Tendencias en Business Intelligence

Los análisis estratégicos basados en herramientas de Business Intelligence están invadiendo, cada vez más profundamente, los entornos empresariales. Guían a grandes cadenas multinacionales en las decisiones sobre sus productos ayudando, por ejemplo, a determinar a qué clientes deben dirigirse para aumentar sus ventas, generar nuevos vínculos o fidelizar los actuales.

El ámbito de aplicación de la inteligencia de negocio está experimentado un importante cambio que supone una importante aplicación de su alcance. Poco a poco se convierte en algo atractivo para todo tipo de empresas, cada vez más conscientes del valor de transformar sus datos en información.

A continuación se exponen diez tendencias que están teniendo o tendrán un impacto especialmente significativo en Business Intelligence:

1. Aumento del data governance en business intelligence.

Mayores iniciativas en calidad de datos, aplicaciones analíticas avanzadas, gestión de datos y MDM. Este enfoque conlleva el reconocimiento de que el fin de aprovechar al máximo la inteligencia de negocios y análisis, se necesita para obtener los datos correctos. Eso significa que se establece una disciplina de data governance, lograr y mantener un nivel de calidad de los datos que sea adecuado para las aplicaciones y el desarrollo de un estándar corporativo para condiciones de datos y su uso.

2. Integración de datos en toda la empresa es una buena inversión.

Las organizaciones líderes han comenzado a emplear un enfoque coordinado, en toda la empresa a la integración de datos, permitiendo el análisis de funciones cruzadas y gestión del rendimiento en toda la empresa, y la mejora de aplicaciones de clientes y gestión de riesgos. Sus esfuerzos demuestran el ahorro de costos de un enfoque de integración de datos global para sustituir múltiples proyectos redundantes aislados.

3. La promesa de las tecnologías semánticas.

Tecnologías Semánticas, incluyendo ontologías, taxonomías, clasificación y control de contenidos, filtrado y análisis, aplicados a las organizaciones de gestión de información ayudarían a conciliar y normalizar el significado a través de diferentes fuentes de datos y contenido. Las innovaciones recientes permiten consultas estructuradas sobre los datos no estructurados proporcionando mayor precisión, rapidez de entrega, y la reducción de la sobrecarga de información en el análisis de contenido, en comparación con la búsqueda clásica.

4. Ampliar el uso de análisis avanzados.

Los análisis avanzados son herramientas fundamentales en la transformación de los datos en conocimiento. La tendencia a hacer un mayor uso del data warehouse para análisis avanzado se acelerará a medida las organizaciones se esfuerzan por pasar de ejecutar soluciones puntuales de BI a ser un competidor global de analytics.

5. Reducir la brecha entre los sistemas operativos y el data warehouse.

Cada vez más, los resultados analíticos se utilizan directamente en el contexto de flujo de trabajo para impulsar la ejecución operacional y cambios de procesos dinámicos. El data warehouse se ampliará de BI tradicionales de consulta y generación de informes a la gestión inteligente de decisiones y, en definitiva, la convergencia de las aplicaciones operacionales y analíticas, incluido el apoyo a las decisiones automatizadas.

6. Una nueva generación lleva hacia nuevas prioridades los data warehouses y el BI.

El EDW (Enterprise Data Warehouse) no puede ser un repositorio aislado que soporta aplicaciones independientes de BI. Los sistemas de BI tienen que hacer uso de datos de eventos múltiples, ser capaces de encontrar los datos que se necesitan, extraer lo que es relevante, asimilar los datos provenientes de múltiples fuentes, analizarlos, e incorporar la información resultante a las aplicaciones según el caso. Es importante que los sistemas de análisis estén mucho más integrados en las operaciones de la organización e infraestructura de información.

7. Creciente impacto del procesamiento de eventos complejos.

Mientras que los datos tradicionales de BI se analizan con los datos almacenados en los data warehouses, los motores CEP (Complex Events Processing) analizan cadenas, continuamente los datos que llegan se indexan, actualizando la situación del conocimiento, y permitiendo la consideración de muchas más variables, y mejorando la dinámica del contexto a la hora tomar una decisión. Los CEP’s tendrán un impacto creciente en los sistemas de BI a medida que evolucionan para proporcionar un análisis más operativo y más apoyo a las decisiones automatizadas.

8. Creciente importancia de integrar y analizar datos no estructurados o semi-estructurados.

La mayoría de las organizaciones cuentan con sistemas de administración de contenidos para la gestión y búsqueda de contenido no estructurado, pero tienen una capacidad limitada para utilizar la información para la toma de decisiones. Frameworks como MapReduce tienen el potencial de reducir la brecha entre el análisis de contenido estructurado y no estructurado, así como permitir análisis avanzados.

9. Redes sociales y el Business Intelligence.

El BI puede ampliar la visión que proporciona a las organizaciones si se incluye la información de las interacciones que se producen en entornos de redes sociales. Tecnologías como “social mining” y “social Intelligence” utilizan “data mining” y “text analytics” sofisticados para comprender el significado implícito de estos datos no estructurados, que es totalmente dependiente del contexto en el que se produce.

10. Creciente interés en cloud computing para BI.

A medida que la sofisticación de los ambientes de BI se ha incrementado, también lo ha hecho su complejidad y costo de gestión. Esto no es exclusivo de BI, y algunas organizaciones ya han comenzado a adoptar los modelos alternativos de entrega para reducir el costo y la complejidad de otras soluciones de IT. Estos van desde herramientas de código abierto (open source) y funcionalidades embebidas a herramientas “enlatadas” y licencias “starter”. En particular, encuestas de investigación por parte de TDWI indican un interés creciente en explorar el uso de modelos basados en la entrega de servicios públicos, tales como software como servicio (SaaS) y cloud computing para BI.

Finalizando, las tecnologías que aporten formas alternativas de presentar y acceder datos – con vistas a incrementar la posibilidad de interacción y la utilidad de la información - serán un área en continuo crecimiento durante los próximos años.

Fuente: www.nexbas.com/newsletters/201008/newsletter_1.html