Krypton Solid

La última tecnología en raciones de 5 minutos

8 tendencias de inteligencia empresarial para prepararse para 2021

Mucho ha cambiado desde que el consultor Howard Dresner acuñó por primera vez el término Inteligencia de Negocio (BI) en 1989 para referirse a las herramientas y técnicas de análisis de datos utilizadas para respaldar los procesos de toma de decisiones empresariales. Las herramientas y técnicas son más abundantes y poderosas, sin duda. Pero la tendencia general en BI ha sido su naturaleza cada vez más igualitaria y ubicua: más personas pueden acceder y personalizar los datos comerciales desde más lugares y para más propósitos.

Aquí hay ocho tendencias de BI que han impulsado ese cambio.

1. Analítica aumentada

La analítica aumentada, el uso del aprendizaje automático (ML) y el procesamiento del lenguaje natural (NLP) para mejorar el análisis de datos, el intercambio de datos y la inteligencia empresarial, ha sido citada por varios investigadores como una de las mayores tendencias de inteligencia empresarial de 2020. Estos investigadores incluyen a Gartner, que introdujo el concepto de inteligencia aumentada en 2017. La idea general detrás de los análisis aumentados es que simplifican el proceso de análisis y BI para los usuarios comerciales y los científicos de datos ciudadanos. Las herramientas de software de análisis aumentadas funcionan haciendo gran parte del trabajo pesado mundano involucrado en la preparación de datos para ser analizados, como el análisis y la depuración. Las organizaciones pueden ingresar información de origen de datos sin procesar en estas plataformas que luego depurarán, analizarán y devolverán los datos comerciales para su análisis. El uso del aprendizaje automático y la PNL brinda a las herramientas de análisis aumentadas la capacidad de comprender e interactuar con los datos de manera orgánica, así como de notar tendencias valiosas o inusuales. A su vez, los empresarios sin experiencia en ciencia de datos pueden realizar consultas y no depender únicamente de gráficos de barras estáticos.

La inteligencia aumentada representa una tercera ola de inteligencia empresarial. La primera ola se produjo en las décadas de 1980 y 1990 y se basó por completo en expertos en tecnología de la información. La segunda ola, la analítica de autoservicio, todavía se consideraba nueva hasta hace poco.

En 2019, Gartner estimó que el mercado de análisis aumentado alcanzaría los 13.000 millones de dólares en 2023.

Tendencias analíticas y de BI
Un pronóstico de análisis de BI y tendencias tecnológicas.

2. Análisis integrado

Al igual que la analítica aumentada, la analítica integrada brinda a los usuarios finales más poder. Si ven un panel de datos, quieren poder trabajar con los datos (acercar, agregar, mirar desde diferentes ángulos) con solo presionar un botón. Y las empresas quieren poner este poder en manos de sus clientes y empleados para ayudarlos a tomar mejores decisiones. Pero crear paneles interactivos y funcionalidad de análisis avanzado no es tan fácil como generar una tabla o gráfico estático e incrustarlo en una vista o página web.

La BI integrada reduce la carga de trabajo de los equipos de análisis, lo que brinda a los usuarios finales una forma más rápida de obtener los conocimientos que necesitan y, al mismo tiempo, permite que los equipos de análisis se centren en nuevos productos que ayuden a hacer crecer y diferenciar el negocio. Los analistas e ingenieros no necesitan usar software personalizado o preocuparse por problemas de escalabilidad y seguridad cuando brindan información a los usuarios finales, señaló Ramesh Hariharan, cofundador y CTO de la consultora LatentView Analytics. Por el contrario, los cuadros de mando y otras visualizaciones se pueden integrar en aplicaciones sin códigos ni bibliotecas.

Allied Market Research proyecta que el mercado de análisis integrado alcanzará los $ 60,28 mil millones para 2023, con una tasa de crecimiento anual compuesta (CAGR) del 13,6% entre 2017 y 2023.

3. Visualización de datos

¿Qué tan convincente es su historia de datos? La calidad de los datos y la precisión del modelo son importantes, pero aún debe explicar qué significan los datos. Específicamente, debe explicar no solo el qué, pero el por qué. A diferencia de una visualización de datos independiente, una historia de datos tiene un principio, un medio y un final, según Charles Miglietti, director ejecutivo y cofundador de Toucan Toco, una empresa de software de narración de datos. El principio debe explicar de qué se trata su informe o presentación y por qué es importante. El medio explica esas ideas con mayor detalle y el final resume la historia y, por lo general, incluye una recomendación.

A continuación, se detallan las cuatro características más importantes para el éxito de los esfuerzos de visualización de datos y narración de historias, según los expertos:

  • Contexto. Toda narración de datos requiere contexto para ilustrar el punto que está tratando de hacer y la audiencia a la que se dirige.
  • Estética y tipos de visualizaciones. Las herramientas de visualización de datos brindan mucha libertad. Sin embargo, la licencia creativa puede ir en contra de la claridad cuando la claridad debería ser su objetivo.
  • Narrativas. La narrativa de visualización de datos explica qué significa la tabla o el gráfico.
  • Acción. Explique qué deben hacer las personas con esta información.

4. Gestión de la calidad de los datos

La gestión de la calidad de los datos se ha vuelto más complicada debido a los cambios en la forma en que se producen, procesan y utilizan los datos. CompTIA, en su febrero de 2020 Tendencias en la gestión de datos informe, señaló que menos empresas están satisfechas con la gestión de datos ahora que en 2015. Específicamente, el 25% de las empresas sienten que están exactamente donde quieren estar con su gestión de datos corporativos, frente al 31% en 2015. El informe también señaló que El 38% de las empresas desea acelerar el análisis de sus datos, mientras que el 37% dijo que necesita integrar los datos en toda la organización.

La gestión de la calidad de los datos es clave para el proceso de gestión de datos. Los esfuerzos de mejora de la calidad de los datos suelen estar estrechamente vinculados a los programas de gobierno de datos. Los datos mal administrados pueden dar lugar a problemas operativos, análisis inexactos, oportunidades de ventas perdidas y multas por informes de cumplimiento normativo o financiero incorrectos.

5. Herramientas de análisis predictivo y prescriptivo

El análisis predictivo, una forma de análisis avanzado que utiliza datos nuevos e históricos para pronosticar la actividad, el comportamiento y las tendencias, ha cobrado importancia junto con la aparición de los sistemas de big data. A medida que las empresas han acumulado conjuntos de datos cada vez más grandes en clústeres de Hadoop y otras plataformas de big data, han creado mayores oportunidades de minería de datos para obtener información predictiva.

El análisis predictivo implica la aplicación de técnicas de análisis estadístico, consultas analíticas y algoritmos de aprendizaje automático automatizados a conjuntos de datos para crear modelos predictivos que coloquen un valor numérico, o puntaje – sobre la probabilidad de que ocurra un evento en particular. La analítica prescriptiva busca determinar la mejor solución o resultado entre varias opciones, dados los parámetros conocidos.

En 2019, la adopción de análisis predictivo e IA se destacó como características de los mejores productos de almacenamiento de datos del año nombrados por Almacenamiento revista y SearchStorage.

En 2018, Zion Market Research estimó que el mercado global de análisis predictivo estaba en aproximadamente $ 3.49 mil millones en 2016 y esperaba que alcanzara los $ 10.95 mil millones para 2022, creciendo a una tasa compuesta anual del 21%.

6. Hiperautomatización y automatización robótica de procesos

La hiperautomatización es la aplicación generalizada de tecnologías en una empresa para automatizar decisiones. Por lo general, incluye la automatización de procesos robóticos (RPA), identificada por Gartner como una de las categorías de software de más rápido crecimiento.

De estos, el software RPA se destaca porque permite a los expertos en negocios y trabajadores de primera línea con habilidades de codificación mínimas o incluso nulas automatizar tareas de trabajo digital de bajo nivel. Forrester predice que para 2027, el 29% de los empleos existentes en los EE. UU. Se perderán debido a la automatización, mientras que la economía de la automatización, incluso a través de RPA, creará un 13% de nuevos empleos, como científicos de datos y gerentes de automatización.

Para fines de 2020, Gartner predice que más del 40% de las tareas de ciencia de datos se automatizarán, lo que dará como resultado una mayor productividad y un uso más amplio de datos y análisis por parte de los científicos de datos ciudadanos.

7. Inteligencia artificial e inteligencia empresarial

Los analistas de negocios, los científicos de datos y los ingenieros han estado explorando el uso de algoritmos de aprendizaje automático para aumentar sus análisis de datos. Algunos utilizan herramientas de preparación de datos y BI empaquetadas, mientras que otros ofrecen herramientas más avanzadas, como escribir scripts para crear modelos predictivos personalizados utilizando lenguajes como Python y R.

La IA y la BI a menudo se han considerado tecnologías con poca superposición porque BI es principalmente de naturaleza retrospectiva, mientras que la IA tiene que ver con el futuro. El análisis estadístico detrás de BI se trata principalmente de recuentos básicos, en contraste con los algoritmos ultra sofisticados de aprendizaje automático y aprendizaje profundo que sustentan la IA.

Una encuesta de Computer Weekly / Krypton Solid IT Priorities confirmó que la inteligencia artificial y las actividades de aprendizaje automático han ganado un terreno significativo como áreas de inversión en software empresarial prevista para compradores de TI en el Reino Unido.En la encuesta, el 30% de los encuestados dijo que planeaba aumentar su gasto en IA y tecnologías de aprendizaje automático en 2020. Al momento de escribir este artículo, no está claro cómo afectará la pandemia de COVID-19 al gasto en estas tecnologías.

La investigación también mostró que el 36% de los encuestados están usando ciencia de datos y plataformas de ciencia de datos, el 20% está usando análisis aumentados y análisis de transmisión, y el 16% está usando catálogos de datos, todo lo cual indica un trabajo sofisticado de ciencia de datos.

8. BI móvil

Las herramientas de BI móviles han sido muy prometedoras, pero su impracticabilidad las ha frenado. El problema es que los datos digeribles son en gran parte visuales y las pantallas móviles, sin embargo, son pequeñas en comparación con las pantallas de las computadoras. La recreación de paneles de escritorio no funciona particularmente bien en un dispositivo móvil. Por lo tanto, la recreación de las capacidades analíticas del dispositivo de escritorio tampoco funciona.

En cambio, los proveedores que han desarrollado BI exitoso para aplicaciones móviles han visto los teléfonos y tabletas como entidades diferentes a las computadoras de escritorio, y han creado una experiencia diferente en sus aplicaciones móviles.

Microsoft está adoptando una táctica diferente. En mayo de 2020, presentó una nueva y significativa actualización de Power BI. Una nueva característica que agrega capacidades de inteligencia artificial son las narrativas inteligentes, una herramienta de generación de lenguaje natural que permite a los autores de informes agregar narrativas interactivas que Power BI genera automáticamente y brinda a los usuarios finales explicaciones sobre sus datos constantemente actualizados. Otra característica nueva es una nueva capacidad de creación de informes móviles. Los autores de informes pueden crear versiones móviles de sus informes de Power BI Desktop existentes que los usuarios ven mediante las aplicaciones móviles de Power BI.

Mordor Intelligence, con sede en Hyderabad, India, valoró el mercado global de inteligencia empresarial móvil en $ 7,6 mil millones en 2019. Espera que el mercado registre una tasa compuesta anual del 22,43% durante el período de pronóstico de 2020 a 2025, y que el mercado alcance los $ 25,5 mil millones para 2025.

Deja un comentario

También te puede interesar...

Consejos para el juego de acuario Fish Tycoon

Curiosidad: ¿Sabías que en el juego Fish Tycoon, algunos peces pueden cambiar de color a medida que envejecen? Observa atentamente a tus peces y podrás ver cómo se transforman con el tiempo. Consejo: Para tener

Cómo recibir MMS en iPhone

Luego de numerosas protestas de usuarios con iOS versión 5, Apple agregó el anuncio iPhone posibilidad de enviar y recibir MMS. Los mensajes de texto que contienen imágenes ahora están a punto de ser socavados

Apple WWDC 2015: lo que necesita saber sobre iOS 9

La Conferencia Mundial de Desarrolladores de Apple 2015 comenzó con una presentación extensa, que muestra cómo se verá y se sentirá la próxima versión de iOS. Muchas de nuestras expectativas se han cumplido, junto con

Cómo iniciar sesión en Facebook | Krypton Solid

Para no ser acosado por amigos, también decidiste entrar al mundo de las redes sociales pero aún no lo sabes como iniciar sesion en facebook? Bueno, primero debe registrarse en esta plataforma, de lo contrario,

Técnicas para crear un AWS más seguro

¡Gracias por unirte! Accede a tu Pro + Contenido a continuación. Agosto de 2015 Técnicas para crear un AWS más seguro La aceptación de la nube pública depende de que los usuarios se sientan cómodos

definicion de lobby

¿Qué es un vestíbulo? El término cabildeo se refiere a un grupo de personas que se unen y tratan de influir en las personas en cargos públicos y políticos. Un grupo de presión generalmente se