Cuadro de Mando

de Analítica Avanzada
Visualización predictiva
ÍNDICE

Goodbye BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

El futuro es analítico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Visualización: abriendo los ojos a la realidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Visualización predictiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Acerca de Logicalis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Cuadro de Mando
de Analítica Avanzada

Flexibilidad en los negocios y agilidad en la toma de decisiones:

bienvenido al mundo de la visualización predictiva.

Good bye BI
Pese a lo llamativo del título que precede a estas líneas, la inteligencia de negocio
no ha tocado fondo, ni tiene los días contados, Aunque sí que va a requerir de un
nuevo enfoque, porque son muchos los aspectos que han cambiado:

El reporting en base a los históricos ha dejado de ser suficiente.

El BI y las herramientas de analítica garantizan un soporte crítico a las
organizaciones, pero las necesidades usuarias van más allá y requieren del
autoservicio para una toma de decisiones estratégica óptima.

El autoservicio se plantea como una prioridad, ya que permite al usuario

explotar el valor de la información a la vez que garantiza que el área de TI
mantenga el gobierno y el control sobre los datos.

3
La transición del BI a la analítica predictiva ya ha comenzado y se puede resumir
en cuatro aspectos:

Propósito: evoluciona desde la simple recopilación de información hacia la

resolución de problemas en base a los datos disponibles, internas o externas.

Orientación: de basarse en una mirada retrospectiva a los registros históricos,

a hacerlo en una mirada hacia el futuro, con una capacidad predictiva añadida.

Datos: de ser agregados, a tener todo lujo de detalles.

Presentación: quizás, el campo donde más evidente se hace la transforma-
ción ya que, de un modelo pasivo se ha llegado a uno mucho más dinámico,
donde la interacción y la iteración son la única constante. La visualización se ha
convertido en una necesidad.

Está claro que, cuando en vez de conocer qué ha pasado, se puede predecir
qué pasará, los problemas son distintos. Pero experimentar las ventajas de la
analítica predictiva implica superar algunas barreras. A nivel de empresa, las
más reseñables son las relativas a la complejidad de los datos, la variedad y hete-
rogeneidad de sus fuentes, la necesidad de garantizar la movilidad o de alcanzar
los exigentes niveles de rendimiento que se precisan. Sin embargo, la limitación
más importante al forecasting es la impuesta por la falta de expertise, algo que
ninguna organización puede permitirse.

Beneficiarse de la capacidad de visualización predictiva de los datos interno o ex-

ternos que consideremos, ayudará a las compañías a trabajar de manera más
intuitiva con los datos, para convertirlos en información para la toma de decisiones,
mediante la posibilidad de predecir tendencias y correlaciones, incluso para usua-
rios no necesariamente formados en soluciones de analítica de datos.

4
Las barreras de dificultad de uso, por el contrario, tienen que ver con aspectos
más prácticos, como la curva de aprendizaje o la falta de resultados a corto pla-
zo. En cualquier caso, la primera de ellas simplemente necesita de una correcta
gestión del cambio, acompañada de los programas de acompañamiento inicial
que se considere oportuno; mientras que la segunda no puede considerarse
como una limitación propia de la analítica predictiva avanzada. De hecho, no hay
más que echar la vista atrás unos pocos años para darse cuenta de que, cual-
quier otro método utilizado para planificar el futuro de una compañía, ya se trate
de los cubos OLAP, ya se trate de la toma de decisiones en base al reporting, al
más puro estilo DSS todavía requerían de mayores plazos para dar resultados, a
los existentes actualmente.

Todo esto termina de perfilar el nuevo estilo de gestión, mucho más proactivo
de lo que había sido hasta ahora. Hoy las decisiones se toman en base a análisis
estadísticos, pronósticos, y modelado predictivo. Los cubos OLAP, los informes o
las alertas son complementarios y representan una forma de guiar la organización
que ya no funciona. En la actualidad no hay tiempo para esperar a reaccionar,
hace falta liderar el cambio.

El futuro es analítico
La analítica predictiva es el uso de datos, algoritmos estadísticos y técnicas de
aprendizaje automático para identificar la probabilidad de resultados futuros
basados en datos históricos. Su objetivo es ir más allá de las estadísticas y
los informes descriptivos centrados en lo que ya ha sucedido, para propor-
cionar una mejor evaluación sobre lo que sucederá en el futuro. En definitiva se
trata de agilizar el proceso de toma de decisiones y generar nuevos cono-
cimientos que conduzcan a mejores acciones.

Si en los años 80 la inteligencia la proporcionaba el reporting, en forma de infor-

mes estáticos o interactivos, en los 90 se llegó a un primer estadio de análisis
con los cubos OLAP y en los 2000 se comenzaban a descubrir las bondades de
la monitorización, gracias a herramientas como los cuadros de mando o dash-
boards; desde hace no más de cinco años la tendencia imperante es la analítica
predictiva.

Y esta forma de abordar el análisis es literalmente un imperativo de negocio porque

donde el BI reportaba un ROI del 80%, gracias a su interpretación de los eventos
pasados, la analítica predictiva alcanza el 250%, tal y como confirma un estudio de
Digital Warriors, en base a su visión sobre el pasado, sus drivers y los pronósticos
futuros. Pero, además:

El 86% de los ejecutivos con más experiencia creen que la complejidad de sus
negocios ha aumentado considerablemente en los últimos 3 años, tal y como
descubre el «Complexity Challenge Report» de The Economist.

Las tasas de productividad y fiabilidad aumentan entre un 5 y un 6% en las

empresas que integran la analítica avanzada con sus procesos y operaciones,
asegura el «Advanced Analytics Study» del MIT (2012).

5
 El crecimiento de las organizaciones que implementen iniciativas de analítica
avanzada será un 20% superior al de sus competidores. Así queda reflejado en
un estudio de Gartner, promovido por Rita Sallam.

Teniendo en cuenta el dinamismo de la economía global de hoy en día, es cada

vez más difícil para las organizaciones y sus responsables el tener la capacidad
de evaluar con precisión el impacto potencial de las decisiones de importancia
crítica. Por ello, los ejecutivos a menudo se sorprenden cuando los resulta-
dos de sus decisiones producen niveles inaceptables de riesgo o provocan
consecuencias no deseadas.

Para mitigar estos riesgos, mejorar el rendimiento e identificar nuevas oportuni-

dades de crecimiento, muchas empresas están buscando una opción que les
permita conducir de forma más inteligente y con mayor visión de futuro sus deci-
siones de negocios. La respuesta es la explotación de análisis predictivo en toda
la empresa.

Sin embargo, se necesita algo más que tecnología para poner en

práctica con éxito una iniciativa de este tipo. Una buena estra-
tegia requiere el respaldo de una cultura de la analítica impulsa-
da a todos los niveles de la organización.

Este cambio ha de abordarse como un proceso, no como algo puntual, aunque

el esfuerzo merece la pena, por la visión que se logra, por los beneficios deriva-
dos de decisiones más predecibles y por un mejor retorno de la inversión (ROI)
de las implementaciones de análisis. Pero, sobre todo por las oportunidades que
depara, porque los datos son la base de la ventaja competitiva como prueban los
siguientes hechos (fuente IBM Investor Briefing):

Para el año 2017 habrá en todo el planeta más de un trillón de dis-

positivos con conexión y generando datos.
Cada día se generan cerca de dos billones y medio de gigabytes de
datos.
El 80% de los datos generados son no estructurados.

Por todo ello, IDC prevé que el mercado de Big Data y Analytics crecerá a un
ratio combinado del 26,4% hasta 2018, lo que supone un desarrollo seis veces
superior al del mercado de IT global. Y es que la analítica predictiva se está trans-
formando y ha pasado de ser un nicho de mercado o una herramienta singular
para considerarse cada vez más estratégica, a la vez que se incorpora en una
variedad de aplicaciones e infraestructuras.

6
Visualización: abriendo los ojos a la realidad
Es inconcebible la analítica sin visualización. Sería como implementar una estra-
tegia de BI con capacidades de reporting limitadas, como tomar decisiones sin
conocer la realidad del entorno, como avanzar con los ojos cerrados.

Es raro encontrar herramientas de analítica predictiva que no cuenten con

capacidades de visualización entre sus atributos, al menos al nivel más básico.
Independientemente del proveedor de servicios elegido, la visión no es un área
donde se puedan hacer concesiones ya que:

Logra hacer los datos accesibles a los ejecutivos y usuarios de todos los nive-
les de la organización: sin necesidad de que se trate de expertos en la materia
y sin que sea requerido un tiempo precioso para interpretar la información.

Elimina los problemas asociados a la generación manual de informes: un

amplio abanico que va desde la falta de precisión o de claridad, a la falta de
foco, pasando por la ausencia de dinamismo y flexibilidad.

Termina con los errores: con el automatismo aparece la optimización y con ella
la minimización del riesgo.

7
La visualización es una necesidad para poder hacer frente a la velocidad
que impone la toma de decisiones de negocio actual. Sin embargo, la nueva
tendencia continúa avanzando en esta dirección y, comienza a hacer posible el
transformar los datos puros en modelos predictivos gráficos al permitir:

Experimentar un forecasting automatizado, que escoge el método predictivo

más adecuado para cada tipo de datos, multiplicando la fiabilidad de los resul-
tados.

Llevar a cabo un análisis interactivo, que facilita la comprensión del impacto de

los cambios sobre distintas variables.

Detectar las interconexiones de forma sencilla, independientemente del volu-

men de datos a considerar y de su complejidad.

Acceder a las especificidades de las cualidades geográficas adscritas a cada

dato, gracias a la integración de tecnologías cartográficas.

Tener claro en todo momento cuáles son los tópicos más importantes en las
redes sociales e identificar el sentimiento que de cada registro se desprende.

Comprender las particularidades de la forma de navegación de cada cliente

dentro de la web corporativa.

Se trata, en definitiva, de una solución que hace posible llegar hasta donde los da-
tos pueden transportar al negocio, sin límites y en condiciones de máxima flexibili-
dad. Y, lo mejor de todo, con la facilidad que da el poder trabajar con la información
buceando en los datos a partir de su visualización.

8
Visualización predictiva
Pero, ¿cómo saber qué cuestiones plantearse a la vista de la información?
Realmente, ésta es la clave de la ventaja competitiva que da la analítica predictiva.
Encontrar las relaciones existentes entre las distintas variables, descubrir las cone-
xiones más relevantes para el futuro del negocio y adquirir la capacidad de poder
explicar cada escenario, todo ello con la mayor agilidad posible, como debe ser la
toma de decisiones hoy día, y sin que la fiabilidad se vea afectada.

No es simplemente una cuestión de velocidad, la visualización predictiva ha-

bla de dinamismo pero también de precisión de las decisiones a las que da so-
porte. Tener acceso a una cifra exponencialmente superior de información implica
ganar una visión más profunda y extensiva de cada problema al que se tiene que
hacer frente.

Para conseguirlo existen distintas posibilidades en el mercado, en lo relativo a la

tecnología, aunque las que destacan son:

SAS: es la opción más completa. Muy buenas capacidades de modelado pre-

dictivo, complementadas por minería de datos y text analytics de excelentes
resultados. Quizás en cuanto a visualización podría dar un poco más de sí,
aunque, en cualquier caso, su propuesta supera con creces la de la media.

Microstrategy: excelentes capacidades de data visualization compensan una

menor solidez en cuanto a analítica de textos, data mining y predictive modeling.

IBM: su fuerte es el modelado predictivo gracias a la potencialidad de IBM

SPSS, que y ofrece soluciones y productos de análisis predictivo fáciles de
utilizar y que cumplen con las expectativas de los diferentes usuarios y perfiles.

Modelado Predictivo

Data Mining

Text Analytics

Data Visualization

9
Acerca de Logicalis
Logicalis, desde su experiencia, apoya a las organizaciones en su elección tecno-
lógica para la visualización predictiva aportando:

Las más de 150 certificaciones con las que cuenta: el 90% de los consultores
están certificados por los propios fabricantes.

Un centro de formación y una oficina de calidad para asegurar la buena ejecu-

ción de los proyectos.

Sus consultores, más de 50, que se especializan en soluciones de BI y Gestión

de la Información, asegurando una ejecución óptima de los proyectos.

El valor diferencial de Logicalis es ayudar a sus clientes a mejorar su eficacia y

convertirse en empresas de gran rendimiento gracias a la puesta en práctica de
sus técnicas, basadas en una metodología robusta, marca de la casa, que ha sido
probada en multitud de proyectos a lo largo de más de una década.

La contribución de Logicalis al negocio, junto con la implementación de una estra-

tegia de visualización predictiva, consigue obtener respuestas. Su aportación im-
plica traspasar los límites de analytics, yendo mucho más allá de lo que una simple
iniciativa de visualización permite.

¿Estás listo para entrar en la nueva dimensión del viaje a través

de tus datos?

10
 Síguenos en:

www.es.logicalis.com