Definiciones y aplicación en la Analítica
Con el auge de la tecnología aplicada a la toma de decisiones han surgido muchos términos que hoy están de moda, entre ellos destacan: Business Intelligence, Business Analytics, Big Data, Analítica, Inteligencia Artificial, Machine Learning, Deep Learning entre otros.
Puede llegar a ser un enredo el entender como es que estos términos se aplican en la práctica porque no hay un consenso especifico de su definición. Afortunadamente el usuario gerencial tiene luces de su significado en un aspecto macro, en las próximas líneas nos enfocaremos en complementar esos conceptos y articular su utilidad para la empresa.
Analítica es el ejercicio de la matemática con criterios de análisis (discernimiento) para la toma de decisiones. Esta claro bajo esta definición que no es un concepto nuevo; tiene mas de cinco mil años aplicándose en la civilización. El resultado de la aplicación de la Analítica es un “descubrimiento” (en inglés Insight) que permite tomar decisiones inteligentes.
La tecnología ha mejorado los procesos de la Analítica drásticamente en los últimos 15 años a través de 2 capacidades:
Velocidad de Procesamiento
Almacenamiento de Datos
Hoy estamos en nueva Revolución Industrial: La Era de los Datos.
Los términos con que empezamos este artículo se engarzan en los tipos de Analítica:
1. Analítica Descriptiva (Business Intelligence, Business Analytics): Se enfoca en el control de las variables de negocio a través de Tableros de Mando (Dashboards). Esta enmarcada en el pasado y responde a las preguntas QUE PASÓ y PORQUE PASÓ. Aspira a tener información en línea. Tiene 4 tipos de usuario:
Gerencial: Observa la información de Tableros de Mando desarrollada a través de conceptos de gestión para automatizar la toma de decisiones. Empieza por establecer alarmas y despliega su acción para tener en cuenta TODAS las preguntas del negocio que el Gerente debe responder para gestionar. Permite a los Gerentes enfocarse en planificación, creatividad y optimización de eficiencia (versus dirigir y vigila la información).
Analista: Consume información a través de elementos tecnológicos conectados directamente a las fuentes de datos de la empresa, modeladas en “Cubos” de información.
Sistemas: Mantiene el sistema de hardware y software que soporta la solución. Asigna usuarios y despliega cubos, generalmente no interviene en la explotación y análisis.
Analítica Predictiva: Mira el futuro en un conjunto estático de datos aplicando modelos de Probabilidades y estadística. Genera escenarios futuros para análisis de la Gerencia.
2. Analítica Prescriptiva: Mira el futuro en un conjunto dinámico de datos (Flujo constante). Construye modelos/ algoritmos que “aprenden” a través de comparaciones (Machine Learning; Deep Learning es un tipo de Machine Learning pero con Redes Neuronales como modelo base de aprendizaje)
3. Analítica autónoma: Es lo mismo que la Analítica Prescriptiva pero los modelos/ algoritmos aprenden de “si mismos” sin intervención humana (Inteligencia Artificial)
En base a lo anterior inferiremos que Business Intelligence y Business Analytics son lo mismo. Big Data cae en las mismas definiciones, pero con mayor cantidad de datos (¡Pero MUCHOS mas datos!, por encima de los 100 Terabytes). La particularidad de Big Data es que también puede aplicarse a modelos de Analítica Prescriptiva.
Es recomendable primero tener desplegado un esquema de Analítica Descriptiva (Business Intelligence) para poder aplicar predicciones, ya que la predicción resultante debe retroalimentar un proceso de decisión para tener utilidad en la Empresa.
Afortunadamente también han cambiado los costos de implementación. Cuando empezó esta nueva “Era” implementar un Proyecto de Analítica podía costar cientos de miles de dólares, hoy la disminución puede llegar a ser 1/10 de estos valores.