En mi anterior artículo esbocé de manera somera cuáles son las cinco peores prácticas en el universo del business intelligence (BI) y la analítica. Estas actuaciones habitualmente impiden a las organizaciones obtener resultados satisfactorios de los proyectos en los que se embarcan, que, además, suelen adolecer de periodos de adopción realmente lentos.
Tanto en éste como en los siguientes cuatro artículos que desarrollaré para Dataprix, analizaré cada práctica individualmente, y expondré la historia real de una empresa que consiguió evitarla.
La primera práctica incorrecta que se suela aplicar en torno al business intelligence tiene que ver con la dependencia del ser humano para generalizar en las organizaciones los procesos de análisis de información. Los usuarios de negocio habitualmente carecen de las habilidades y la formación necesarias para convertir los datos que nos facilitan la inteligencia y analítica de negocio en acciones concretas y, en última instancia, en resultados. Sí, pueden recuperar cierta información, pero habitualmente no comprenden lo que significa, o cómo debería ser utilizada para dirigirse hacia un objetivo deseado. Por consiguiente, el escenario de BI y analítica desarrollado no proporcionará el valor esperado.
Para industrializar realmente el desarrollo de análisis en el seno de una organización, la estrategia de BI debería incluir la implementación de un entorno cohesionado que proporcione conclusiones basadas en datos. Si bien, debería ir un paso más allá y empoderar al usuario para que pueda actuar sobre ese análisis y generar el impacto deseado. Una vía muy apropiada radica en utilizar apps precisas que hagan posible la monitorización permanente de métricas e indicadores clave.
El caso de éxito de una organización humanitaria
La organización humanitaria Food for the Poor es un gran ejemplo de cómo un usuario no técnico puede operacionalizar conclusiones. Esta institución ha desarrollado apps, cuadros de mando y documentos analíticos, disponibles vía web y dispositivos móviles para directores y empleados de once departamentos distintos. Con escasa o inexistente asistencia por parte de TI, estos trabajadores pueden generar fácilmente sus procesos de analítica en modo auto-servicio para monitorizar todo tipo de actividades, identificar posibles incidencias y ejecutar distintas mejoras. Y todo con el objetivo de tomar sus propias decisiones al poder responder a cuestiones operacionales específicas y alcanzar vías interactivas en tiempo real para maximizar la eficiencia de las subvenciones y fondos que recibe la institución.
Por ejemplo, el departamento de proyectos, que supervisa iniciativas de ayuda humanitaria en numerosos países, está continuamente distribuyendo fondos para áreas tan variopintas como ganadería, vivienda, alimentación o sanidad. La información relativa al número, cantidad y tipos de donaciones que provienen de cada socio ayuda a los trabajadores de Food for the Poor a calibrar el progreso de cada objetivo marcado. Cuando se reclaman los fondos para nuevos proyectos, ellos podrán monitorizar estrechamente los ingresos y gastos para, de manera instantánea, revisar y optimizar la manera en que los fondos se aplican a cada país.
Muchas empresas están dando pasos para operacionalizar sus sistemas de BI y analítica con objeto de embeberlos directamente en sus aplicaciones y procesos. Cuando estas tecnologías se integran de manera transparente en los sistemas de las organizaciones, los procesos de análisis se convierten en un elemento inherente a sus actividades operacionales. Será entonces cuando se puedan visionar en el contexto de su flujo de trabajo habitual, y ayuden a fomentar la toma de decisiones basadas en datos y la puesta en marcha de acciones de manera rápida y precisa.
Por Manuel del Pino, Manager Preventa de Information Builders Ibérica
