Alejandro, un chico de 29 años, es un analista administrativo que trabaja para una empresa de suministros industriales localizada en la Ciudad de México. Lleva 3 años en la empresa y sus labores incluyen reporteo de ventas, soporte a proveedores, revisión de facturas, revisión de precios, monitoreo del inventario y apoyo con nuevas líneas de productos.
En los últimos meses Alex ha notado que los pendientes se han ido acumulando y han surgido problemas de comunicación con sus compañeros. Básicamente Alejandro han notado tres tipos de problemas:
- Archivos dispares: sus compañeros de Marketing presentan reportes semanales pero esto no le sirve a Alex porque le falta un dato. Lo mismo sucede con Pricing porque al contrario, el reporte es muy grande y Alex no sabe interpretarlo. La gente de Comercial sí tiene los datos pero no tiene el tiempo necesario para ayudar a Alex.
- Varios puntos de vista: La gente de Comercial afirma que las ventas son altas y deben invertir más en crecimiento mientras que el área de Pricing afirma lo contrario; Marketing sostiene que los datos son insuficientes.
- Desconfianza y falta de visión: La Direccion General desconfía de los reportes de todos los departamentos ya que no hay visibilidad inmediata de los costos además de que no hay forma de replicar el proceso para obtener los ingresos.
Presentando a Business Intelligence.
¿Qué es Bi? Primero vayamos a la definición más conocida o estandarizada en la industria: de acuerdo con Gartner y Forrester business intelligence es un término que engloba los conceptos, procesos y metodología para mejorar la toma de decisiones con el uso de datos crudos y su transformación en información significativa.
Otros términos con los que hacemos referencia al Bi son Business Analytics, Data Science, Data Mining, Inteligencia de Negocios, Inteligencia comercial. Ojo, que no decimos que es lo mismo.
¿Es lo mismo Business Intelligence que Data Science?
No. Pero casi. Algunos ven Data Science como el hermano mayor de Bi. Es correcto que ambos usan matemáticas, estadística, bases de datos, metodologías, análisis y visualización, pero hay diferencias. Bi busca responder cosas que ya pasaron. Por eso se llama descriptive analytics. Business Intelligence busca “generar un solo centro de datos y de verdad”. Data science construye sus propios algoritmos para predecir el futuro; por eso se llama predictive analytics. Bi nos ayuda a que el negocio esté operando de forma eficiente, pero Data Science nos permite transformar el negocio y hacer frente a nuevos retos. Al final, una persona puede fungir con ambos roles, pero puede funcionar con diferentes tecnologías.
¿Qué beneficios obtienes con Business Intelligence?
Con Bi tienes acceso a tus datos importantes. Ahorras tiempo. Si quieres saber las ventas del año pasado están a la distancia de un click: por producto, por sucursal, por categoría, por canal de venta, etc. ¿Le has pedido algún archivo a un compañero porque lo necesitas para hacer tu informe? No más. La visión de la información ya no se observa desde el punto de vista de los departamentos sino de toda la organización como una sola entidad. La información se automatiza y disminuyen las horas hombre incontables preparando informes. Puedes usar Business Intelligence para monitorear presupuestos, inventarios, los datos de e-Commerce, recursos de Finanzas, etc.
Si no tienes todo lo anterior, es posible que la empresa en donde laboras aún no conoce la inteligencia de negocios.
¿Qué actividades están involucradas en Business Intelligence?
Para implementar Bi debemos considerar varios componentes.
- Recolección de Datos: incluye tagging y estandarización. Aquí es donde vamos a obtener los datos. Los datos pueden venir de tu CRM, un ERP que manejen, archivos de Excel de departamentos como cobranza o inventarios, etc. También consideramos datos externos como estudios de mercado, informes anuales, censos, datos de la Web, etc. Los datos deben ser precisos, íntegros, válidos y accesibles.
- Manejo de datos sin estructura: también llamado ETL o Extracción, Transformación y Carga (load en Inglés). Los datos deben poderse recuperar, corregir errores, eliminar duplicados, estandarizarse, validarlos y actualizarlos. Los datos serán organizados en lo que llaman data model, y para eso hay que entender primero qué significan estos datos para la empresa.
- Flujo de información y almacenamiento: la gran cantidad de datos que pudiste obtener de los pasos anteriores debe guardarse en algún servidor, comúnmente llamada DataWarehouse y DataMarts para que pueda ser accesado posteriormente.
- Análisis de datos: aquí entran las herramientas como Qlik Sense, Tableau y Power BI. Usualmente las personas conocemos este paso por los famosos dashboards o cuadros de mando y por las consultas (querying) que se ejecutan en los programas de reporteo. Conceptos como Data Mining y Data Discovery son parte de este paso. También se le llama a esta fase explotación de datos. ¿Viste la película de Minority Report? Cuando el agente John Anderton busca escenas de crímenes en una pantalla y controles que le ayudan a girar, adelantar, regresar, alejar, o ver otras perspectivas de un evento. Esto es Bi y Data Science.
¿Qué plataformas hay disponibles de Business Intelligence?
Podemos listar las más conocidas:
- Qlik Sense: posee un modelo de datos asociativo ideal para profesionales que deseen generar hallazgos en sus datos.
- Tableau: de las plataformas más visuales e intuitivas que hay. Por algo es considerado el líder en visualización.
- Power Bi: la diversidad en visualización de datos es uno de los más poderosos componentes. Si te gusta el Excel, PowerBi es muy afin.
Existen gran cantidad de opciones en plataformas de BI: Domo, SAP, MicroStrategy, Sisense, Oracle, etc y las tres anteriores mencionadas.
¿Quién puede o debe utilizar Business Intelligence?
Las Pymes pueden utilizarlo y las grandes corporaciones tienen que implementarlo. La gran cantidad de datos que generan en una empresa como transacciones, movimientos, transferencias, pedidos, visitas Web, conversiones, registros de clientes y otras operaciones se vuelve muy complejo su análisis al ser combinados con diferentes categorias: datos por año, por mes, por dia, por sucursal, por empleado, por clase, por sucursal, por estado del tiempo, por modelo de auto, por destino, etc, Con un programa como Excel esta tarea se vuelve casi imposible.
¿Recuerdas que mencionamos los problemas que enfrentaba Alejandro al inicio de este artículo?: si tú implementas Bi en tu organización definitivamente obtendrás velocidad y sobre todo entendimiento de los datos de tu empresa, tendrás certidumbre y el beneficio que obtienen otros departamentos implica grandes ahorros.
Implementa Bi en tu organización.