Autoservicio en BI: Un nuevo enfoque para la gestión de datos

En el mercado actual, es indispensable asegurar que los datos están disponibles cuando y donde se necesitan. Sin embargo, las soluciones tradicionales de inteligencia de negocios (Business intelligence o BI, en inglés) no proporcionan información y conocimiento de manera eficaz. El Autoservicio en BI puede ser la solución para esto.

"Las organizaciones ágiles tienen el 70% de probabilidades de figurar en el cuartil más alto de salud organizacional"

– McKinsey

Un sistema integral permite la recopilación, el almacenamiento y procesamiento de datos, lo cual conlleva a resultados analíticos que facilitan la toma de decisiones. En los sistemas tradicionales, este último paso lo realizan los ingenieros de inteligencia de negocios-BI por sus siglas en inglés, quienes suelen estar en el departamento de TI respondiendo a las necesidades de sus colegas de operaciones, gestión de riesgos, gestión de la seguridad, ventas, marketing, etc., y actúan como puente entre sus colegas y los datos, entregando productos analíticos que impulsan la toma de decisiones.

Estas funciones tienen una gran demanda, en LinkedIn hay cerca de un millón de personas con este perfil (una cuarta parte de ellas en Estados Unidos) y está claro que no es suficiente. Un informe de McKinsey apunta a una escasez crítica en ese campo en Estados Unidos. Con un salario medio de 102.000 dólares para estas funciones (Glassdoor), se podría estimar que a las empresas estadounidenses les cuesta más de 25.000 millones de dólares al año tener este puente entre departamentos.

Frente a esto existen algunos problemas:

• El primero es el costo, ya que no todas las organizaciones tienen el presupuesto necesario para mantener esas funciones internamente, especialmente en los mercados emergentes o fronterizos.
• El segundo es el tiempo, tener intermediarios de BI puede causar retrasos que pueden perjudicar el resultado final o afectar a la capacidad de la organización para responder a las crisis y minimizar el daño al personal, los activos y la reputación.
• El tercero es la comunicación. Los ingenieros de BI deben entender las necesidades de sus clientes internos para ofrecer una solución adecuada. Los ingenieros que prestan servicio en diferentes áreas tienen que aprender la jerga, entender los casos de uso, entablar un intercambio de opiniones para garantizar la "adecuación del producto al mercado" y eso lleva tiempo y el tiempo tiene un costo. Por tanto, el tercer problema refuerza el primero y el segundo en un ciclo interminable.

¿QUÉ ES EL AUTOSERVICIO EN BI?

El autoservicio en BI o la inteligencia de negocios de autoservicio, a menudo se promueve como la respuesta para lograr una analítica ágil. Si bien esto puede ser así, entender los conceptos y cómo lograrlos debería ser su primera tarea antes de decidirse por una solución analítica. 

Empezando por la analítica ágil, según el director de investigación de Gartner, Alan Duncan, "la agilidad analítica es la capacidad de la inteligencia y la analítica empresarial de ser rápida, receptiva, flexible y adaptable".

Gartner define la analítica de autoservicio como una forma de inteligencia de negocios en la que los profesionales están capacitados y se les anima a realizar consultas y generar informes por su cuenta, con un apoyo nominal del área de TI.

En la analítica de autoservicio, los usuarios no técnicos o los usuarios empresariales utilizan el desarrollo “No-Code” para diseñar y gestionar soluciones de datos que se ajusten a sus necesidades, permitiéndoles construir productos analíticos a la medida, eliminando intermediarios, reduciendo pasos en la cadena de suministro y acelerando su capacidad para obtener la información que necesitan en el momento oportuno.

BENEFICIOS DEL AUTOSERVICIO EN BI

Invertir en el autoservicio en BI no solo reduce los problemas enumerados anteriormente, sino que también facilita una variedad de beneficios que pueden verse reflejados en toda la organización:

1. Reducir las barreras de entrada y fomentar una cultura basada en los datos. Entre más personas se planteen preguntas basadas en datos, más oportunidades se crean para un cambio positivo en la organización.
2. Consolidar una única fuente de información Colaborar en una plataforma analítica de autoservicio facilita no solo en el seguimiento de las métricas, sino también en el lenguaje de la organización.
3. Liberar los recursos técnicos. Los ingenieros pueden pasar de las tareas repetitivas y a corto plazo (procesamiento de datos y generación de informes) a proyectos de alto valor y a más largo plazo con un mejor retorno de la inversión.

LOS DESAFÍOS DEL AUTOSERVICIO EN BI

Al otorgar mayor autoridad y acceso a más grupos de interés se presentan algunos desafíos que deben ser considerados cuidadosamente.

Facilidad de uso

Eliminar los requisitos de conocimientos avanzados de software y procesamiento de datos no hace que una plataforma de analítica de autoservicio sea automáticamente fácil de usar. Algunas plataformas de "autoservicio", como Microsoft PowerBI, requieren un periodo de adaptación significativo (algunos dicen que 30 días) para ser competentes, lo cual no es algo que la mayoría de los usuarios pueda permitirse. Es importante invertir en plataformas que sean rápidas para incorporar a los usuarios no técnicos, de lo contrario una inversión que tome mucho tiempo impedirá que la mayoría de los usuarios participe y esto perjudicará cualquier aspiración de formar una cultura basada en datos dentro de la organización, limitando de nuevo la analítica a unos pocos.

Gobernanza de datos

La centralización de datos en una plataforma de analítica compartida aporta muchas ventajas, pero también tiene un costo. La seguridad y la gobernanza de los datos son de suma importancia en este caso. Por lo tanto, es importante buscar sistemas que faciliten la fragmentación de los datos para que el acceso a los diferentes conjuntos de datos lo obtengan los usuarios idóneos, no basta con establecer únicamente permisos macro. Las organizaciones que se toman en serio la seguridad de la información deben crear permisos de visualización, creación y eliminación de datos para garantizar la máxima protección y evitar accesos injustificados, filtraciones (accidentales o intencionadas) y otras amenazas internas. 

ELEMENTOS NECESARIOS PARA SELECCIONAR UNA PLATAFORMA DE AUTOSERVICIO EN BI

Teniendo en cuenta todo lo anterior, las empresas que estén pensando en adquirir una herramienta que permita el autoservicio en BI deben tener en cuenta que esta debe:

• Proporcionar a las personas correctas el conjunto de herramientas y capacidades oportunas
• Estar dirigida para todos los usuarios finales, todos los roles y habilidades
• Ser intuitiva y fácil de usar
• Enfocarse en las necesidades de los usuarios finales y de las empresas
• Crear un entorno de colaboración
• Proporcionar tanto el control como la gobernanza de los datos
  
  

¿CÓMO LOGRAR ESTO?

El Autoservicio en BI es una pieza fundamental no solo para la agilidad en BI, sino también para la gestión de datos eficiente, lo cual es el paso final hacia la toma de decisiones. Al fin y al cabo, cualquier dato recopilado que no pueda ser supervisado y analizado fácilmente por los usuarios de la empresa es una inversión desperdiciada.

A medida que facilitamos BI a más personas dentro de la organización, es importante no perder de vista el panorama general. La simplicidad es la clave para evitar la parálisis por análisis y garantizar que todo el mundo pueda beneficiarse realmente y participar en colaboración en la creación de soluciones basadas en datos. Además, la gobernanza y la seguridad de los datos no pueden pasarse por alto, especialmente en entornos operativos sensibles.

Si está interesado en explorar cómo la analítica de autoservicio fácil y segura puede ayudar a sus operaciones y a su equipo, póngase en contacto conmigo o con mi equipo a través del siguiente enlace.