Esta nueva generación amparada bajo el término Business Intelligence 2.0 (BI 2.0) surge cada vez con más fuerza en la industria. El foco, como en el caso de la Web 2.0, está en las personas, dando herramientas a los usuarios para realizar más análisis y de mayor profundidad, permitiéndoles compartir libremente la información y facilitando la comunicación y la colaboración.

Los sistemas de business Intelligence clásicos se basan en tecnologías de bases de datos relacionales.

El primer paso que se da al montar estos sistemas es la creación de un almacén de datos que provienen de las operaciones en una base de datos transaccional.

Al partir del supuesto (muchas veces erróneo) de que solo parte de los datos deben ser consultados, los datos de un almacén de datos deben ser modelizados para su consulta.
Si se requiere consultar grande volúmenes de datos, o consultar datos con gran nivel de detalle, se suele tropezar con un escollo relacionado a la tecnología; a mayor nivel de detalle menor es el rendimiento de la bases de datos del almacén.

La modelización de los datos se hace con algunas técnicas específicas (técnicas de estrellas, técnicas de copos de nieve, etc.), para intentar optimizar el rendimiento de las consultas.

Una vez modelizado el almacén de datos, se suele utilizar una herramienta de reporting basada en tecnología de hipercubos (OLAP, y variantes). Esta tecnología de cubos, requiere definir las dimensiones y las medidas por las que se accederá a la información.
Este suele ser otro escollo no siempre visible en la etapa de desarrollo. Lo que no se incluya en la definición de los cubos a priori, no siempre podrá incluirse a posteriori; lo que suele ocasionar no pocos problemas al generarse nuevas necesidades.

Una vez definidas las dimensiones y medidas, o los metadatos que componen las variantes de visualización, se llega a la última fase de maquetación de informes.
Este proceso parece el adecuado cuando los resultados que esperamos son indicadores estratégicos con ciclo de vida de medio largo plazo.

No debemos olvidar que este proceso pude durar entre 12 y 15 meses, por lo que es muy habitual que al obtener el resultado solicitado, ya no tenga sentido después de tanto tiempo.

Tecnológicamente, el Business Intelligence Operacional utiliza tecnología que permitan salvar los escollos producidos por la modelización de los datos, por el rendimiento en consultas complejas so sobre mucho volumen de datos y el acceso a la máxima granularidad, todos temas claves para las áreas de IT.

Pero además, se centra en la usabilidad. Si se piensa en el usuario, se le debe proponer un entrono amigable que le permita trabajar en forma intuitiva y con el concepto ya conocido de arrastrar y soltar.

El estado del arte actual, pone en evidencia que las bases de datos diseñadas para explotar información, como las bases de datos en columnas son la mejor respuesta para el almacenamiento de datos.

Ha varias razones para ello.

Por un lado, sus algoritmos de almacenamiento permiten un altísimo rendimiento comparadoras con las bases de datos relacionales, entre 50 y 1000 veces superior.

No requieren técnicas de modelización clásicas para explotar los datos, reduciendo drásticamente el esfuerzo de puesta en escena de los datos para se explotados.

Por su elevado rendimiento, permiten trabajar con grandes volúmenes de datos al máximo detalle, ocupando muy poco espacio de guardado en disco y requiriendo muy poco hardware para operar.

Como consecuencia de la utilización de otra tecnología, no solo los resultados son diferentes; todo el proceso de construcción de una solución de Business Intelligence se optimiza, según nos presentan los cuadros comparativos que siguen.

Haciendo una simplificación del tema, podemos abordar esas diferencias observando dos dimensiones claves.

Por un lado, la dimensión conceptual. Que es cada uno, a que usuarios se dirigen, que tipos de entregables suministran. etc.

Por otra parte, la dimensión tecnológica. Que tecnología los soporta, como se construyen, etc.

Las diferencias conceptuales entre BI Operacional y BI Estratégico

El business Intelligence estratégico, es la respuesta al seguimiento de objetivos a largo plazo de las organizaciones. Por su concepción estratégica, su horizonte de análisis es de medio y largo plazo.

El business Intelligence estratégico, entrega cuadros de mandos integrales o sistemas de reporting, que han sido predeterminados en procesos en los que se ha definido previamente que es lo estratégico que debe seguirse y controlarse. Aquí subyace el concepto de control, y para controlar es imprescindible saber que debemos controlar y como debemos controlarlo definiendo métricas.

Los usuarios habituales de los cuadros de mando y los sistemas de reporting, son cargos directivos medios y altos de las organizaciones, que necesitan una presentación resumida de los datos para hacer seguimiento de los datos clave de una organización.

La concepción del Business Intelligence Operacional es complementaria, pero diametralmente diferente. Está embebido en las operaciones del negocio.

Los usuarios son usuarios del negocio, y por lo tanto su horizonte de análisis es el día a día del negocio. Estos usuarios, necesitan datos en el máximo detalle, en toda su granularidad para poder operar con ellos, necesita trabajar con grandes volúmenes y hacer consultas sobre la marcha.

A diferencia, y seguramente es la gran diferencia con el business Intelligence estratégico, estos usuarios no pueden partir de predefiniciones. El Business Intelligence Operacional, no parte de un concepto de control, si no de la necesidad de exploración sin saber de antemano que debe responder.

El usuario de negocio, necesita responder sobre la marcha a cuestiones que le han planteado y generar una acción a partir de ello y esta es la esencia del Business Intelligence Operacional.

Cuadro Comparativo BI Estratégico y BI Operacional

El reto de los sistemas de business Intelligence, asumido por los nuevos sistemas de Business Intelligence Operacional, es ir más allá de la presentación.

Es la puesta a disposición de los usuarios la información para que sea accionable.
Si no hay acción, no hay beneficios derivados de la información.
Una aproximación para resolver este problema, es el paso siguiente a los clásicos sistemas de business Intelligence; el Business Intelligence Operacional.

La Distancia hasta la Acción

Mientras que el fin de los sistemas de business Intelligence clásicos es el de resolver la distribución y presentación de la información, el objetivo del Business Intelligence Operacional es hacer la información accionable.

Los factores determinantes de la accionabilidad de la información tienen que ver con la distancia hasta la acción, lo que en términos tecnológicos llamamos latencia.

Cuanto mayor es la latencia entre un evento de negocios y la realización de una acción, menor es el valor; y viceversa. Si se minimiza el tiempo entre un evento y la acción relacionada, mayor es el valor.

¿De que depende el tiempo que pasa entre que sucede un evento de negocios y que el usuario dispone de información para realizar una acción?
La latencia total, puede dividirse en tres procesos muy diferentes; y en cada uno de ellos el rol de la tecnología es clave.

La primer latencia es la llamada Latencia de Datos, y es el tiempo que pasa desde que un evento ocurre hasta que los datos son almacenados.

La segunda latencia es la llamada Latencia de Análisis, y es el tiempo que pasa desde que el dato está almacenado hasta que se entrega al usuario para su uso.

La tercera es la Latencia de Decisión, y mide el tiempo entre la entrega de la información y la realización de la acción.

El impacto de la tecnología no recae solo sobre la latencia del almacenamiento y la latencia de análisis como podría pensarse a priori. El rol en la latencia de la decisión es crítico y el Business Intelligence Operacional aporta un valor clave en este ámbito, a través de la interacción con los datos.

Para que la reducción de la latencia sea una realidad y no una mera promesa, la tecnología y el enfoque del Business Intelligence Operacional debe ser diferente al clásico o estratégico.

En la primer fase, la de almacenamiento de los datos, los sistemas de Business Intelligence Operacional (como Alterian DDWeb), se distinguen por una serie de características muy diferenciadas.

Utilizan herramientas de extracción, transformación y carga ultra rápidas, que permiten cargar datos a velocidades muy elevadas, cercanas a los 10 GB por hora. El repositorio de estos sistemas son bases de datos analíticas basadas en columnas, con un sistema de almacenamiento indexado por atributo que comprime el espacio y permite rendimientos hasta 1000 veces superiores las tradicionales bases de datos relacionales.

En la segunda fase, la llamada de análisis hay dos puntos críticos que aumentan los tiempos de presentación y los nuevos sistemas de Business Intelligence Operacional reducen drásticamente.

El principal, es la necesidad de modelado que requieren los clásicos almacenes de datos. En la misma línea, la necesidad de creación de una capa de metadatos, la parametrización de un motor de reporting o la definición de cubos dimensionales; ralentizan la presentación de los datos.

Los nuevos sistemas de Business Intelligence Operacional no requieren ninguno de estos tipos de modelados de datos. El resultado directo de un proceso de carga de datos, es el paso a su utilización, sin mediar intervenciones que requieran modelización de los datos.

Por último, la tercera fase, es aquella en la que el usuario debe enfrentarse a los datos para operar con ellos.

Aquí hay dos aportaciones claves del Business Intelligence Operacional.

La primera, es que todos los datos presentados están en su máxima granularidad. No es necesario agregar datos para compensar rendimientos. El usuario trabaja con todo el nivel de detalle disponible.

La segunda, y muy importante, es que pude operar con los datos libremente, siguiendo las necesidades que surjan encada momento. No está limitado por modelos predeterminados. En todo momento puede cruzar, comparar, cambiar enriquecer, extraer, etc. en función de su necesidad para obtener una respuesta y realizar una acción.

Con estas características disponibles, el usuario no depende de las áreas de tecnología para convertir datos u operar con ellos, lo que le permite autonomía y toma de decisión sobre la marcha.

El Business Intelligence Operacional, aporta una solución muy diferenciada para reducir la latencia en términos de tecnología, y para reducir la distancia hasta la acción en términos de negocio; haciendo que los usuarios sean autónomos y puedan responder en forma inmediata a cualquier necesidad de información.

Esto establece un récord mundial para la compresión de datos y posiciona a las bases de datos en columnas como las única bases de datos “verdes” o base de datos ecológica.

Una extracción del articulo Column-Based Databases: The “Green” Process, de Javed Syed.

De la misma forma que las bases de datos en filas fueron diseñadas originalmente para procesamiento de transacciones en línea (OLTP), las Bases de Datos en Columnas se han diseñado específicamente para procesamiento analítico en línea, análisis dinámico de datos.

• La Bases de Datos en Columnas están optimizadas para ofrecer un altísimo rendimiento y responder consultas en escasos segundos y diseñar entornos de análisis en pocas horas, ofreciendo un menor coste de propiedad y de mantenimiento que las RDBMS tradicionales.
• Las Bases de Datos en Columnas están diseñadas para análisis de procesos de negocio que deben soportan grandes volúmenes de datos y se accedidos por gran cantidad de usuarios.
• La velocidad de acceso a la información, es hasta 1000 veces más rápida que la de una base de datos tradicional.
• Las bases de datos tradicionales almacenan datos en filas, mientras que las bases de datos analíticas los almacenan en columnas.
• Las Bases de Datos en Columnas disponen de sistemas de indexación específicos por columnas y no requieren que los datos estén pre-agregados para el análisis, permitiendo a los usuarios analizar de manera eficiente y muy rápida los datos a nivel detallado, sin necesidad de agregaciones.
• Con una Base de Datos en Columnas las consultas utilizan solo las columnas relevantes para la petición realizada, mientras que las bases de datos relacionales deben hacer la consulta sobre todos los registros (lo que generan bloqueos I/O y mayor consumo de memora y espacio de disco).
• Las bases de datos en Columnas, son ideales en entornos donde es indispensable reducir el tiempo de las consultas estandarizadas y principalmente donde es necesario realizar permanentes análisis ad hoc. En estos escenarios, las bases de datos relaciones clásicas, no se adaptan a análisis inesperados.

BI Operacional Significa Datos Accionables - Revista Dintel - Noviembre 2009 - Marcelo Arnone

El salto de la presentación de datos que proponen los sistemas de business intelligence estratégico (cuadros de mando, dashboards, balanced scorecards, reports, etc.), hacia la acción directa con el datos para interactuar con él y operarlo que propone el business Intelligence operacional, fue el tema de un encuentro con grandes referentes de la Administración Pública.

Los máximos responsables de tecnología del Ministerio de Trabajo, Ministerio de Industria y Ministerio de Fomento, comentaron sus expectativas con relación a estas soluciones.

Algunas conclusiones interesantes de esta charla, que pueden parecer obvias; pero que a muchos organismos tanto públicos como privados les ha requerido un esfuerzo

Las necesidades de los usuarios de alta dirección y mandos medios; pueden cubrirse en forma aceptable con sistemas de reporting o cuadros de mando que les presenten los datos. Trabajan en un plazo medio a medio largo, con datos agregados.

Los usuarios ligados a las operaciones, necesitan algo más que presentaciones de datos. Necesitan hacer cosas ya mismo, interactuar, extraer, operar, enviar, etc. Su horizonte de trabajo es el día a día, y con datos en su máxima granularidad.

El verdadero valor de los datos no está en su presentación (no está en una consulta pasiva de informes).

El valor real de los datos está en su “accionabilidad”, en poder “hacer cosas” y obtener resultados que nos devuelvan conocimiento, inteligencia.

Las organizaciones esta saturadas de datos internos y externos. En este sentido las soluciones clásicas de Business Intelligence han aportado una solución presentándolo en forma ordenada de indicadores y reports que responden a ciertas métricas de control y seguimiento.

El reto que están afrontando las organizaciones en relación a la gestión de sus datos, ya no es de presentación, sino de “accionabilidad”.

El verdadero valor de los datos se concreta cuando a partir de información se realizan acciones, esas acciones dan un resultado y de ese resultado se logra el conocimiento que no se tenía a priori.

2.- Evolución del BI de Estratégico a Operacional

El BI Estratégico, tiene su foco en la estrategia a largo plazo de las organizaciones. Parte de métricas de control que se trasladas a cuadros de mando y sistemas de reporting. Son utilizados por la alta dirección y mandos medios, y su marco temporal suele estar medido en meses y a veces años-

El BI operacional está enfocado en las operaciones, no en la estrategia. Son los usuarios del negocio los principales usuarios de estas herramientas, los que necesitan respuestas inmediatas para el día a días de sus operaciones. El BI Operacional da a los usuarios un entorno de granularidad e interactividad con los datos, para poder operar con ellos; vuelve a los datos “accionables”.

3.- Las Claves del BI Operacional está en la “Accionabilidad de los Datos”

El tiempo desde que un evento de negocios ocurre hasta que está disponible la información para interactuar con ella para realizar acciones, debe reducirse drásticamente y esto es lo que resuelve el BI Operacional para los usuarios de negocio.

3.-1.- Reducción del Tiempo de Captura del Dato hasta el Almacenamiento.
El BI Estratégico requiere un proceso de carga de datos y un proceso de modelización del almacenamiento para poder disponer de los datos en un siguiente paso.
La BI Operacional parte de procesos de carga de alta velocidad, que además de cargar y transformar; indexa los datos con múltiples índices y comprime el espacio de guardado. Guarda los datos en bases de datos analíticas que ofrecen un rendimiento que va entre 50 y 1000 veces superior una bese de datos relacional. Esto permite realizar consultas complejas en pocos segundos y trabajar con datos en máxima granularidad.
La construcción de un entrono de explotación de datos se reduce a pocos días.

3.2.- Reducción del Tiempo de Almacenamiento hasta la Disponibilidad de Datos.
El BI Estratégico, se basa en sistemas de modelado en cubos dimensionales (OLAP y variantes) o definición de Metadata.
El BI Operacional rompe con el paradigma de la modelización en cubos. Partiendo de otra tecnología (analítica, columnar, etc.) aporta una solución que no requiere definición de dimensiones o medidas; todo el dato cargo esta modelizado en el proceso de carga sin más esfuerzo.
La puesta en producción de un entorno de explotación de datos de operaciones con cientos de miles de registros se reduce a pocos días.

3.3.- Reducción de Tiempo de Entrega hasta la Acción

El BI Estratégico por definición, entrega Cuadros de Mando o Sistemas de Reporting.
Los cuadros de mando son indicadores que sintetizan ciertas métricas de una organización y presentan una serie de controles que indican el estado de una situación (semáforos, velocímetros, termómetros). No hay navegabilidad allí.
Los reports tienen cierto grado de navegabilidad. Presentan información en forma de dimensiones y medidas, y permiten cierta desagregación (hasta donde el rendimiento lo permite).

Aquí está la gran diferencia del BI Operacional. Los datos son accionables.

Se puede interactuar y operar con los datos para realizar acciones; y los datos están en su máxima granularidad sin ninguna penalización de rendimiento.
El BI Operacional, permite explorar, navegar, realizar operaciones sobre marcha, detectar un grupo de datos de interés y operar con ellos.
Propone un paso más allá de la mera presentación como consulta; permite actuar, obtener un resultado, construir conocimiento.
En términos funcionales, va más lejos que el simple cruce de datos. Permite utilizar otros procedimientos que dan otra perspectiva a la información, como las comparativas y concurrencias, el perfilamiento, la agrupación y evolución, la representación geográfica, etc.

El BI necesitaba acercarse a los usuarios con herramientas que le permitan desplegar su conocimiento pudiendo interactuar con los datos para responder en forma inmediata a las necesidades de su día a día. Esta es la propuesta del BI Operacional.

El debate ha sido muy enriquecedor y quedaron en evidencia dos líneas de trabajo de máximo interés en estos organismos. El análisis on line, es ca vez más relevante el mundo web (blogs, redes sociales, etc) y todos los organismos están empezando a abordar distintas formas de “comprender las conversaciones on lline.” Por supuesto, la otra preocupación es la mejora del análisis de los datos internos, que crecen exponencialmente y cuya estructura muchas veces es imposible de definir por anticipado.

Análisis Dinámico de Datos y Ciclo de Inteligencia

Los nuevos sistemas de Business Intelligence Operacional, se enfocan en las operaciones, en la alta disponibilidad de datos al detalle para los usuarios y departamentos de negocio, en la respuesta inmediata a cualquier petición no prevista de información.

Herramientas de Análisis Dinámico de Datos como Alterian, parten de este concepto de alta disponibilidad, cubren los requisitos de acción directa sobre los datos de las operaciones y aportan algunas novedades importantes para las organizaciones que necesitan tomar decisiones sobre los datos en el día a día.

Pero primero, repasemos un poco algunos conceptos…

El Business Intelligence Operacional es Dinámico, es Acción

Tanto para organizaciones privadas como del sector público, los sistemas de Business Intelligence permiten a los usuarios avanzados y usuarios de negocio analizar datos para que las organizaciones puedan reducir costes y/o incrementar beneficios.

Muchas organizaciones están comenzando a utilizar en forma rutinaria sus sistemas de Business Intelligence, ya no tanto en temas estratégicos sino tácticos, operacionales.
Los usuarios departamentales, de las diferentes unidades de negocio, ven los que ha sucedido en el pasado, indagan el porqué ha sucedido y realizan cambios en las estrategias y tácticas del futuro; operando en el día a día con sus datos.

Hoy podemos hablar de dos enfoques diferenciados de Business Intelligence. El Business Intelligence clásico, enfocado en la estrategia. Este BI está soportado por cuadros de mando con indicadores predefinidos y sintéticos, y sistemas de reporting y control predeterminados.

El Business Intelligence Operacional, en cambio, se centra en las operaciones, en el día a día del negocio. Este BI Operacional, es en la práctica un conjunto de herramientas con alta disponibilidad en la explotación de los datos; total navegabilidad y visualización de datos; cruces, comparaciones, agrupaciones, perfiles, consultas ad hoc, etc. ; y lo más importante, sin definición previa y con respuesta inmediata.

Business Intelligence Operacional significa datos accionables. Respuesta inmediata a los hechos, con los datos delante, operando con ellos, en forma dinámica, sin intermediarios.

El Business Intelligence Operacional es Respuesta en Tiempo Real

Si hablamos del sector privado, un clima de intensa competencia global está llevando a las organizaciones a reaccionar más rápido ante los cambios de su entorno, las presiones sobre su negocio y las demandas de sus clientes. Y aun más, es un requerimiento que los sistemas de BI se orienten a optimizar operaciones, en forma diaria.

En el sector público, la ciudadanía es cada vez más exigente. La demanda de servicios públicos más eficientes, disponibles en múltiples plataformas (web, sms, tdt) y más visibles como “retorno” de los impuestos en beneficios directos, exigen respuestas rápidas a la Administración Pública.

Esta necesidad de uso inteligente e inmediato de los datos es lo que se denomina Business Intelligence Operacional.

• El Objetivo del BI Operacional es tomar decisiones oportunas de negocio, de forma que está relacionado estrechamente con el tiempo real; a partir de datos al detalle de las operaciones del negocio.
• El BI Operacional entrega la información correcta en el formato adecuado a las personas adecuadas en el momento adecuado para la toma de decisiones y para ello cuenta con alta disponibilidad de datos y opera sobre ellos directamente.
• El BI Operacional optimiza el tiempo de latencia entre el momento en que se produce un evento de negocios y el momento para tomar las medidas y acciones adecuadas, no requiere preparaciones de modelos o metadatos.
• El BI Operacional es un BI “accionable”. Datos disponibles a usuarios para tomar decisiones sobre las operaciones.

El BI Operacional cubre el gap que existe entre las aplicaciones operacionales (ERP, CRM, SCM, etc.) y el BI Estratégico (Cuadros de Mando Integrales, Indicadores Claves de Negocio).
Con la implantación de sistemas de BI Operacional, las personas y los procesos en los departamentos operativos pueden ahora aprovechar el poder de estas herramientas para tomar decisiones mejor informadas que impactan directamente en el día a día de una organización.

El Business Intelligence Operacional es Velocidad, Escalabilidad, Flexibilidad y Bajos Costes de Operación

Para lograr las ventajas competitivas del Business Intelligence Operacional, las organizaciones deben seleccionar la tecnología adecuada que soporte una serie de requisitos básicos del entorno de trabajo: la velocidad, escalabilidad, flexibilidad y bajo coste de operación.

1. Velocidad
El BI Operacional debe proveer respuestas ad hoc sin preparación previa, sin dependencias de modelizaciones, metadatos, etc. La tolerancia a la latencia para hacer análisis se me medirá en segundos o pocos minutos con alta disponibilidad de datos. La aplicaciones deben estar en entorno web y a disposición del cliente con una interface user friendly, para cualquier usuario no experto en tecnología

2. Escalabilidad
El BI Operational debe tener alta disponibilidad para todas las personas clave involucradas en las operaciones de negocio. El sistema debe poder escalar a cientos o miles de usuarios concurrentes con cientos de miles de millones de registros, manteniendo la velocidad de respuesta a las consultas en segundos o pocos minutos.

3. Flexibilidad
El Bi Operacional debe soportar una gran variedad de esquemas, configuraciones y consultas para atender las distintas necesidades de negocio.
Para optimizar el ROI, el despliegue deberá ser rápido y estar basado en estándares tanto de hardware como de sistemas operativos; además de ser compatible con herramientas ya existentes.

4. Bajos Costes de Operación
El sistema debe mantener una buena relación precio rendimiento, para alcanzar los objetivos operacionales. En esta relación, la reducción de costes implica la reducción de los costes de parametrización y ajuste, administración, soporte y mantenimiento, almacenamiento, entrenamiento, etc.

Las organizaciones deben afrontar nuevos retos y las soluciones de Business Intelligence se vuelven cada vez mas especializadas.
El Business Intelligence Operacional es la respuesta a la demanda de los usuarios de los departamentos de negocio que piden a sus informáticos sus datos para tomar decisiones.

Muy visual y muy orientativo para comprender en que estado se encuentra una organización y en que dirección debería dar sus próximos pasos.Merece comentarlo en un post que estoy preparando.

Gráfico: Modelo de Madurez del Business Intelligence