Antes de nada hagamos memoria y echemos la mirada unos cuantos años hacia el pasado. En concreto hace unos 40 años, esto del BI no era tan conocido y los más “raros” utilizaban soluciones de data minig para bucear en los datos y obtener respuestas. Estas soluciones no eran “populares”, las manejaban los “freaks” de la compañía, además normalmente con conocimientos estadísticos o matemáticos.
Allá a finales de los 90 y principios de los 2000, hubo un boom con las soluciones de BI y en las compañías se desató una cierta fiebre por realizar proyectos de este tipo, las grandes corporaciones habían empezado un poco antes. Por aquel entonces los players conocidos eran los grandes fabricantes, el coste de estas soluciones bastante elevados, y los proyectos muy enfocados al reporting.
Una década después (entre 2007 y 2009), se produjo el boom de las adquisiciones, muchas de las soluciones fueron compradas por fabricantes más globales, y no solo especializados en BI: Oracle compro Siebel Analytics, SAP compró Business Objects, IBM compró Cognos, Microsoft compró Dundas,etc…. algunos siguieron conservando su independencia: MicroStrategy, Qlik, Tableau,…
Además, se empieza dar mucho más valor a representar la información de forma gráfica: Cuadros de Mando. En este momento se produce lo que podíamos denominar una dicotomía, soluciones muy enfocadas a soluciones entreprise, arraigadas e impulsadas desde IT, enfocadas a mantener todo bajo control, y soluciones por aquel entonces más departamentales enfocadas no tanto a tener una única fuente de datos y “verdad del dato” sino lideradas por los departamentos de negocio y orientados mucho mas al descubrimiento y explotación de datos por parte de usuarios.
Un lustro después se produce una evolución, que podríamos calificar de mayor y más amplia que las anteriores: Irrumpe la tecnología Big Data y se producen una sería de cambios en la forma de pensar de los fabricantes:
Los 8 cambios más significativos en la forma de pensar de los fabricantes
1.-
Los fabricantes entreprise entiende que también tienen que cuidar y dar herramientas a esos departamentos que quieren explotar su información, de forma más autónoma y sin la necesidad de una dependencia total de IT, incorporando en sus soluciones opciones que ayudan al autoconsumo y autoservicio.
2.-
Por otro lado los fabricantes cuyas soluciones se apoyaban precisamente en el autoconsumo sin reparar en la gestión, los metadatos, el gobierno de la información, empiezan a incorporar en sus soluciones, bien mediante desarrollo I+D propio, bien mediante adquisiciones, soluciones dentro de su producto para garantizar la verdad de la información, el gobierno de la misma, la generación de metadatos, etc..
3.-
Todos los fabricantes hacen un esfuerzo para que sus soluciones se apoyen en visualización gráfica como punto de entrada y de descubrimiento de datos para los usuarios. Mejorando la librería grafica propia del producto y habilitan ando APIS, extensiones de terceros para poder mejorar aun más la experiencia grafica de las soluciones.
4.-
Otro punto de mejora de los fabricantes es la incorporación de soluciones móviles, un de ellos apostó muy fuerte y hoy en día todos ellos incorporan soluciones para Tablet y/o Móvil para poder facilitar el acceso a los análisis de información analítica por parte de los usuarios.
5.-
Con la irrupción de las soluciones Big Data y facilitando y democratizando el acceso a soluciones que permiten la ingesta, procesar y almacenar un volumen muy grande de datos a costes más económicos que antes. Añadido a esto y apoyado en esta tecnología ‘rejuvenece’, aquel palabro con el que comenzaba esta reflexión, el data minig, que ahora por aquello del marketing se llama Analytics, Advanced Analytics, Machine Learning y Deep Learnig. Y los ‘freaks’ raros de entonces ahora son perfiles muy demandados y molones que llamamos Data Sciences.
6.-
Todas las soluciones han ido incorporando la integración de forma nativa o mediante APIS a estos algoritmos mayoritariamente implementados en R o Python.
7.-
Ahora ya no es Business Intelligence, o mejor dicho no solo BI, ahora se suma el Business Analytics (BA) facilitando la explotación de los datos y generando los diferentes sabores de analítica:
a. Descriptiva
b. Diagnostico
c. Predictiva
d. Prescriptiva
8.-
A todo esto, no hay que olvidar la irrupción con fuerza del Cloud, lo que ha hecho con los fabricantes en algunos casos creen su propia cloud (apoyados en los 3 players principales (Amazon, Azure y Google), facilitando el licenciamiento en un modelo similar al pago por uso: licenciamiento por suscripción mensual/anual y que puede fluctuar en el tiempo. Es mas muchos de ellos ya no licencia en modo ‘perpetuo’, con independencia de que el despliegue sea en Cloud u On-premise
9.-
Los fabricantes están apostando por implementar APIs abiertas que permita, desde una solución, consumir datos de otras soluciones analítica facilitando un ecosistema no monolítico dentro de las organizaciones.
En definitiva y como reflexión de la dicotomía se ha pasado a que los diferentes fabricantes intenten dar una soluciones completa: Entrepirse, que permita la gestión y la gobernanza, que facilite el autoconsumo, que el time to market sea rápido y que ofrezcan unas gráficos muy potentes.
Linkedin
