Uno de los debates más candentes en los últimos tiempos en el mundo del Business Intelligence tiene que ver con su relación con el Big Data. Hay posturas para todos los gustos, desde quienes opinan que el Big Data acabará con el BI hasta los que creen que deberán coexistir para lograr un mejor resultado. Por todo ello, conviene hacer un repaso a este tema y ver dónde están los límites y nexos de unión entre ellos.
Es conveniente comenzar definiendo ambos términos, lo que nos aclarará algunas dudas que se escuchan con frecuencia. Podemos señalar que el Business Intelligence es un sistema que analiza datos, normalmente estructurados en un DataWarehouse, generados por una empresa, y muestra cómo está funcionando el negocio en sus distintas áreas para poder tomar las mejores decisiones. El Big Data, por su parte, recoge datos de diferentes fuentes (redes sociales, mails, vídeos, archivos PDF, etc), de volumen ilimitado, estructurados, semiestructurados o sin estructura, y proporciona un análisis que permitirá adelantarse a las tendencias del mercado.
El gran incremento de datos que ha producido la explosión digital ha hecho que tanto Gobiernos como empresas de todo tipo tengan ante sí una ingente cantidad de datos que no pueden gestionar ni analizar. En muchas ocasiones, las soluciones tradicionales de Business Intelligence no son suficientes para sacar información de estos datos, lo que ha provocado el concepto Big Data, que para muchos es una evolución del BI.
No obstante, esta analítica avanzada y el BI son perfectamente complementarios, ya que mientras la primera ofrece un análisis profundo y una visión global de los datos, el Business Intelligence aporta al usuario una experiencia más estructurada. Elementos del BI como los Dashboards, los reportes o las métricas de rendimiento pueden ser muy importantes a la hora de ofrecer fiables análisis avanzados, que además formen una solución visualmente atractiva.
La importancia de este tema para las empresas es evidente. La información que se extrae de los datos, el uso de los datos como servicio, ha permitido triunfar a compañías como Amazon o Zynga. Para ello, para que los datos sean realmente útiles, hay que ser capaces de conjugar datos de clientes con financieros, de ventas, de productos, de marketing, de redes sociales, demográficos, de la competencia, etc y extraer de ellos un análisis valioso y efectivo.
¿Dónde se encuentran los principales problemas para lograr el resultado anteriormente mencionado? Uno de ellos es el diseño de una plataforma integrada, ya que la extracción, transferencia y carga (ETL), normalmente uno de los procesos más largos, se complica ahora al introducir datos semiestructurados y no estructurados que pueden estar distribuidos en múltiples Datacenters.
Otra cuestión a tener en cuenta es el almacenamiento, un tema importante dada la gran cantidad de datos que se van a manejar y que puede requerir el uso de diversas tecnologías.
Y por último está la presentación de esos análisis, de los informes y los cuadros de mando, porque no hay que olvidar que los usuarios demandan tener la información correcta en el momento oportuno, y presentada de una forma atractiva y sencilla.
