Mitos sobre el “business intelligence”

Por Qlik, Multinacional especializada en soluciones intuitivas para visualización de datos de autoservicio y aplicaciones de analítica.

¿Cuántas de nuestras creencias no son ciertas pero al estar profundamente arraigadas nunca las cuestionamos? En realidad, más de las que pensamos, ya que no tenemos tiempo para investigar todos los mitos que escuchamos. Por otra parte, aunque algunas de esas suposiciones sean ciertas, en otros casos son verdades a medias. Por ejemplo, un mito común es la representación habitual de los vikingos con cascos de cuernos, y sin embargo es algo que no es cierto, pues fue creado por el compositor Wagner para su ópera “El anillo del Nibelungo”.

Por supuesto, también nos encontramos con mitos y conceptos erróneos en el mundo de los negocios, que en última instancia, pueden llegar a ser más problemáticos. Así, en el sector de la inteligencia de negocios (BI), que ha cambiado drásticamente en los últimos doce años, muchas empresas siguen manteniendo antiguas creencias en relación al análisis de los datos.

De hecho, con el objetivo de identificar y disipar esos mitos y conceptos, identificamos aquí los seis mitos más comunes relativos a la inteligencia de negocio:

• 1) Sólo los directores y responsables de toma de decisiones necesitan herramientas de “business intelligence”

A pesar de años de esfuerzo y enorme gasto, las herramientas de inteligencia de negocio no están siendo todavía usadas por todos los responsables dentro de las empresas. El uso del BI se restringe a menudo a un determinado número de responsables dentro de una organización, cuando en realidad este tipo de herramienta debería ser accesible por todo tipo de empleados, ya que la toma de decisiones es muy amplia y todas las buenas decisiones deben estar basadas en datos. Lo cierto es que, cuando comenzaron los primeros despliegues de BI en las empresas, su principal objetivo era la auditoría y el control, y no tanto permitir que los empleados pudieran tomar mejores decisiones a través del análisis. Y así, a pesar de la rápida evolución de esta tecnología y la sofisticación que ha vivido el BI, a menudo se sigue manteniendo la misma política referente al BI, lo que implica que la mayoría de las personas involucradas en los proyectos no se están beneficiando de las capas adicionales de datos a las que pueden tener acceso.

• 2) Buen reporting = buena herramienta BI

Casi todos los proyectos de BI comienzan con el loable objetivo de desarrollar informes de gestión. A menudo se trata de información financiera, y es el departamento de Informática el que decide qué debería hacer la herramienta de BI. Sin embargo, el problema es que la información que se obtiene es información estática y no ofrece al usuario la información que necesita en cada momento. Esto hace imposible profundizar sobre los datos, si bien la característica clave de un buen sistema de BI es su capacidad de analizarlos. Pero en realidad los usuarios deben ser capaces de cuestionar los datos y construir sistemas de BI que pueden ayudarles a explorar las causas fundamentales, las interrelaciones, las tendencias y los cambios en los datos de forma totalmente libre.

• 3) La velocidad del BI en memoria solucionará los problemas de adopción

En el mundo actual algo que tarde más tiempo en responder que una búsqueda en Google supone el peligro de ser abandonado por los usuarios. Sin embargo, hay más factores además de la velocidad para solucionar los problemas de adopción del BI en las empresas. No hay que olvidar que aunque el sistema implementado sea rápido, muchos sistemas pueden llegar a ser muy poco flexibles, debido a que carecen de un potente “back-end”, de modo que los usuarios pasan demasiado tiempo creando informes o visualizaciones. El resultado final es que el usuario tiende a dejarlo de usar. Frente a ello, para crear una cultura de análisis en la empresa, el software debe ser rápido, fácil de usar y lo suficientemente flexible como para ser siempre un elemento de apoyo y estratégico en la toma de decisiones.

4) No tenemos la capacidad y formación para el análisis de información

¿Por qué contratar a analistas o científicos de datos para interpretar los datos? En cambio, las empresas necesitan software que democratice el análisis de datos para todos y utilice las habilidades analíticas innatas que todos tenemos. Los seres humanos hemos evolucionado nuestras capacidades analíticas naturales, incluyendo el reconocimiento de patrones (distinguiendo entre grupos y puntos individuales), detección de valores atípicos (notar algo diferente en una habitación) y la categorización (detección de relevancia). De esta manera, las organizaciones necesitan democratizar el análisis de datos y ponerlo justo en las manos de los empleados de todos los niveles para generar un mejor análisis de la información.

• 5) Necesitamos más visualizaciones para ayudar a los usuarios a interpretar los datos

Es cierto que aproximadamente el 60% de nuestro procesamiento neural se enfoca en las cosas que vemos y, por lo tanto, las visualizaciones de datos son muy importantes. Sin embargo, una imagen por sí sola no es suficiente. En esa línea, hay que tener en cuenta que algunas herramientas tienen visualizaciones magníficas, pero no permiten navegar en los datos sin restricciones y, obviamente, esto no es razonable en la actualidad, cuando los empleados están acostumbrados a un mundo conectado a través de “gadgets” inteligentes y aplicaciones de consumo. Es crucial por tanto que los usuarios puedan interactuar con las visualizaciones, para que puedan entender su significado y hacer nuevos descubrimientos. Y tener acceso a un informe estático o solo parcialmente interactivo limita el proceso.

• 6) Un mejor acceso a los datos mejora la toma de decisiones

Tener toda la información del mundo a su disposición no ayudó a los banqueros a evitar la catástrofe de las hipotecas subprime y la crisis financiera del 2009. Y es que el hecho de que los datos estén ahí, no significa que se estén utilizando de la forma correcta. No hay que olvidar que la mejora en la toma de decisiones requiere de capacidad y práctica. Y esto se produce al desarrollar las habilidades que ayudan a los usuarios a protegerse de la visión de túnel, de ser sorprendido y haciendo cosas más a menudo. El conocido Malcolm Gladwell escribió que se tarda diez mil horas para ser experto en cualquier actividad. Así también los usuarios que trabajan con cualquier sistema BI necesitan igualmente seguir practicando en el análisis de datos. Si lo hacen, les ayudará a tomar decisiones más inteligentes y descubrir conceptos más útiles.

En definitiva, las empresas buscan nuevas oportunidades de crecimiento, siendo fundamental que no pierdan competitividad dejándose llevar por los mitos comentados anteriormente. Por el contrario, deben revisar sus políticas de análisis de datos y tomar medidas para avanzar en la dirección correcta. En última instancia, tomar dichas medidas puede mejorar sus operaciones de negocio y sus beneficios.

Artículos Relacionados:

Mitos sobre la inteligencia artificial en el ámbito laboral Destrucción de empleo y otros falsos mitos sobre la digitalización Mitos en retirada sobre el buen vendedor Business intelligence y big data, revolución para el marketing digital Falsos mitos sobre inversión y el ahorro a largo plazo Falsos mitos sobre el trabajo flexible Mitos sobre la transformación digital MBIT: escuela de negocios especializada en business intelligence y big data