En los últimos dos años progresó la oferta de las soluciones analíticas y el mundo se interesó más en el tema analítico. Esto generó una gran confusión: todo suena atractivo y posible, pero no implica que sea así de realizable. Vamos a describirlo. Hay más proveedores: los de nicho, los de plataforma, los de nube. Y se confunden las categorías de especialización: Analytics, de Visualización, de Big Data, de Inteligencia Artificial (IA). Y cada categoría/proveedor tiene su sesgo, desde el que amplían su blueprint de solución. Algunos movimientos son el paso a la nube o a esquemas híbridos; visualización con analytics y viceversa, de información “estructurada only” a datos no estructurados, capas analíticas operativas integradas a los procesos transaccionales, movimiento de nicho a plataforma. Se hizo más compleja la selección de plataformas y proveedores. Es el caso de Océano Rojo. Y acá sumamos la nueva popularidad del Business Analytics: una masiva, como que por TV nos presentan una publicidad de Big Data y Small Data para hacer turismo, o nos llenan con avisos de universidades ofreciendo “Maestría en Big Data”, y son furor los cursos de Data Mining a gerentes; pero hay otra realidad empresarial: las limitaciones de los sistemas transaccionales en explicarnos cómo manejarnos en la incertidumbre, cómo nos está yendo y cómo nos preparamos a las nuevas condiciones; los ejecutivos nos estuvimos abriendo al uso de Analytics: “Con Analytics las cosas se hacen mejor”. ¿Cómo podemos aportar un poco de claridad en este contexto, la luz de un Océano Azul? El bicho de BI / Analytics / Big Data o como te lo llamen, se come distinto que los proyectos transaccionales. La gestión de datos es una cosa y la captura de datos, la automatización de procesos, es otra. La forma de trabajar tradicional de IT no aplica en Analytics: los usuarios tienen un rol protagónico, más que IT: la incertidumbre y su administración es la esencia, mientras que en los proyectos transaccionales las definiciones tienen que estar claras, las tecnologías que se usan son distintas, la performance es muy importante pero la flexibilidad y la adaptación al cambio lo es mucho más: todos los días aparecen nuevas preguntas. El mundo analítico debe estar separado del transaccional, porque la tecnología buena para un uso no lo es para el otro (ej. La base de datos relacional) ni debe primar una sobre la otra. El principal valor de los proyectos analíticos no está en cómo resuelvo una consulta (Query) o cómo calculo un Indicador (KPI) operativo, sino que está en brindarle a las personas la capacidad de entender, interactuar y gestionar en forma holística/integral lo que pasa con los distintos procesos de negocio, y que puedan tomar decisiones complejas, informadas con sencillez, sin que tengan que saber de herramientas informáticas, haciéndolas más efectivas y cercanas. Deben responder el ¿Por Qué Ocurre? y el ¿Cómo podría hacerlo? (las causas) más que El Qué hago en los aspectos aislados de cada proceso. Deben empezar a ver el futuro, y para ello, contar con una visión “nítida” del presente. Y en ese momento ponerse a redefinir con las personas como factor clave de éxito. Se estima que sólo 24% de las personas entienden con claridad la Información que les llega de herramientas analíticas. Debemos poner foco en el desarrollo de lo que llamamos IQ+ (la capacidad analítica de personas y grupos de trabajo), lo que llaman Data Literacy (entender los números, argumentar, discutirlos, y generar ideas basados en datos). Por eso, a la hora de seleccionar qué soluciones requiere cada caso y con qué proveedor implementarlas, hay que asegurarse que entiendan y sepan cómo ayudar en escenarios de negocio propios de mi empresa, que lo puedan explicar a nivel ejecutivo, que dispongan credenciales y expliquen cómo generan impacto en las personas.Comparto nuevamente mis premisas para los proyectos de BI (aún vigentes con Big Data, IA, Hadoop): se trata de gestionar datos.
Por Guillermo Blauzwirn, Socio de IT de Auren