Podríamos afirmar que, hoy en día, valemos lo que valen nuestros datos. Muchas empresas han empezado a acumular información sobre nuestros hábitos de consumo, nuestras rutinas, nuestros gustos… De hecho, importan todo tipo de datos que puedan medirse, acumularse y, por encima de todo, monetizarse. Y esto significa tener entre manos cantidades ingentes de información.

La gran proliferación de datos hace que sean necesarios sistemas para procesarlos y extraer de ellos conclusiones beneficiosas para los negocios. Aquí se encuentran desde hace décadas la inteligencia de negocio (business intelligence) y el big data.  Josep Curto Díaz acaba de preparar la 4.ª edición del MOOC de Introducción al Business Intelligence, que ya acumula 60.000 estudiantes en las tres anteriores ediciones. Hoy nos habla de su MOOC y del tema que más le apasiona.

 

¿Es lo mismo hablar de inteligencia de negocio y de big data?

La inteligencia de negocio y el big data, a pesar de que son conceptos relacionados y tienen objetivos similares, no hacen referencia al mismo concepto. Por un lado, la inteligencia de negocio permite a las organizaciones comprender su rendimiento pasado. Estamos hablando de saber, por ejemplo, qué productos y servicios se han vendido, cuáles son rentables, qué clientes tenemos y cuáles vale la pena mantener. Por el otro, el big data busca generar valor de un conjunto de datos sumamente complejos. Esta complejidad se ha descrito a menudo en términos de volumen, velocidad y variedad. Y si somos capaces de reducir su complejidad (procesándolos, almacenándolos y analizándolos), podemos aplicar la inteligencia de negocio y la analítica de negocio sobre estos conjuntos de datos.

 

¿Qué tipo de datos suelen recopilar las empresas para usarlos después en sus negocios?

Esta es una buena pregunta. En una clasificación inicial, podemos considerar que las organizaciones tienen fuentes de datos internos y externos relacionados con su actividad de negocio que son relevantes para comprender el negocio y tomar las mejores decisiones. Por fuentes internas entendemos, por ejemplo, sistemas de información como los sistemas transaccionales (que soportan la compraventa de productos y las operaciones), ERP, CRM y otras. Cuando hablamos de fuentes externas podemos considerar desde información de redes sociales hasta información contextual relevante, como pueden ser eventos en una ciudad.

Es decir, existen todo tipo de fuentes de datos (en múltiples formatos: texto, audio, vídeo, bases de datos, sensores, etc.) que pueden ser importantes para nuestra organización. Aquí lo más importante es identificar cuáles son relevantes para responder a nuestras preguntas y necesidades de negocio.

 

Cuando navegamos por internet, accedemos a una web o estamos en las redes sociales, ¿también se recopilan datos sobre nosotros?

Cada acción que llevamos a cabo mediante servicios y aplicaciones es recopilada por las organizaciones. Por ejemplo, nuestros hábitos de navegación, como usamos una aplicación o qué acciones hacemos. Muchas de estas acciones son indicios de fenómenos interesantes para analizar y explotar por una organización; por ejemplo, interés por un producto, posibilidad de venta cruzada, etc. Estamos hablando de datos de conexión y desconexión de las propias aplicaciones, así como cookies, por poner un par de ejemplos.

 

Pero esto significa recopilar y gestionar una cantidad enorme de datos. ¿Cómo se gestionan?

Para gestionar la gran cantidad de datos relacionados con una organización se usan diferentes tecnologías de almacenaje y procesamiento. Estamos hablando de tecnologías de integración de datos, de almacenes de datos, de procesamiento de lotes, de procesamiento en directo y NoSQL, etc., conceptos que se definen y se discuten durante el MOOC de Iniciación al Business Intelligence.

 

Parece que sin inteligencia de negocio no hay futuro. ¿Todas las empresas deben estar enfocadas a la inteligencia de negocio y a los macrodatos?

Todo tipo de organización tiene la necesidad de tomar decisiones cada vez mejores, más eficientes y más rápidas. La única forma de conseguir este objetivo es fundamentarse en datos y evidencias, es decir, convertirse en una organización orientada al dato. Desde esta premisa, las empresas deben implementar estrategias, metodologías y tecnologías que les permitan madurar analíticamente. De forma que sí, todas las empresas deben estar enfocadas a la inteligencia de negocio, al big data y a las demás opciones disponibles para competir analíticamente.

 

¿Con la inteligencia de negocio y el big data se puede llegar a hacer predicciones de comportamiento? De los humanos, las máquinas, los mercados, las empresas, etc.

A pesar de que el punto de partida es comprender el rendimiento del pasado, este no debe ser el objetivo último. Las organizaciones tienen la oportunidad de usar las tecnologías de análisis de datos para identificar patrones complejos y predecir comportamientos futuros. Por ejemplo, uno de los casos de uso más interesantes con el que nos encontramos es el mantenimiento predictivo, en el que se vigila el comportamiento de un dispositivo o de una maquinaria y se compara con un patrón de comportamiento normal. En el caso de identificar un indicio de deterioro, la compañía puede tomar una decisión de forma anticipada para evitar males mayores (por ejemplo, parar la máquina, sustituirla, enviar un técnico para hacer un ajuste, etc.).

 

A partir de todas las posibilidades que ofrece la inteligencia de negocio, ¿hacia dónde crees que se orienta este mundo y el de big data?

Las estrategias para el análisis de datos existen desde hace mucho tiempo y algunas ya son muy maduras. La evolución de estas tecnologías mediante el big data ha abierto el camino a nuevos casos de uso, no considerados anteriormente. Además, vivimos un momento muy interesante al habilitarse el uso de algoritmos de aprendizaje (machine learning) e inteligencia artificial. Es decir, después de la comprensión del rendimiento pasado y de la reducción de la complejidad, ahora nos centramos en la automatización de reglas de negocio y en algoritmos más sofisticados para habilitar casos de uso, como los coches autónomos.

 

Parece un área de conocimiento muy específica. ¿A quién va dirigido el MOOC de Business Intelligence?

El MOOC de Introducción al Business Intelligence no presupone conocimientos previos; por lo tanto, se dirige a todo tipo de perfiles. El objetivo del MOOC es introducir el apasionante mundo del análisis de datos a todo el mundo. Por eso van introduciéndose de forma progresiva múltiples conceptos. Por lo tanto, los profesionales que no conocen estas estrategias tienen la oportunidad perfecta para adquirir nuevos conocimientos, y los que tienen algún tipo de conocimiento, complementarlos.

La inteligencia de negocio y el big data son cada vez más importantes dentro del mundo de los negocios. Cada vez existe una mayor demanda de profesionales en el sector de la inteligencia de negocio. Si estás pensando en enfocar tu perfil profesional hacia la inteligencia de negocio o el big data, o si simplemente tienes curiosidad por estos ámbitos, accede al MOOC gratuito de Introducción al Business Intelligence (4.ª edición).