6 consejos para la gestión de riesgos de ciberseguridad de tu empresa
¿Podrías seguir trabajando si tu empresa sufriera un incidente de seguridad? ¿O crees que pondría...
El volumen de negocio de Business Intelligence (BI) en todo el mundo moverá 22.800 millones de dólares para el 2020 según Gartner. Pero todavía falta mucho para que las empresas aprendan a sacar el máximo partido a sus soluciones de BI. ¿Cuáles son las claves para afrontar con éxito la implementación de una solución de Inteligencia de Negocio?
La pregunta no es fácil de responder. Cada compañía tiene su propia realidad caracterizada por el sector, la actividad que realiza, su tamaño, etc. Pero si hacemos un esfuerzo podemos identificar cuáles son principales retos a los que hay que hacer frente para implementar una solución de BI.
Disponer de una herramienta de Inteligencia de Negocio que aporte información útil y ágil para facilitar la toma de decisiones es fundamental. Sin embargo, se estima que casi el 70% de los proyectos de Business Intelligence alberga incoherencias internas que pueden llegar a hacerlos inviables.
Últimamente se habla mucho del fracaso en la implementación del BI en relación con la baja adopción por parte de la plantilla. Pero las funciones de autoservicio y los modelos de visualización han avanzado lo suficiente como para que no debamos culpar siempre al usuario interno de la empresa.
Hoy quiero hablarte de otro tipo de problemas, más relacionados con la arquitectura de la información y el uso de los datos para lograr el éxito en la implementación de BI.
Puede parecer una obviedad, pero es uno de los errores más comunes en la implementación de una solución de Business Intelligence.
A menudo cuando se adquiere una solución propietaria de BI puede existir la tentación a tratar de adaptar los procesos o los datos a la configuración que la herramienta trae por defecto. Pero ese es el camino inverso al que se debe recorrer en la implementación de una herramienta de BI. El software siempre debe adaptarse a los objetivos de negocio, y no al revés.
Para evitar este problema, hay que trabajar bien la fase de planificación del proyecto. Es necesario definir primero los objetivos y el alcance que debe tener la solución, los modelos de negocio que debe analizar y las necesidades futuras que deberá cubrir la herramienta en función de su escalabilidad.
Anticipar los requerimientos futuros es uno de los grandes retos actuales en el contexto de transformación digital que vivimos. El carácter cada vez más disruptivo de los agentes en el mercado hace muy difícil hacer previsiones. En ese sentido, las metodologías ágiles de desarrollo de software pueden facilitar los ajustes garantizando la continuidad del negocio.
La finalidad de una herramienta de BI es la de organizar y presentar información. Por esa razón, las soluciones de Business Intelligence como Plotly, Tableau, JasperSoft o QlikView, representan gráficamente un modelo de datos.
Pero priorizar la fase de entrega de datos y relegar el procesamiento de esa información a un segundo plano es un error. Para profundizar más en el asunto es importante distinguir claramente entre el front-end y el back-end.
Para elaborar cuadros de mando que verdaderamente ayuden a la empresa a tomar decisiones en base a información de valor, es necesario contar con buenas herramientas de back-end bien configuradas para extraer el máximo partido a los diferentes data stores de la empresa.
Ipython Notebok, Julio o MATLAB son algunas de las herramientas de back-end disponibles en el mercado.
Este punto depende en realidad del anterior. Para que los procesos de back-end, que son los que permiten obtener datos valiosos en el front-end, realicen bien su trabajo, debe existir la mayor compatibilidad posible entre las estructuras de almacenamiento de datos.
En el contexto de la empresa, la información está por todas partes. Su volumen es tan grande que es a menudo difícil de almacenar, gestionar y aprovechar.
Los datos procedentes de software empresarial como ERP o CRM, la información de cada departamento integrada a menudo a través de los Data-Mart, fuentes externas, etc., se introducen y depuran en el Data-Warehouse tras un proceso de ETL (Extract, Transform, Loud).
La integración entre las plataformas de software empresarial, las bases de datos de la empresa, las herramientas de back-end y front-end debe ser máxima.
Si estáis pensando en implantar una herramienta de BI en tu empresa, ahora ya conoces los tres frentes que tendrás que afrontar para lograr el éxito a nivel de arquitectura de la información.
Espero que este artículo te haya servido de ayuda. Si tienes alguna duda puedes consultármela sin ningún compromiso. Te ayudaré encantado.
Director General de Cibernos y Agile Plan con más de 15 años de experiencia en proyectos de transformación digital en empresas de diversos sectores.
¿Podrías seguir trabajando si tu empresa sufriera un incidente de seguridad? ¿O crees que pondría...
El futuro de las distribuidoras viene marcado por el papel de la digitalización, las nuevas...
¿Cómo se mide el valor que aporta IT a la empresa? ¿Qué métricas sirven para saber cómo marcha el...