7

Siete tendencias que cambiarán la Inteligencia de negocio tal y como la conocemos

Índice
Introducción Tendencia nº 1: Self-Service BI (Inteligencia de negocio de autoservicio) Tendencia nº 2: La BI se vuelve móvil Tendencia nº 3: Prestaciones colaborativas y sociales Tendencia nº 4: Inteligencia de negocio en la nube Tendencia nº 5: El código abierto toma el poder Tendencia nº 6: Big Data Tendencia nº 7: Percepción en tiempo real Conclusión Más información 3 4 5 6 7 8 9 10 11 11

Introducción
Tras años de relativa estabilidad, el mundo de la Inteligencia de negocio está experimentando un cambio radical.
Las antiguas reglas básicas ya no son aplicables, y las empresas no pueden dar por hecho que las estrategias de BI del pasado continúan siendo viables. Consideremos estos cambios fundamentales: • Las empresas se gestionan de forma diferente. En lugar de confiar en el instinto, las empresas actuales dan más importancia al procesamiento de números y a medir objetivamente el rendimiento. • Los usuarios consumen la información de forma diferente. La mayoría de las personas llevan años utilizando aplicaciones basadas en la Web para interactuar con sus datos personales y gestionarlos. Estas aplicaciones “concebidas para el consumidor” se basan en una experiencia intuitiva y altamente interactiva y en una capacidad de respuesta prácticamente instantánea. • Expectativas más exigentes. Las aplicaciones como MapQuest, Gmail y Facebook y las soluciones más especializadas como las que se utilizan para el análisis de tráfico de blogs o la gestión de carteras han despertado grandes expectativas entre los usuarios finales. Si queremos atraer a los usuarios, nuestras aplicaciones de BI deberían ofrecer características similares. • La tecnología de gestión de la información está dando un gran salto hacia delante. Ahora es posible obtener una visión detallada del negocio a partir de grandes cantidades de datos de una forma más rápida, con muchísimos menos costes y esfuerzos que nunca. Las reglas han cambiado. En conjunto, estos cambios significan que muchas de las antiguas tecnologías, arquitecturas y enfoques de BI ya no son aplicables. Ahora, las empresas desean tomar decisiones fundadas en hechos, basándose en el análisis de múltiples fuentes de datos y aplicando procedimientos que antes eran totalmente imposibles. Los usuarios desean una experiencia convincente y eficaz. Y las tecnologías que hacen posible esta experiencia están invadiendo rápidamente la Web. La reglas antiguas. Las ha oído —tal vez incluso las haya repetido en voz alta: • “El usuario final medio no tiene los conocimientos necesarios para realizar los análisis él mismo.” • “Muchos enfoques de análisis importantes simplemente no son técnicamente factibles.” • “La generación de informes y el análisis en tiempo real no son factibles: requieren presupuestos desorbitantes y un acceso con un extraordinario rendimiento a los sistemas de transacciones.” • “El uso generalizado de BI en la empresa resulta caro, ya que requiere software y hardware de alto coste.” Las nuevas reglas ... se están definiendo actualmente. Los cambios son significativos. Por tanto, veamos siete tendencias que nos forzarán a replantearnos la Inteligencia de negocio —y a rediseñar las herramientas.

Tendencia 1 elf-Service BI (Inteligencia de negocio de autoservicio)
Las expectativas de los usuarios en cuanto a generación de informes y analíticas han cambiado. Cada vez más usuarios finales crean y modifican sus propios datos, y los dashboards y mashboards abundan.
En la última década, la mayoría de nosotros nos hemos convertido en verdaderos consumidores de información —al menos en nuestras vidas personales. Utilizamos datos como pueden ser precios históricos, valoraciones y puntuaciones para decidir qué película ver, a qué escuelas asistir o cuánto pagar por una casa. Somos capaces de acceder a estos datos y de analizarlos porque nuestras aplicaciones favoritas de Internet han desarrollado interfaces intuitivas de exploración de datos que nos resultan familiares y sencillas de usar. Esta mentalidad, y las expectativas que fomenta, se han extendido a nuestras vidas de negocios. Los usuarios se han vuelto más sofisticados —y más analíticos. Y los ejecutivos (a todos los niveles) quieren tomar decisiones empresariales de una forma rápida y precisa basándose en datos fidedignos en lugar de en su intuición. Hasta hace poco tiempo, los ejecutivos estaban acostumbrados a los informes impresos —y creían en ellos. Cuando se requería una comprensión más profunda, acudían a los analistas empresariales: usuarios avanzados que escribían código SQL, definían y revisaban informes y (ocasionalmente) empleaban herramientas complejas para explorar los datos. Pero eso era antes. Ahora es diferente. Actualmente, los usuarios de negocios (incluidos los ejecutivos) esperan hacer más ellos mismos y depender en menor medida de los analistas empresariales —que, a su vez, se han especializado más, centrándose en identificar proactivamente tendencias y oportunidades en lugar de elaborar informes a petición. Los informes también han cambiado. Han dejado de ser estáticos para ser, en gran medida, interactivos, permitiendo a los usuarios individuales acceder a ellos a través de la Web y examinarlos, filtrarlos y modificarlos según sea necesario. También el análisis ha evolucionado. Ahora hay herramientas sofisticadas de visualización de datos —normalmente integradas en una aplicación o basadas en memoria para permitir una fácil instalación— que proporcionan una percepción inmediata. El aumento de dashboards y mashboards. Con la “consumerización” del acceso a la información y la interactividad, se han desarrollado mejores métodos para que los usuarios puedan combinar y compartir los datos e interactuar con ellos. Ahora, los usuarios pueden personalizar sus dashboards para adaptarlos a sus necesidades, pudiendo combinar también datos externos con datos corporativos internos. Asimismo, pueden interactuar con una amplia gama de opciones de visualización sofisticadas: • Los indicadores y medidores proporcionan información con tan solo una mirada. • El formato condicional resalta condiciones de excepción y simplifica la navegación visual, ayudando a los usuarios a ubicar elementos de interés específicos. • Los minigráficos ayudan a los usuarios a localizar rápidamente desviaciones de tendencias. Hoy en día, los dashboards son en tiempo real, lo que los hace muy útiles para visualizar datos operativos. Además, los usuarios pueden interactuar con ellos sin pedir ayuda al departamento de TI, a menudo sobrecargado. En el lenguaje de la Web 2.0, estas aplicaciones se denominan Mashups. Hoy en día ya no tiene sentido que una sola persona del departamento de TI diseñe unos cuantos “reportlets” estándar con información relevante, aunque frecuentemente inconexa. Los dashboards actuales ofrecen nuevas y eficaces prestaciones personalizadas, interactivas e inmediatas. Haciendo más con menos. La generación de informes de autoservicio puede ser el medio más eficaz a disposición de TI para mejorar su propia productividad en el ámbito de la Inteligencia de negocio (BI). En una encuesta reciente de TDWI, el 66% de los profesionales de TI declaró que la implementación de la Inteligencia de negocio de autoservicio ocupaba un puesto alto o muy alto dentro de una lista de posibles medidas de ahorro de costes. ¿Por qué? Porque los usuarios obtienen informes más a su gusto y de una forma más rápida —a la vez que el departamento de TI libera recursos que pueden dedicarse a actividades más críticas para el negocio. Lista de comprobación para BI de autoservicio. Al examinar soluciones de BI capaces de soportar la Inteligencia de negocio de autoservicio, las organizaciones deberían centrarse en: • Dashboards interactivos con funcionalidades de desglose y profundización. • Estructuras de dashboard que permitan a los usuarios individuales seleccionar el diseño y el contenido del dashboard. • Herramientas de diseño de dashboards flexibles capaces de combinar fácilmente datos relacionales, datos no relacionales y datos de acceso público. • Herramientas de filtrado controladas mediante parámetros y basadas en columnas que permitan a los usuarios centrarse en datos específicos. • Seguridad granular de los datos con funcionalidades de supresión de columnas y filas. • Visualización avanzada y diagramas de fácil uso. • Formato condicional.

Tendencia 2 La BI se vuelve móvil
Hasta muy recientemente, pocas empresas podían desplegar soluciones de BI móviles. En una encuesta efectuada por el Aberdeen Group a mediados de 2008, únicamente el 17%1 de las empresas proporcionaba datos de BI a teléfonos móviles —aunque el 78% estaban interesadas en hacerlo en el futuro2.
La explicación es sencilla: • El enfoque estándar de BI móvil se basaba en la visualización de informes mediante un navegador Web. Sin embargo, los dispositivos presentaban los datos HTML de modo inconsistente y a menudo en mala calidad. • Las pantallas de los teléfonos móviles eran demasiado pequeñas para permitir la visualización cómoda de los informes. • Las velocidades de red eran demasiado lentas (hasta la adopción masiva del 3G). • La mayoría de los dispositivos móviles ofrecía una interactividad limitada, impidiendo a los usuarios filtrar, reclasificar, desglosar o realizar otras acciones vitales. • Aunque los usuarios estaban interesados, todavía no demandaban con vehemencia la BI móvil. • La rápida evolución de los dispositivos y plataformas móviles añadió complejidad. Prácticamente todos estos obstáculos han sido superados en los dos últimos años —en parte debido a la introducción de dispositivos móviles avanzados (iPhone, iPad, Android) y a las redes inalámbricas de bajo coste y mayor ancho de banda. • La proliferación de aplicaciones para iPad e iPhone ha impulsado el deseo los usuarios de poder acceder a la información en cualquier momento y desde cualquier lugar. La mayoría de estas implementaciones permitirán a los usuarios visualizar informes y realizar análisis sencillos a través de “pequeños dashboards portátiles”4 —pero no permitirán la creación de informes o la exploración de datos voluminosos. Muchas soluciones utilizarán avisos o notificaciones para informar inmediatamente al usuario sobre la marcha cuando los datos comiencen a alejarse de forma importante de la norma. En resumen, ha llegado la era de la BI móvil5. Ésta se está convirtiendo rápidamente en un elemento esencial para muchos proyectos de Inteligencia de negocio, especialmente cuando existe la necesidad de difundir información empresarial crítica en tiempo real a un gran número de personas.
Computerworld, “Business intelligence goes mobile”, 14 de julio de 2010. The Aberdeen Group: 11/30/2010 “Mobile Business Intelligence: A Path to Pervasive BI” 3 ComputerWorld August 9, 2010. “Business intelligence apps go mobile,” by Michael Fitzgerald. 4 Monash, Curt: DBMS2.com, “What matters in mobile business intelligence” 15 de julio de 2010. 5 Dresner Advisory Services, LLC. DAS Mobile Business Intelligence Market Study. 2010.
1 2

• Las páginas Web pueden visualizarse en su diseño original, sin el reprocesamiento que requieren los teléfonos móviles menos sofisticados. • Las redes 3G y 4G ofrecen ahora velocidades de descarga mucho más rápidas. • Las pantallas táctiles han mejorado la experiencia del usuario. El estudio de 2010 de Aberdeen revela actitudes claramente diferentes respecto a dos años atrás, con el 23% de 146 empresas habiendo desplegado, en ese momento, una aplicación o un dashboard de BI móvil—y con un 31% adicional planeando hacerlo dentro del año siguiente3. Para mediados de 2011, es probable que más del 50% de las empresas esté utilizando alguna forma de BI móvil.

En la encuesta del Aberdeen Group de 2010, casi un tercio de los encuestados pensaban aumentar el número actual de proveedores de BI (o abandonar a su proveedor) para dar prioridad a la Inteligencia de negocio móvil, ya que sus plataformas actuales eran inadecuadas. Las organizaciones que busquen una solución de BI con potentes prestaciones móviles deberán centrarse en herramientas que: • Proporcionen informes en un navegador Web con formatos HTML que resulten visualmente claros y atractivos tanto en monitores de ordenadores como en un amplio espectro de teléfonos móviles. • Faciliten la creación de aplicaciones de BI personalizadas enfocadas a dispositivos específicos. • Soporten cierto nivel de interactividad en informes y análisis —sobre todo clasificación, filtrado e hipervinculación— en dispositivos móviles. • Ofrezcan un soporte eficaz de avisos y notificaciones basado en reglas de negocio. • Incorporen infraestructuras de seguridad bien concebidas que protejan los datos sensibles frente a los usuarios móviles no autorizados.

Tendencia 3 Prestaciones colaborativas y sociales
Muchos usuarios de BI han utilizado durante años las redes sociales, como pueden ser Facebook, Twitter y LinkedIn, y se han acostumbrado a una funcionalidad “social” en todas las aplicaciones —y por una buena razón.
En los últimos años, las redes sociales han experimentado una verdadera explosión —y no sólo entre los jóvenes (Twitter tiene los índices más altos de crecimiento entre los usuarios con edades comprendidas entre 39 y 51 años). Los usuarios esperan aplicaciones —incluida la BI— que les ayuden a colaborar más eficazmente con los demás, a mejorar su comprensión del contenido y a tomar decisiones mejor informadas. Los empleados y clientes, que utilizan la misma funcionalidad de las redes sociales que disfrutan fuera del trabajo, son capaces de alcanzar nuevos niveles de creatividad. He aquí algunos ejemplos de funciones colaborativas y sociales que ya se están aplicando a la Inteligencia de negocio: • La etiquetación de informes permite a los usuarios individuales ayudar a los demás a encontrar de un modo más rápido y sencillo los informes que necesitan. • Los hilos de comentarios y discusiones permiten a los usuarios realizar preguntas sobre autores de informes, compartir visiones sobre el valor de los informes, ofrecer instrucciones de uso, sugerir mejoras y mucho más. • Las funciones de anotación permiten a los usuarios elaborar informes más significativos estableciendo el contexto y proporcionando información básica; pensemos en un director de almacén vinculando las bajas ventas de un producto dado con problemas de suministro. • El voto positivo y negativo por parte de la comunidad de un punto de datos y/o de un valor de un informe permite localizar de un modo más rápido contenido útil. • Las valoraciones proporcionadas por los usuarios sobre diseños de informes, dashboards, etc., proporcionan “feedback” a los creadores de los informes y ayudan a mejorar la información ofrecida a los consumidores. • La configuración de las funciones de privacidad permite a los usuarios compartir selectivamente sus diseños y resultados de informes, análisis y dashboards con el público adecuado. • Las funciones de flujo de trabajo permiten procesos colaborativos de Inteligencia de negocio basados en reglas, incluyendo revisión y “feedback”, rutas de aprobación, rastreo de decisiones y mucho más.

Tendencia 4 Inteligencia de negocio en la nube
¿Por qué la nube es el tema número 1? Porque proporciona una flexibilidad sin precedentes en el despliegue de aplicaciones, y porque tiene un inmenso potencial para reducir costes.
Con la tecnología de nube, las empresas pagan en general únicamente por el hardware, el software, el ancho de banda y otros recursos que utilizan —y sólo cuando los usan realmente. Ajustar la capacidad es sencillo, y los ajustes se reflejan inmediatamente en los costes. “La nube” es un término genérico para tres formas diferentes de desplegar software: 1. Software como servicio (Software as a Service, SaaS). Aquí, el enfoque se centra en software de aplicaciones. Los clientes pagan una cuota de suscripción periódica (normalmente mensual) para acceder al software de aplicaciones alojado por un proveedor de soluciones; el acceso se realiza a través de un navegador Web. De este modo, los suscriptores y los usuarios finales se evitan la implementación del hardware, así como la instalación, configuración o actualización del software. Salesforce.com es un ejemplo de un producto SaaS. 2. Plataforma como servicio (Platform as a Service, PaaS). Con el modelo PaaS, los suscriptores pagan por todo lo que necesitan para crear, mantener y ejecutar sus propias aplicaciones; todo es alojado por el proveedor, y el acceso se efectúa a través de navegadores Web. 3. Infraestructura como servicio (Infrastructure as a Service, IaaS). IaaS significa que las empresas pagan por acceder a servidores externos en los que implementan sus aplicaciones compradas o de propia creación. El abonado se ocupa de forma limitada de la administración de los servidores. Amazon Web Services, por ejemplo, proporciona una forma de IaaS en la que los usuarios acceden a servidores fraccionales sobre una base de pago por uso. Los dos primeros enfoques —SaaS y PaaS— son los que mayor importancia tienen para la Inteligencia de negocio. Con el modelo SaaS, por ejemplo, las organizaciones podrían suscribirse a una aplicación analítica específica y permitir el acceso de todos los usuarios a través de navegadores. Todos los suscriptores y todos los usuarios finales utilizan la misma infraestructura de hardware y la plataforma de software subyacente. Los suscriptores no tienen que instalar, configurar ni mantener nada aparte de los dispositivos en los que se ejecutan sus navegadores. Con el modelo PaaS, el abonado desarrolla, implementa y maneja todas las aplicaciones específicas, utilizando los recursos de desarrollo y tiempo de ejecución alojados; el acceso a dichas aplicaciones se efectúa a través de navegadores Web. Las arquitecturas de BI basadas en estándares —y de fácil integración a través de servicios Web— serán las más adecuadas para el modelo PaaS. El papel de la nube. En una encuesta reciente de TDWI, el 31% de los encuestados veía las implementaciones tipo nube como una forma importante para trabajar con los presupuestos relativamente pequeños de TI de 20106. Las empresas están aprendiendo a utilizar creativamente la BI basada en la nube para conseguir sus objetivos de negocio y reducir los costes. He aquí algunas de las razones: • Evaluación rápida y basada en la práctica de las soluciones de Inteligencia de negocio. • Costes reducidos durante el ciclo de desarrollo, gracias a la opción de pagar cuotas fraccionales de servidores dedicados. • Eliminación de la planificación de la capacidad —y de la posible escasez o el posible exceso inherentes. Las organizaciones pueden pagar simplemente por la capacidad informática que usa su aplicación, y sólo cuando se utiliza. • Capacidad de reacción a grandes cargas de procesamiento ocasionales o periódicas, como pueden ser análisis al final de un trimestre o a final de año. • Medios rápidos y rentables para ejecutar ensayos o pruebas de concepto del software y desplegar zonas protegidas a corto plazo para dar respuesta a necesidades analíticas puntuales. Las empresas que contemplen la BI basada en la nube, deberán centrar su atención en: 1. Interfaces de usuario y métodos de acceso basados en la Web. 2. Un entorno de alta disponibilidad, accesible a través de una gran variedad de ubicaciones mundiales y de un amplio espectro de servicios y que utilice preferiblemente APIs basadas en la Web. 3. Precios de pago por uso (la mejor forma de obtener el máximo beneficio económico de la informática en la nube). 4. Un entorno seguro —a nivel de red, de administración de identidades y de autenticación. 5. Elasticidad: la comodidad de ajustar la capacidad del hardware para adaptarlo a necesidades cambiantes. 6. Soporte completo para APIs compatibles con estándares Web abiertos. 7. Los proveedores de soluciones SaaS —o aquellos que prevean ofrecer este tipo de soluciones en un futuro próximo—deberán buscar funcionalidad multiempresa.
TDWI Best Practices Report: BI on a Limited Budget: Strategies for Doing More With Less, By Wayne W. Eckerson, julio de 2010
6

Tendencia 5 El código abierto toma el poder
El código abierto se está convirtiendo en una tendencia generalizada en el mundo de la Inteligencia de negocio. Las herramientas presentan un alto grado de madurez y eficacia y están calando profundamente en empresas grandes y pequeñas.
En una encuesta sobre tecnología realizada por TDWI en mayo de 2009, más de un tercio de las organizaciones declararon utilizar software de código abierto en aplicaciones de Inteligencia de negocio, integración de datos o almacenamiento de datos. ¿Por qué se ha hecho tan popular la BI de código abierto? 1. Bajo coste. El 87% de los que respondieron a la reciente encuesta de Gartner esperaban obtener ahorros considerables en el coste total de propiedad gracias al uso de tecnología de código abierto. En un entorno económico difícil, que obliga a las empresas a aprovechar al máximo cada euro, el código abierto constituye una estrategia obvia. 2. Tecnología moderna, ligera y basada en estándares. Permite a un mayor número de desarrolladores integrar de una forma más inmediata y sencilla la Inteligencia de negocio con las tecnologías internas de la empresa. 3. Soluciones maduras. A estas alturas, un amplio conjunto de soluciones de código abierto han demostrado su idoneidad en entornos productivos de clientes. Por ejemplo, Jaspersoft Reporting —con cientos de despliegues comerciales— lleva en uso más de 10 años. 4. Riesgo mínimo. El modelo de código abierto significa que las empresas pueden “probar antes de comprar”. Los proyectos de BI, especialmente los que incluyen almacenes de datos, tradicionalmente han tenido que afrontar riesgos importantes asociados con elecciones tecnológicas inciertas (pero costosas), algunas de las cuales pueden llegar a varios cientos de miles de euros. El código abierto permite efectuar prototipos rápidos de los proyectos de BI —e incluso soluciones a prueba de estrés con simulación de grandes volúmenes y cuentas de usuarios— con un riesgo mínimo. 5. Fuertes comunidades de usuarios. Las comunidades de código abierto, como puede ser JasperForge, mejoran extraordinariamente la estabilidad y usabilidad del software de código abierto, ofreciendo una comprensión profunda de las necesidades del usuario y proporcionando “feedback” de gran valor y bajo coste antes del lanzamiento. 6. Flexibilidad. Las tecnologías de código abierto normalmente son más modernas. Ofrecen arquitecturas abiertas orientadas al futuro y son más flexibles en términos de compatibilidad de fuentes de datos e integración de nuevas funcionalidades.

Al igual que el stack tecnológico LAMP (Linux, Apache web server, MySQL database y PHP/Perl/Python scripting) ha llegado a dominar el desarrollo y el despliegue de sitios Web y aplicaciones basadas en la Web, el sector de BI está desarrollando también stacks de software de código abierto “de facto”. Éstos suelen incluir herramientas de bases de datos, integración de datos e Inteligencia de negocio de código abierto.

Tendencia 6 Big Data
Según un estudio de Gartner, el volumen de datos generado sólo en 2009 fue mayor que en los 5000 años anteriores juntos. En los próximos cinco años, los datos de las empresas crecerán un 650% adicional.
El término genérico acuñado en 2008 “Big Data” se refiere a las tecnologías que permiten a las organizaciones realizar análisis y obtener una visión detallada rápidamente a partir de conjuntos de datos masivos, cuya escala era inimaginable hace tan sólo unos años. El hardware “genérico”, menos costoso, también es un habilitador de estas soluciones capaces de analizar y agregar petabytes de datos (1 petabyte = 1000 terabytes). ¿Cómo de grande es “Big”? Las tecnologías Big Data pueden ayudar asimismo a las organizaciones que desean reducir de forma radical los tiempos de las consultas o realizar tareas de análisis complejas dentro de marcos temporales más reducidos. Innovaciones en el ámbito de los Big Data Las nuevas tecnologías para almacenar y acelerar el procesamiento de volúmenes masivos de datos se dividen en tres categorías (algunos proveedores ofrecen soluciones híbridas que incorporan dos o más de estos enfoques): 1. Aceleración de hardware. Estos equipos optimizados para bases de datos utilizan memoria DRAM o Flash en lugar de discos duros, lo que mejora el rendimiento físico de lectura/escritura. Asimismo, también puede modificarse el código de las bases de datos para aprovechar mejor el procesamiento multinúcleo y otros avances. 2. Bases de datos de Procesamiento paralelo masivo (Massively Parallel Processing, MPP). Estas bases de datos compatibles con SQL están diseñadas para dividir el procesamiento de los datos entre muchas máquinas —normalmente servidores estándar. Algunas bases de datos también emplean arquitecturas “shared nothing” que distribuyen asimismo el almacenamiento de datos entre varias máquinas, eliminando así posibles cuellos de botella. 3. Map-Reduce, Hadoop y otros enfoques NoSQL. Estos enfoques, denominados colectivamente “NoSQL” o “Not Only SQL”, permiten el acceso a los datos a través de lenguajes de programación sin el uso de interfaces basadas en SQL, y pueden distribuir los datos entre muchas máquinas independientes. Normalmente, los datos presentan una estructura de archivo plano u otros formatos no relacionales. Los enfoques NoSQL son especialmente importantes para tareas de análisis que no pueden programarse eficazmente en SQL. Éstas incluyen análisis que implican varios pases de los datos —como pueden ser las simulaciones de Monte Carlo— y casos en los que los datos no están estructurados o están semiestructurados, como ocurre por ejemplo en el análisis de texto. Map-Reduce y Hadoop son los enfoques NoSQL más ampliamente conocidos. Map-Reduce es un algoritmo que distribuye las tareas de análisis de datos en varios nodos y, a continuación, “reduce” todos los resultados de los nodos a un solo conjunto de resultados. Hadoop es una implementación de código abierto de Map Reduce, con funcionalidad adicional, ofrecida por Apache. Gracias a estas innovaciones de la tecnología Big Data, las empresas pueden realizar ahora tareas de análisis que antes se consideraban inviables, ya sea porque existían demasiados datos, porque los análisis requerían mucho tiempo o porque SQL no era adecuado para el procesamiento necesario. Requisitos para la Inteligencia de negocio con Big Data. Independientemente de las tecnologías Big Data que se empleen para una tarea analítica, los usuarios de las empresas siguen necesitando visualizar y comprender los resultados. Puesto que la información que devuelve el sistema de BI pude ser gigantesca, los usuarios de las empresas necesitan herramientas de generación de informes y análisis diseñadas para “encontrar la aguja en el pajar”. Éstas deben incluir potentes funciones de visualización de datos, desglose desde el resumen general al menor detalle y filtrado y clasificación dinámicos. Estas prestaciones de generación de informes, análisis e interfaz de usuario también han de poder funcionar perfectamente con cualquier formato de datos, RDBMS tradicionales, bases de datos MPP o archivos dispersos en la red.
7

“El ser humano creó 150 exabytes (miles de millones de gigabytes) de datos en 2005. Este año creará 1.200 exabytes.”
—The Economist , 27/2/2010 Aunque el volumen de datos que maneja hoy en día la mayor parte de las empresas está muy lejos de llegar a un petabyte, cualquier organización que almacene más de unos cuantos terabytes puede beneficiarse de las tecnologías Big Data. Con las tecnologías de bases de datos, almacenamiento de datos e Inteligencia de negocio tradicionales, “resulta difícil sobrepasar los 10 TB” —incluso cuando se aplican las mejores prácticas actuales. 7 En vista de los índices de crecimiento de datos que prevén los expertos, las organizaciones que actualmente manejan sólo dos o tres TB de datos, pronto superarán los límites de las tecnologías tradicionales.

TDWI “Next Generation Data Warehouse Platforms” de Philip Russo, 2009. Página 11.

Tendencia 7 Datos detallados en tiempo real
Uno de los mayores retos para la industria de la BI es un viejo conocido: la necesidad de reducir el tiempo necesario para realizar y completar tareas de consultas y análisis. Hoy en día, con la explosión de los datos y la compresión de los ciclos de negocio, esta necesidad es todavía más crítica.
Las tecnologías de BI han respondido incorporando muchos de los avances aquí descritos, con resultados impresionantes. Los ejemplos de tareas de análisis cuya duración se ha podido reducir de días a minutos —y de horas a segundos— son cada vez más abundantes. El impacto sobre el negocio es importante —y lo será más a medida que estas funcionalidades proliferen. Las organizaciones están demandando con éxito la capacidad de impulsar la toma de decisiones basadas en datos actualizados al minuto y completamente analizados. Consideremos el impacto en las organizaciones de marketing, que se gastan millones en campañas para generar interés y demanda. Antes, optimizar estas campañas hubiera llevado semanas o meses —mientras los especialistas en marketing esperaban la recogida y el análisis de los datos. Ahora, sin embargo, tienen a su alcance una tecnología capaz de evaluar, ajustar y optimizar dichas campañas en cuestión de horas. Avances como éstos son cruciales en la era de las campañas de marketing de motores de búsqueda, que tienen que evolucionar en tiempo real. Los ciclos de respuesta de un día para otro, simplemente ya no son lo suficientemente rápidos. De forma similar, las decisiones operativas en la empresa se están haciendo más urgentes, reforzando adicionalmente la necesidad de analíticas en tiempo real. Ya no es suficiente comprender qué ocurrió —y por qué— el mes pasado, ni siquiera la semana pasada. La obtención de información detallada en tiempo real puede seguir constituyendo un reto en ciertas situaciones, pero es muy probable que los requisitos persistan. Las plataformas de BI con arquitecturas orientadas al futuro tienen muchas probabilidades de proporcionar a las empresas una solución para cubrir estas necesidades.

Conclusión
El sector de la Inteligencia de negocio ha sufrido cambios importantes, despertando el apetito de las empresas por datos operativos y estratégicos detallados, y mejorando al mismo tiempo la tecnología disponible para proporcionar esta información. No todas las organizaciones de TI y de desarrollo de software pueden actuar sobre todas estas tendencias. No obstante, a medida que evolucionen las estrategias de Inteligencia de negocio y se tomen decisiones de proyectos de BI, el conocimiento de estas tendencias puede ayudar a las empresas a obtener el máximo beneficio de sus inversiones en BI.

Más información
The Economist, 27 de febrero de 2010. Edición especial titulada “Data, Data, Everywhere”. Using Collaboration to Extend the Reach of BI, de Colin White, BI Research. Discurso realizado en la Summit on Data Warehousing and Business Intelligence, Roma, junio de 2010. TDWI Technology Survey, mayo de 2009 Gartner: Open Source in Information Management: State of Play. De Donald Feinberg, Business Intelligence Summit, 12-14 de abril de 2010, Las Vegas.