19 agosto, 2010

Business Intelligence o Cómo sobrevivir a la tormenta de datos.

            Hoy en día las empresas deben, no solo sobrevivir en el mercado sino también a los datos. Esto significa que el Managament, ya no tan solo tiene que gestionar personas y productos, sino que debe atender necesariamente a las bases de datos. De este modo, la Economía y la Infonomía (1) deben coexistir como parte de un mismo conocimiento de la gestión empresarial.

            Las empresas que se gestionen de forma inteligente deben, por ello, estructurar y organizar conjuntamente la gestión de la información con la gestión del negocio, y no caer en el error de pensar en el departamento de TI como un mero aspecto técnico, asociado a la infraestructura.

           Gestionar un negocio implica entonces, gestionar información. Pero vivimos y trabajamos cada vez más, sumergidos en una tormenta de información. Lo que algunos han llamado "Infoxicación" o "information overload"(2) , que es un diagnóstico común en las empresas que han sido sobresaturadas por un exceso caótico de información que puede ser calificado de: in-digerible e in-dirigible. Para luchar contra ello, son necesarias las herramientas de los Sistemas de Información que nos proporcionan los sistemas de "Business Intelligence".


1.- LOS NEGOCIOS INTELIGENTES LUCHAN CONTRA LA SUB-INFORMACIÓN
             Puesto que la Inteligencia en los negocios está vinculada a la gestión de la información y todo el mundo conoce, que la información es poder. Debemos comprender que o además de poder, significa también "potencia de decisión" de acuerdo a la lógica de los mercados.

            Cuando por ejemplo podemos, gracias a la buena gestión de nuestra información, encontrar oportunidades nuevas de negocio, que permitirán a la empresa asentarse sobre un nicho nuevo y así evolucionar respecto a sus competidores. O para identificar y valorar los riesgos (3) asociados a una futura posible decisión estratégica. Es en este sentido, que los sistemas de BI funcionan como matrices de simulación sobre escenarios futuros.

            La Inteligencia en los negocios es, fundamentalmente, un sistema que permite la Gestión de la Información orientada al objetivo de dirigir la estrategia del negocio con la ayuda de un mapeado de datos, que permita no sólo evitar la confusión por sobre-información sino a luchar contra un posible déficit de información valiosa que la empresa no alcance a ver.

            Las posibles decisiones sobre la ruta del negocio, pueden conducir a una falta de perspectivas si la información a manejar, no es la adecuada o no es la suficiente. Por ejemplo, para conocer su mercado, sus competidores o sus cuellos de botella así como sus fugas de valor en el proceso de producción. También puede darse el caso, de que la empresa maneje la suficiente información pero siempre de forma retrasada, cuando ya es demasiado tarde para reaccionar. Por ello es importante luchar contra la sub-información pero también, procurar de recibir la información en tiempo real (on line).(4)

            Este aspecto de la lucha contra la desinformación o sub-información, por la obtención de los datos en tiempo real, es fundamental para la toma de decisiones operativa sobre el negocio, así como para dotar de la flexibilidad necesaria a nuestra empresa, en un entorno de perpetuo cambio. Pues una información, transcurrido más de un semestre, suele ser ya una información obsoleta e inválida frente a la instantaneidad del par mercado-red. Los gestores deben poder analizar sobre matrices de control en tiempo real, aquello que está aconteciendo diariamente en el negocio. Para ello, han aparecido sistemas de BI como el "Dynamic Data Web" donde lo que se ofrece es precisamente la audacia de "explorar e investigar a la velocidad del pensamiento"(5) dentro de un océano de datos.

             El tercer aspecto de la sub-información es el de quién tiene la información adecuada, en el momento justo. Que la información pueda ser analizada por el personal que la necesita. Pero además, que no quede en manos de otros mandos cuyos reportes no le son pertinentes, debido a que pertenecen a tareas de otros controllers o incluso de operarios.

            Los sistemas BI, tienen también como objetivo repartir la información o hacerla accesible a los correspondientes centros o puntos en red de decisión operativa o táctica. Este factor permite entonces, la optimización de los puestos en sus decisiones del día a día. Mejorando así la eficiencia en los procesos, las decisiones y dotando de flexibilidad al organigrama de la empresa.

            Lo que pretende una buena gestión de la empresa a través de los sistemas BI, es optimizar la capacidad de transformación de unos datos en valiosa información (6) , que nos permita conocer nuestro sistema interior del negocio así como nuestro entorno exterior del mercado. Puesto que la información, que no sea transformada en conocimiento, no nos sirve para gestionar nuestra empresa. La información en tanto "datos" necesita necesariamente de un "contexto" que le añade valor y de una "utilidad""(7) que nos permite disminuir el ruido de fondo o la incertidumbre ante el entorno.


2.- LOS NEGOCIOS INTELIGENTES COMBATEN LA SOBRE-INFORMACIÓN
             Las empresas disponen de los sistemas BI, para la solución contra ese exceso de información caótica con la que nuestra sociedad, debe convivir. Una sociedad que ha sido llamada, erróneamente, del conocimiento. Pues ya hemos visto que el conocimiento no viene dado por la mera recepción de información, sino por el potencial o la capacidad de gestionarla. Estas facultades que proporcionan las herramientas del BI a nuestra inteligencia, son descritas en general como Gobierno de Datos (8) , y en particular como: el grado de capacitación en los datos, herramientas de análisis de datos y técnicas de valoración sobre datos.

            Es mucho el volumen de datos que la empresa necesita gestionar, por ejemplo: sobre las decisiones estratégicas de la empresa, sobre las relaciones con sus clientes, sobre su proceso de producción y suministramiento, sobre sus contratos y operaciones de financiación con el sector financiero, sobre su organización de mandos integrados, sobre sus proyectos de formación entre el personal, sobre sus relaciones con el entorno virtual de la red, etc.

            El management de la información implica convertir esa tormenta de información en "datos de calidad" o datos de valor añadido. De lo que se trata es de facilitar el trabajo y reducir los tiempos de gestión, recopilación, filtraje, transformación e integración de los datos, con el fin de poder dedicarnos, por entero, al análisis efectivo de los mismos para la toma de decisiones correctas. Se trata también pues, de filtrar y seleccionar las impurezas del oro. Y esa tarea solo es posible gracias a las técnicas que permiten vincular esos datos o métricas con objetivos estratégicos. Para ello es necesario, identificar los "indicadores clave" dentro de toda la información del negocio, que conformarán los parámetros fundamentales para la toma de decisiones estratégicas, denominados también "drivers" o "Kpi´s.

             Los especialistas denominan a este gobierno y filtraje de la información: "gestión de la salud de los datos". Esto implica, como ya hemos comentado, separar la impureza del oro que los ingenieros describen como una separación o filtraje de las señales respecto al ruido o interferencias de fondo.

             Este buen cuidado por la salud de nuestros datos, solo es posible si las herramientas del BI permiten construir una arquitectura de datos organizada y granulada o detallada, de forma que podamos extraer la información saludable (relevante y no contaminada) en el menor tiempo posible.

3.- CÓMO MODELAR LOS DATOS y EXTRAER LA VALIOSA INFORMACIÓN
            Un carácter importante de los sistemas inteligentes para la gestión de la información, es que los datos no representan estáticamente la realidad como si de una reproducción pictórica se tratara. Sino que el concepto que subyace en los sistemas BI, es que los datos deben permitir configurar una modulación de posibilidades de la realidad. Los datos de la información no conformarán, tanto modelos en tanto representaciones o copias de una realidad estática, como sí modulaciones sobre lo real dinámico.

            Esto es, que la información valiosa no refleja tanto un estado de lo real, o no esencialmente esa es su función, sino que permite sobre todo, elaborar modulaciones que nos permitan realizar simulaciones sobre distintos escenarios de lo virtual. Esta capacidad de las matrices de control por simulación, permite gestionar a través de la información, las situaciones futuras de riesgo con las que se encontrará nuestro negocio.

            Este aspecto de la simulación de riesgos futuros, en gran parte ya ha sido habitualmente manejado durante años, por las aplicaciones de tipo financiero. Pero una empresa está afectada por muchos más parámetros o aspectos, que sus condiciones y riesgos financieros. Las áreas como la producción, la innovación y desarrollo o la comercialización y el marketing deben poder también ser gestionadas por semejantes modelos de simulación que el aplicado, desde la perspectiva del riesgo financiero. Es cierto entonces, que deben usarse más métricas que las únicamente financieras para la gestión y valoración del negocio.

             La arquitectónica de los sistemas BI debe comenzar por diseñar una estructura de información que permita elevarse por su andamiaje de base de datos relacionales, hasta alcanzar un lugar privilegiado donde contemplar el paisaje o el bosque. Siempre se dice que los árboles no nos dejan contemplar el bosque, pues lo mismo sucedería si esa arquitectura de datos no estuviera bien construida.

             El primer paso para elaborar la construcción arquitectónica de los sistemas de información comienza por diseñar unos buenos cimientos sobre los que se asiente el edificio. En este caso, esa base sólida a modo de cimentación será la denominada Data Warehouse (DW) que debe contener todos los datos e informaciones acerca de las operaciones de la empresa tanto internas (gestionadas por ERP´s) como externas (gestionadas por CRM´s). También se asemeja este DW a una única "fuente" (9) donde toda la organización de la empresa va a beber de la misma. El cómo almacenar los datos en una fuente, a modo de silo universal , o base-madre relacional de datos, es un asunto principal para que el sistema de gestión de la información sea eficiente. Pero estos cimientos que conforman la DW, deben también permitir al sistema, ampliar la infraestructura del edificio dotándolo de una cierta flexibilidad y standarización de los datos, respecto a futuras ampliaciones de extracción de datos y de captación de fuentes nuevas de información.

             Esta primera fuente o silo o abrevadero principal de datos recogidos por el sistema, puede tomar diversos aspectos técnicos: Bases relacionales de datos (BDI), cubos (OLAP), minería de datos (DM) o columnas de registros. El grado de finura con la que se registren los datos, será fundamental para conseguir un desmenuzamiento de las partículas auríferas que en este caso serán los datos específicos según una determinada granulometría. No es casualidad que a esta extracción a modo de filtraje o depurado de los datos cualitativos, se le llame precisamente "Minería de Datos". Si la DW se asocia al aspecto cuantitativo y granulado de la información, la DM podemos asociarla al aspecto cualitativo de los datos.


4.- LOS DATOS REBELDES QUE NO SE DEJAN CUANTIFICAR
              Un nuevo problema surge cuando el sistema de BI, que por naturaleza está vinculado a la gestión de datos numéricos, se encuentra con el nuevo reto de gestionar inteligentemente datos cuya naturaleza no puede ser mesurable pues son de esencia estrictamente textual. Para ello, es necesario contar con sistemas Bi que incluyan herramientas de filtro y clasificación inteligente de palabras.

              El análisis de estos datos no-numéricos, son un factor clave para ampliar los sistemas clásicos de BI y sus arquitectónicas de datos. A estos datos suelen llamarse también con carácter general: datos no-estructurados. No solo nos referimos a los datos no-numéricos que son esas "palabras escritas" sino también a las "palabras habladas". Y existen ya, sistemas que tratan de traducir la voz en palabra escrita, como por ejemplo los denominados VOC. Es necesario incorporar estas nuevas herramientas que tratan de ordenar y clasificar los datos no-numéricos, puesto que nuestro sistema BI deberá también poder registrar y analizar la información proveniente de fuentes tan imprescindibles para la gestión como puedan ser: los foros, los feeds, los blogs, calls centers, comunicaciones de correo electrónico integradas ya en los CRMs por ejemplo. (10)

             Estos datos no-estructurados deben entonces estructurarse e integrarse en los sistemas BI a través de herramientas técnicas como son los analizadores inteligentes de textos. En los ejemplos antes citados como fuentes de información textual vinculada directamente a las actividades del negocio, podemos mostrar como sino son tratados por el sistema BI pueden ocasionar fugas de información relevante en el caso de que no se detecten los textos de clientes con incidencias y de cliente insatisfechos.

             Estas tecnologías de extracción de información a partir del denominado "lenguaje natural" son etiquetadas como IE, donde la función principal es la de extraer conceptos o entidades o esencias y las relaciones entre ellas, de una unidad textual. Entre estas tareas destacan: Named Entity Recognition (NER), Relationship Detection (RD) o el Coreference Resolution (CR). Por medio de las cuales podemos reconocer el esquema conceptual que subyace a un texto. (11)
             Estas aplicaciones muestran otra realidad de los datos no-numéricos que deben ser integrados en los sistemas BI, y éstos nos conducen hasta la "Semantic integration technology" encargada de realizar esta tarea, consistente en convertir información textual, como registro, en conocimiento inteligente de los textos. (12)

             Actualmente, esta información no-estructurada representa la principal fuente de información caótica a ordenar y clasificar en cualquier tipo de organización y por ello deberá necesariamente integrarse, dentro de la DW de todo sistema BI. (13)

             Sin embargo, algunos estudios indican que la mayoría de las organizaciones, solo un veinte por ciento trabajan regularmente con herramientas analíticas vinculadas a toda la fenomenología de las operaciones on-line.(14)

5.-SISTEMAS HÍBRIDOS DE GESTIÓN DE LA INFORMACIÓN
             Pero además de los datos textuales, nos encontramos con otros datos no-estructurados de carácter cartográfico, por ejemplo los mapas, que también deberían estar integrados en los sistemas BI. Nos referimos en concreto, a las aplicaciones "mashups" cuya naturaleza híbrida permite combinar coordenadas de geo-posición con bases de datos estructuradas. Gracias a la tecnología híbrida denominada "mapping GIS" (Geographic Information System) (1) .

             Para poder integrar los mapas y las trayectorias o posiciones de los entes que circulan por ellos, es necesario usa teconologías que trabajan con un tipo de datos muy especial, llamado "raster" que representa a cualquier tipo de imagen digitalizada convertida en malla. El espacio está entonces configurado en celdas o coordenadas que definen una posición geográfica dentro del mapa-malla. Estas aplicaciones están orientadas al tratamiento y gestión de la información bajo la forma de "geo-dato", para todo tipo de operaciones logísticas y de trazabilidad. Otros como los sistemas LBS(16), suelen combinar tecnologías como la de GPS que están disponibles en móviles, pda´s, ordenadores, etc.

             En general a estos sistemas BI de naturaleza híbrida, se les denomina sistemas BI 2.0(17) , pues combinan el tratamiento de datos numéricos de los clásicos ERp´s y CRm´s , con datos textuales provenientes de la red, junto a los datos-geo de las cartografías digitales. La evolución natural de los sistemas BI, son estos sistemas BI 2.0 de naturaleza híbrida, que permitirán al gestor de la información, no verse succionado por el huracán de rebeldes datos y registros.


6.- EJEMPLOS PECULIARES DE INTELIGENCIA EMPRESARIAL
             Los sistemas de B.I., no son exclusivos de las organizaciones empresariales ya que son muchas las haciendas públicas de los estados que los utilizan. Pero existen otros ejemplos de Business Intelligence aplicados desde la Administración del Estado, como por ejemplo plataformas tipo SAP orientadas al sector sanitario. Sistemas de gestión inteligente son utilizados, a la hora de gestionar las bases de datos de los clientes(en este caso enfermos): historiales, fechas de acceso, dosis a suministrar y tipo de medicamento, dieta concreta de cada paciente, registros del historial clínico, etc. Y es curioso, observar en los pasillos del hospital, te encuentras con carritos médicos donde almacenan tanto el material sanitario de la sección como también el correspondiente portátil desde el que las enfermeras pueden acceder al sistema de datos de los hospitalizados. Esto, influye en el servicio de calidad, a la hora de atender al paciente, de suministrarle a tiempo, de dotar de continuidad el tratamiento de un turno a otro otro, etc.

            También los BI pueden aplicarse, como sucede en puntos de EEUU, a los departamentos de policía local. Con ello, se consiguen investigaciones más eficaces, en cuanto a los delitos cometidos, haciendo uso de datos de registros de arrestos, de tribunales, de pruebas, de mapas jurisdiccionales, etc. (18) . Pero los sistemas de BI, también son útiles para gestionar crisis de carácter social. Por ejemplo, a la hora de administrar, gestionar y decidir sobre medidas que afecten a las epidemias. Recientemente, tenemos el caso de la gripe porcina, o incluso el de la gripe B.

            Por último, debo señalar el horizonte que nos depara a los ciudadanos de a pie, sobre el control ejercido, que es poder, desde estas matrices de control que son los sistemas BI. Hemos pasado de una sociedad industrial del XIX fundada sobre el panóptico, a una sociedad del XXI que controlará la sociedad desde la pantalla.

Citas:
(1) ¿Qué es la Infonomía? Publicado por: El Documentalista Enredado — Sábado, 15 de septiembre de 2007 http://www.documentalistaenredado.net/545/que-es-la-infonomia/
(2)"Infoxicación" por Alfons Cornella. http://www.infonomia.com; Cobo Romani, Cristóbal; Pardo Kuklinski, Hugo. Planeta Web 2.0. Inteligencia colectiva o medios fast food. Barcelona: Universitat de Vic, 2007. p. 74
(3) "Haciendo realidad la estrategia", por Don Tapscott y Paul Barter.Julio de 2009
(4) "Business intelligence o inteligencia de negocios", Carlos Chavez Monzón, 6 de Julio 2010.
(5) Analisis Dinamico en Marketing.Dynamic Data Web. Por Qyterian.
(6)http://www.sinnexus.com/business_intelligence/
(7) http://blog.pucp.edu.pe/archive/2095/2009-05
(8) "Desempeño organizacional mediante Inteligencia Empresarial1", por Liderazgo de ideas SAP, 3 de Julio de 2010.
(9) "Business Intelligence (BI) para contadores". Luis Nikiel. Improve Solutions & Crystalis Consulting. 28 de Octubre 2010.
(10) Análisis de textos en InfoSphere Warehouse - Parte 1: Generalidades de la arquitectura y ejemplo de extracción de información con expresiones comunes
(11) Análisis de textos en InfoSphere Warehouse de IBM - Parte 1: Generalidades de la arquitectura y ejemplo de extracción de información con expresiones comunes.
(12) Semantic integration is the application of Semantic Web concepts developed by Tim Berners-Lee, director of the World Wide Web Consortium (W3C).Octubre de 2005; http://www.intelligententerprise.com/showArticle.jhtml?articleID=171000640; Start Making Sense: Get From Data To Semantic Integration
(13) "Semantics are the future". Neil Raden is the founder and president of consulting firm Hired Brains. Octubre de 2005; http://www.intelligententerprise.com/showArticle.jhtml?articleID=171000640; "Start Making Sense: Get From Data To Semantic Integration".
(14) www.idg.es/cio "Business Intelligence 2.0: la democracia llega a la inteligencia de negocio"
(15) www.idg.es/cio "Business Intelligence 2.0: la democracia llega a la inteligencia de negocio"
(16) http://es.wikipedia.org/wiki/Sistema_de_Información_Geográfica
(17) www.idg.es/cio "Business Intelligence 2.0: la democracia llega a la inteligencia de negocio"
(18) ww.idg.es/cio "Business Intelligence 2.0: la democracia llega a la inteligencia de negocio"

 7.- RECURSOS Y BIBLIOGRAFÍA
_ "¿Qué es la Infonomía?", publicado por El Documentalista Enredado — Sábado, 15 de septiembre de 2007
_ "Business Intelligence 2.0: Simpler, More Accessible, Inevitable".Febrero 2007
_ "Inteligencia empresarial".
_ "Business Intelligence 2.0: la democracia llega a la inteligencia de negocio". www.idg.es/cio
_ "Haciendo realidad la estrategia", por Don Tapscott y Paul Barter.Julio de 2009; www.idg.es/cio
_ "Business Intelligence 2.0: la democracia llega a la inteligencia de negocio". Octubre 2005; http://www.intelligententerprise.com/;
_ "Start Making Sense: Get From Data To Semantic Integration"; Neil Raden is the founder and president of consulting firm Hired Brains.
_ "Desempeño organizacional mediante Inteligencia Empresarial".13 de Julio 2010. Liderazgo de ideas SAP. http://www.evaluandoerp.com
_ "Análisis de textos en InfoSphere Warehouse - Parte 1: Generalidades de la arquitectura y ejemplo de extracción de información con expresiones comunes". Por Stefan Abraham, Simone Daum, Benjamin G. Leonhardi. (Software Engineers, IBM).
_ "Inteligencia de Negocios" Por Carlos Chavez Monzón. 6 de Julio 2010. http://www.evaluandoerp.com/
_ "Business Intelligence (BI) para contadores". Por Luis Nikiel. 28 de Octubre de 2008 (Director Immprove Solutions,Crystalis Consultion, Grupo Seidor).
_ "Clouds, big data, and smart assets: Ten tech-enabled business trends to watch" y "Advancing technologies and their swift adoption are upending traditional business models". Jacques Bughin, Michael Chui, and James ManyikaSource: McKinsey Global Institute. Agosto de 2010. http://www.mckinseyquarterly.com.
_ "Surviving and Thriving in Uncertainty: Creating the Risk Intelligent Enterprise". Libro escrito por Rick Funston and Steve Wagner. http://www.mckinseyquarterly.com
_ "Análisis Dinámico en Marketing.Dynamic Data Web". Por Qyterian. DDWeb Marketing.
_ www.evaluandoerp.com
_ http://www.demosdesoftware.com
_ http://bi-operacional.com/blog
_ http://www.bi-spain.com
_ http://estudiandobi.blogspot.com
_ http://itstrategyblog.com
_ http://todobi.blogspot.com/

1 comentario:

  1. Muy interesante y documentado trabajo. Gracias por compartirlos. Os invito a probar el sistema BI www.tuentfree.com o alguna de las demos sectoriales presentes en www.tuent.com, que comparte muchos de los principios expuestos en el articulo.

    ResponderEliminar

rillenri@gmail.com