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.