11.11.2015 14:45

 

 

Como ya hemos comentado en anteriores post, la irrupción en el mercado de las nuevas soluciones de Big Data, ha planteado nuevos retos en la visualización de los datos , no siendo suficiente, las soluciones actuales de nuestra Inteligencia de negocio (BI).

 

Es ley de vida, las soluciones de visualización de datos resultados de nuestra Inteligencia de negocio, han ido evolucionando, así como en los años 80, la inteligencia para la toma de decisiones la proporcionaba el reporting, en forma de informes estadísticos, en los años 90 fue la solución denominada OLAP (Online Analytical Processing) mediante estructuras multidimensionales o "Cubos" que contenían datos resumidos de bases de datos tradicionales ( transaccionales, estructurados) y en el año 2000 el rey era la monitorización, mediante herramientas como los dashboards (Cuadro de mando), hasta aquí podíamos leer.

 

Pero como he comentado al principio del post, estas soluciones han ido quedando obsoletas por las diferentes exigencias del mercado debido a su evolución, llegando desde hace pocos años, a un punto y aparte, planteando un nuevo reto, porque ahora el escenario del procesamiento y tratamiento de datos ha cambiado y mucho, gracias principalmente a la nueva dimensión que nos permite acceder a bases de datos denominadas no-estructuras (webs, redes sociales, sensores, blogs, etc), que hasta hace poco no era posible, lo cual da lugar a un cambio importante, este cambio se llama "Analítica Predictiva" y hay que encajarla como sea en nuestra Inteligencia de negocio, siempre que se precise.

 

 

Espera, no vayas tan rápido, ¿este cambio que reto plantea?

 

 

Principalmente, plantea tres importantes retos, que antes solo los podíamos intuir, estos son:

 

1. Necesidad de almacenar gran volumen de información, tanto estructurada como de las nuevos datos albergados en bases de datos no- estructuradas, hasta ahora ajenos al mundo analítico.

 

2. Necesidad de poder procesar estos grandes volúmenes de datos, a un nivel superior al hasta ahora, dígase analítica predictiva.

 

3. Necesidad de visualizar los dos puntos anteriores, de una forma eficiente y entendible, fundamental para  obtener un refuerzo para la toma de decisiones. 

Claro, ahora el problema es que al tener mas volumen de datos, ¿Hay que poner mas indicadores? ¿No será mas lioso para interpretarlos? , etc.

 

 

¿Y como se superan estos retos?

 

La respuesta es sencilla, mediante soluciones Big Data, las cuales nos permiten abordar y dar soluciones a estos retos planteados, en esta caso, nos centraremos en las nuevas soluciones de Visualización  de datos de analítica avanzada, mediante cuadro de mandos.

 

Estas nuevas soluciones de visualización, permiten descubrir datos dentro de ese océano de antigua y nueva información, esta nueva habilidad se denomina Descubrimiento de Datos (Data Discovery) y lo leeremos mucho en artículos y otros ,relacionados con este tema, así que ahora ya sabéis que es.

 

Hay que tener en cuenta que el Data Discovery, es independiente a los procesos de Minería de datos (Data Mining) ,ya que permite analizar los datos desde diferentes puntos de vista, de una forma independiente, siendo el usuario de Business Intelligence, el principal protagonista en la confección de sus propios informes sin tener que depender de nadie, como veremos un poco mas adelante, esto esta muy relacionado con el llamado "Auto- Servicio".

 

 

 

Explica, soy todo oídos

 

Muy bien, llegados a este punto, ¿quieres saber cuales son los mejores ingredientes para confeccionar una buena receta de visualización de datos en entornos de  Data Discovery?

 

 

 

Según un estudio de la consultora Gigaom, realizado en el sector de empresas especialistas en desarrollo de herramientas de Visualización de datos, los ingredientes  que mas valoran los consumidores de Inteligencia de negocio (BI), para obtener la mejor receta a nivel de visualización Data Discovery y de datos inteligentes, son:

 

 

a. Con una valoración de un 25%. Auto-servicio (Self-service): 

 

Este ingrediente es el preferido de los usuarios de Inteligencia de negocio (BI), va muy ligado al Data Discovery, ya que les proporciona una cierta independencia y autonomía, minimizando la intervención del Dpto de IT o de los especialistas de datos (Data Scientist), permitiendo la elaboración de informes y paneles de visualización personalizados, lo cual es fundamental para sacar al máximo partido a las herramientas de Business Intelligence.

 

 

b. Con una valoración de un 20%. Movilidad (Mobile): 

 

También lo podríamos definir como un ingrediente que tienen muy presente los usuarios de Business Intelligence (BI).

Este ingrediente es fundamental para ser competitivos, el poder disponer de la información de nuestro Cuadro de Mando, desde cualquier lugar, mediante dispositivos móviles (smartsphones, ipads, tablets, etc), que permita una gran movilidad. Los fabricantes se están poniendo al día con la creación de nuevas Apps para estos dispositivos móviles que permitan cada vez mas, una buena y fiable visualización de los datos.

 

Con la gran velocidad que se suceden los cambios en el mercado, nunca se sabe donde tendrás que tomar una decisión.

 

 

c. Combinación de datos (Data Blending): 17%.

 

Este ingrediente proporciona la ventaja de poder combinar rápidamente diferentes datos, de diferentes fuentes, para dar sentido y mas riqueza  a una información en concreto, pudiendo además, observar las diferencias entre los datos de las diferentes fuentes y así eliminar posibles conflictos en el análisis.

 

 

d. Conexión con bases de datos no-estructuradas ( Non-relational DB connectivity): 15%

 

Si, lo se, este ingrediente debería de estar en primera o segunda posición, pero así lo han decidido los usuarios de Inteligencia de negocio, pero creo que no esta en una  posición mas elevada, porque aun no hay una conciencia plena de los beneficios que aporta el Big Data en nuestros entorno de negocio, pero tiempo al tiempo, ahora lo importante es que esta entre los cuatro primeros ingredientes.

  

Pues que decir de este ingrediente tan especial, solo que es de gran importancia el poder acceder y gestionar estos nuevos datos ubicados en fuentes de datos no-estructuras, que nos permitan combinarlos (Data Blending) con otros datos de nuestro BI convencional, con el fin de enriquecer nuestro análisis a un nivel superior llamado Analítica Predictiva.

 

 

e. Cloud: (13%).

 

Las nuevas soluciones que se van desarrollando a nivel de plataformas en la nube (cloud), hacen atractiva la idea de poder combinar estas con las soluciones de visualización.

 

A parte, este ingrediente concede grandes ventajas a los Dpto de IT, los cuales ven como su infraestructura tecnológica se ve limitada tanto por espacio físico, como por hardware y una renovación de estos supondría un coste muy elevado;con esta solución, reducirían coste y ganarían en prestaciones.

 

Entonces, ¿porque o matar dos pájaros de un tiro y albergar mi infraestructura ,incluido mi Inteligencia de negocio y poder interactuar con esta y as nuevas soluciones de Big Data que puedo ir incorporando, entre ellas la visualización de la información?

 

 

f. Presentación de los datos (Storytelling via data presentation): 10%

 

La presentación de los datos, es muy importante para llegar a un punto de comprensión de estos que nos permita reforzar nuestra toma de decisiones.

 

Con estas nuevas soluciones aportadas, se quiere conseguir una visualización mas atractiva, interactiva, flexible,  permitiendo diferentes puntos de vista, en definitiva, ir mas allá en el subministramiento de la visualización de datos.

 

 

 

¿Pero, me podrias decir que herramientas de visualización contienen estos ingredientes?

 

En el mercado actual, hay muchas de estas herramientas, cuyos fabricantes existen desde hace muchos años, proporcionando servicios de visualización de datos, resultados de sus Inteligencias de negocio (BI) de sus  Data Warehouse, mediante Dashboards , pero que debido a los nuevos retos del mercado, comentados al principio del artículo, han tenido que evolucionar sus productos para adaptarse al actual mercado y ser competitivos, añadiendo estos nuevos ingredientes.

 

A continuación, muestro algunos de estos fabricantes, ordenados por uso de ingredientes:

 

 

 

Ahora no vamos a profundizar en estas soluciones expuestas en la imagen,pero si comentaré que estas son, en general, muy buenas y su elección dependerá de las características del sector de negocio a analizar y por las características del proyecto.

 

En esta imagen, no salen otros fabricantes los cuales poseen grandes soluciones de visualización, pero no por ello son peores, simplemente no están entre las primeras posiciones en relación al uso de estos ingredientes, para cocinar una gran receta de visualización de Data Dsicovery, según los consumidores.

Entre estos fabricantes, podríamos nombrar a Pentaho Analytics, SAS Visual Data Discovery o IBM´s Cognos Insight entre otros.

 

 

 

Entonces ,resumiendo

 

Estamos sufriendo cambios en la forma de visualizar los datos y esto se traduce en una evolución de estas herramientas lo cual hace surgir una nueva generación de tecnologías visuales, con el Data Discovery como rey, que nos permiten mejorar e ir mas allá.

 

¿Como?

 

- Con visualizaciones de una fácil comprensión, sin miedo a producirse dobles sentidos.

 

- El poder demostrar los datos para su visualización incluso antes de su almacenamiento.

 

- Obtener y potenciar una interacción mas proactiva con la información, pudiéndola personalizar y lo que eso conlleva (Auto-servicio)

 

- Proporcionando una experiencia motivadora.

 

 

En definitiva,una buena visualización de los datos, a todos los niveles, es uno de los requerimientos prioritarios para obtener un refuerzo fiable en la toma de decisiones ,en cualquier Inteligencia de negocio.

 

Marchando una receta con estos ingredientes para la mesa del señor con traje y corbata.

 

 

Cristian Anguera