es

No siga aplazando su proyecto de BI

junio 14, 2016


"NOSOTROS NO ESTAMOS LISTOS PARA BI."  Hemos escuchado esta frase con mucha frecuencia de empresas que desean implementar una solución de business intelligence, sin embargo, parecen no poseer los sistemas correctos ni los estándares definidos antes del inicio de la implementación. Los datos contenidos en el data warehouse están desorganizados, o incluso no lo tienen. Los responsables por la toma de decisiones de la empresa están buscando respuestas, pero necesitan de tiempo antes de empezar a utilizar business intelligence. Tenemos novedades para usted: Es hora de poner fin a este retraso.

Stop Stalling

Si alguno de los siguientes motivos le suena familiar, voy a desmitificar algunos equívocos comunes.

1. "Nuestro data warehouse es un desastre. Necesitamos limpiar los datos primero.

No, no es necesario. Incluso las mejores empresas tuvieron problemas con sus proyectos de analytics, y los ciclos de decisiones comenzaron con un data warehouse incompleto, inconsistente, o con algún tipo de falla. Y adivina: Esta misma empresa todavía está limpiando sus datos. Y tengo novedades para usted, el proceso de organización de datos nunca termina. Las empresas sólo aprenden cómo administrarlo de forma más eficaz.

La mejor manera de iniciar el proceso de limpieza de datos es identificar, primero, lo que es impreciso o falta. La única manera de identificar esto claramente, es a través de un informe o análisis generado a partir de una plataforma de BI. Esto es porque la calidad de los datos es visual. Por este motivo, la limpieza de datos solamente convExcel es peligrosa. Sin comprender el proceso de BI primero, es imposible saber qué buscar en un proyecto de limpieza de datos para promover un ambiente de datos optimizado para análisis.  

Por ejemplo, un analista puede ver la data warehouse y saber que hay 100.000 registros para borrar, pero no sabrán exactamente de qué manera o por qué. Pero si se les da un informe de ventas incompletas que no muestra los ingresos porque la región de ventas se introdujo incorrectamente o no fue informada, será que pueden abordar los 100.000 registros sabiendo exactamente por qué, qué y cómo.

Los problemas primero deben ser identificados, para ser corregidos. Usted no puede comenzar la limpieza si no sabe lo que está sucio. "Datos sucios" es una situación. "Región ausente" es un problema concreto con una solución viable. El momento en que se identifica el problema, es el momento en que su empresa puede comenzar a fortalecer los bloques de construcción del BI. Una vez que el nuevo proceso establecido por business intelligence se pone en práctica, los cambios se pueden hacer a lo largo del camino para fortalecer cde forma continua el data warehouse y promover un aumento en los ciclos de acción.


[¿Qué es un Ciclo de Acción? Esta guía le muestra lo que son, y porque son fundamentales para su éxito proporcionando instrucciones sobre la creación de Ciclos de Acción de BI en toda su empresa para promover una mejor y más rápida toma de decision: La Mejor Estrategia de BI]


2. "Estamos asustados de invertir en un gran proyecto antes de poner en práctica los procesos correctos".

Las plataformas de BI tradicionales exigen a las empresas invertir en la plataforma antes de la entrega de valor. Sin embargo, el panorama del BI moderno actual permite una relación entre inversión y retorno. Esto se debe a que las soluciones de BI bimodales modernas se desarrollan para el tipo de experimentación y evolución que describí, en otras palabras, “sandbox analytics.” Como se dijo anteriormente, una estrategia de BI que incluye sandbox analytics es la manera más fácil de mejorar calidad de datos con ROI rápido.


Las herramientas como  TARGIT Data Discovery permiten trabajar con datos externos al data warehouse, determinando su importancia, y realizando la estandarización de estos casos. Esto permite a los analistas aumentar gradualmente la calidad de los datos a lo largo del camino según los datos que resultan útiles para la organización.

El estilo de evolución de la estrategia garantiza el ROI a corto plazo en relación con lo que normalmente sería un proyecto de limpieza de datos en masa. Al pensar a grandes y a largo plazo, las empresas pueden empezar pequeño, invirtiendo en una herramienta como el Data Service de TARGIT que les permite trabajar con los datos dentro de una plataforma de business intelligence por una fracción del costo de una solución a gran escala.

De esta forma, los datos sucios pueden ser identificados en algunos días, en lugar de semanas o meses. Una vez que los datos más valiosos para la empresa se identifican para la limpieza, este proceso se puede iniciar y las orientaciones y normas se pueden poner en práctica en toda la organización para garantizar que los datos se ingresen correctamente.

Una vez que la empresa percibe la importancia, aunque de una pequeña parte del BI, es mucho más probable que se planifique la inversión. Conforme la estrategia de BI madura, una cantidad creciente de herramientas y recursos se pueden agregar al ambiente de BI para ampliar el análisis para todos en la organización.

[Lea más sobre los tres pasos necesarios para pasar de los pasos iniciales de BI a un entorno totalmente orientado a datos en la guía: 3 pasos para convertirse en una organización orientada a datos ]  

3. "No tenemos un data warehouse."

¡Buenas noticias! Usted no necesita uno! Los avances en las tecnologías In-memory  y en las plataformas de business intelligence que les brindan soporte, permiten utilizar por completo el poder de la solución de BI sin la inversión en un data warehouse.

Además del ROI rápido, existen otros beneficios significativos para el lanzamiento del BI sin las limitaciones de un data warehouse. La velocidad de los procesos de trabajo aumentan significativamente, ya que los usuarios pueden cargar datos en pocos segundos. In-memory también tiene una mayor facilidad de uso que una configuración típica de un data warehouse. No es necesario un entrenamiento significativo para adquirir las habilidades necesarias para trabajar directamente en el sistema.

Más importante aún, los sistemas In-memory permiten la aproximación de la experimentación en tiempo real con los datos de una variedad de fuentes. Esto implica desde hojas de cálculo en Excel en su equipo hasta almacenes de datos, como Hadoop. Esta flexibilidad también permite una fácil escalabilidad. Las empresas que buscan la estandarización del data warehouse establecen la escalabilidad de su BI en el momento oportuno. 

Es hora de iniciar la Jornada de BI 

Tengo muchos años de experiencia con la implementación de BI, y nunca he encontrado un caso en que una empresa no se sorprenda con la información descubierta ya el primer día en que obtuvo el acceso real a sus datos - independientemente de si tienen o no, el acceso total a toda la información que era necesaria. Esto significa que hasta ese momento, sus decisiones eran ineficientes. Cada día que pasa, en que las decisiones se toman sobre la base de hipótesis o suposiciones, es un día perdido en cuanto a tomar las mejores decisiones.

Kim Hanmark

Director, Professional Services EMEA
"Put people before technology." I have worked within the technology space since the early 90's. I started up as a software developer, building solutions for enterprise class companies. After the IT bubble burst in 2001, I transitioned into business management -- still with a technology perspective. I have spent the last five years helping large corporations successful..
Continue Reading...

We use cookies to improve your site experience, but they also provide us with information on your use of our website.
To find out more about the cookies we use and how to delete them, see our Privacy Policy. By continuing to browse the site, you are consenting to our use of cookies.

ok