Una organizaci贸n genera datos diariamente en una cantidad y variedad abrumadora. Sin embargo, estos datos no le son 煤tiles para identificar problemas y tomar mejores decisiones, si no se convierten en informaci贸n. Y para hacer esto de una manera eficiente se necesitan m茅todos y herramientas tecnol贸gicas, las cuales en la literatura actual se relacionan con tres conceptos muy populares: la inteligencia de negocios (BI), el an谩lisis de negocios (BA) y el an谩lisis de datos. Las tres soluciones de gesti贸n de datos son utilizadas para comprender mejor los datos hist贸ricos y actuales de una organizaci贸n, as铆 como para crear informaci贸n que le facilite tomar decisiones, pero no son iguales. Existen importantes diferentes entre estos conceptos, y en este documento se har谩 una comparaci贸n entre ellos para entender cu谩l es su alcance y prop贸sito.
Preliminares: ¿qu茅 relaci贸n existe entre este tema y la gesti贸n organizacional?
El 茅xito en los negocios se da porque los tomadores de decisiones en las organizaciones tienen disponible informaci贸n que les permite conocer las respuestas a las principales interrogantes del negocio, y as铆 poder planear, hacer, verificar y actuar en consecuencia, siguiendo las buenas pr谩cticas de la gesti贸n empresarial.
Recordar que la gesti贸n involucra actividades de planificaci贸n donde se establecen objetivos que representan acciones a realizar para obtener resultados, as铆 como de monitoreo y control para asegurar que estas acciones se lleven a cabo, los objetivos se logren y los resultados se alcancen.
Recordar adem谩s que cada vez es m谩s imperante qu茅 se analice a una organizaci贸n con un enfoque de sistemas, lo que implica que se deba considerar que cada proceso de la organizaci贸n es un elemento que tiene interacci贸n con los dem谩s, por lo que debe haber coordinaci贸n entre ellos para obtener una sinergia, que es la suma de todos los resultados obtenidos por las actividades realizadas en cada proceso. Esta sinergia entre procesos y actividades es lo que va a permitir que se cumplan los objetivos, y llevar谩n a la organizaci贸n hacia los niveles establecidos en su planificaci贸n estrat茅gica.
Por ejemplo, el proceso de producci贸n no puede funcionar sin tener interacci贸n con el proceso de compras porque es necesario que le suministre insumos, materia prima, etc. El proceso de ventas necesita conocer cu谩les son los productos que se est谩n fabricando o comprando para poder establecer estrategias de ventas hacia ese tipo de producto. El proceso de marketing necesita conocer cu谩les productos se est谩n fabricando o comprando, y el stock que se va a tener en determinado tiempo, para poder ofrecer y armar las campa帽as necesarias para poder vender esos productos.
Pero no s贸lo es necesario la coordinaci贸n entre actividades de estos procesos clave, sino que los tomadores de decisiones deben conocer c贸mo se est谩n llevando a cabo las gestiones individuales de cada uno, y adem谩s necesitan saber cu谩l es el cliente objetivo, conocer cu谩l es su perfil y h谩bitos de consumo, los productos o servicios se est谩n requiriendo, c贸mo son las relaciones con estos clientes, etc. Y no s贸lo eso, sino que tambi茅n es necesario que la empresa conozca c贸mo son las relaciones con los proveedores, con los entes reguladores, con la competencia, etc茅tera.
Entonces la suma de toda esta informaci贸n es lo que le va a permitir a los gerentes tomar decisiones y emprender acciones hacia los objetivos establecidos en la planificaci贸n estrat茅gica. La buena noticia es que en la actualidad el avance tecnol贸gico ha puesto herramientas en la mano de estos tomadores de decisiones, lo que ha popularizado el tema de la Inteligencia de negocios (BI, por sus siglas en ingl茅s, Business inteligence), el an谩lisis de negocios (BA en ingl茅s, o Business Analysis) y an谩lisis de datos (data analysis), cuyas diferencias conceptuales son sutiles, por lo que frecuentemente se usan indistintamente, pero no son sin贸nimos.
¿Qu茅 es el Business Intelligence (BI) o Inteligencia de Negocios?
El BI es una disciplina que se orienta a la recolecci贸n, almacenamiento y an谩lisis de los datos que se generan durante las operaciones del negocio mientras se tienen interacciones entre las personas que laboran dentro de la empresa, y con el cliente, proveedores y otros entes externos, a trav茅s de las transacciones realizadas o el contacto que se tiene presencialmente o por Internet.
Todas estas interacciones representan datos dentro de la organizaci贸n, y esos datos pasan por un proceso de transformaci贸n para convertirse en informaci贸n contextualizada, al proporcionar m茅tricas de desempe帽o integrales y sus puntos de referencia y asi entender cuando las metas se cumplen o no, con lo cual se puede, de manera r谩pida, identificar patrones, tendencias y otros comportamientos, y as铆 con esta informaci贸n se pueda tomar decisiones adecuadas orientadas a mejorar cualquier aspecto del negocio: permite conocer c贸mo se est谩n realizando las actividades en cada proceso en espec铆fico, si se est谩n realiz谩ndose de manera adecuada lo qu茅 se hizo para ello, o si no est谩n logr谩ndose los resultados esperados lo qu茅 se hizo o no se hizo para que se haya afectado dicho resultado. As铆 pues, este conocimiento del negocio que se obtiene con el uso del BI permite a la organizaci贸n entender por qu茅 suceden las cosas.
El BI como disciplina se combina con otros conceptos como el an谩lisis de negocios, miner铆a de datos, visualizaci贸n de datos, temas de infraestructura, y las buenas pr谩cticas recomendadas para el caso de estudio, para lograr una verdadera herramienta de apoyo en el proceso de toma decisiones basadas en datos, puesto que se logra una visi贸n integral de la organizaci贸n y impulso al cambio.
Sin embargo, es importante considerar que esta es una definici贸n moderna del BI, y que incluso se considera una palabra de moda. No obstante el concepto surgi贸 originalmente en la d茅cada de los sesenta, cuando era entendido como un sistema de intercambio de informaci贸n entre organizaciones, y posteriormente en los a帽os 80 se desarroll贸 junto con modelos inform谩ticos para la toma de decisiones, hasta convertirse en soluciones modernas y flexibles de autoservicio, que han permitido tener usuarios empoderados con informaci贸n en tiempo real.
¿Qu茅 es el an谩lisis de negocios?
Como se coment贸 anteriormente, el BI se ha manejado en las organizaciones ya desde hace mucho tiempo, principalmente en formato de reportes est谩ticos, teles como los reportes contables, informes sobre ventas, compras, etc., pero tambi茅n se han implementado a trav茅s del uso de Indicadores Clave de Desempe帽o (KPI, por sus siglas en ingl茅s), siguiendo diversas metodolog铆as empresariales que proponen implementar paneles de visualizaci贸n o tableros de control (Dashboards) para dar seguimiento a informaci贸n hist贸rica de los KPI y su evoluci贸n en el tiempo, haciendo uso de la estad铆stica descriptiva.
No obstante, la disciplina se ha integrado con otras metodolog铆as y con la estad铆stica predictiva, para no s贸lo conocer el pasado y presente con la medici贸n de los KPI, sino tambien se desea conocer el futuro de los indicadores, lo cual es posible al determinar probabilidades de ocurrencia de eventos (ejemplo: hacer proyecciones de venta, demanda o anticipar comportamientos de clientes).
As铆 surge el an谩lisis de negocios (BA), el cual es un concepto que si se busca en la literatura ese puede encontrar relacionado a otros temas, tales como el diagn贸stico organizacional y de procesos, muy usado alrededor de la ingenier铆a industrial y del software. En esta 煤ltima disciplina incluso, en las empresas de desarrollo de software se acostumbra a tener un puesto de trabajo que se dedica exclusivamente a esta actividad, cuya misi贸n es recoger las necesidades de los usuarios (requerimientos o requisitos) y aglutinarlos en un documento de especificaci贸n de requisitos que utilizan los desarrolladores para crear los sistemas ol software que el cliente necesita.
Sin embargo, cuando el concepto se relaciona al tema de la inteligencia de negocios, el an谩lisis de negocios (BA) se refiere a la pr谩ctica de usar los datos para anticipar tendencias y resultados. En este concepto se parte de los datos que se generan a trav茅s de herramientas de miner铆a de datos, an谩lisis predictivo y aprendizaje autom谩tico (machine learning) para determinar la probabilidad qu茅 ocurran ciertos hechos o se obtengan determinados resultados en el futuro.
La principal diferencia entre BI y BA son las preguntas que ambos responden (ver tabla 1).
Tabla 1. Comparaci贸n entre dos conceptos: Business Intelligence y Business Analysis
Para ilustrar las diferencias, hay que imaginar ser el administrador de una empresa produce y vende ropa y accesorios para mascotas a trav茅s de una tienda en l铆nea, el BI le podr铆a proporcionar informes 煤tiles del pasado y del estado actual del negocio. Con estos reportes se podr铆a encontrar por ejemplo, que las ventas de los trajes de lentejuela para perritos han aumentado significativamente en M茅xico en el 煤ltimo mes. Y con esta informaci贸n se podr铆a tomar la decisi贸n de emitir una orden de producci贸n adicional de este traje de lentejuelas para satisfacer la demanda no pronosticada.
Por otro lado, al utilizar el BA el administrador se har铆a la pregunta: ¿por qu茅 aumentaron las ventas? Y para responderla se tendria qu茅 extraer los datos de la p谩gina web de la empresa para identificar desde donde se redireccionan los usuarios, encontrando por ejemplo que la mayor铆a del tr谩fico proviene de una publicaci贸n de un “influencer” de moda de este pa铆s qu茅 hab铆a hecho una publicaci贸n en sus redes sociales de su perrito usando el traje de lentejuelas y mencionaba la empresa. Como tomador de decisiones esta informaci贸n motiva a enviarle otros productos de cortes铆a a dicho influencer y a hacer lo mismo con otro tipo de personajes similares en el pa铆s y en el extranjero. Adem谩s, se consideran estos hechos para hacer el pron贸stico de producci贸n del per铆odo siguiente y no s贸lo el hist贸rico, para con ello emitir las 贸rdenes de producci贸n que permitan atender la demanda probable si los influencers hicieran las publicaciones esperadas.
¿Y el an谩lisis de datos?
Por su parte, el concepto de an谩lisis de datos en la literatura es incluso m谩s amplio qu茅 el BA. Esto es porque se utiliza en todas las disciplinas y 谩mbitos en diferentes negocios, ciencias y dominios de las ciencias sociales. Y cuando se relaciona con el tema de inteligencia de negocios, frecuentemente se confunde con el BA, ya que la diferencia entre ambos conceptos es sutil, porque tambi茅n se refiere a la utilizaci贸n de grandes cantidades de datos para encontrar tendencias y resolver problemas. No obstante, el an谩lisis de datos se concentra en el tema t茅cnico del manejo de los datos, como la extracci贸n, limpieza y transformaci贸n de estos en informaci贸n, as铆 como en la construcci贸n de sistemas para gestionar dichos datos. Algunas diferencias se pueden apreciar en la tabla 2.
Tabla 1. Comparaci贸n entre dos conceptos: Business Intelligence y Business Analysis
Volviendo al ejemplo de la empresa que produce y vende ropa y accesorios para mascotas, se puede encontrar la aplicaci贸n de ambos conceptos como se explica a continuaci贸n.
Un analista de datos descargaria las bases de datos que se generan en la p谩gina web donde se venden los productos, los limpiaria y transformar铆a usando alguna herramienta para obtener informaci贸n que le permitiera identificar tendencias en el tr谩fico de usuarios de su p谩gina, conocer la manera en que interact煤an haciendo clic en cada p谩gina, analizar la demograf铆a de los visitantes, etc. Mientras que el analista de negocios se ocupar铆a m谩s de las aplicaciones pr谩cticas de estos datos y de c贸mo le pudieran ayudar a tomar decisiones para la mejora, como actualizar el sitio web para mantener el espacio atractivo donde haya m谩s tr谩fico, comprar anuncios en p谩ginas que el usuario visita y colocarlas donde hace m谩s clics, crear nuevos productos adecuados al tipo de cliente, etc.
Para hacer este trabajo t茅cnico, el analista de datos puede hacer uso de diferentes herramientas tecnol贸gicas, desde simples hojas de c谩lculo hasta cualquier aplicaci贸n donde la intenci贸n es descubrir tendencias, identificar anomal铆as o hacer mediciones, tales como la herramienta de acceso abierto R, e incluso presentar una visualizaci贸n del comportamiento de los datos en tiempo real como PowerBI.
Reflexiones finales
El BI puede mirarse en la actualidad desde dos enfoques: 1) tecnol贸gico, que es con el que m谩s se asocia, pensando que estos procesos s贸lo son operados por el 谩rea de sistemas de las organizaciones, aunque actualmente se tienen disponibles aplicaciones muy intuitivas para cualquier usuario; y 2) anal铆tico, siendo este 煤ltimo el m谩s representativo del concepto, ya que se requiere que haya un conocimiento del funcionamiento de la organizaci贸n, y de distintas metodolog铆as anal铆ticas, para poder entender los resultados y poder darle contexto a los datos para convertirlos en informaci贸n, y esa informaci贸n convertirla en conocimiento del negocio.
En este proceso de transformaci贸n de datos en informaci贸n, se pueden identificar cinco fases, que se ilustran en la Figura 1.
Figura 1. La inteligencia de negocios en etapas
El primer paso en el BI es la identificaci贸n de los datos a utilizar, los cuales est谩n almacenados o son recolectados en distintos sistemas de las empresas, como como son los ERP (Enterprise Resource Planning) donde se registran todas sus transacciones, los CRM (Customer Relationship Management) que son sistemas de relacionamiento con el cliente, bases de datos de distintos formatos como en Excel e inclusive la propia web donde se manejan las redes sociales u otros sitios, etc茅tera.
En la segunda etapa est谩 el proceso de extracci贸n y almacenamiento de datos, que se refiere a la capacidad tecnol贸gica que se requiere para procesar los datos, independientemente del formato que tengan, actividad que puede ser desarrollada por un especialista en sistemas a quien se le puede solicitar la generaci贸n de ciertas tablas de datos, ya que los datos descargados directamente de donde est茅n almacenados (ERP, CRM, sitio web, etc.) pueden estar en formato de bases de datos, de redes sociales, video, texto, etc., y deber谩n ser reprocesados en tablas que permita su manejo. O en su defecto, este trabajo de limpieza puede ser desarrollado por un usuario habilitado en temas tecnol贸gicos, puesto que toda herramienta actual de BI tiene la capacidad de transformar y almacenar, generalmente en bases de datos, todo este tipo de formatos para poder trabajar con ellos.
Es importante mencionar que en la actualidad, dada las nuevas capacidades tecnol贸gicas asociados a la generaci贸n y manejo de datos masivos, surge el concepto de Big Data que se relaciona con el volumen, velocidad de generaci贸n y variedad de datos a extraer y almacenar, pero es el Business Intelligence el encargado de procesar y mostrar esa informaci贸n para que un tomador de decisiones emprenda acciones.
La tercera etapa en el BI se refiere al procesamiento y transformaci贸n de los datos crudos en las medidas o KPI, que se han identificado, obteniendo as铆 informaci贸n que permita entender el pasado y presente del negocio.
As铆 pues, una vez que los datos han sido procesados y transformados sigue la cuarta y 煤ltima etapa tecnol贸gica en el BI que es la visualizaci贸n, cuyo prop贸sito es lograr como producto final un reporte amigable, interactivo e intuitiv para el usuario de la informaci贸n, que ser谩n manipulados todos los d铆as por una persona no experta en el aspecto tecnol贸gico, sino en su 谩rea, tal como el gerente de finanzas, ventas, producci贸n, compras, etc., quienes van a interpretar la informaci贸n y tomar decisiones. En esta fase actualmente se encuentran en el mercado soluciones tecnol贸gicas como Tableau o PowerBI de Microsoft.
Asimismo, es de relevancia mencionar que asociados al tema del procesamiento o transformaci贸n de datos aparecen otros conceptos de la ciencia de datos como el machine learning para la inteligencia artificial, as铆 como las principales herramientas utilizadas para ello, como lo es R y Python, las cuales tambi茅n permiten conectar, transformar, limpiar y construir modelos de datos que pueden ser procesados con BI para hacer la visualizaci贸n e interpretaci贸n de esos datos.
Por 煤ltimo, en el BI no s贸lo es importante la transformaci贸n de los datos para que puedan convertirse en informaci贸n, sino esta informaci贸n s贸lo se obtendr谩 gracias a un proceso anal铆tico donde se busque dar una contextualizaci贸n y as铆 ser conocimiento 煤til en la toma de decisiones. Este aspecto anal铆tico es el quinto paso en el BI, y se refiere a establecer esquemas de informaci贸n que permitan explicar los resultados de la empresa.
Conclusiones
La inteligencia de negocios es uno de los aspectos a incluir formalmente como parte de los procesos de una organizaci贸n, puesto que permite que estos se gestionen adecuadamente y se orienten a la mejora continua. Esto se logra a trav茅s del uso de los datos que se originan en los distintos sistemas de informaci贸n de la empresa, en los cuales se registran las transacciones que en esta se ejecutan y se almacenan para su uso posterior.
En este uso de los datos almacenados implica que en la organizaci贸n se tengan especialistas en sistemas de informaci贸n, o en su defecto, personas que se habiliten en herramientas tecnol贸gicas muy intuitivas y f谩ciles de utilizar como PowerBI, las cuales extraen los datos de donde est谩n almacenados, y los transforman en en visualizaciones amigables para su explotaci贸n por los tomadores de decisiones.
Se considera que este puede ser un trabajo realizado por un ingeniero industrial, dado que este es el profesionista, que no s贸lo es capaz de desarrollar la habilidad tecnol贸gica del uso de la herramienta, sino que cuenta con un pensamiento holista que le permite entender las conexiones entre los diferentes procesos dentro de la organizaci贸n, y por ende puede establecer indicadores clave para cada uno de ellos, facilitando as铆 la gesti贸n organizacional.