Cuarto Foro de BI: Herramientas para BI

El cuarto foro de Business Intelligence, efectuado en las dependencias del departamento de Ingeniería industrial de la Universidad de Chile, convocó a 21 profesionales expertos en el área de inteligencia de negocios, provenientes de diversas empresas y organizaciones tales como Movistar, Claro, Entel, Banco Santander, Banco BCI, Viña Concha y Toro, Feller Rate, PentaAnalytics y docentes del departamento de Ingeniería Industrial de la Universidad de Chile.

El foro de Business Intelligence tiene por objetivo formar una comunidad de expertos en esta área, que exponga sus problemáticas y mejores prácticas, generando, por un lado, un entorno de discusión de temas relevantes tanto para la Industria como para la Academia; y por otro lado, impulsar el acercamiento entre ambas partes.

En esta cuarta versión se presentó uno de los temas recurrentes a la hora de levantar proyectos en Inteligencia de Negocios: Las Herramientas de BI. La presentación realizada por Iván Videla, Data Scientist del CEINE, tuvo por objetivo presentar las herramientas actuales utilizadas para realizar BI, open source y privadas, comparándolas entre ellas y contando la experiencia de CEINE trabajando con varias de estas. También se expuso acerca de Hadoop, en qué consiste y cuando es útil utilizarlo.

Principales puntos abordados de la presentación

La presentación puede ser vista en este link.

1) La última herramienta existente en el mercado no sirve para todo: La herramienta de moda o la última novedad en herramientas BI no necesariamente va a ser útil para todas las necesidades y/o desafíos que requiera enfrentar un área/empresa.

2) Diferenciar entre BI clásico y analítico: Se debe considerar la diferencia entre el enfoque tradicional que busca medir KPI, crear reportes y dashboards contra el enfoque analítico que abarca áreas como la estadística, data mining y análisis multivariado.

3) Las personas detrás de los datos son importantes: La herramienta de BI por si sola no es suficiente, requiere de especialistas que manejen tanto estadística como ingeniería de software.

4) Acercar BI a las personas: Se suele olvidar que los análisis de BI deben beneficiar a toda la organización, no únicamente a los altos ejecutivos. Esto es porque la información viene desde abajo y debe ser aprovechada por cada área.

5) Herramientas dependen de la necesidad de la organización: Se debe tener en cuenta preguntas como ¿Para qué se va a usar? y ¿Quienes utilizarán la herramienta de BI?

6) Hadoop NO es Big Data: Hadoop es útil cuando el problema es divisible en múltiples partes, que se pueden procesar en batch y ejecutar paralelamente.

Resultados de la Mesa Redonda

Al finalizar la presentación se realizó una mesa redonda en la cual los participantes discutieron y entregaron su visión respecto a los temas tratados. La discusión giró en torno a los requerimientos de las organizaciones para BI tradicional y analítico, cómo abordar la adopción de nuevas herramientas, si existe una herramienta más adecuada para cada persona, si hay miedos de utilizar herramientas open source y finalmente si Hadoop es adecuado para las problemáticas que enfrentan actualmente.

A continuación se resumen los principales puntos conversados:

1) Los analistas de business intelligence son transversales. Desde el área de TI son vistos como una unidad de negocios, pero desde los negocios son vistos como un área de apoyo. Si son buenos estadistas necesitan aprender de ingeniería de software y si su especialidad es ingeniería de software necesitan aprender la parte más analítica. Por lo cual no existen muchos profesionales especializados en este ámbito aún, pero se reconoce el potencial del BI en la generación de ideas entre áreas y negocios dentro de una empresa.

2)  Integrar la información. Es necesario implementar soluciones que sean visibles a todos dentro de la organización. Para esto se requiere juntar toda la información de las distintas áreas, de manera que cada analítico pueda tomar decisiones compartiendo la información con el resto.

3) Reticencia al Open Source. Las herramientas open source no son utilizadas en las empresas por no tener seguridad con respecto al soporte, estabilidad y calidad de los integradores. Al poseer un software de un proveedor de clase mundial, cuentas con un partner que responda ante estas situaciones.

3) Recuperación de la inversión. Comprar una herramienta de BI como las que existen actualmente, es costoso. La inversión es grande y por lo mismo, se desea aprovechar al máximo para que rinda frutos. Pero el proceso es bastante complejo. Primero porque se debe adaptar a la necesidad del negocio, al uso que se le quiere dar, y en segundo lugar, porque las personas están muy acostumbradas a hacer las cosas de manera tradicional (ejecutando una query o utilizando un excel, por ejemplo). Si bien estas herramientas integran muchos aspectos, las tradicionales se siguen utilizando para casos puntuales.

4) Hadoop si bien es considerada una herramienta muy poderosa, tiene la complejidad de que las personas son las que deben llevar a cabo todo lo que promete: aprender a utilizarlo, aterrizar los casos de uso y adaptarlos a la necesidad de la empresa.

5) Antes de pensar en trabajar con una herramienta se debe generar una estructura básica de análisis. Primero se debe descubrir si se cuenta con todo lo necesario para implementar y utilizar bien la herramienta en cuestión.

Además, los profesionales de Movistar, destacan como una experiencia muy positiva el trabajar con CEINE como partner. Señalan que les permite mantener separados los proyectos que buscan responder preguntas complejas que requieren de más tiempo para aquello ( y de investigación) de los proyectos que necesitan respuesta en un plazo de 3 meses. «El no tener la presión del día a día y contar con metodologías en verde, sin experiencia, produce un trabajo más puro y llegar a resultados distintos a que si lo hiciésemos nosotros» indica Álvaro Velasquez, Subgerente de Inteligencia de Negocios de Movistar.