Visual discovery

Big Data

1
Visual discovery
¿Qué es data discovery?
La visualización y el análisis exploratorio de datos para usuarios
empresariales (conocido como descubrimiento de datos) se han convertido
en el tema de inteligencia empresarial y análisis más novedoso en el
mercado actual.

Los profesionales de BI califican la importancia de esta tendencia y su

creciente adopción en los últimos años.

El descubrimiento de datos no es una herramienta. Es un proceso

empresarial orientado al usuario para detectar patrones y valores atípicos
mediante la navegación visual de datos o la aplicación de análisis
avanzados guiados. El descubrimiento es un proceso iterativo que no
requiere una amplia creación de modelos iniciales. Lo agrupamos en tres
categorías principales:

 preparación de datos;
 análisis visual;
 análisis avanzados.

El descubrimiento de datos requiere habilidades para comprender las

relaciones de datos y el modelado de datos, así como también para utilizar
el análisis de datos y funciones de análisis avanzadas guiadas para revelar
ideas.

La integración de datos y la preparación de datos (es decir, la integración

de datos para usuarios comerciales) ayudan a los usuarios empresariales a
conectarse a fuentes de datos externas y empresariales relevantes (por
ejemplo, las proporcionadas por los socios). Como los datos se vuelven
cada vez más complejos, los usuarios requieren funciones flexibles para
poder acceder de manera eficiente y preparar sus datos para su análisis.

Los tipos de visualización interactiva y nueva permiten a los responsables

de la toma de decisiones ver, en un instante, las principales tendencias, así
como detectar los valores atípicos.

Las visualizaciones hacen uso de las capacidades de reconocimiento de

patrones de nuestro cerebro para digerir información de un vistazo o
incluso de manera previa. Los usuarios son mejores para encontrar ideas y
detectar valores atípicos si los datos se presentan en cuadros y gráficos en

2
una página, en lugar de enterrarse en tablas de datos que abarcan varias
páginas.

El análisis visual es una característica importante que buscan cada vez más
las empresas que requieren formas más eficientes para que los
responsables de la toma de decisiones puedan absorber y actuar sobre los
datos.

Además, las funciones analíticas avanzadas guiadas proporcionan

información estadística sobre los datos que los usuarios pueden emplear
para un análisis de datos más sofisticado y orientado a patrones. Es un
desafío proporcionar funciones estadísticas avanzadas listas para usar para
usuarios comerciales y ofrecer resultados adecuados sin la necesidad de
escribir código.

La guía que los usuarios pueden esperar de las principales herramientas de

descubrimiento de datos actuales no solo ha permitido el acceso a
funciones avanzadas, sino también a sugerencias automáticas de
algoritmos adecuados para abordar ciertos problemas de negocios y
evaluaciones de los resultados de diferentes algoritmos.

Esta área ha recibido mucha inversión, tanto de vendedores como de

clientes, en los últimos años. Nuestros resultados de investigación de
mercado confirman la importancia del descubrimiento de datos.

Figura 1: Data Discovery

Fuente: Information Builders, 2017, https://goo.gl/z6ad5N

3
El descubrimiento de datos se encuentra actualmente
entre las mejores tendencias de BI

Sorprendentemente, los usuarios de TI, los consultores y los proveedores

otorgan más importancia al descubrimiento de datos que los usuarios
comerciales reales.

El porcentaje de encuestados que dijeron usar el descubrimiento de datos

experimentó un aumento significativo entre 2012 y 2016. Otro porcentaje
planea implementar casos de uso de descubrimiento de datos en el futuro,
lo que lleva a la conclusión de que un gran porcentaje del mercado
dependerá de su herramienta de inteligencia comercial para abordar este
caso de uso en los próximos años.

La segmentación de clientes tiene como objetivo tratar a cada cliente por

separado y proporcionar una vista personalizada de las ofertas. Uno de los
enfoques más comunes incluye la agrupación de la población del cliente en
diferentes niveles según sus acciones.

Figura 2: PLATFORA. Big data discovery

Fuente: Schlampp, 2015, https://goo.gl/k7Y5bu

¿Por qué el descubrimiento de datos crea tanto

revuelo?
Comúnmente se cree que los datos son el petróleo del futuro que
proporciona un alto valor para la innovación y el éxito.

4
Este nuevo enfoque basado en datos pretende ir más allá de la mera
presentación de informes y la supervisión del rendimiento de la
organización, que ha sido el núcleo de las iniciativas tradicionales de BI. El
objetivo es explotar el valor total de los datos para no solo mejorar la toma
de decisiones, sino también para tener un impacto directo en la
optimización de los procesos comerciales y para alimentar nuevos modelos
comerciales.

La gran demanda de herramientas de descubrimiento de datos refleja un

gran cambio en el mundo de BI hacia un mayor uso de datos y la extracción
de conocimientos y patrones a partir de los datos.

Esto significa que las decisiones operativas y la planificación a largo plazo

se basan en datos y perspectivas. Para que esto funcione, los empleados
necesitan información relevante y confiable de manera oportuna.

La digitalización exige la democratización del uso de datos para permitir

que tantos empleados como sea posible revelen información sobre datos
corporativos o externos. Para garantizar un ciclo cerrado de uso de la
información, las herramientas de descubrimiento de datos deben
considerarse, en primer lugar, como complementarias del BI tradicional.

Conceptos tales como la gobernanza son importantes para garantizar la

reutilización de los conocimientos adquiridos a partir del proceso de
descubrimiento de datos y las soluciones orientadas al usuario son
necesarias para proporcionar a los usuarios comerciales un kit de
herramientas adecuado para el análisis de datos.

Debido a que el software de descubrimiento de datos cumple estas

demandas mucho mejor que la mayoría de los paquetes de software de
inteligencia de negocios tradicionales, no sorprende que actualmente esté
captando la atención de los profesionales de BI y que las principales suites
de BI ahora se estén ampliando para satisfacer estos requisitos.

5
Bibliografía de referencias
Information Builders (2017). Data Discovery [Imagen]. Recuperado de
http://www.informationbuilders.com/products/webfocus/data-discovery

Schlampp, P. (2015). PLATFORA. Big data discovery [imagen]. Recuperado

de:
https://www.platfora.com/wp-content/uploads/2015/06/Top-Panel-
image-1.png