Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analítica de Datos
Según una encuesta de NVP Big Data and AI Executive Survey 2021 (https://c6abb8db-514c-
4f5b-b5a1-fc710f1e464e.filesusr.com/ugd/e5361a_76709448ddc6490981f0cbea42d51508.pdf), el
92,2 % de las empresas “señala a la cultura (personas, procesos, organización y gestión de
cambios) como el mayor impedimento para convertirse en organizaciones basadas en datos”.
Se han identificado que generalmente las iniciativas de Business Intelligence (BI), nacen de
la necesidad de contar con información completa, oportuna y detallada en las organizaciones para
tomar decisiones que sean más acertadas y más rápidas que la competencia, buscando una ventaja
competitiva. Necesidad que es planteada principalmente por las áreas comerciales, financieras, de
marketing y/o logística, quienes son las responsables y tienen la misión de generar ingresos.
Los directivos de las grandes empresas están siempre evaluando el costo contra el beneficio
de cualquier decisión empresarial, esta es una práctica normal.
Conocer y cuantificar los costos y los beneficios de cualquier iniciativa es fundamental para
tomar cualquier decisión. Las decisiones sobre BI y Data Warehouse no son una excepción en este
caso.
Para los directores de proyectos, encargados de llevar a cabo un sistema de Inteligencia de
negocio, se ha convertido en un tema clave. La métrica más usada para poder medir estas
iniciativas es el Rendimiento de la inversión (ROI).
Hay dos razones principales por las que se calcula el ROI:
1. Para incorporarlo dentro de un plan de proyecto o de negocio que se va a iniciar y necesita
cuantificar los fondos a destinar.
2. Para medir el resultado económico de un proyecto que acaba de concluir.
En el primer caso, el ROI servirá para conocer qué resultados o ventajas me puede
proporcionar el sistema por anticipado, adecuar otras iniciativas dentro del área de TI, e incluso
justificar la no realización o paralización de un proyecto, si el ROI no sale muy beneficioso.
En el segundo caso, nos servirá para poder comparar con el ROI inicial previsto y analizar
las desviaciones. Así, conseguimos saber qué cosas no se hicieron bien durante el proyecto para
poder corregirlas en futuras implementaciones.
Para poder calcular el ROI de forma adecuada tendremos que identificar por separado todos
los costos en que hemos incurrido, así como los beneficios podremos obtener cuando la iniciativa
esté completada o en producción.
1. Identificación de los costos
Lo primero que tendremos que hacer es identificar los tipos de costos en que puede incurrir una
organización cuando afronta una iniciativa de este tipo. Casi siempre, las empresas se olvidan de
asociar ciertos costos que no consideran relacionados con la iniciativa, pero como ya hemos visto,
estos proyectos afectan a toda la empresa, por lo que muchos costes derivados deberán tenerse
en cuenta.
Los tres principales tipos de costos en que se pueden clasificar son: hardware, software y mano
de obra.
• Hardware se refiere a toda la infraestructura técnica que se necesita para implementar
un DW o BI. Aquí se incluyen los servidores, puestos cliente, redes, discos, dispositivos
móviles, dispositivos externos, etc..
• Los costos de software incluyen todos los gastos por licencias (que pueden calcularse
por nº de usuarios, por procesadores, por volumen de datos, etc.) que se tienen que pagar
a los fabricantes. Se incluyen las herramientas ETL, la base de datos, las herramientas
de análisis y reporting, balance scorecard, data mining, etc.
• Los costos laborales incluyen tanto los recursos internos como los externos (partners,
integradores o outsourcing) implicados en el proyecto. Los roles de las personas
implicadas suelen ser los siguientes:
• Jefe de proyecto.
• Analista de negocio.
• Especialista en aplicaciones BI.
• Administrador de la Base de Datos.
• Administrador del Sistema
• Formadores.
• Desarrolladores, etc…
Para tener una estimación previa de los costos en los que se puede incurrir podemos pedir la
información a los propios vendedores, a las empresas de integración o consultoría y a firmas
independientes de investigación.
Mientras que los costos implicados en una iniciativa de DW o BI son razonablemente fáciles de
calcular, no ocurre lo mismo con los beneficios. Es aquí donde más dudas surgen y donde se hace
más difícil saber interpretar el resultado del ROI.
La mejor forma de abordar este cálculo es separar dos categorías: los incrementos de ingresos
y las reducciones de costo.
• Incrementos de ingresos. Salvo que el Business Intelligence forme parte directa
del núcleo del negocio, será muy difícil atribuir un aumento de los ingresos a una
mejor utilización de la información. Será factible achacar las nuevas oportunidades
o detección de hábitos del consumidor con un mejor análisis, pero cuantificarlo
será difícil. Aún así, habrá que intentar poner cifras y números a esas nuevas
ventajas competitivas generadas gracias a la mejora en la toma de decisiones.
Estos son algunos de los ejemplos que pueden encuadrarse en este grupo:
• Incremento de la cifra de negocio.
• Identificar nuevas oportunidades de negocio.
• Ahorro de Costos. Este tipo de beneficios son más fáciles de calcular puesto que
podemos comparar los costes del sistema actual con los antiguos sistemas de reporting,
análisis y almacenamiento. Además, es mucho más fácil cuantificar y dar números para
estos beneficios. Estos son algunos ejemplos:
• Reducción de los costes operativos.
• Automatización de procesos manuales.
• Mejora de los procesos operativos.
• Mejora de la agilidad de la organización.
• Aumenta la diseminación de la información.
• Mejora el análisis.
• Mejora la toma de decisiones.
SaaS, los usuarios pueden optar por una suscripción anual o mensual, lo que les permite cambiar
de producto en un plazo relativamente corto, así como añadir o eliminar funciones adicionales o
usuarios.
Al optar por un software en la nube hay que confiar en el proveedor y estar dispuesto a
cederle el control. Esto se debe, entre otras cosas, a que una empresa puede tratar con datos
sensibles que se van a almacenar en los centros de datos del proveedor. Si el fabricante del
software de nube no se toma en serio la privacidad, se da una situación crítica. La cesión de control
también puede resultar problemática: si el proveedor decide (por sí mismo o debido a un tercero) a
interrumpir el servicio o incluso hacer una pausa para realizar trabajos de mantenimiento, puede
causar errores con consecuencias negativas para los usuarios.
Para poder realizar la mejor elección en tema de software, te recomiendo tomar en cuenta
los siguientes puntos:
• Define los objetivos que tu empresa desea cumplir
Un error común es adquirir la herramienta sin tener un objetivo claro. Esto es
más problemático de lo que parece y puede provocar que no elijas bien y hagas un
gasto innecesario. Además de que difícilmente podrías ponerlo en marcha o identificar
si es útil o no.
Debes considerar que un software de BI puede adquirir cualidades específicas
de funcionamiento según se programe y el Business Intelligence no es la excepción.
Por ello, debes definir previamente para qué lo necesita tu empresa y qué metas
deseas alcanzar, así podrás solicitar con los proveedores exactamente cómo quieres
que opere tu software.
• Considera su capacidad, acceso remoto y posibilidad de actualizaciones (upgrade)
Establecer qué capacidad y tamaño tendrá tu software de BI es la clave para
que sea configurado con lo necesario, pueda procesar todos los datos e información
que produce tu empresa y opere con eficacia. Una medición incorrecta puede causar
una irregularidad en los resultados de su análisis.
Por otro lado, algo que recomiendan los expertos es que tenga diferentes
opciones para acceder a sus funciones. Como el acceso a la web para que pueda ser
operado a remoto o realizar un respaldo de toda la información en la nube.
Del mismo modo, considera aquellos que tengan opciones de upgrade y se
puedan ir adaptando al crecimiento de tu empresa.
Hay muchas opciones de empresas que ofrecen un software de BI, pero, la clave es
elegir el que mejor se adapte a tu empresa y sus objetivos. Asimismo, recuerda verificar que
tu proveedor de tecnología ofrezca una mayor simplicidad de uso, un menor tiempo de
adopción y un excelente servicio de consultoría y capacitación.
6.4. Contratación de proveedores y consultores
Un equipo de análisis de datos suele estar compuesto por cuatro funciones principales, que se
detallan a continuación.
• Ingeniero de datos: Son los responsables de diseñar, construir y mantener los conjuntos de
datos que se pueden aprovechar en los proyectos de datos. Como tal, los ingenieros de
datos trabajan estrechamente con los científicos de datos y los analistas de datos.
• Científico de datos: Utilizan matemáticas y estadísticas avanzadas y herramientas de
programación para construir modelos predictivos. Las funciones de los científicos de datos y
los analistas de datos son bastante similares, pero los científicos de datos se centran más
en el análisis predictivo que en el descriptivo.
• Analista de datos: Utilizan los datos para realizar informes y análisis directos. Mientras que
los científicos de datos y los ingenieros suelen interactuar con los datos en su estado bruto
o sin refinar, los analistas trabajan con datos que ya han sido limpiados y transformados en
formatos más fáciles de usar.
• Analista de negocio/analista de operaciones: Ayudan a la organización a mejorar sus
procesos y sistemas. Se centran en la elaboración de cuadros de mando, responden a las
preguntas del negocio y proponen su interpretación. Son ágiles y se sitúan a caballo entre
las TI y el negocio para ayudar a salvar la distancia y mejorar la eficiencia. Suelen trabajar
con un área de negocio específica, como el marketing o las finanzas, y sus conocimientos
de SQL pueden abarcar desde cuadros de mando básicos hasta análisis avanzados.
Como regla general, cualquier flujo de datos es vulnerable por definición y susceptible de ser
interceptado y utilizado como punto de acceso al sistema. Cualquier acceso autorizado a los datos
de una base de datos o su copia a un repositorio externo puede convertirse en una fuente de
problemas. Si el ataque tiene éxito, sus instigadores podrían modificar, borrar o crear nuevos
registros. Aunque algunos ataques requieren el consentimiento humano, otros son más
automáticos.
Una de las maneras más sencillas de blindarse contra este tipo de problemas es mantener
los sistemas de datos permanentemente actualizados a la última versión. Al contrario de lo que
sucede con los sistemas de gestión de contenidos, por ejemplo, la mayoría de las versiones de las
suites de Business Intelligence no implementan nuevas funcionalidades, sino que se limitan a
“parchear” las vulnerabilidades detectadas, de cara a hacerlos más seguros.
Aunque el cifrado de datos entraña mayores costos y la dedicación de recursos adicionales,
se trata de dinero bien empleado. Las herramientas de Business Intelligence son blancos prioritarios
para los hackers porque es ahí donde residen las ventajas competitivas y controlar los datos implica
controlar la empresa en su conjunto.
Es imposible garantizar la seguridad de los datos almacenados datos en un servidor sin
mantenerlos permanentemente cifrados
Otra medida adicional de protección consiste en segmentar el almacenamiento de datos y
distribuirlo entre diferentes servidores, con ciertas redundancias para protegerse contra ataques
centrales. De esta manera, el almacenamiento de datos se convierte en un gran rompecabezas que
sólo nosotros somos capaces de resolver.