Ya tenemos Business Intelligence, ¿y ahora qué? (Parte 2 de 3)

En dos líneas: segunda parte del post sobre el día después del proyecto de Business Intelligence. 

Ahora nos toca analizar el segundo de los tres aspectos fundamentales a considerar tras la implantación de un Business Intelligence:

El mantenimiento de la solución

Ningún BI por muy sólido que sea y buena su implantación puede funcionar indefinidamente por si mismo, necesita de mantenimiento, bien por parte del propio personal de la empresa bien por terceros como el fabricante de la solución, partners del mismo, consultores, etc...

Para ello debemos centrarnos en tres áreas principales:

1. Cuán bien funciona la solución de BI, en palabras más técnicas, su salud.
2. Cuán relevante sigue siendo nuestro BI para las siembre cambiantes necesidades de la organización.
3. Hasta qué punto el BI mejora la comunicación dentro de la empresa.

Por lo que se refiere a la salud de nuestro BI hay que centrarse en:

• Controlar la calidad de los datos usados en el BI: en teoría un proceso de integración de datos vía una buena ETL no debería fallar, pero nada es perfecto ni dura para siempre, aunque lo más normal es que los problemas vengan de las fuentes de datos (ERP, CRM, etc..) ya que a fin de cuentas en un BI no se registra nada. Tanto desde TI como desde el lado de los analistas de negocio habría que realizar controles de calidad de datos (por ejemplo a través del análisis del rango y distribución de los valores de ciertos campos), este trabajo debe ser proactivo ya que si se espera a que aparezcan los problemas entonces ya suele ser demasiado tarde pues se suelen tomar decisiones en base al BI y las malas decisiones ya se sabe que cuestan (mucho) dinero.


• Monitorizar la ETL: siempre se intenta mantener la ETL en el mínimo tiempo posible, sobre todo cuando se produce durante el horario laboral y puede ralentizar al ERP o al CRM, además se debe verificar que no hay problemas en la misma.


• Monitorizar tiempos de respuesta a las consultas o de carga de los dahboards: es fundamental de cara a la experiencia del usuario y cuando las cargas se perciben como excesivamente lentas suelen ser síntomas de múltiples problemas como mala configuración de servidores, falta de ancho de banda, aumento del número de usuarios, etc... así que siempre atentos a los tiempos de latencia. Tanto en este caso como en para el anterior la inmensa mayoría de las soluciones de BI tienen aplicaciones para controlar estos problemas.


• Mantener correctamente la base de datos: de nuevo hay que considerar que el DBMS siempre dispone de herramientas y procedimientos para el mantenimiento, la cuestión es hacer uso de ellos.


• Actualizar las aplicaciones de BI: en esto no hay diferencia con otras aplicaciones de negocio, los fabricantes están sacando constantemente actualizaciones con bugs así como nuevas versiones del producto.

Si hablamos de la relevancia del BI en nuestra organización, tres son los asuntos a controlar:

• Vigilar la aparición de nuevas fuentes de datos que incorporar a la ETL: esto suele ser el pan nuestro de cada día, la tendencia actual es a que las empresas generen cada vez más y más información y cada vez más variada y de distintas fuentes, en un entorno tan dinámico como el actual se están añadiendo nuevos módulos al ERP, CRM, BPM, SGL,etc... de modo constante y que vamos a decir de otras fuentes menos glamurosas como las hojas de cálculo.


• Vigilar qué fuentes de datos cambian o simplemente desaparecen: esto responde a la misma lógica del punto anterior y tiene mucho que ver con las dinámicas organizativas.


• Estar al tanto de los cambios en los sponsors de la solución de BI: en roman paladino, si se producen cambios entre los directivos que apoyan (y que son de los principales usuarios del BI) el uso de la inteligencia de negocio en la empresa y qué cambios en las estrategias proponen los nuevos directivos.  

Por último nos toca hablar del impacto del BI para la comunicación interna, se trata de que los responsables del BI deben mantener canales de comunicación abiertos para:

• La resolución rápida y eficiente de las incidencias: cada empresa y cada proveedor es diferente pero lo habitual es encontrarnos con un "help desk" salvo en el caso de las PYME donde se pueden encontrar enfoques más informales.


• Obtener feedback de los usuarios del BI: suele ser muy útil generar tanto repositorios de información sobre el BI y su uso como espacios "sociales" (como los que se encontrarían en una intranet o en un entorno de red social interna o, por qué no, externa) donde se puedan compartir dudas y nuevas ideas.


• Mantener a los usuarios al día de los cambios en la aplicación y formarlos en los mismos: además hay que proporcionar documentación, ayuda y formación a los nuevos usuarios que nos están familiarizados con el BI.








• Monitorizar a aquellos usuarios que debiendo hacer uso del BI no acceden apenas al mismo: esta falta de uso puede ser síntoma de diversos problemas en áreas tan variadas como la calidad de datos, tiempos de carga, falta de formación, etc... no es la primera vez que me encuentro con que en vez de "democratizarse" el uso del BI en la organización se mantiene el mismo sólo para unos pocos bien de modo explícito bien de modo implícito, simplemente no les decimos a la mayoría de los posibles usuarios qué el BI está operativo o qué podría ayudarles en su trabajo.


• Tener siempre un canal de comunicación abierto con los sponsors del BI en la organización: hay que mantener su interés, tenerles informados de los cambios, hacer pequeños desarrollos específicos para mejorar su experiencia con el BI, etc.. el responsable del BI debe cuidar de quién le da apoyo dentro de la alta dirección, no nos equivoquemos, el BI suele tener enemigos en la misma de modo habitual, no a todo el mundo le gustan la transparencia y la toma de decisiones en base a datos y no a intuiciones.


• Si en la empresa se siguen metodologías para la buena gobernanza del TI se debe incorporar el BI a las mismas.

Otra cuestión a considerar es que el coste del mantenimiento es muy relevante a la hora de calcular el TCO del BI y, obviamente en todo lo que se refiere al control presupuestario del TI de la empresa, estos son temas que intentaré tratar más adelante en nuevos posts, ya que suponen gastos significativos en el ejercicio.

No hay que olvidar que el mantenimiento de una solución puede estar entre el 10 y el 18% del coste de la implantación solo en lo que se refiere al fabricante de la misma (no a otros costes como los del personal de TI propio) y que hay que afrontarlo todos los años, mención aparte hay que dar a las licencias que también hay que pagar y qué dependen básicamente del número de usuarios, los trabajos internos de desarrollo del BI que se quieran hacer y del tipo de bases de datos a utilizar.

Lo que nos llevaría al dilema del BI propietario vs el BI Open Source, para la PYME para mi la segunda opción es claramente la ganadora, de hecho el BI Open Source se ha abierto hueco de modo espectacular dentro del mercado global del BI antes dominado exclusivamente por grandes vendors y fabricantes de nicho.

Hay un viejo adagio que todos los responsables del BI en las empresas no deberían olvidar: si no cuidas a tus clientes, alguien más lo hará.

Si este post os ha parecido útil os agradecería que lo compartieseis en las redes sociales.

Ya tenemos Business Intelligence, ¿y ahora qué? (Parte 1 de 3)

En dos líneas: la mayoría de los artículos y posts que leo sobre Business Intelligence hablan de por qué hay que implantarlo y de los beneficios que se obtendrían al adquirirlo, pero no es nada habitual encontrar información sobre qué hacer una vez que ya se dispone del Business Intelligence.

Así que intentaré responder a esa duda, por otra parte algo habitual tras cualquier inversión en informática de gestión, pero antes de comenzar os dejo una aseveración que marcará el resto del post:

Para la empresa, el Business Intelligence (BI) no es un proyecto sino un proceso y la evolución de dicho proceso vendrá marcada por las necesidades del negocio nunca por la parte tecnológica que se limitará a dar soporte para solventar esas necesidades.

Y, desde luego, en dicho proceso el mantenimiento del BI y el eventual pago de unas licencias tienen un papel relativo a la hora de responder a la pregunta: ¿y ahora qué hacemos con el BI que tenemos en la empresa?

Tres son los aspectos que hemos de tener en cuenta a la hora de afrontar esa pregunta:

1. Evaluación de la implantación
2. Mantenimiento de la solución
3. Evolución de la solución

Evaluación de la implantación

Básicamente se trata de comprobar un par de cosas:

• Cómo se ha ejecutado el proyecto
• El impacto del BI en el funcionamiento de la empresa

Estos procesos de evaluación tienen "mucho peligro", la razón es que, por mucho que el responsable interno del proyecto o los consultores externos insistan, una gran mayoría de los usuarios no se compromete con el proyecto del BI hasta que este no ha terminado y en los primeros días de funcionamiento es cuando comienzan las quejas y se "descubren" necesidades "nuevas" que se les había pasado comunicar en fases previas del proyecto.

Sin embargo, hay que asumir este comportamiento de muchos usuarios, hay que atenderlos en lo posible ya que es mejor solucionar esas necesidades que se les habían pasado comunicar que tener usuarios que simplemente no utilizan el BI o aprovechan una parte mínima de sus capacidades.

No debe haber lugar a quejas del estilo "lo dije a los consultores pero no me hicieron caso", sobre todo cuando nos encontramos con un proyecto de BI que va por fases (por ejemplo se comienza con el área comercial y de marketing para luego ir a otras funciones dentro de la empresa) ya que puede comprometer seriamente el futuro del mismo al reducir el compromiso de los sponsors internos y perjudicar la imagen del BI ante futuros usuarios.

Así que, como consultor, toca morderse la lengua.

Si nos centramos en cómo se ha ejecutado el proyecto, hay varios factores a considerar, aunque los clásicos, tiempo, alcance y coste no se deben olvidar, ya hemos hablado antes de ese triángulo de hierro en este blog.

Por lo general, habría que verificar que el proyecto ha cumplido con los objetivos que se habían marcado para el mismo, no será la primera vez que un cliente (a nivel de alta dirección) que no ha tenido a bien marcar objetivo alguno más allá del "que funcione bien" decida marcar dichos objetivos una vez que ha terminado el proyecto para así disfrutar de algo más de consultoría gratuita y dilatar en el tiempo los últimos pagos.

Lo anterior se debe evitar a toda costa, al final perjudica tanto al cliente como al consultor y es responsabilidad de ambos.

Es algo que no suele hacerse, pero esta fase de evaluación debería documentarse lo mejor posible, sobre todo en proyectos con varias fases, e incluso cuando no es así pues todo BI debe evolucionar en el tiempo igual que lo hace la organización para la que actúa como herramienta fundamental en la toma de decisiones.

Por lo que al establecimiento del impacto del BI en el funcionamiento de la empresa se refiere, se trata de algo más fácil de decir que de hacer, además debe hacerse pasados unos meses de la puesta en producción de la solución de BI.

Con todo lo anterior, habría que considerar los siguientes elementos, preferiblemente contando con datos "ex ante" para hacer una adecuada comparación:

• Reducción de coste por tarea: por ejemplo el descenso en el coste de preparar cada mes el informe comercial para el Consejo de Administración.


• Reducción del tiempo por Tarea: cuánto tiempo menos se tarda en hacer el análisis del margen obtenido en todas las operaciones de la empresa en un periodo de tiempo dado.


• Mejoras en las competencias principales de la empresa: reducción de costes en los procesos de compras, identificación de oportunidades comerciales, reducción del tiempo de toma de decisiones, detección de ineficiencias en los procesos, etc.... estas mejoras son la clave del ROI del BI.

En definitiva, que el BI mejore el management de la empresa y que cumpla con las condiciones necesarias para apoyar dicha mejora.

En muchísimos proyectos se pasa de puntillas por esta fase de evaluación y, cuando se da, suele ser más una pugna entre el consultor por cobrar y empezar otro proyecto (u otra fase dentro del mismo proyecto de implantación) y el cliente por obtener descuentos bien en forma de dinero o de variaciones en el alcance de carácter gratuito.

La idea subyacente es que la gestión del proyecto no se acaba con la puesta en producción.

Aunque ya se sabe que la palabra más valiosa y menos usada dentro del vocabulario de un Project Manager es "NO".

Y es que es todo un arte ser blando con las personas y duro con los problemas.

En los dos próximos posts hablaremos de cómo afrontar el mantenimiento y evolución de una solución de BI tras su implantación.

¿Se nos desinfla el hype del Big Data?

En dos líneas: como todos los veranos, nos ha llegado el nuevo "Hype Cycle" de Gartner y el Big Data no sale tan bien parado como se podría esperar. 

Lo podéis observar en los tres últimos Hype Cycle de Gartner, en el de este año el período de maduración (el tiempo que una determinada tecnología tarda en llegar a la denominada "meseta de productividad") del Big Data ha pasado de ser de "entre 3 y 5 años" a "entre 5 y 10 años".

Fijaos en como ha cambiado el Hype Cycle, los más curiosos pueden comparar estas tecnologías con las que propone Mckinsey en un documento reciente:

Fuente: Gartner - Hacer clic en la imagen para aumentar su tamaño

Fuente: Gartner - Hacer clic en la imagen para aumentar su tamaño

Fuente: Gartner - Hacer clic en la imagen para aumentar su tamaño

Las razones para este cambio de opinión en mi opinión podrían estar en:

1. Las soluciones de Big Data todavía no son los suficientemente maduras y están creando confusión en el mercado.


2. Desde el punto de vista de los directivos de gran parte de empresas no está claro para qué pueden utilizar el Big Data a la hora de conseguir insights que aporten valor al negocio.


3. A todo lo anterior se une la falta de profesionales cualificados en todo el ciclo operativo del Big Data, lo que está llevando a una significativa inflación salarial en perfiles como el de "Data Scientist".


4. Actualmente todavía está por definir de un modo más o menos definitivo el ecosistema de vendors y soluciones de Big Data.


5. De hecho, los vendors de BI y BA se han visto perjudicados en sus resultados por el fenómeno del Big Data, que ha tenido como consecuencia una ralentización de las inversiones por parte de las empresas, después de la gran fiesta de inauguración llega la resaca y tras algunos proyectos piloto muy caros parece que toca tomarse las cosas con más calma. 


6. Los proyectos de Big Data son caros (por ahora reservados a la gran empresa) y no tienen por el momento una tasa de éxito elevado (pues si, en esto también se usa el ROI), algo normal dada la madurez de esta tecnología.


7. Las empresas se están planteando si apostar fuerte por el Big Data cuando aún les queda mucho por hacer en BI y Analytics.


8. El equivoco continuo entre los conceptos de "correlación" y "causalidad", que ya cansa.


9. Pocos serán los que puedan aprovecharse del fenómeno de los datos como "el nuevo petróleo", la gran mayoría de empresas y organizaciones serán meros observadores y "paganos" de dicho fenómeno, por otro lado está por ver la evolución del Open Data por muchos ejemplos parciales que vayan surgiendo.


10. Hay tecnologías que están íntimamente asociadas al Big Data y que todavía necesitan de cierta madurez: el Internet of Things (IoT), el Cloud Computing, la análitica predictiva y sobre todo la prescriptiva, el lenguaje natural, etc...

Y sin embargo se mueve, como diría Galileo, detrás del Big Data hay muchas posibilidades (buenas y malas para la sociedad en su conjunto) y seguramente llegará, pero no en la forma actual y sin bastantes de los jugadores actuales.

Creo que nos vamos acercando a ese momento de todo hype en el que las enormes expectativas creadas no se cumplen, entonces llega cierta desilusión y todo se calma a la espera del siguiente bombazo a preparar por la industria.

No se qué os parece esta desaceleración de las expectativas por parte de Gartner, que ha sido quizás el mayor impulsor del hype del Big Data, yo creo que tienen razón en reconsiderar su posición.

Si os ha parecido interesante este post, por favor, compartidlo en las redes sociales, y, como siempre, estoy abierto a vuestras opiniones.

Más Ejemplos de Visualización de Datos: Moviegalaxies (gráficos para el análisis de redes sociales aplicados al cine)

En dos líneas: la web moviegalaxies.com lleva desde el año pasado utilizando gráficos más propios del análisis de redes sociales para mostrarnos una aspecto diferente del mundo del cine. 

He de reconocer que esta web ha sido todo un descubrimiento, utilizan gráficos interactivos para mostrar las relaciones entre los distintos personajes de una película (y ya llevan más de 750), donde cada uno de esos personajes funciona a modo de "nodo" y el "cluster" de relaciones de dichos personajes tiene un color distinto.

Supongo que hay un campo de análisis muy interesante en las redes sociales que los guionistas de las películas construyen a modo de replicas de como ven ellos las relaciones sociales en el mundo real, las posibilidades que me vienen a la cabeza son muchas, por ejemplo, ¿se podría ver el estilo de un determinado guionista?, ¿o las pautas de un género determinado como podría ser el cine de superhéroes tan de moda ahora mismo?, ¿qué tipo de relaciones entre sus personajes les gusta construir a los distintos directores?, ¿se puede replicar parte del "secreto" de guiones muy exitosos?, etc...

Supongo que con el tiempo (y la financiación) veremos que hay realmente detrás de este curioso esfuerzo de visualización de datos.

Ciertamente las películas son siempre simplificaciones y hay evidentes limitaciones en lo que se puede lograr de su estudio, pero aún así he pasado un rato muy divertido pasando de una película a otra, al final se acaban por ver ciertos patrones.

Me ha costado decidir qué películas mostrar, al final me he decidido por 3 de mis favoritas:

The Searchers (Centauros del Desierto)

Una de las obras maestras de John Ford, una historia de odio y venganza, la verdad es que no me canso de verla, para una crítica más profesional os dejo este link.

Míticas vistas desde el portal de la cabaña en Monument Valley

El personaje de John Wayne (Ethan) es el centro de la historia

El Padrino II (The Godfather - Part 2)

Pues si, me encanta la primera parte pero la segunda es aún mejor, en la visualización se pueden captar rápidamente las diferentes historias que confluyen en la traición de Tessio, desde la infancia de Vito Corleone, pasando por su juventud y terminando por la la lucha de Michael (siempre apoyado por su consiglieri Tom Hagen) con Roth por el control de los casinos tanto en los EEUU como en Cuba.

Una critica mucho más sesuda se puede encontrar en este link.

Implacable directivo de multinacional - Michael Corleone

Coppola nos ofrece dos películas en una, pocos directores se atreverían a semejante reto

Salvar al Soldado Ryan (Saving private Ryan)

La mejor película de Spielberg junto con la Lista de Schindler, una de las veces en las que más impresionado he salido de una sala de cine, un poco más de información aquí.

La patrulla camino de su misión "Fomare"

Curiosa la poca importancia del personaje de Ryan, se nota el tono coral de la película

Lo dejo estar aquí, que ya me estoy arrepintiendo de las tres películas que he elegido, son obras maestras, pero las dudas comienzan rápido, por cierto, si no encontráis la peli que os gustaría visualizar, siempre existe la posibilidad de incluirla en la "wish list" o lista de peticiones, igual se animan.

Si queréis saber más sobre la ciencia detrás de moviegalaxies.com podéis leer el siguiente artículo de la Wikipedia que no siempre es la mejor fuente pero el artículo en cuestión es bastante bueno.

El "Data Discovery" mola pero el "Company Discovery" mola mucho más

En dos líneas: aprovecho igual me arrepiento de haber escrito este post, porque es uno de los aspectos del Business Intelligence (BI) más interesantes y a la vez menos comprendidos. 

Y es que frente al tan cacareado "Data Discovery" al que dediqué el post anterior a este hay algo mucho más valioso para la empresa y que sucede en los estadios iniciales de una implantación de BI, es más, suele suceder antes de que se haya decidido de un modo definitivo el cómo, quién, cuando y por cuánto del proyecto.

Yo lo llamo, por contraposición con el término anterior, "Company Discovery" y es un proceso que se suele dar en las medianas empresas cuando afrontan el BI y lo hacen con el liderazgo adecuado, esto es, desde el Director General / CEO con el apoyo de TI y no al revés.

El "Company Discovery" en cierto modo no es un buen negocio para los consultores de BI como el que escribe este post, esto es sencillo de explicar:

1. No es un item por el que vaya a facturar pero sin embargo me va a suponer un cierto número de horas de trabajo y de reflexión con el cliente.
2. Convierte al cliente en más consciente de sus necesidades y de lo que pasa en su empresa, por lo tanto es más exigente.
3. Obliga al consultor de BI a alejarse de la seguridad que le ofrece el ceñirse a la parte meramente técnica, a disociarse de la realidad del cliente para convertir a la implantación de la solución en un fin en si mismo, un producto impersonal, una caja de "Galletas María".

Esa es la parte "mala" para el consultor de BI, la buena es también evidente:

1. Los proyectos salen, las empresas aprovechan el BI de verdad y el cambio que genera las hace más competitivas, vamos, que hay "business value".
2. Obliga a tener una mayor interacción con el cliente, a entender su negocio y a la gente que va a utilizar el BI.
3. Proporciona más negocio en el largo plazo, fuera del "one hit only" tan del gusto de algunos.

Esta claro que ahora me toca explicar que narices es eso del "Company Discovery"

¿Company Discovery?

Es simplemente el proceso por el cual la alta dirección con la "excusa" del proyecto de implantación del BI "revisa" el funcionamiento de la misma, su estrategia, su cultura e incluso el rendimiento de las personas que trabajan en la misma.

Utilizo el verbo "revisar" aunque yo creo que en muchos casos sería mejor hablar de "tomar conciencia" de todo lo anterior.

Y es que no hay nada mejor que el BI para ese proceso, la razón está muy clara, administrar empresas va básicamente de obtener datos, analizarlos, tomar decisiones y comunicarlas, poco más se puede decir.

En el pasado han habido tecnologías que han tomado ese papel, por ejemplo el ERP o el CRM, y está claro que todavía pueden hacerlo pero simplemente no se acercan tanto a la esencia de la gestión de empresas como el BI, ocuparse de las transacciones no es lo mismo que proporcionar información y conocimiento para la toma de decisiones.

Hay pocas cosas más reconfortantes para un consultor que ver como la mera idea de poder implantar un BI supone que el proceso de "Company Discovery" se pone en marcha en la mente del CEO y su equipo.

Al principio los "movimientos" se centran más en "sondear" la opinión del departamento de TI sobre cómo están las cosas, pero la verdad sea dicha, la mayoría de dichos departamentos pueden tener bastantes ideas al respecto pero difícilmente las van a comunicar de un modo coherente con las necesidades de un CEO.

Pero con la excusa del BI y con la compañía de un tercero "neutral" (el consultor) se avanza por caminos muy interesantes:

• El BI, su mera posible existencia, actúa a modo de "globo sonda", se pueden encontrar resistencias en los lugares más inesperados, lo que nos puede llevar a tropezarnos con algún comportamiento poco edificante, como el del Director de TI de una empresa que era socio en la sombra del proveedor del ERP y prefería dar carga de trabajo a dicho proveedor mediante soluciones parciales y muy caras (v.g. mucho SQL y unas gotas de "Reporting Services").
• Encontrar cuan dependiente puede llegar a ser una empresa de ciertos proveedores, obviamente cuanto más grandes los mismos peor, una vez que se entra en determinados "ecosistemas" se hace muy difícil salir o simplemente integrar nuevas tecnologías conforme evoluciona la actividad de la empresa.
• El "Company Discovery" supone entender los procesos que configuran el funcionamiento de la empresa y las personas que protagonizan esos procesos, también tiene mucho de escuchar y exige del directivo una actitud relajada y constructiva, lo que es una oportunidad enorme para dejar de trabajar en el aislamiento típico de la alta dirección y, por ejemplo, descubrir los denominados intraemprendedores.
• Averiguar que procesos realmente funcionan bien aunque lleven mucho tiempo operativos, hay un error terrible asociado a la venta de tecnologías de la información, muchas veces se eliminan cosas que funcionan bien a cambio de otras nuevas (que suelen involucrar a menos personas que en la situación anterior), mucho ojo porque la ganancia a corto plazo suele ser pérdida al medio y deja cicatrices en la organización, como la resistencia al cambio.
• Se pueden descubrir pequeñas joyas dentro del directorio de aplicaciones de una empresa, soluciones inteligentes que a veces se utilizan solo en un departamento y cuyo uso podría extenderse al resto de la compañía, nos ha pasado más de una vez el encontrarnos con un cuadro de mando exclusivo de un determinado ejecutivo mientras que el resto seguía en la oscuridad de la toma de decisiones por medio de la intuición.
• Permite tener una discusión sincera con TI sobre las capacidades humanas y técnicas disponibles y cuál sería su compatibilidad con el proyecto de BI: renovación del hardware, política de licencias y mantenimientos, posibilidad de pasarse al cloud, insuficiencia de medios humanos, incompatibilidad del software......
• Esa discusión nos puede llevar al tema de la calidad de datos, eso se merece un post, sino una serie completa.
• Descubrir que la empresa carece de los profesionales necesarios para analizar la información que un BI proporciona, ya que lo que realmente tenemos son amanuenses del "corta y pega" con Excel y no verdaderos analistas que den un soporte real a la alta dirección cuando hay que tomar decisiones.

Como herramienta de decisión sobre el BI y sobre la administración de la empresa

Todo lo anterior ayuda también cuando llega el momento de decidir sobre la implantación, lo que va más allá del "si o no" y supone entender:

• Lo que tenemos en la actualidad en términos de inteligencia de negocio, nuestro grado de madurez y capacidad.
• Lo que nos gustaría y deberíamos tener, nuestra "Utopía BI".
• Lo que podemos tener siendo coherentes en términos de presupuesto, tiempo, alcance y factibilidad de determinados cambios en la cultura organizativa.

En definitiva, que deberíamos eliminar, que mantener y que construir o comprar, sin olvidarnos de aquellas pequeñas joyas (aplicaciones), aquellos procesos que funcionan bien y de las personas detrás de todo, a los que hay que encontrar y, por qué no, expandir por toda la organización.

USOS DEL "COMPANY DISCOVERY"

Así tendremos grandes ventajas en términos de reducción de los riesgos que se asumen en todo proyecto, pero sobre todo se abren puertas a otros "proyectos internos" asociados a cómo se administra y dirige la empresa, de nuevo la tecnología aquí es una poderosa herramienta del cambio.

Otro elemento que suele resultar muy positivo en el "Company Discovery" es que la discusión que provoca y la reflexión subsiguiente conllevan a analizar cuál debería ser el retorno de las inversiones en BI y cuál es el valor de negocio que debe producir aunque no sea fácilmente cuantificable.

Todo lo anterior nos lleva a un tema que he tratado anteriormente en este blog, siempre hay cuatro cosas que tener en cuenta en el BI pero que general tendemos a olvidar:

1. Hemos de obtener respuestas exactas
2. Dichas respuestas han de proporcionar "insights" que generen valor
3. Dichas respuestas han de llegar en su tiempo adecuado
4. Dichas respuestas deben servir para la toma de decisiones

El "Company Discovery" se entremezcla con lo que sería la planificación general de un proyecto de BI (lo que también se conoce como el "road map"), siendo a veces difícil distinguirlos, simplemente el primero partiendo del segundo va más allá de la simple implantación de una solución de BI.

Aunque, ¿quién ha dicho que el Business Intelligence sea simplemente un tipo de aplicación de negocio?, yo creo que va mucho más allá ya que a su modo también es una metodología en el uso de la información para la toma de decisiones asociándose directamente con otras disciplinas del management.

¿Qué es el Data Discovery?

En dos líneas: llega un momento en que los términos se usan tanto y para tantas cosas que parecen desgastarse y uno pierde el hilo del origen y razón de los mismos, y el "Data Discovery" es un buen ejemplo. 

En los últimos 3 ó 4 años el término "Data Discovery", algo así como el "Descubrimiento a través de los Datos", se ha popularizado a través de fabricantes de soluciones de Business Intelligence (BI) como Tableau, QlikView (que en vez de llamarlo "Data Discovery lo llama "Business Discovery") o Tibco, en esencia ha resultado ser una manera nueva de llamar a conceptos que ya llevan un tiempo dentro de la oferta del BI pero que hay que diferenciar de algún modo asociando una estrategia tecnología de esos fabricantes con una funcionalidad diferenciada de los demás.

Desgraciadamente si este tipo de técnicas de marketing funciona, es por poco tiempo, porque copiar una expresión que en un momento dado tiene cierto éxito es de lo más sencillo, además era un término emparentado con otro que había tenido bastante relevancia a mediados de la década pasada: "electronic data discovery" o la información que se obtenía a través de procesos forenses de análisis de transacciones electrónicas y todos tipo de comunicaciones on-line (empezando por los correos electrónicos) en todo tipo de litigios o causas criminales.

Al poco tiempo comenzó a utilizarse el término en relación a actividades de control de calidad de datos, limpieza y perfilado de los mismos (en ingles Data Quality Assurance, Data Cleansing y Data Profiling) por fabricantes como Trillium Software.

Y claro, de la calidad de datos al BI había sólo un paso, no estoy seguro de quién lo dio primero y no creo que merezca la pena ir más allá, pero si hacéis una búsqueda en Google Trends del termino "Data Discovery" y lo filtráis por las búsquedas de "Informática y electrónica" obtendréis algo como esto:

Consulta realizada el 19/08/2013

Está claro que es un fenómeno reciente y que está relacionado con el lanzamiento de soluciones de Business Analytics, de hecho en se puede ver en el propio Google Trends que ese concepto y el "Data Discovery" parecen tomar fuerza al mismo tiempo hacia finales de 2010 principios de 2011; como muestra os dejo este artículo de 2011.

En todo caso este tipo de análisis se dificulta por el hecho de que se tiende a utilizar palabras comodín como "Business", "Data", "Analytics", "Intelligence", etc...

El Concepto de "Data Discovery" asociado al BI

Supongo que ya os habréis imaginado que no hay una definición estándar del concepto de marras, iré añadiendo pues piezas al puzzle del Data Discovery:

• Por una parte hace relación con la utilización de buscadores dentro de las soluciones de BI/BA, para la búsqueda tanto de datos estructurados como no estructurados, para más información ver la definición de Gartner.
• Por otra parte sería el proceso de analizar datos y descubrir tendencias en los mismos a través de aplicaciones de visualización de datos, esto es aprovecharse de la mejor capacidad de nuestro cerebro para descubrir respuestas a través de representaciones visuales de los datos frente a los números puros y duros, por ejemplo en tablas. Dichas aplicaciones deben ser lo más interactivas posibles y enriquecer el proceso mental del analista, no estorbarlo con complejidades innecesarias ni problemas de usabilidad, os dejo un artículo sobre el tema.
• Claro está, también serían las estructuras de datos propietarias desarrolladas por los fabricantes que facilitasen las dos capacidades anteriores: búsqueda y visualización.

Al final creo que la mayoría de los fabricantes de BI/BA lo ven como una especie de "nirvana" del analista facilitado por sus productos, un empowerment basado principalmente en las capacidades de visualización de datos conseguidas por dichos productos.

Y si comenzamos a visualizar tendencias que mejor que demostrarlas a través del uso de la minería de datos (Data Mining) y de todo tipo de herramientas de análisis estadístico de la información (Analytics).

En fin, que no seré yo el que intente dar una definición de "Data Discovery" si nadie se ha atrevido a hacerlo en serio en Wikipedia.

Aunque si tengo claro que para muchos de mis clientes el "palabro" en cuestión no es otra cosa que dashboards muy chulos con estupendos gráficos y un buen nivel de interactividad que les ayuda en el análisis, lo de que se pueda conseguir siempre información relevante para la toma de decisiones basándose sólo en la visualización es algo ciertamente discutible, pero ya me estoy alargando demasiado.

Al final, creo que lo mejor es dejar una visión, parcial desde luego, como es la del fabricante Tableau en el siguiente dashboard interactivo:

El Triángulo "Mágico" de los Proyectos de TI

En dos líneas: tan sencillo como incontestable, al final en todo proyecto hay que elegir. 

La realidad es que cuando una empresa se plantea cualquier proyecto y, sobre todo, los de TI, hay que elegir entre tres factores harto conocidos:

• Precio
• Tiempo
• Alcance

O, lo que en el lenguaje de muchos de mis clientes en la PYME se conoce como:

• Barato
• Rápido
• Bueno

Y como todos ya sabéis, tener los tres es imposible, tener dos significa hacer un proyecto en condiciones y exitoso.

Lo que nos lleva al siguiente triángulo:

http://outsourceando.blogspot.com.es/

Para usarlo basta con pensar en el ejemplo de que si quieres un proyecto muy completo en un plazo muy breve de tiempo te costará más de lo razonable, pero así son las cosas.

He de reconocer que me gustaría conseguir ser igual de sólido en los tres factores cuando trabajo en mis proyectos de BI pero todavía es muy difícil que nadie supere este triángulo de hierro.

Una reflexión final: ¿si la gente que hacemos los proyectos lo tenemos claro por qué intentamos vender lo contrario? y ¿si la gente que compra los proyectos lo tiene claro también por qué exige todo?

12 tecnologías potencialmente "disruptivas" para los próximos años según Mckinsey

En dos líneas: una de esas lecturas que tenía pendientes para el verano, el informe del McKinsey Global Institute "Tecnologías Disruptivas: avances que transformarán la vida, los negocios y la economía global". 

No se puede discutir que Mckinsey es el paradigma de la consultora estratégica, así que hay pocos lugares mejores a los que acudir para intentar tener cierto conocimiento de de cuales son las tendencias que dominarán nuestro mundo en los próximos años y cuál será su impacto potencial, siempre y cuando los cisnes negros no se pongan muy pesados.

En todo caso la gente de McKinsey está buscando áreas de impacto en nuestras vidas y en la economía de nuestros países con el año 2025 como horizonte y no está haciendo un trabajo de prever el futuro, cosa imposible.

Las 12 tecnologías en cuestión son:

1. Internet móvil
2. Automatización del trabajo intelectual
3. El Internet de las Cosas
4. Cloud Computing (vamos, la "nube")
5. Robótica avanzada
6. Vehículos autónomos o semi-autónomos, que el concepto "sin conductor" va a tomar otro significado distinto del actual.
7. Genética
8. Almacenamiento de energía
9. Impresión 3D
10. Materiales avanzados
11. Exploración y explotación avanzadas de yacimientos de petróleo y gas

Para mi la idea detrás de este tipo de lecturas es intentar comprender los cambios en la sociedad en la que vivimos a través del impacto que tiene la tecnología en la misma, se puede ir más allá y reflexionar sobre el hecho de si la tecnología tiene un potencial casi infinito de cambio (que podría ser la sensación de los últimos 250 años) o si estamos llegando a cierta "planicie" en la curva de dicho potencial.

En todo caso esa reflexión no entra en el ámbito de este humilde blog, aquí nos toca como mucho sugerir y no nos atrevemos a pontificar sobre tan sesudas materias. Se trata simplemente de tener claras ciertas tendencias y actuar en consecuencia en nuestra vida personal y profesional.

Os dejo un par de cuadros resumen del informe, si bien os recomiendo su lectura, os podéis descargar el informe en el siguiente enlace.

Haz clic sobre la tabla para verla ampliada

Haz clic sobre la tabla para verla ampliada

Por cierto, si no os ha gustado el enfoque de McKinsey, el banco de inversión Goldman Sachs ha sacado su propio informe, en este caso las tecnologías son ocho.

Más ejemplos de Visualización de Datos: Impactos de Meteoritos

En dos líneas: aprovecho este ejemplo de visualización de datos para presentar una web de referencia en este tema. 

La web es visualizing.org y es una fuente de información interesantísima sobre la visualización de datos, tocando temas que van desde el Open Data, pasando por galerías con los trabajos de los mejores expertos en esta materia (algunos ejemplos son realmente espectaculares) hasta la organización de retos con premios para los ganadores, por ejemplo a la fecha de este post estaba en marcha un reto sobre como visualizar los datos relativos a los precios de la atención sanitaria, por cierto el primer premio son 9.000$.

Esta claro que para poder afrontar las enormes cantidades de datos que se generan hoy en día y poder tomar decisiones en base al "insight" extraído de los mismos el revisar tablas y tablas con cifras es simplemente inviable, las tendencias o los "outliers" solamente son detectables mediante la visualización llevada a un nivel como el del ejemplo que os dejo hoy.

Se trata de una visualización con la localización de los impactos de meteoritos entre el año 2500 A.C. y el pasado año 2012, no me he limitado a copiar la imagen, la visualización está embebida y podéis acceder a la fuente original para verla con mayor detalle.

Por cierto, para saber más sobre cómo se obtienen y procesan los datos sobre estos "impactos extraterrestres" os aconsejo este artículo, tampoco conviene perderse el blogroll que se nos ofrece en el blog dentro de la web de Visualizing.org, una selección de lo mejor en visualización de datos.

Como veis sigo fascinado por este tema, donde se mezclan ciencia y arte, donde se juega el futuro de la inteligencia de negocio o de eso que llaman Big Data. Seguiré buscando ejemplos que merezcan la pena.

Si os ha parecido interesante este post, simplemente compartidlo. 

Open Data + Big Data para la Oceanografía: Marinexplore.org

En dos líneas: os presento lo que para mi ha resultado un auténtico descubrimiento, la comunidad Open Data marinexplore.org, especializada en el mundo de la oceanografía. 

www.marinexplore.org

La verdad es que debo el descubrimiento al analista de Business Intelligence Josep Curto que despertó mi curiosidad con un tweet.

Y lo que he descubierto me ha dejado alucinado, en especial todas las visualizaciones de datos tan espectaculares que he encontrado, además todo ello aderezado con el concepto de Open Data.

En  Marinexplore conviven:

• Una potente plataforma de análisis de la información oceanográfica.

www.marinexplore.org

• Una comunidad Open Data (unos 10 petabytes de información) con más de 5.000 miembros, mayoritariamente norteamericanos, españoles el 3% (unos 150).


• Datos propietarios (100 petabytes)

En resumen, la web es una pasada, os aconsejo que le dediquéis un rato, la verdad es que le hace pensar a uno sobre la realidad de que los seres humanos vivimos de espaldas al mar, salvo para algún baño ocasional y expoliar sus recursos de manera torpe e irracional.

Me han parecido muy interesantes por un lado el blog, que contiene numerosos ejemplos de visualización de datos de primera:

http://blog.marinexplore.com/10-useful-ocean-data-visualizations/

Y por otro lado la sección "Activity" donde se puede acceder a informaciones sobre investigaciones en curso, la mayoría de ellas basadas en la recepción y análisis de grandes cantidades de datos, como muestra una investigación australiana (University of Western Australia) sobre las dinámicas de ataque de los tiburones que ha terminado en nuevos diseños de trajes de neopreno para reducir los ataques a surfistas:



En fin, dad por seguro que esta es una web que visitaré bastante a menudo.

Por cierto, si os ha gustado este post o queréis divulgar las actividades de Marinexplore, basta con compartirlo en las redes sociales.

¿Un vídeo musical sobre BI?, pues si : "End of BI as We Know It"

En dos líneas: hoy me encuentro esta "joya" del género de los vídeo clips, pero la comparto no por la calidad artística sino por la temática de la misma. 

El mensaje es de cajón, vamos todos juntos a por el Analytics y el Big Data, está claro que si tienes un perfil muy técnico en estas áreas y con los sueldos que se están pagando en sitios como Silicon Valley (siempre por encima de los 100.000 dólares y en bastantes casos por encima de los 200.000) hay buenas razones para cantar una animada canción al ritmo del hype.

En este caso la canción se titula  "End of BI as We Know It" y es una poco afortunada versión del clásico de REM.

Pero bueno, hace juegos de palabras con muchos lugares comunes del BI, así que le echo valor y aquí tenéis el vídeo:



Por cierto, el vídeo es obra de un fabricante de BI Open Source: Actuate BIRT, que llevan el marketing de guerrilla a una nueva dimensión.

El próximo post supongo que será algo más serio.

3 visiones sobre el valor del Business Intelligence y el Big Data para las empresas

En dos líneas: estamos ante uno de los temas "clásicos" del Business Intelligence (BI), cómo probar el valor que aportan este tipo de soluciones al negocio. 

Para responder a esta pregunta hoy os dejo tres ponencias recientes, la primera se centrará en el mundo "analytics", la segunda nos hablará del ROI del Big Data mientras que la tercera se refiere a cómo crearan valor en los próximos años las soluciones de BI / BA / Big Data.

Como pasa la mayoría de las veces, las buenas conferencias sobre estos temas están en inglés y los vídeos de hoy no van a ser una excepción, mis disculpas.

En fin, vayamos al lio.

Business Value of Data and Analytics

La conferencia corre al cargo del profesor de la National University of Singapore Trichy V. Krishnan, he de reconocer que este hombre habla a toda pastilla y cuesta seguirle, sin embargo hace un análisis muy interesante del uso de analytics en Programas de Fidelización (Loyalty Programs / Frequent Shopper Programs), no hace falta pensar mucho para que la gran mayoría recordemos qué tarjetas de este estilo tenemos en la cartera, por ejemplo de un hipermercado o de una línea aérea.





De la conferencia se pueden sacar una serie de conclusiones:

1. Son programas extremadamente caros (entre el 2 y el 10% del gasto total del cliente), un programa en una gran cadena de supermercados puede tener un coste de implantación de entre 30 y 60 millones de dólares, con unos mantenimientos de entre 5 y 10 millones años y una inversión en marketing muy similar a la de la implantación, si bien ha de hacerse a varios años vista.
2. No aumentan las ventas significativamente y de hacerlo lo hacen en los segmentos menos fieles al emisor de la tarjeta y que menos gastan.
3. Son programas que tienen muchas dificultades para competir con descuentos, esto es, un descuento ahora vs un descuento posible en el futuro cuando canjee mis puntos.

Entonces donde está la ventaja de estos programas, pues es muy sencillo, en los datos, ahora mismo la tecnología de BI / BA y Big Data permite segmentar consumidores casi a nivel individual, ahí está la clave, pero si no tienes ni la tecnología ni el talento analítico en tu organización mejor olvidar este tipo de esquemas.

En resumen, las empresas en sectores como el retail pagan a sus clientes para que les proporcionen datos sobre si mismos y sobre sus hábitos de compra.

ROI of Big Data Analytics Native on Hadoop

Como en el caso anterior el ponente no habla un inglés nativo pero es cierto que en este caso a Stefan Groschupf el CEO de Datameer se le entiende estupendamente y además dice las cosas con mucha claridad, puro estilo germánico.



Y como se puede ver en vídeo el amigo Stefan no se corta un pelo dando su opinión, que voy a intentar resumir del modo más breve posible:

1. Si piensas en implantar Big Data vía Hadoop en tu organización y crees que es un proyecto meramente técnico, por y para la visión de los ingenieros informáticos estás condenado al fracaso, el negocio va siempre por delante del TI nunca empieces por la tecnología.
2. Si desde TI intentas una venta interna del Big Data haz amigos en tu contraparte de negocio, sin un buen business case no irás muy lejos, puedes gastar mucho capital (de la empresa) y personal (trabajo y problemas) pero no tendrás relevancia porque no tendrás usuarios.
3. Si no hay insight para negocio no hay necesidad de Hadoop.
4. En el hardware la inversión está en el networking, el cableado, climatización, racks, etc... y mucho menos en los servidores, destaca que invertir en tecnologías in-memory es una pérdida de tiempo y dinero (y es curioso como un alemán menciona específicamente un producto de SAP: Hana).
5. Tanto en la parte del hardware como en la del software del proyecto no merece la pena dedicar tiempo y dinero a la evaluación de los productos, no hay diferencias significativas entre los mismos.
6. Como SO mejor utilizar Unix/Linux.
7. Hay muchas opciones de Hadoop (Cloudera, IBM, Dell, Oracle, etc...) todas están bien, menciona el caso de Intel, solución de la que opina que todavía no está lo suficientemente madura si bien tiene muy buenas funcionalidades de seguridad.
8. No tiene sentido invertir en "Disaster Recovery", mejor duplicar los clusters.
9. El coste de los Recursos Humanos de una implantación de Hadoop en los EEUU es muy elevado, el ponente hace un breve análisis de los perfiles necesarios y de los salarios (para Silicon Valley o para la Costa Este, más bajos en esta última, por ejemplo NYC o Boston), por lo que un proyecto puede necesitar sólo en recursos humanos técnicos unos 2,5 millones de dólares, así que no hay que engañarse con que el software pueda ser Open Source el auténtico dilema está en comprar la solución o construirla con el TI de la empresa.

Todo esto lleva a la necesidad de considerar el ROI de estos proyectos, de nuevo no se puede insistir lo bastante en la necesidad de extraer un insight valioso para la organización (algo parecido de lo que pasa con el BI), si se hace así se pueden lograr enormes beneficios ya que:

• El insight operativo se convierte en algo radicalmente nuevo por la enorme rapidez con la que se obtiene, algo esencial en áreas como el control del fraude o la segmentación de clientes.
• Los datos son en si mismo una gran oportunidad de negocio, ya se sabe aquello de "Data is the New Oil".
• Hadoop es enormemente flexible frente a enfoques más tradicionales.

Si algo me ha quedado claro es que por el momento Hadoop es territorio exclusivo de las grandes corporaciones y no lo digo sólo porque las mismas son las que manejan sets de datos monstruosos que parecerían los más adecuados para el Big Data (que no tiene porque ser así) sino por el hecho de que los costes actuales son prohibitivos.

Así que toda esta moda / hype por una tecnología que ya lleva años disponible viene, creo yo, del hecho de que a esos grandes clientes ya no les quedaba mucho por comprar en términos de BI, ERP o CRM y ese tipo de clientes son la caldera que hace que funcionen los grandes fabricantes de TI y las consultoras con las que operan, así que "más madera".

Y queda la cuestión de que el lado del negocio realmente vea el valor del Big Data, hay casos en los que dicho valor es evidente pero habrá otros muchos en los que los no técnicos (o no matemáticos) simplemente no lo aprecien o no quieran invertir en una tecnología muy cara que no entienden.

Keynote del CEO de Microstrategy en el evento Microstrategy World 2013 en Barcelona

Cerramos con Michael J. Sailor el CEO de Microstrategy en el gran evento anual de la empresa celebrado este año 2013 en Barcelona, al incluir este vídeo busco mostrar algo de la estrategia de los grandes vendors sobre cómo va a evolucionar el BI como concepto global, incluyendo subáreas como el BA o el Big Data.

Y está claro que toda esa estrategia siempre ha de buscar soluciones a preguntas que permanentemente se hacen las empresas:

1. ¿Puedo identificar oportunidades de crecimiento?
2. ¿Cómo mejorar la escasa visibilidad que se tiene del día a día de las operaciones?
3. ¿Cómo superar el problema del acceso (muy lento o inexistente) a la información relevante para la toma de decisiones?

Pero dejemos de lado mis opiniones y dejemos que el CEO de Microstrategy exprese las suyas:

¿Qué os han parecido las ponencias?, reconozco que son temas áridos pero el futuro de la sociedad de la información en la que vivimos está indisolublemente unido a ellos.

Al final la cuestión del "Business Value" no va tanto del lado del ROI de las soluciones como del ROI de carecer de la información con la que sostener el proceso de toma de decisiones.

Si te ha parecido interesante este post, por favor no dudes en compartirlo.

El Business Intelligence son "Cuatro Cosas", pero casi siempre las olvidamos

En dos líneas: estas "cuatro cosas" son como los puntos cardinales de la brújula, y aún así, las olvidamos en muchas ocasiones con lo que las implantaciones de Business Intelligence (BI) sufren. 

Es más, no sólo tenemos problemas por olvidarlos cuando una empresa trabaja con el BI, sino que, porque no se comunican correctamente, muchas empresas siguen mostrándose opuestas a embarcarse en proyectos de inteligencia de negocio.

Y es que estos cuatro principios son tan obvios que precisamente por eso suelen olvidarse muy rápidamente:

1. Las respuestas que obtengamos del BI deben ser exactas: si las cifras extraídas de nuestro BI y que enseñamos en un comité de dirección no son exactas pronto alguien nos lo hará saber y en ese momento la solución que hayamos implantado estará iniciando su viaje hacia el limbo de las aplicaciones de negocio (una especie de cementerio de elefantes que en vez de en un claro de la selva está en un servidor anticuado). Lo triste de esto es que perjudica a la organización para lograr avanzar en la toma de decisiones que no estén basadas sólo en la intuición o la experiencia y beneficia a aquellos que dentro de la misma prefieran que sus actividades (y los resultados de las mismas) queden ocultas en ese "río revuelto" que son las hojas de cálculo al gusto del consumidor.


2. El BI debe proporcionar "insights" (1) que generen valor para la organización, que tengan un impacto material en la misma (no basta con que sea información exacta), vamos que no es lo mismo que nuestro BI nos diga que la gente que compra cepillos de dientes en nuestro supermercado suele adquirir pasta dentífrica en la misma operación, eso ya lo sabemos, otra cosa muy distinta es averiguar que las ventas de un determinado dentífrico se centren todos los años en ciertos meses del verano por una fuerte rebaja en su precio (que responde a las propias características de su modelo productivo) y usar esa información bien para comprar más cantidad de ese producto bien para usar esa información en las negociaciones con otros fabricantes.


3. La información debe llegar a tiempo: he pasado muchos años de mi vida trabajando en control de gestión (y no en la PYME) con el Excel como compañero de fatigas como para no haber vivido en mis carnes lo duro que es contarle al Director General que ahora hay un fichero que se llama "ventas_trim_2_2013_v3_definitivo" que tiene que sustituir al "ventas_trim_2_2013_v3", y por qué no hay una versión 4 (v4), pues porque te da vergüenza a pesar de que uno simplemente esté realizando lo mejor posible un trabajo amanuense de copia y consolidación que NO APORTA NADA A LA EMPRESA y que te supone carecer de tiempo para el auténtico análisis de la información, para llegar al "insight" que es el que paga tu sueldo, y, en otros tiempos, tu bonus. Una coletilla a este punto, la información debe llegar a tiempo pero a las personas adecuadas, si no es así es como si no llegase.


4. La información debe poder utilizarse en la toma de decisiones asociada a la operativa real de la compañía: ya no es que la información se exacta y que proporcione un "insight" que pueda ser valioso para la organización, es que los directivos deben entender qué hacer con ella y poder hacer algo con ella, llegar a la conclusión de que hubiese resultado más rentable alquilar tus actuales oficinas en vez de comprarlas en 2007 no permite ir más allá de la conclusión, no hay una acción asociada.

Unos y otros (clientes y consultores) nos volvemos amnésicos porque aunque estos son los principios básicos también pueden atacar en la línea de flotación a otros intereses:

• Hay mucha resistencia al cambio en las organizaciones y hay pocas cosas que aceleren más el cambio que un BI bien implantado, pero el problema es que no se asume que los proyectos de BI son proyectos de gestión del cambio.


• Por razones obvias, a los fabricantes y consultores les interesa vender BI "estandarizado" cuando debería no sólo estar personalizado sino estar definido en la línea del autoservicio (Self-Service BI).


• Definir y desarrollar un modelo de BI para una empresa necesita del esfuerzo no sólo de los consultores sino de las personas involucradas en el lado del cliente, en especial de su cúpula directiva, así que a veces según el interés mostrado y el nivel de apoyo obtenido se consigue cumplir con todos o con algunos de estos principios.


• Un diseño funcional del BI que sea a un tiempo sencillo, fácilmente comprensible, útil y muy operativo resulta realmente difícil y necesita de consultores muy expertos, preferiblemente con muchos kilómetros al otro lado de la trinchera.

Y podría seguir un buen rato más, pero para mi lo importante es recordar esas "cuatro cosas" que son las base del BI y que casi siempre tendemos a olvidar, era pues un ejercicio de "higiene profesional" por mi parte y un recordatorio amistoso para mis lectores.


Por cierto, ¿crees que se me ha olvidado alguna otra "cosa"?

(1) He de reconocer que el uso del anglicismo "insight" me hace sentir incómodo y que, en lo posible, intento mantenerme alejado del mismo cuando quiero explicar el BI ante determinados perfiles directivos (en muchas PYME, por ejemplo). En su momento intenté ir más allá de la mera traducción del concepto y he estado mucho tiempo dándole vueltas a la idea de dedicarle un post al dichoso tema, pero hace unos meses leí un post de Tristán Elósegui titulado "¿Qué es un insight?" y me parece inmejorable, así que dudo mucho de que escriba nada de mi cosecha.

El Director General y las Tecnologías de la Información: Tres Tipos de Cambio para Pensar en Digital

En dos líneas: tres minutos realmente aprovechables para aquellos Directores Generales que siguen pensando que la Sociedad de la Información no va con ellos, de la mano de la profesora del IESE Sandra Sieber. 

Se puede decir más alto pero no más claro, y en perfecto castellano.

A recalcar tres áreas que no debe dejar de vigilar todo directivo que esté atento al mundo digital:

• Redes Sociales
• Cloud Computing
• Datos (Business Intelligence / Analytics)

Si compartes este post en las redes sociales sería estupendo, pero mucho mejor aún si lo compartes con tu jefe si ves que anda despistado en esto de las Tecnologías de la Información.

Situación de la demanda de perfiles de BI y Big Data en EEUU, ¿y en España?

En dos líneas: uno de los fenómenos que se espera deriven de la expansión del Big Data es el de la creación de empleo, ¿realidad o ilusión?. 

En España, como siempre los datos brillan por su ausencia, pero en los EEUU encontramos quién se interesa por intentar verificar algunas informaciones que hablan de la creación de millones de puestos de trabajo en los próximos años.

Un ejemplo es icrunchdata, esta empresa norteamericana ha desarrollado un índice sobre la demanda de puestos de trabajo asociados al Big Data y el BI/BA (Big Data Jobs Index), en si mismo este índice es un buen ejemplo del uso de Big Data ya que resulta del análisis de millones de ofertas de trabajo.

Por cierto, icrunchdata (algo así como "yomachacodatdos") es un interesante portal de empleo para todos aquellos que quieran trabajar en Big Data o en BI en los EEUU.

Pero ahora si que toca volver a los datos, los amigos de icrunchdata hablan a fecha de hoy (agosto de 2013) de una demanda de unos 575.506 puestos de trabajo repartidos del siguiente modo:

• Analistas: 36,4%
• Big Data: 22,3%
• Científicos de datos: 13,5%
• Desarrollo de software (para BI y Big Data): 13%
• Estadísticos: 10,1%
• Business Intelligence: 4,6%

Las estimaciones que leemos un día si y otro también hablan de que para el año que viene sólo en EEUU estaríamos hablando de más de un millón de puestos y para 2015 sería 1,9 millones.

Muy bien, pero en esto del Big Data conviene tener la cabeza fría, de hecho yo diría que el Big Data ahora mismo sería responsable del 35-40% de la demanda que nos indica icrunchdata (el resto serían empleos asociados a los más "tradicionales" BI y BA), así que para llegar a los casi 2 millones se me antoja que manejamos unos múltiplos exagerados.

Por otro lado, me pregunto de dónde van a salir todos estos especialistas y qué inflación se producirá en sus costes, al final uno llega a la misma conclusión que impide que el BI/BA se desarrolle: la escasez de talento.

¿Podemos trasladar estas cifras a España?, entiendo que por el momento de ningún modo, los EEUU ahora mismo dan signos de recuperación económica (todo lo contrario que en España por mucho que nos quieran "vender la moto") y las empresas estadounidenses tienen un interés por la tecnología del que las empresas españolas deberían aprender.

En todo caso, incluso en España a medio plazo se producirá un incremento de la demanda de profesionales de Big Data (y obviamente de soluciones de Big Data) que debería venir acompañado por:

• Un mejora en la situación actual de la formación en Big Data, y, por que no en BI/BA.
• Un aumento del número de empresas interesadas en el Big Data, por ahora de habla de que sólo algo menos de un 5% de las empresas españolas parecen comprometidas con esta tecnología.
• La consolidación de la cultura de los datos en las empresas españolas (lo más difícil de todo) que pase por una evolución lógica en tecnologías de las que por ahora la gran mayoría de las mismas carece, esto es, BI - BA - Big Data.
• La explosión de fenómenos como el Internet de las Cosas o las ciudades inteligentes (smart cities), siempre asociados a una capacidad de inversión por parte de las empresas y las administraciones que por ahora son una utopía para España tras el saqueo al que ha sido sometida por Cajas de Ahorro, Inmobiliarias y políticos.
• Y por último, lo que debería ser lo primero, la mejora de la situación económica del país.

Así que aquí en los próximos años habrá demanda de este tipo de profesionales, estoy convencido de que si, ¿una especie de tsunami de empresas enloquecidas demandando data scientists?, me temo que no, pero los que estamos ya en el mundo del BI no deberíamos perder de vista al Big Data, hacer lo contrario nos podría costar muy caro.