El business intelligence, o inteligencia de negocio, BI, inteligencia de mercado o inteligencia empresarial, es una práctica que permite a las empresas tener sistemas de información, que reducen la incertidumbre en la toma de decisiones. Proporcionan herramientas de reporting que permiten hacer dashboards e informes a medida de las necesidades de información de las empresas.
Un business intelligence analyst se encarga de transformar los datos en información. Después, tras ser analizada desde un punto de vista de negocio, evoluciona y pasa a ser conocimiento, y este conocimiento, posteriormente, en acción, en toma de decisiones, una toma de decisiones capaz de ser lo más racional e inteligente posible.
Sé con certeza que la mitad del dinero que me gasto en publicidad y promoción vá a la basura, el problema es que no sé qué mitad es.
John Wanamaker
Tradicionalmente la toma de decisiones en las compañías se generaban a partir de la formación, experiencia y rasgos de la persona que las tomaba. Esto hace que las decisiones se puedan tomar con un sesgo y una carga de subjetividad importante, ya que, como humanos, sin sistemas de información ni los datos adecuados, tomamos decisiones en base a nuestras creencias y experiencia.
En muchos casos la experiencia puede valer, e incluso ser suficiente, pero el business intelligence lo que pretende es optimizar este proceso para hacer a las empresas más competitivas e inteligentes.
En la mayoría de ocasiones, los departamentos de business intelligence han sido desarrollados en multinacionales y grandes empresas, pero con el desarrollo exponencial de la tecnología, internet, y el acceso a grandes volúmenes de datos, las empresas son empujadas a optimizar todos los procesos de negocio para intentar seguir siendo competitivas en esta nueva era digital a la que empezamos a asomarnos.
Herramientas de gestión de datos del business intelligence y conceptos a tener en cuenta
Las herramientas que utilizan los departamentos de BI los podemos clasificar en tres grandes grupos. Por un lado tenemos las tools propias de los sistemas de información, las herramientas de análisis y de visualización.
A continuación hacemos referencia a las herramientas más importantes. las que son básicas y están generalizadas para el desempeño de las técnicas que se utilizan en las empresas.
Data WareHouse
Un Data WareHouse, como su nombre indica, es un almacén de datos, donde se almacena la información, valga la redundancia, para tener los datos disponibles.
Es una colección de datos de una área específica, como puede ser el ámbito del negocio en el que se desarrolla una empresa.
Los Data WareHouse pueden tener uno o varios orígenes de datos. Por ejemplo, uno de los orígenes sería la aplicación de una empresa, donde se registran las transacciones de éstas, y que nutriría una base de datos transaccional. Otro orígen de datos podría ser una fuente externa. La colección de estos datos se almacenan de forma segura y accesible y formarían un Data WareHouse.
ETL: Extracción, transformación y carga
Las ETL, de inglés, Extract, Transform and Load, permiten extraer los datos, transformarlos y volverlos a cargar en base de datos para que estén disponibles. Es una de las herramientas más importantes, ya que permiten preparar los datos dependiendo las necesidades y objetivos buscados.
El objetivo de los data warehouse es optimizar el rendimiento de las consultas y además, los datos están desnormalizados, lo que dificulta su integración y transformación. Por eso las ETL son tan importantes, permiten integrar y transformar los datos para dar soporte a los sistemas de BI.
Data mart
Un data mart es un conjunto de datos, que tienen como origen un data warehouse y que están diseñados para su explotación por un área o ámbito específico.
Por ejemplo, una empresa tiene una data warehouse donde almacena todos los datos pero también tiene un datamart donde preparar los datos para que estén disponibles por un área de negocio concreto. Para el departamento de marketing, en un datamart se podrían realizar segmentaciones transformando los datos para clasificar clientes.
Por tanto, los datos de este datamart estarán orientados a las necesidades de este departamento.
Cubos OLAP
Cubos OLAP, de su acrónimo On-Line Analytical Processing. Tiene como característica principal la capacidad de analizar métricas en diferentes dimensiones, como por ejemplo podría ser la dimensión fecha, la dimensión categoría y la dimensión importe de venta. Es muy popular y utilizado ya que posibilita satisfacer las necesidades de información que requieren las empresas.
CRM
Los CRM (Customer Relationship Management), es una fuente de información valiosísima para poder comprender la relación que una empresa determinada tiene con sus clientes.
Aunque esta información puede integrarse en los datamart, es una fuente de información en sí que permite analizar la interacción que la empresa tiene con sus clientes y viceversa.
Data Lake
El data lake es un gran conjunto de datos que se almacenan en un repositorio por la posibilidad de ser analizados en un momento futuro. Los datos que se guardan pueden ser estructurados y no estructurados.
En resumen, son conjuntos de datos que se guardan por la posibilidad de sacarles su valor en otro momento.
DataView
Los DataView son objetos que representan y crean vistas de las tablas de una base de datos. Los dataview permiten representar los datos que conforman la propia vista. De esta forma se pueden visualizar cuando así se requiera.
Dataset
El Dataset es un conjunto de datos, que por lo general suelen estar estructurados. Una tabla de una base de datos con filas y columnas sería un dataset, por ejemplo.
Herramientas de Visualización de datos en business intelligence
Los datos no sirven de mucho a las organizaciones si no pueden ser explotados o visualizados para su utilización como apoyo en la toma de decisiones.
Las herramientas de visualización y reporting son imprescindibles y permiten que la información sea presentada y explicada de la forma más efectiva posible. Los sistemas de reporting permiten que las personas encargadas de tomar decisiones, cuenten con herramientas que les den soporte y ayuden aportando información veraz, coherente y actualizada en el ámbito de la toma de decisión.
Estas son algunas de las herramientas de visualización más populares en el área del business intelligence:
- QlikView
- Tableau
- Microsoft Power BI
- SAP Business Object
- SAP Business Intelligence
- Microstrategy
- Pentaho
- TIBCO Spotfire
- Domo
- Clear Analytics
- ORACLE BI
- SAS Business Intelligence
- YellowFin BI
- IBM Cognos
- Sisense
- Dundas BI
- Hevo Data
- JetReport
- Targit
Distintos tipos de inteligencia de negocios en la empresa
La inteligencia empresarial es el conjunto de prácticas que realiza una empresa, que tienen el objetivo de proporcionar información para optimizar todo lo posible la toma de decisiones que se producen día a día en las compañías. Pero en las empresas encontramos distintos departamentos o áreas, que utilizan distintas herramientas para conseguir distintos objetivos.
Es por eso que existen distintas técnicas dependiendo de las distintas necesidades de información de cada área o departamento de la empresa, y que han creado distintos conceptos.
De esta forma, se han creado distintos conceptos basados en las prácticas de inteligencia que se desarrollan en los distintos departamentos y que detallamos a continuación:
- Marketing intelligence
- Financial intelligence
- Digital Intelligence
- Web intelligence
- Social media intelligence
Marketing Intelligence
El marketing intelligence o marketing science, es el conjunto de técnicas que utilizan los departamentos de marketing de las empresas para obtener inteligencia. Estas técnicas tienen la finalidad de satisfacer las necesidades de información específicas de estos departamentos. El área de marketing tiene distintas necesidades a las que tienen otros departamentos, por lo que utilizará otras fuentes de información y distintas herramientas.
Las inteligencia que se utiliza en estos departamentos tiene la finalidad de optimizar la toma de decisiones de estos. En ocasiones, sobre todo en el pasado el marketing ha sido etiquetado como subjetivo, pero hoy en día, con la cantidad de datos disponibles, es uno de los departamentos que más presupuesto destina a los sistemas de información.
Financial Intelligence
La inteligencia financiera o financial intelligence, como su nombre indica, es utilizada por las áreas financieras de las empresas. Los departamentos financieros fueron los pioneros en utilizar técnicas de business intelligence, ya que tienen una cultura de toma de decisiones basadas en datos e indicadores.
De esta forma, la creación de indicadores y la utilización de sistemas de reporting y utilización de hojas de cálculo ha sido habitual en los departamentos financieros desde hace tiempo. De hecho, existen diferentes KPI’s o indicadores como el churn rate (tasa de abandono) o CLV (Customer Lifetime Value), que ahora son muy utilizados en el mundo del marketing, pero tienen su origen en el mundo financiero.
Digital Intelligence
El Digital Intelligence es el concepto que reúne las prácticas y herramientas que se utilizan en el ámbito digital. La mayoría de información disponible con la que cuentan las empresas, provienen de fuentes de información digitales como pueden ser las distintas aplicaciones o herramientas utilizadas, aunque también pueden ser fuentes información externas, como datos de buscadores, bases de datos externas compradas a data brokers, datos web, información de las redes sociales o de crawlers.
En los entornos digitales, recurrir a los datos para realizar cualquier acción es básico y generalizado, ya que difícilmente se puede conocer la realidad digital de una empresa, sin herramientas de visualización que permitan hacer un seguimiento de las acciones tomadas.
Web Intelligence
El web intelligence, como su nombre indica, es el concepto que reúne las distintas herramientas y prácticas que se realizan antes de tomar las distintas decisiones de realizar una determinada acción, destinada a optimizar el rendimiento de un web site.
Existen infinidad de herramientas por todos conocidas para realizar diagnósticos de las acciones realizadas y que permiten realizar seguimientos y trackings para conocer el rendimiento de las acciones emprendidas en el ámbito web.
Social Media Intelligence
El social media intelligence nace con la llegada de las redes sociales, y se puede definir como el conjunto de acciones y herramientas utilizadas para realizar una toma de decisiones eficaz en el ámbito de las redes sociales o social media.
Existen prácticas como el social listening que permiten identificar los patrones de comportamiento, gustos y preferencias por parte de los usuarios de las redes sociales.
Por otra parte, las redes sociales proporcionan informes o reportes con distintos indicadores sobre el alcance, viralidad y tasas de éxito de las publicaciones realizadas. Toda esta información es utilizada por las empresas para definir estrategias de comunicación más eficaces y eficientes, así como para detectar posibles crisis de reputación o posibles fakes news sobre la empresa en un momento dado.
Market Research o Investigación de mercados
La investigación de mercados o market research permite a las empresas adquirir información actualizada y ad-hoc de su mercado, área de influencia o competencia. Es una fuente de información externa y viene siendo utilizada desde hace tiempo por las empresas ante necesidades de información.
Estas investigaciones son en la mayoría de los casos son realizadas a medida, personalizadas, y para cubrir una necesidad de información concreta.
Por ejemplo, si una empresa está estudiando la posibilidad de acceder a un nuevo mercado en otro país, probablemente necesite información detallada sobre ese nuevo mercado, para adquirir conocimiento y así reducir la incertidumbre en cuanto a las estrategias y acciones que se vayan a tomar.
Si quieres formarte en el business intelligence te interesará el listado de este artículo:
Ejemplos de Business Intelligence en la práctica real de las empresas.
A continuación mostramos algunos ejemplos y casos de uso que le dan las empresas al business intelligence.
- Una cadena de supermercados que tiene una tarjeta de fidelización por puntos y detecta que sus ofertas no son demasiado efectivas. Dada esta circunstancia, se dispone a realizar una segmentación de clientes RFN. Esta segmentación clasifica a los clientes según La recencia, es decir, el tiempo que ha pasado desde la última vez que compraron en el establecimiento. Por otro lado analiza la frecuencia de visitas y compras en sus tiendas. Y por otro lado segmenta a los clientes en función del valor de las compras que realizan. Con esta segmentación la cadena de supermercados tiene una foto ideal de sus clientes. De esta forma puede personalizar las ofertas en función de su segmento y que estas sean más rentables.
- Una empresa de gran consumo quiere realizar un seguimiento diario de sus ventas y de distintos indicadores o KPI’s. El objetivo de este reporting es mejorar el control de las operaciones y ser más consciente de la realidad del negocio. Para conseguir el objetivo, deberán gestionar sus sistemas de bases de datos en función de sus objetivos. Por otro lado, deberán transformar los datos y crear los indicadores necesarios en una ETL. Por último, necesitarán herramientas de visualización que les permita visualizar los distintos datos de forma actualizada y coherente.
Historia y orígenes del Business Intelligence
La inteligencia de negocio tal y como la conocemos no existía hace no demasiados años. La historia del BI, se desarrolla en paralelo a los avances de la informática y más concretamente a la evolución en la administración de las bases de datos de las empresas.
A continuación mostramos un breve resumen de la evolución del BI:
- El concepto de base de datos se crea en 1969.
- En los años setenta se crean las primeras bases de datos y las primeras aplicaciones destinadas a las empresas.
- Los años ochenta se populariza el concepto DataWareHouse y nacen los primeros sistemas de reporting, aunque aún poco útiles.
- En 1985 se lanza la histórica hoja de cálculo Excel 1.0
- En la década de los noventa empiezan a aparecer las primeras bases de datos estructurados y empezó a desarrollarse la práctica de BI.