es generar información y conocimiento en el mismo momento y así tomar decisiones que cambien el curso de un comportamiento negativo del negocio o aprovechar comportamientos positivos lo más cercano al tiempo real. Esto va a potenciar el uso de las herramientas de Data Discovery, dándole más poder al consumidor de información.
Los cuadros de mando predefinidos se verán sustituidos por información automatizada, conversacional, móvil y generada de forma dinámica. Una vez resueltos todos los problemas de Data Quality y de integración, lo siguiente es tomar el poder de la visualización flexible e intuitiva para lograr la democratización de datos, eso sí, como en la política, con un buen gobierno de datos.
Todas estas tendencias y visualizaciones de lo que viene en los próximos años ocasionarán cambios sociales y culturales. Por ejemplo, como ha ocurrido en otras revoluciones tecnológicas anteriores, se terminarán algunos trabajos y se generarán nuevos. Surge el interrogante ¿cómo serán los empleos del futuro?
Artículo publicado por la Revista Empresarial & Laboral
