La inteligencia aplicada a los negocios solo es un aporte cuando sabemos aplicarla. Si bien el Business Intelligence ha crecido los últimos años, sabemos que los principales desafíos que presenta actualmente tienen que ver con el acceso.
A futuro se podrá acceder a través de móviles, abriendo un mundo de nuevas posibilidades en este sentido. También se podrá incorporar analítica aumentada, procesamiento del lenguaje natural, machine learning y data science para la predicción, clave para la oportuna toma de las mejores decisiones para el negocio.
Pero si no se integran datos de distintas fuentes, no se cuenta con la exactitud de los indicadores que se miden, y no se privilegia la calidad de los datos, conocida como healthy data, por sobre la abundancia de datos, no obtendremos los resultados que esperamos.
Y es que el verdadero aporte del Business Intelligence a las empresas se relaciona con el conocimiento de la respuesta del mercado ante su propuesta de valor, ya que al ser bien formulada da señales claras sobre elementos de análisis en torno a un eventual proceso de transformación digital. También permite la predicción de mercado y el análisis del desempeño de unidades.
Lo que no muchos saben es que la analítica puede tomar enfoques de descubrimiento generando insights valiosos donde las herramientas tradicionales no son capaces de ver. También se puede hacer una validación de determinados supuestos, que obedezca a un approach más intuitivo, más allá del solo monitoreo de indicadores de desempeño.
En este sentido el Machine Learning rompe con las limitaciones del Business Intelligence para hacerlo más flexible, pero esto representa un desafío de credibilidad, puesto que una persona tomará decisiones en base a los insights entregados por una máquina. Esto pone a prueba la confianza y transparencia respecto a los algoritmos y técnicas usadas en el análisis, eliminando las correlaciones que no tengan sentido de negocio para disminuir el “ruido” que se pueda haber generado y, finalmente, el sistema debe tener la capacidad de seleccionar el mejor algoritmo y analizar los datos más apropiados en el contexto del problema que sea necesario resolver.
La tecnología está disponible para las empresas, pero es necesario que sepan que sólo los datos bien analizados son los que finalmente se traducirán en un aporte para el negocio.
Sí, hay que invertir, pero hay que hacerlo bien.
Photo by Stephen Dawson on Unsplash
