Caso Modern Business Intelligence

Introducción

En un mundo donde la cantidad de datos producidos crece exponencialmente, las agencias federales y los departamentos de TI enfrentan una demanda cada vez mayor para aprovechar el valor de los datos empresariales. Con el potencial de aumentar el valor empresarial y la eficacia general de la misión, muchas agencias buscan formas nuevas e innovadoras de convertir los datos de la organización en información valiosa. Dar sentido a las tecnologías, herramientas y técnicas necesarias para obtener información a partir de cantidades tan grandes de datos puede parecer abrumador. Sin embargo, una solución de análisis empresarial moderna a menudo no requiere un reinicio completo de las inversiones anteriores. Al invertir en una plataforma moderna de inteligencia empresarial (BI) que complementa los sistemas de inteligencia empresarial existentes, las empresas pueden ampliar su gama de capacidades basadas en información. Con esta inversión viene un cambio en la propiedad de los datos de TI a los grupos comerciales, lo que brinda a más usuarios el poder de responder cualquier pregunta, con cualquier información, en cualquier momento. Al implementar una plataforma de BI moderna, las agencias federales pueden usar análisis para lograr objetivos de misión de manera más efectiva, como proteger y mantener la salud de los estadounidenses, mantener el país seguro y protegido de amenazas extranjeras y nacionales, y prevenir el despilfarro, el fraude y el abuso. de los recursos del gobierno.

En este documento, analizamos los desafíos de la inteligencia comercial y los informes tradicionales, la necesidad de soluciones que respondan a los desafíos de datos más difíciles de la actualidad y las personas, los procesos y la tecnología que los acompañan que respaldan el cambio a la analítica empresarial moderna.

Plataformas tradicionales de inteligencia comercial

Las plataformas tradicionales de Business Intelligence de las últimas dos décadas han tenido éxito principalmente en proporcionar a los usuarios informes históricos completos y herramientas de análisis ad-hoc fáciles de usar. La disponibilidad de esta funcionalidad se debe en gran medida a la arquitectura de datos subyacente, que consta de una solución de almacenamiento de datos centralizada, como Enterprise Data Warehouse (EDW). Los EDW forman la columna vertebral de las plataformas de datos tradicionales y, a menudo, conectan una inmensa red de sistemas de origen en un depósito de datos central. Luego, los datos se estandarizan, limpian y transforman en el EDW antes de incluirse en varios informes y tableros para mostrar información comercial histórica, como ventas trimestrales o métricas de ingresos semanales. Si bien el BI tradicional ofrece una base para este tipo de tableros e informes ad-hoc, esta solución desarrollada por TI ha presentado sus propios desafíos únicos.

Si bien los usuarios han podido obtener un enorme valor de las plataformas tradicionales para las capacidades de informes históricos, ahora más usuarios requieren técnicas de análisis de datos que requieren acceso directo a los datos sin depender de especialistas de TI. Los siguientes desafíos asociados con las soluciones de BI tradicionales han sido destacados por las agencias federales en el espacio analítico:

• Falta de capacidades de análisis bajo demanda: los usuarios avanzados de BI de hoy en día no quieren esperar para obtener respuestas a sus problemas comerciales más complejos. Más usuarios requieren capacidades de autoservicio para relacionar y analizar conjuntos de datos específicos en función de su propia comprensión, en cualquier momento y para cualquier propósito.
• Necesidad de análisis predictivos: las capacidades de informes históricos solo proporcionan una pieza del rompecabezas: información sobre lo que sucedió en el pasado. Para convertirse realmente en una visión de futuro y basada en datos, las empresas buscan análisis predictivos, o información sobre el futuro. Con modelos predictivos, las empresas pueden usar patrones y pronósticos para obtener los próximos pasos procesables en función de sus datos.
• Análisis de tipos de datos mixtos: las plataformas de BI tradicionales se han centrado en gran medida en datos estructurados, pero hoy en día, los usuarios también necesitan la capacidad de ver y analizar datos semiestructurados, no estructurados y datos de terceros. La gran cantidad de información producida se ha disparado en los últimos años, en parte debido al Internet de las cosas (IoT), las nuevas técnicas de extracción de datos y la proliferación de sensores y otras herramientas automatizadas de recopilación de datos. Los científicos de datos y los usuarios avanzados de BI ahora requieren acceso a datos sin explotar en varios formatos, donde tienen la capacidad de crear sus propios algoritmos y combinar tipos de datos, y donde los conocimientos están disponibles a pedido para una toma de decisiones rápida y precisa.

Muchas organizaciones que carecen de las personas, los procesos y la tecnología necesarios para expandir sus capacidades de análisis de datos al siguiente nivel se desalientan. Estos desafíos requieren una plataforma y estrategia de análisis que vaya más allá de la amplitud de las plataformas de BI tradicionales, como se ve en la Figura 1

Este documento desmitifica las tecnologías modernas de inteligencia empresarial y ayuda a explicar cómo plataforma moderna puede coexistir en un entorno de informes de BI tradicional para ampliar las capacidades de los negocios en el ámbito de la exploración de datos y el análisis avanzado.

¿Qué es una plataforma de inteligencia empresarial moderna?

Si bien las plataformas de BI tradicionales a menudo brindan análisis que responden a la pregunta "¿Qué sucedió?" En una perspectiva histórica, las plataformas modernas tienen la capacidad de responder a la pregunta "¿Qué está sucediendo, qué sucederá y por qué?", Ofreciendo la capacidad no solo de obtener y monitorear un pulso continuo de la organización a través de análisis rápidos, sino también de lograr los objetivos de la misión a través del análisis predictivo.

Integración de plataformas de BI tradicionales y modernas

Los cambios en la plataforma de datos son necesarios para dar forma a la base de una transformación de datos en toda la empresa y, con razón, las organizaciones desconfían de desechar toda su arquitectura de TI y comenzar de nuevo. Los almacenes de datos continúan desempeñando un papel clave en las plataformas de datos existentes, proporcionando los datos completamente limpios, organizados y controlados necesarios para la mayoría de las empresas. El almacén de datos permite a los ejecutivos de negocios y otras personas sin conocimientos técnicos profundos obtener información de los datos históricos con relativa facilidad. Estos datos, obtenidos del almacén de datos, son muy precisos debido a la limpieza de TI, las pruebas rigurosas y el conocimiento profundo de las capas de los datos por parte de los especialistas de TI. Sin embargo, los desafíos asociados con el BI tradicional están creando una demanda para aumentar un EDW con otra forma de arquitectura optimizada para un acceso rápido a datos en constante cambio: Hadoop Data Lake.

...