Business Intelligence, BI por sus siglas en inglés o Inteligencia de negocios, se refiere al conjunto de estrategias, metodologías y tecnologías usadas para recolectar, integrar y analizar los datos para la toma de decisiones, convirtiendo así los datos en valor para las empresas. Por su parte Business Analytics o BA por sus siglas en inglés, también recolecta y analiza los datos con un enfoque estadístico y modelos predictivos.
Cada vez la brecha conceptual, entre el BI-BA, se acorta más y BA tiende a ser un subconjunto del BI. Algunos autores asocian al BI con un enfoque descriptivo (lo que sucede) y el BA con un enfoque predictivo (lo qué sucederá) y prescriptivo (por qué sucede). Otros autores hablan del BI moderno que engloba herramientas de Data Discovery con características de autoservicio de datos, ágiles, intuitivas, flexibles y colaborativas. El autoservicio o en inglés “self-service” brinda, a los usuarios de negocio, la autonomía y capacidad de análisis de datos en tiempo real. Todas estas características fomentan que los datos sean incorporados en el trabajo de todos los miembros de la empresa, lo que conlleva a que se convierta en una organización Data Driven (Dirigida por los Datos) y que el eje de todos sus procesos y toma de decisiones sea la información.
A continuación, enumeramos las tendencias actuales en torno al análisis de datos, que nos permiten visualizar el camino futuro del BI/BA:
- Mayor utilización de datos no estructurados.
- La aparición de Edge Computing para optimizar el desempeño de los procesos de transformación de datos.
- Incremento en el uso de tecnologías en la nube como AWS, Azure y GCP.
- Mayor uso de Machine Learning e Inteligencia Artificial. Uso de la Analítica Aumentada e insights automatizados.
- Proliferación de los Data Lakes y Data Lakehouse.
- Mejoramiento de funciones de colaboración y compartición de datos. Data Sharing.
- Los modelos de datos serán cada vez más complejos y se requerirá adoptar metodologías de DataOps.
- Se reducirá el tiempo usado para la preparación de datos y se priorizará el tiempo dedicado al análisis de la información.
- Los catálogos de datos en el BI jugarán un papel cada vez más importante.
- La Incorporación del procesamiento del lenguaje natural (NLP) tanto a la hora de consultar datos como entrada (NLQ), como para la salida de los análisis automatizados (NLG). Se incrementará la adopción de soluciones de Analítica Conversacional para el BA.
- Aumentará el uso del Data Storytelling con miras a llevar la información de la mejor forma a los tomadores de decisiones.
- Mayor Integración de las herramientas ABI con todos los sistemas por medio de APIs y estándares definidos.
En Big Data persiste la tendencia a usar el modelo on-demand (pago por uso) y Cloud Computing (Computación en la Nube). Por ejemplo, Amazon AWS permite aprovechar los principales beneficios asociados con la informática bajo demanda: el acceso sin problemas a un almacenamiento y una capacidad informática prácticamente ilimitados, la posibilidad de ajustar la escala del sistema en función del crecimiento de los datos recopilados, almacenados y consultados, y pagar solo por los recursos que aprovisiona. Empresas como OpenSols pueden implementar este tipo de soluciones en la nube usando AWS.
Le puede interesar: Beneficios y Usos del Big Data
Actualmente podríamos decir que los datos en la nube empiezan a superar a los que se encuentran en los centros de datos, entonces el reto cada vez más fuerte es generar información y conocimiento en el mismo momento y así tomar decisiones que cambien el curso de un comportamiento negativo del negocio o aprovechar comportamientos positivos lo más cercano al tiempo real. Esto va a potenciar el uso de las herramientas de Data Discovery, dándole más poder al consumidor de información.
Los cuadros de mando predefinidos se verán sustituidos por información automatizada, conversacional, móvil y generada de forma dinámica. Una vez resueltos todos los problemas de Data Quality y de integración, lo siguiente es tomar el poder de la visualización flexible e intuitiva para lograr la democratización de datos, eso sí, como en la política, con un buen gobierno de datos.
Todas estas tendencias y visualizaciones de lo que viene en los próximos años ocasionarán cambios sociales y culturales. Por ejemplo, como ha ocurrido en otras revoluciones tecnológicas anteriores, se terminarán algunos trabajos y se generarán nuevos. Surge el interrogante ¿cómo serán los empleos del futuro?
