Las herramientas de inteligencia de negocios llevan un largo recorrido tanto en el mundo académico así como en su aplicación en los negocios. Sin embargo, a medida que las empresas y organizaciones de todo tipo ingresan cada vez más en la era de la big data, la necesidad de manejar grandes volúmenes de datos y transformarlos en información valiosa se vuelve cada vez más imperiosa.

A nivel global, el mercado de software de business intelligence (BI) alcanzaría los u$s 10.800 millones para finales de este año, con un crecimiento del 9,7% respecto de 2010, según la consultora Gartner, que ubicó a esta tecnología en quinto lugar entre las 10 prioridades de los CIOs a partir de los resultados de una encuesta anual. La facilidad de uso superó a la funcionalidad por primera vez como criterio predominante para una decisión de compra de una plataforma de BI, que cada vez es más tomada por usuarios provenientes del negocio, con o sin cosenso del área de IT, refiere Ian Bertram, vicepresidente de Investigación de Gartner.

Datos clave

Hay una parte que necesariamente debe transitar cada empresa en forma interna, con o sin apoyo externo, que es la definición de cuáles son sus objetivos, y cuáles son las métricas que va a utilizar para controlarlos. De la mano de esto viene la decisión sobre los datos claves y cuáles son los tipos de reportes más frecuentes que se quieren resolver, explica Cecilia Ruz, docente de la Maestría en Explotación de Datos y Descubrimiento del Conocimiento de la Universidad de Buenos Aires (UBA) y secretaria de la Computer Society, Capítulo Argentino del IEEE, que además trabaja en el sector público en minería de datos.

Pablo Cigliuti, coordinador académico del posgrado de Actualización en Business Intelligence e introducción al Data Mining de la Universidad Tecnológica Nacional (UTN), define tres primeros pasos a la hora de emprender un proyecto de BI: conocer los requerimientos del usuario, definir y entender las fuentes de datos y determinar la parte tecnológica (base de datos a utilizar para el data warehouse, herramienta de ETL (extracción, transformación y carga, en inglés) y herramienta de BI.

Como tendencias emergentes, Gartner destaca la movilidad -asegura que, para 2013, el 33% de las funcionalidades de BI serán consumidas por usuarios móviles, en smartphones o tabletas--; el uso de aplicaciones analíticas con tecnología en memoria para ganar velocidad -que concentrará el 30% de aquí a tres años-; la consumerización de estas herramientas a partir de la simplificación de su interfaz, mas interactiva e intuitiva para el usuario final; la necesidad procesar mayor volumen de información -gran parte de ella no estructurada, como son las redes sociales- con mejor performance, y la creciente combinación de software social y de colaboración con los ambientes de toma de decisión.

Un informe de la consultora McKinsey resalta que el concepto de big data comprende una serie de elementos clave. Primero, que las empresas, ahora, pueden recolectar datos a lo largo de las distintas áreas de negocio y, también, de socios y clientes (en este último caso suele tratarse de grandes volúmenes de datos, de mayor granularidad y complejidad). Segundo, una infraestructura flexible podrá integrar esa información y escalar para poder afrontar esa demanda. Y, finalmente, el análisis, la experimentación y los algoritmos podrán darle sentido a esos datos, señala el informe.

Entre los sectores más avanzados en la implementación de data mining aparece el sector financiero (banca minorista, fraude bancario, seguros, entre otros) y, más lejos, el de retail.

A nivel local todavía falta un camino por recorrer. Ruz cree que para que tenga sentido aplicar este tipo de soluciones la empresa tiene que tener cierta magnitud y cierto volumen de información. Esto hace que todavía sean pocas las empresas que cuentan con suficiente infraestructura como para incursionar en estos temas.