El paradigma de la Inteligencia de Negocio

Entrevista a Alberto Turégano, especialista en B. I. y Big Data, en Encín Golf Madrid

La velocidad con la que se están implementando cambios en la forma de gestionar y liderar las empresas durante la última década es realmente vertiginosa.

Todas las empresas buscan estrategias de crecimiento sostenible, y para ello escuchan a sus clientes, escudriñan a su competencia y miran al mercado, todo con el ánimo de atender las necesidades de sus socios.

Para la definición de estas estrategias, las empresas estudian los diferentes caminos a seguir. Aunque actualmente se ha extendido el uso de expresiones como “ejemplos y referencias empresariales de éxito”, o lo que internacionalmente se conoce como “benchmark” o “modelo a seguir”, sin embargo a mí me gusta más la palabra “paradigma”, en la medida que esta alude, por un lado, a ese ejemplo o modelo, pero además aporta otros matices más complejos. Un paradigma comprende el conjunto de acciones a seguir o ejecutar para concluir en un bien común o generar una fortaleza social, es decir un paradigma anticipa un cambio positivo. El término griego, y posteriormente latino, Paradigma era ya usado por Platón, como el ejemplo al que aspirar, y el que fijaba un camino a seguir, para obtener resultados nobles que satisficieran las expectativas y necesidades de un grupo social.

En base a esto, no tengo ninguna duda de que la Business Intelligence o Inteligencia de negocio es un paradigma para la dirección empresarial en la sociedad actual.

Las empresas manejan grandes cantidades de datos en su día a día, pero lamentablemente no los saben gestionar, porque no comprenden el gran valor intrínseco de los mismos, y desconocen la extremadamente útil aplicación posterior de la información que contienen, para la toma de decisiones de negocio.

Las conclusiones serán mucho más acertadas, si se procesan los datos para generar información de valor que pueda convertirse en un conocimiento explícito en un área.

Dicha elaboración de datos de valor, que aporten conocimientos concretos con los que decidir sobre temas específicos, genera los siguientes beneficios:

-Se dispone de una única visión de la verdad o de la realidad

-Se desarrolla un sistema de conversión o transformación de datos dispersos (desagrupados, no homogéneos y desestructurados), extraídos de los distintos sistemas operacionales, en datos funcionales (agrupados, homogéneos y estructurados), que ahora sí son fáciles de introducir en un almacén de datos, para su visualización ordenada y organizada a través de interfaces como Quick, Power BI o Tableu.

Si previamente no se ha realizado esta transformación, lo que los interfaces de conocimiento proporcionarán será información aún no preparada para su comprensión y análisis, sino pendiente de otro tratamiento posterior que dará resultados no tan óptimos, al ser realizado de una manera seguramente más artesana y local.

Con los datos siempre hay que recordar que los sistemas retornan lo que se les suministra. Si se introduce “basura” devolverán igualmente “basura”. Por ello, la Business Iintelligence requiere la gestión de un cambio en la forma de actuar de las empresas. Un cambio en su cultura y en su operativa, teniendo en mente sobre todo el fin que se persigue. Cada dato es la unidad mínima de comprensión del negocio, y como tal es la fuente primigenia de la que se extraerá la estrategia empresarial.

Para hablar más sobre Business Intelligence y Big Data, he tenido la suerte de entrevistar el pasado 28 de febrero, en El Encín Golf Madrid, a Alberto Turégano, consultor asociado a Líderes y Digitales.  Alberto es ingeniero Informático por la UPM, con 20 años de experiencia en la disciplina de la inteligencia comercial, y que ha desempeñado diversos roles en el ámbito del Business Intelligence y Big Data en el Grupo Telefónica, tales como responsable de arquitectura BI (en entorno del Data Warehouse y en el sistema corporativo), o gerente de Gobierno y Arquitectura (en la plataforma global de Big Data)

 

Cristina Peña Andrés: Alberto, ¿qué es para ti la Business Intelligence?

Alberto Turágano Schirmer: Para mí, BI es un proceso iterativo del que se obtiene conocimiento a través del análisis de datos, y que permite tomar decisiones de negocio respecto a algún asunto, de tal forma que se produce un cambio continuo en el modelo de negocio, que a su vez requerirá de un nuevo análisis, y así sucesivamente…

Un aspecto que considero importante en este proceso es el de la comunicación. Muchos autores no lo incluyen en sus trabajos, pero creo que es fundamental comunicar los descubrimientos, de tal forma que se consiga que el receptor del mensaje realice los cambios oportunos. En caso contrario, todo habrá caído en saco roto.

Entrevista a Alberto Turégano 3 grande

CPA: ¿En qué consiste la BI? Es decir, ¿cómo funciona?, ¿cuáles son sus elementos claves?.

ATS: La inteligencia empresarial, con relación a las herramientas y tecnologías necesarias para convertir en valor esos registros de datos que de forma aislada no aportan conocimiento, se fundamenta básicamente en el Data Warehouse.

El Data Warehouse es un almacén de datos donde se integra tanto la información interna como la externa a la organización, de una manera homogénea, estandarizada y enriquecida, proporcionando una visión única.

Las herramientas de BI son principalmente herramientas del tipo “Query & Reporting” y “Analysis”. En torno a estos componentes orbitan distintas disciplinas tecnológicas como la calidad del dato, su seguridad, o el metadato, las cuales, gestionadas incorrectamente, pueden hacer fracasar un proyecto de BI.

Merece la pena mencionar en este punto el término de moda: Big Data. Este nuevo canon nos permite complementar los sistemas de BI “tradicionales” e incrementar el valor a extraer de los datos almacenados. Con las nuevas capacidades de procesamiento que aporta Big Data, se es capaz de extraer valor de toda aquella información no estructurada que, a día de hoy, representa aproximadamente el 95% de la información total, según diversos estudios.

CPA: ¿Cuál es el principal valor que B.I. puede aportar a las empresas?

ATS: Principalmente poder tomar decisiones basadas en datos. Es impactante la cantidad de empresas que, a fecha de hoy, siguen gestionando su negocio en base a percepciones. Si supieran el valor que les aportaría implementar soluciones de BI/Big Data en cada una de las áreas de la empresa (clientes, productos, canales, etc.), empezarían hoy mismo.

 CPA: ¿Consideras que las empresas españolas, mayoritariamente pymes, están preparadas para el cambio que supone la BI? ¿En qué deben fortalecerse para estar a la altura?

ATS: Yo creo que sí están preparadas, el problema es que por alguna razón no conocen esta solución. Desde mi perspectiva, colaboro con la Escuela de Organización Industrial realizando talleres y dando cursos de BI & Big Data en los programas de Big Data y Transformación Digital, y sorprende la cantidad de alumnos que no han oído hablar nunca antes de Business Intelligence. El porqué lo desconozco, aunque intuyo que es un área que posiblemente se ha trabajado mucho más en las grandes empresas. No ha llegado antes a la Pyme por ausencia de buenos canales de comunicación a este respecto, y es ahora, a través del Big Data (que está casi a diario en todos los medios), cuando empiezan a vislumbrar la potencia que tiene el BI, y cómo les podría ayudar a incrementar ventas, reducir costes, ganar cuota de mercado, etc.

En cuanto a la cuestión de en qué deben fortalecerse para estar a la altura, lo que he detectado en los diferentes proyectos de asesoría que he realizado es que la mayoría de los procesos de negocio son muy manuales, muy artesanales, por lo que se desperdician muchas horas de trabajo que se podrían invertir en analizar la información y extraer el valor que antes comentábamos. ¡Es sin duda la hora de que la empresa española empiece con la transformación digital!

 CPA: Alberto, ¿Cuál es el cuadro de mando o dashboard que recomiendas como herramienta de usuario a la dirección de una empresa?

 ATS: La dirección de una empresa debería poder disponer de un cuadro de mando muy sencillo. Solamente los cuatro indicadores más importantes. Si se incluyen muchos datos se abrumará a la audiencia. La creencia es que se ganará credibilidad, pero yo creo que es todo lo contrario. Hay que seguir el siguiente principio básico: menos es más. Luego el equipo más analítico podrá responder a las preguntas que les hagas como consecuencia de la evolución de los indicadores.

 CPA: ¿Cómo funciona un Data Warehouse o almacén de datos? ¿Qué encierra el Data Science o el Machine learning?

 ATS: Un almacén de datos, o Data Warehouse, no es más que un repositorio más o menos grande de información, donde a través de una capa llamada ETL (Extracción, Transformación y Carga), se integra información proveniente de distintas fuentes de una forma limpia, estructurada y enriquecida que permita realizar análisis básico o avanzado, con el objetivo de obtener conocimiento y de extraer valor. En este punto, me gustaría volver a incidir en la aportación que hace en este campo la tecnología Big Data, pues proporciona la oportunidad de cargar toda la información (y no parte, como se suele hacer en un entorno de Data Warehouse), en el llamado Data Lake, para que ahí se realicen los procesos de transformación que dan como resultado la información preparada y orientada a ser explotada por el negocio.

Entrevista a Alberto Turégano 4 grande

Aquí enlazo con la segunda pregunta: el Machine learning o aprendizaje automático proporciona valor en forma de predicciones y relaciones ocultas en esa miríada de datos que se almacenan en el Data Lake. El Machine Learning es una disciplina de la Inteligencia Artificial, y contiene una serie de algoritmos (algunos más complejos que otros), que nos permiten hacer tareas como:

segmentar a los clientes, de forma que habilita para realizar acciones oportunas sobre ellos,

predecir qué clientes se darán de baja en breve, con el objetivo de anticiparse y retenerles,

-estimar cuándo fallarán los dispositivos en la empresa, con el objetivo de establecer un procedimiento de mantenimiento efectivo

-saber qué productos se suelen adquirir más si es de una manera conjunta (en kit), para diseñar las acciones comerciales oportunas

-etc.

 CPA: Para terminar, mucho se ha oído del Deep learning o de las redes neuronales: ¿qué riesgos ves intrínsecos para el futuro, no comprendiendo el algoritmo que una máquina desarrolla para sus conclusiones?

 ATS: ¡Qué pregunta tan difícil!  No soy experto en esta materia, si bien he construido alguna red en el pasado. Es cierto que se trata de algoritmos muy complejos, y que cuando aportan algún resultado es muy complicado explicar al cliente cómo se ha llegado a esa conclusión. Es mucho más fácil, por ejemplo, explicar cómo ha llegado a la misma conclusión (o parecida) un árbol de decisión.

En cuanto al riesgo intrínseco para el futuro, si la pregunta se refiere a si puede llegar el momento en el que las máquinas decidan por sí solas y escapen al control humano, como en las películas, lo cierto es que hoy, personalmente, no lo veo. Fundamentalmente, porque las redes neuronales se entrenan y se especializan para realizar una tarea final, y para que ocurra lo que la pregunta plantea deberían ser muy inteligentes, de manera que pudieran realizar varias tareas, como hacemos los humanos.

Claro que, por otro lado, hace unos años nadie salvo Julio Verne se imaginaba al hombre en la Luna…

Entrevista a Alberto Turégano 2

Preparando la entrevista, unas semanas antes, en Alcalá de Henares

 

Leave a Reply

Your email address will not be published.


*