Fundamentos de la Analítica y la Inteligencia de Negocio
¿Qué es la Analítica?
La analítica se define como un proceso que involucra el uso de técnicas estadísticas, software de sistemas de información y metodologías de investigación de operaciones para explorar, visualizar, descubrir y comunicar patrones o tendencias en los datos. En otras palabras, la analítica convierte los datos en información útil.
Niveles de Análisis: Descriptivo, Predictivo y Prescriptivo
Existen varios tipos de análisis y es necesario organizarlos para comprender sus usos. Estos se dividen en tres categorías: descriptiva, predictiva y prescriptiva, niveles sugeridos por el Instituto de Investigación de Operaciones y Ciencias de la Gestión.
- Descriptivo: Aplicación de técnicas estadísticas simples que describen lo que está contenido en un conjunto de datos.
- Predictivo: Aplicación de métodos estadísticos avanzados para identificar variables predictivas y construir modelos predictivos que revelan tendencias y relaciones no fácilmente observables en un análisis descriptivo.
- Prescriptivo: Aplicación de metodologías de la ciencia de la decisión (técnicas matemáticas aplicadas) para optimizar el uso de los recursos asignables.
¿Qué es Business Analytics (BA)?
Se define como un proceso que comienza con la recopilación de datos relacionados con el negocio y consiste en la aplicación secuencial de los componentes analíticos principales: descriptivos, predictivos y prescriptivos. Su resultado respalda y demuestra la toma de decisiones de negocios y el desempeño organizacional.
¿Qué es la Inteligencia de Negocio (BI)?
Se define como un conjunto de procesos y tecnologías que convierten los datos en información significativa y útil para fines comerciales. Algunos autores, como Bartlett (2013, p.4), consideran que la Inteligencia de Negocio (BI) es un tema amplio que abarca la analítica, el Business Analytics y los sistemas de información. Otros, como Negash (2004), creen que se centra en recopilar, almacenar y explorar grandes bases de datos organizacionales para obtener información útil para la toma de decisiones.
Diferencias entre Analítica y Business Analytics (BA)
La diferencia entre la analítica simple y la analítica de negocio (BA) radica en el impacto final. Una vez realizado el análisis, el Business Analytics debe incluir un impacto medible en el rendimiento del negocio, mientras que la analítica simple lo considera de forma general o dependiendo del estudio.
Diferencias entre Inteligencia de Negocio (BI) y Business Analytics (BA)
La Inteligencia de Negocio (BI) se diferencia del Business Analytics (BA) en que la BI se dedica principalmente a informar y almacenar los resultados de un análisis. En contraste, el BA busca una explicación del porqué se produjeron esos resultados.
Similitudes entre Inteligencia de Negocio (BI) y Business Analytics (BA)
En rasgos generales, la generación de informes de resultados de los análisis es un punto en común. En ambos casos, el uso de la analítica descriptiva es un componente importante del proceso, además de incluir un enfoque empresarial en sus estudios.
Contexto y Demanda de la Analítica
Contexto Social que Impulsa la Demanda de la Analítica
Ha surgido una gran demanda de un perfil profesional que hasta ahora prácticamente no existía. Los datos son el recurso más abundante del planeta. Aunque por pura oferta y demanda, acumular datos debería ser algo trivial, lo complejo es procesarlos y extraer valor de ellos.
Contexto Empresarial que Fomenta el Desarrollo de la Analítica
Las organizaciones generan a diario una gran cantidad de datos y se enfrentan a nuevas reglas de negocio producto del crecimiento globalizado, lo que incluye las necesidades cambiantes de los clientes y las condiciones dinámicas del mercado.
Circunstancias Tecnológicas que Impulsan la Analítica
El desarrollo tecnológico ha sido fundamental para la recolección, almacenamiento y análisis eficiente de los datos de una organización.
Perfiles Profesionales y Procesos Clave
El Científico de Datos: Características y Diferencias con el Estadístico
La característica principal de un científico de datos es que utiliza los datos para resolver problemas que surgen. Tiene la particularidad de combinar la estadística con la computación para realizar estudios más ágiles, gracias a los avances tecnológicos actuales. La diferencia con un estadístico radica en el alcance y las herramientas que utilizan, ya que los estadísticos tradicionalmente no se involucran en problemas de computación estadística, lo que puede limitar el alcance de sus estudios.
El Proceso de Business Analytics (BA)
El proceso de Business Analytics (BA) se basa inicialmente en una pregunta fundamental: ¿Qué información valiosa o de resolución de problemas está contenida en las fuentes de datos disponibles para una organización? Este proceso se estructura en las siguientes fases:
- Análisis Descriptivo: Responde a la pregunta ¿Qué pasó? (Identifica posibles oportunidades relacionadas con el negocio).
- Análisis Predictivo: Aborda ¿Qué está pasando, por qué está sucediendo y qué pasará? (Permite predecir oportunidades que la empresa puede aprovechar).
- Análisis Prescriptivo: Se enfoca en ¿Cómo se maneja? (Implica asignar recursos para aprovechar las oportunidades previstas).
Relación del BA con la Toma de Decisiones Organizacional
El proceso de Business Analytics (BA) puede resolver problemas e identificar oportunidades para mejorar el rendimiento del negocio. Además, permite a las organizaciones determinar estrategias para guiar las operaciones y alcanzar ventajas competitivas.
Áreas de la Ciencia de Datos según Carmichael-Marron (2018)
Según Carmichael-Marron (2018), la ciencia de datos incluye las siguientes áreas de la Great Data Science (GDS):
- Recopilación, Preparación y Exploración de Datos.
- Representación y Transformación de Datos.
- Computación con Datos.
- Modelado de Datos.
- Visualización y Presentación de Datos.
- La Ciencia sobre la Ciencia de Datos.
Comportamientos de un Competidor en Analítica según Davenport
Según Davenport, los siguientes comportamientos definen a un competidor en analítica:
- Uso generalizado de modelos y optimización.
- Un enfoque a nivel de empresa.
- Altos ejecutivos que actúan como defensores.
Aplicaciones de la Analítica en las Áreas Organizacionales
La analítica puede ser utilizada en todas las áreas de una organización. Cada departamento acumula diferentes tipos de datos: sobre sus clientes, sus inventarios, su producción, la efectividad de las campañas de marketing, información sobre proveedores y socios, además de datos externos como los referentes a competidores. En este sentido, el Business Intelligence (y por extensión, la analítica) puede realizar distintas aportaciones a cada departamento, siempre con el objetivo de integrar y optimizar la información disponible en la organización.