Cuando nos enfrentamos al Bussiness Intelligence, debemos estudiar detenidamente su disciplina principal, que con el tiempo ha ido integrándose dentro de otra disciplina que ha aparecido con la llegada de Big Data; hablamos de Analítica de Negocio y de Ciencia de Datos (Científico de Datos).
La Analítica de Negocio es la actividad y profesión más en alza en Business Intelligence desde la llegada del Big Data. Pero primero, hay que saber qué se está tratando aquí. La definición de Analítica de Negocio (Business Analytics) aportada por Thomas H. Davenport, de Competing on Analytics es:
“Entendemos por business analytics el uso intensivo de datos, de la estadística y del análisis cuantitativo, de los modelos predictivos y explicativos, y de la toma de decisiones basadas en hechos y evidencias. BA puede ser un input para la toma de decisiones por parte de personas o bien puede ser motor para la toma de decisiones automatizada.”
Estrategia de Business Analytics / Analítica de Negocio
Para llevar a cabo una buena estrategia de Analítica de Negocio, es importante llevar a cabo los siguientes pasos:
- Diseño de una arquitectura de datos para obtención de informes, análisis, modelado predictivo y BI de autoservicio.
- Implementar un Portfolio de Arquitectura BI.
- Arquitectura de soluciones para el descubrimiento de datos, visualización de datos, y BI en memoria.
- Permitir BI Operacionales y Analíticos.
- Crear programa de mantenimiento de datos maestros y gobernanza de datos analíticos.
- Crear entornos de metadatos compartidos.
Actividades propias de un Analista de Negocio / Científico de Datos
Los datos, la información y el conocimiento
En la Analítica de Negocio, el conocimiento debe iterar constantemente con la información que a su vez se ejecuta repetidamente con los datos, generando un ciclo que redunda en un enriquecimiento del primero.
Datos
Por definición, los datos son la mínima unidad semántica y se corresponden con elementos primarios de información que por sí solos son irrelevantes como apoyo a la toma de decisiones. También se pueden ver como un conjunto discreto de valores, que no dicen nada sobre el porqué de las cosas y no son orientativos para la acción.
Los datos pueden proceder de fuentes internas o externas de la organización, de carácter objetivo o subjetivo, o de tipo cualitativo o cuantitativo, etc. Por ejemplo, estos pueden ser el número de teléfono de una persona, su cargo, etc.
Información
La información se puede definir como un conjunto de datos procesados y que tienen un significado (relevancia, propósito y contexto), y que, por lo tanto, son de utilidad para quién debe tomar decisiones, al disminuir su incertidumbre. Los datos se pueden transforman en información añadiéndoles valor:
- Contextualizando: se sabe en qué contexto y para qué propósito se generaron.
- Categorizando: se conocen las unidades de medida que ayudan a interpretarlos.
- Calculando: los datos pueden haber sido procesados matemática o estadísticamente.
- Corrigiendo: se han eliminado errores e inconsistencias de los datos.
- Condensando: los datos se han podido resumir de forma más concisa (agregación).
Podría definirse la información con esta fórmula:
Información = Datos + Contexto (añadir valor) + Utilidad (disminuir la incertidumbre).
Conocimiento
El conocimiento es una mezcla de experiencia, valores, información y know-how que sirve como marco para la incorporación de nuevas experiencias e información, y es útil para la acción.
Este se origina y aplica en la mente de los conocedores. En las organizaciones, con frecuencia no sólo se encuentra dentro de documentos o almacenes de datos, sino que también está en rutinas organizativas, procesos, prácticas, y normas.
El conocimiento se deriva de la información, así como la información se deriva de los datos. Para que la información se convierta en conocimiento es necesario realizar acciones como:
- Comparación con otros elementos.
- Predicción de consecuencias.
- Búsqueda de conexiones.
- Conversación con otros portadores de conocimiento.
Conclusiones
La Analítica de Negocio o Business Analytics, es la disciplina funcional que todo analista de negocio debe incorporar como habilidad propia a la hora de trabajar en proyectos de Business Intelligence y Big Data.
Bussiness Intelligence y Big Data es el sustrato tecnológico que soporta las actividades del Científico de Datos. No obstante es cada vez más delgada la línea entre experto en TI de BI y Analista de Negocio, pues ambas tienen a ser disciplinas cada vez más transversales.
