5 tendencias importantes de inteligencia empresarial para 2018
Publicado: 2022-05-07A medida que 2017 llega a su fin, los empresarios de todo el mundo están buscando el "próximo gran avance" en inteligencia empresarial que les ayude a vencer a la competencia en 2018.
En el próximo año, habrá una nueva tecnología que puede brindar mejores y más rápidos conocimientos de datos, nuevos usos para herramientas de BI más antiguas y un cambio en la estrategia de análisis para procesadores de datos en todas partes.
¿Quiere saber qué hay de nuevo, en desarrollo y antiguo en el mundo de la inteligencia de negocios? Eche un vistazo a las cinco tendencias de inteligencia empresarial para 2018 que hemos destacado a continuación.
1. El auge de la analítica aumentada
¿Qué es?
Imagine poder enviar una consulta verbal a su software de análisis de datos y no solo recuperar los datos pertinentes, sino también recomendaciones valiosas que cambien la estrategia.
El análisis aumentado es la combinación de varios procesos de datos que, en última instancia, podrían brindarle una respuesta simple, procesable y basada en datos.
Esos procesos incluyen:
- Preparación de datos aumentados
- Descubrimiento de datos aumentados (anteriormente descubrimiento de datos inteligente)*
- Ciencia de datos aumentada y aprendizaje automático
*Investigación disponible solo para clientes de Gartner
¿Por qué eso importa?
Según el vicepresidente de Gartner, David Cleary, "el análisis aumentado es un área de crecimiento particularmente estratégica que utiliza el aprendizaje automático para automatizar la preparación de datos, el descubrimiento de información y el intercambio de información para una amplia gama de usuarios comerciales, trabajadores operativos y científicos de datos ciudadanos".
El análisis aumentado le da a su equipo de análisis el regalo del tiempo. Tradicionalmente, los análisis que consumen mucho tiempo y recursos se pueden reducir significativamente mediante el uso de análisis mediados por el aprendizaje automático y el procesamiento del lenguaje natural.
Esté atento a los grandes conjuntos de datos que los científicos de datos ciudadanos ponen de rodillas utilizando análisis aumentados para llegar a conclusiones a velocidades nunca antes vistas. Si desea seguir siendo competitivo, deberá aprovechar sus datos más rápido que sus competidores, y el análisis aumentado será la herramienta que necesita para hacer esto. Pregúntele a su proveedor de software de BI actual cómo van a manejar los análisis aumentados y, si no tienen una respuesta, podría ser el momento de cambiar.
2. El uso de la inteligencia artificial se dispara
¿Qué es?
No, no estamos hablando de un robot omnisciente que pueda decirle las respuestas a todas las preguntas más candentes de la vida.
La inteligencia artificial (IA) existe desde hace un tiempo y recientemente se ha convertido en una palabra de moda que la gente utiliza durante las reuniones de negocios.
Para la inteligencia empresarial, la IA significa una serie de procesos informáticos estrechamente definidos que ayudan a aumentar los datos con una tarea específica en mente. Asociada un tanto erróneamente con los robots, la IA proporciona una máquina de aprendizaje que piensa (con suerte) como un ser humano, lo que ayuda a desentrañar algunos misterios de los datos empresariales.
¿Por qué eso importa?
Sus competidores ya están analizando la IA y adoptándola en sus programas de análisis.
“Una encuesta reciente de Gartner mostró que el 59 % de las organizaciones todavía están recopilando información para desarrollar sus estrategias de IA, mientras que el resto ya ha avanzado en la prueba o adopción de soluciones de IA”, dice Cleary de Gartner.
Primero, un aumento en la adopción de tecnología de IA en empresas de todos los tamaños. En segundo lugar, un aumento en la cantidad de integraciones de aplicaciones/IA que facilitan la resolución de problemas de BI.
3. Más nubes, menos peligro
¿Qué es?
A estas alturas, cualquier persona en la industria de la tecnología debería conocer "la nube", que se refiere a sus datos almacenados en el servidor de otra persona.
¿Por qué eso importa?
El uso de la nube ha sido una fuente de preocupación para los expertos en inteligencia empresarial durante años, considerando los posibles riesgos de ciberseguridad que plantea el almacenamiento en la nube fuera del sitio. La buena noticia es que veremos algunas modificaciones a las arquitecturas de nube típicas en 2018 que conducirán a menos riesgos de ciberseguridad al proporcionar almacenamiento de datos tanto dentro como fuera del sitio. Podrá elegir qué datos pone en la nube y qué datos privados o confidenciales desea conservar en los servidores de su empresa.
Una ventaja adicional de implementar el almacenamiento de datos en la nube es el aumento de la velocidad, la escalabilidad y la flexibilidad. Con la nube convirtiéndose en un método más factible para almacenar grandes conjuntos de datos patentados, los expertos en inteligencia comercial podrán proporcionar estrategias comerciales astutas a un ritmo más rápido.
Adopción generalizada de arquitecturas de nube híbrida que ofrecen lo mejor de ambos mundos: algunos datos en la nube y algunos alojados directamente en sus servidores en el sitio. Esto le permite mantener sus datos de propiedad interna y, al mismo tiempo, le brinda la posibilidad de usar la nube para sus tareas de datos mundanas.
4. Más características de visualización de datos significan que el análisis de datos correcto será más importante que antes
¿Qué es?
Mucho más que imágenes bonitas, las visualizaciones de datos son representaciones de información que resumen y explican datos complejos a un público objetivo.
¿Por qué eso importa?
Muchas personas pueden hacer que los datos se vean bien. Pocos pueden decirle qué significan los datos.
Menos aún pueden crear visualizaciones claras y concisas que transmitan el mensaje correcto de sus datos.
“Lo que veo a menudo son personas capacitadas en herramientas de visualización, no en análisis”, dice Johnny Lee, director y líder nacional de práctica de tecnología forense en Grant Thornton LLP. “Lo que eso engendra es una confianza injustificada en los datos subyacentes, y [la] creencia de que el único 'análisis' requerido para tales datos es embellecerlos”.
Considere la siguiente visualización:
De acuerdo con la imagen, la tasa de crecimiento indica un crecimiento masivo para la Compañía X.
Considere la tasa de crecimiento tal como se presenta en un rango alterado:
Los datos son exactamente los mismos en ambos casos, pero distorsionar el eje y puede llevar a diferentes conclusiones sobre lo que se presenta.
En 2018, cada vez más herramientas comerciales proporcionarán visualizaciones de datos.
¿Por qué? Los dueños de negocios exigentes quieren una visión fácil de sus datos.
No se deje engañar por la presencia de una función de visualización de datos. Los cuadros y gráficos bonitos no pueden reemplazar el análisis astuto de los datos duros.
Dicho todo esto, no todas las visualizaciones de datos son malas. En una conferencia reciente, Edward Tufte, profesor emérito de la Universidad de Yale y pionero en el campo de la visualización de datos, resumió la forma de crear una buena visualización de datos; “Haga lo que sea necesario para transmitir su mensaje”. Eso significa evitar los gráficos de barras aburridos, los gráficos de líneas y el gráfico circular malvado en lugar de crear imágenes que no solo transmitan el mensaje correcto a su audiencia, sino que les permitan interactúe con usted también. Para los usuarios de software de BI, será importante observar lo que los gráficos y tablas realmente les dicen acerca de sus datos. No se deje engañar por una imagen bonita.
5. Inteligencia de negocios moderna y accesible
¿Qué es?
Cuando piensa en inteligencia empresarial, ¿imagina un grupo de científicos de datos, expertos en SQL y analistas de sistemas sentados en sus cubículos procesando los datos?
Saque esa visualización de su cabeza por completo en 2018 (y más allá) a medida que la inteligencia comercial se vuelve altamente automatizada y, por lo tanto, es más fácil de usar por parte de los científicos de datos ciudadanos.
La inteligencia empresarial moderna significa menos especialización, más automatización y un enfoque gratuito para el análisis de datos en general.
¿Por qué eso importa?
La inteligencia empresarial moderna creará procesos automatizados simplificados para llegar al corazón de los datos empresariales. Esto significa un aumento de la productividad y, posteriormente, un crecimiento en el número de acciones relacionadas con los datos.
“Hacer que los productos de ciencia de datos sean más fáciles de usar para los científicos de datos ciudadanos aumentará el alcance de los proveedores en toda la empresa y ayudará a superar la brecha de habilidades”, dice Alexander Linden, vicepresidente de investigación de Gartner. “La clave de la simplicidad es la automatización de tareas que son repetitivas, requieren mucho trabajo manual y no requieren una gran experiencia en ciencia de datos”.
Gartner predice que el 40 % de las tareas de ciencia de datos se automatizarán para 2020, y en 2018 se puede esperar ver el comienzo de esta tendencia. ¿El venerado título de trabajo de científico de datos está pasando de moda con la inteligencia empresarial moderna? Probablemente no para 2018. Pero, según Linden, para 2020 “se necesitarán menos científicos de datos para hacer la misma cantidad de trabajo, pero cada proyecto de ciencia de datos avanzado aún requerirá al menos uno o dos científicos de datos”.
Los científicos de datos perfeccionan mejor otras habilidades en su currículum para seguir siendo relevantes.
¿Qué crees que pasará en inteligencia de negocios en 2018?
Parece que 2018 resultará ser un año lleno de innovaciones de inteligencia empresarial y un mayor refinamiento de algunas tecnologías previamente existentes.
¿Qué opinas de estas predicciones? ¿Hay alguna tendencia que deba agregarse a esta lista? Házmelo saber en los comentarios a continuación, o hablemos más sobre estas tendencias en la cuenta de Twitter de Capterra Business Intelligence @CapterraBI.