Business intelligence (BI) es el conjunto de estrategias y tecnologías que utilizan las empresas para analizar datos de información comercial. Las estrategias más comunes de BI incluyen informes, análisis en línea, extracción de datos, minería de procesos, procesamiento de eventos complejos, gestión del rendimiento empresarial, evaluación comparativa, minería y análisis de textos y análisis predictivo o prescriptivo.

Business Intelligence

Cómo hacemos BI

Transformamos los datos en conocimiento para ayudar a las empresas a tomar mejores decisiones. Nuestro equipo de expertos trabaja con Big Data, Big Data analytics, cuadros de mando, indicadores clave de rendimiento (KPIs), data mining, reporting, data warehousing e integraciones de datos. Utilizamos Data Analytics y Business Intelligence de Bismart para salvar los retos más difíciles de tu empresa. 

Con el Big Data, Internet of Things y las tecnologías de machine learning, queremos proporcionar a las empresas diferentes tipos de herramientas en tiempo real para mejorar la toma de decisiones mediante los datos. Queremos usar la tecnología para hacer un mundo mejor. Por eso alentamos a las empresas a que utilicen todo su potencial, ayudamos a las organizaciones a tomar mejores decisiones y trabajamos con gobiernos locales para mejorar la calidad de vida de las personas.

Aplicaciones del BI

El business intelligence puede tomar muchísimas formas. Estas son algunas soluciones desarrolladas con BI:

Smart destination

Smart Destination es una APP móvil que utiliza la última tecnología del mercado sobre Big Data, Internet de las cosas, aprendizaje automático y Stream Analytics.

Smart Destination es capaz de capturar, procesar y correlacionar la gran cantidad de información en directo que se genera en toda la ciudad en la que se encuentra el usuario. Smart Destination proporciona una ruta óptima por la ciudad en tiempo real para ofrecerte la mejor experiencia y para que disfrutes de las mejores vacaciones de tu vida.

Analiza grandes cantidades de datos provenientes de fuentes de información múltiples y complejas:

  • Big Data
  • Internet de las cosas
  • Aprendizaje automático
  • Stream Analytics

 

Mediante la tecnología de Big Data, Internet de las cosas, Stream Analytics y aprendizaje automático, la aplicación propone, en tiempo real, una ruta inteligente en la ciudad de destino para disfrutar de unas vacaciones a medida. El usuario solo tiene que introducir sus gustos, presupuesto y disponibilidad. Así, la aplicación se encarga de crear la ruta que optimice su tiempo y su presupuesto y cubra al máximo sus expectativas.

Recopilamos información en directo que se genera por toda la ciudad:

  • Cola en los monumentos
  • Eventos programados
  • Precios de las entradas
  • Estado del tráfico
  • Meteorología
  • Transporte público
  • Comentarios en las redes sociales
  • Ocupación de los hoteles
  • Restaurantes
  • Comercios

 

Todo esto, en términos de correlación de datos provenientes de los sensores de la ciudad, de la plataforma Open Data, de los portales de reservas, de los sistemas internos del Ayuntamiento, de los sistemas de información de los Puntos de Interés (POIs), de las redes sociales y otros muchos más datos de interés turístico.

Analizamos la información para ayudar a las Smart Cities a tomar decisiones, así como en su proceso de transformación en ciudades más eficientes, coherentes, innovadoras y autosuficientes.

Esta aplicación permite una mejor gestión del sector turístico, ya que ayuda a las autoridades a ofrecer un mejor servicio a los ciudadanos, y a mejorar la gestión de los servicios públicos, tales como: la movilidad, la accesibilidad y el transporte, las infraestructuras, la seguridad, los servicios de emergencias, la limpieza, etc.

La aplicación permite distribuir la afluencia de turistas en los distintos puntos de interés que ofrece la ciudad, desconcentrando aquellos que se pueden llegar a colapsar en un momento determinado.

Happiness Recognition

Bismart Face and Emotion Recognition está basada en Microsoft Cortana Analytics Suite, líder en Advanced Analytics. Mediante la inteligencia artificial, se mejoran las aplicaciones de negocio, evolucionando de simples análisis descriptivos a recomendaciones prescriptivas.

El software Emotion Recognition parte de una imagen y devuelve confianza al usuario, a través de un conjunto de emociones para cada rostro e imagen.

Las emociones detectadas son ira, desprecio, asco, miedo, felicidad, neutralidad, tristeza y sorpresa. Estas emociones rompen con las barreras culturales y pueden ser universalmente comunicadas a través de expresiones faciales. El software Bismart Face Detection identifica sexo y edad, además de comprobar si dos rostros pertenecen a la misma persona o no.

Este potente software incluye Microsoft Cortana, un asistente personal digital que permite interactuar con esta máquina inteligente de forma natural.

Medic Mirror

Medic Mirror es un espejo para tu casa con el que puedes interactuar para conseguir un diagnóstico rápido i consejos para tratar enfermedades comunes. Puedes interactuar con el espejo mediante reconocimiento facial con la cámara incorporada, mediante voz o contacto para responder a las preguntas del cuestionario.

La cámara reconoce la edad, sexo y estado emocional del paciente para empezar y, usando un cuestionario, puede encontrar el área y la causa del dolor o enfermedad. Dependiendo de tus respuestas las preguntas cambiarán para reflejar el diagnóstico más probable.

Medic Mirror está equipado con una variedad de herramientas y dispositivos para ayudar a entender mejor la enfermedad del paciente y prescribir el mejor tratamiento posible. Usando este equipamiento, Medic Mirror puede medir el Índice de Masa Corporal, la presión sanguínea, los niveles de glucosa, etcétera.

Con estos datos Medic Mirror te proporcionará información útil para tratar la enfermedad que padezcas. Si la situación lo requiere, incluso puede llamar a los servicios de emergencias desde el mismo espejo si necesitas ir a urgencias.

Las mejores herramientas BI

Hablemos de herramientas de Business Intelligence. Este término se refiere a las herramientas de software utilizadas para analizar los datos en bruto en una empresa. Estas aplicaciones muestran datos que por lo general han sido depositados antes en un almacén de datos.

Las herramientas de Business Intelligence pueden gestionar un gran volumen de datos no estructurados y ayudan a las organizaciones a identificar, desarrollar y transformar los datos en nuevas ideas y oportunidades de negocio estratégicas.

Las herramientas de Business Intelligence se han convertido en el camino para que las empresas puedan monitorizar los datos y generar ideas de negocio. Las herramientas de Business Intelligence sirven de ayuda a la empresa mediante la búsqueda de nuevos conocimientos, nuevas tendencias de mercado y conducen a una toma de decisiones más rápida y fácil en las empresas. Las herramientas de Business Intelligence pueden aprovechar datos y convertirlos en información útil para que las empresas puedan obtener beneficios de ella.

El principal objetivo de las herramientas de Business Intelligence es permitir una forma más fácil y útil de analizar estos datos para fines comerciales. Mediante la identificación de nuevas oportunidades y el desarrollo de una estrategia basada en los conocimientos, las organizaciones tendrán una ventaja competitiva de mercado para que disfruten de una mayor estabilidad en su negocio.

Las herramientas de Business Intelligence también pueden incluir una gran variedad de modalidades de análisis avanzado, como la minería de datos, minería de texto, análisis predictivo y análisis de datos. Las herramientas de Business Intelligence se explotaron en un primer momento por los analistas de datos y los profesionales que hicieron los análisis y produjeron resultados mediante el uso de informes.

Identificando las herramientas de Business intelligence

Las herramientas de Business intelligence se pueden dividir en una serie de categorías clave:

Hojas de cálculo

Una hoja de cálculo es una de las herramientas de Business Intelligence más interactiva y ayuda a las organizaciones a analizar y almacenar datos en un formato tabular. Los resultados aparecen en un archivo con filas y columnas con el fin de ordenar y organizar los datos con mayor facilidad, al mismo tiempo que se realiza el cálculo de los datos numéricos.

Su capacidad para calcular los valores de datos mediante el uso de fórmulas matemáticas convierte esta hoja de cálculo en una herramienta única de Business Intelligence.

Presentación de informes y consulta de software

Estos extractos de herramientas de Business Intelligence clasifican los resúmenes y envían los datos seleccionados y, después, se utilizan para generar informes legibles para todos desde diversas fuentes de datos.

OLAP: Online Analytical Processing

Las herramientas de Business Intelligence OLAP permiten analizar la interacción de datos pluridimensionales desde varios puntos de vista. El proceso de análisis de las herramientas de Business Intelligence OLAP implica tres funciones diferentes:

Slicing and Dicing es una función que permite a los usuarios ordenar un conjunto preciso de los datos. Slicing también permite la visualización de los datos desde diferentes puntos de vista. El desglose permite a los usuarios navegar a través de los detalles. La consolidación es la acumulación de datos que se pueden calcular en varias dimensiones.

Digital dashboards

Estos tableros son herramientas de Business Intelligence que presentan actividades de síntesis y los resultados del negocio por proceso. Estos indicadores pretenden controlar la consecución de los objetivos establecidos y tomar las decisiones necesarias a intervalos apropiados y dentro de un tiempo limitado. Es una herramienta de soporte de decisión para el administrador, que permite proyectar hacia el futuro y pronosticar.

Minería de datos

La minería de datos es un conjunto de algoritmos de diversas disciplinas científicas como la estadística, la inteligencia artificial y aprendizaje automático, para construir modelos de datos, la búsqueda de estructuras o patrones interesantes de acuerdo a criterios preestablecidos, extraer el máximo conocimiento, y luego transformarlo en una estructura comprensible para el uso de análisis.

Almacenamiento de datos

El almacenamiento de datos es una base de datos que nos ayuda a recopilar, ordenar, registrar y almacenar la información de base de datos operativa y de este modo proporcionar una base para la toma de decisiones en el negocio por muchos métodos. El almacenamiento de datos forma parte del entorno del Business Intelligence. Se utiliza para almacenar datos actuales o históricos y también para crear informes analíticos de los investigadores de la empresa.

Visualización de datos

La visualización de datos es un término general y la imagen que se utiliza para comprender el significado de los datos mediante su inserción en un contexto visual como gráficos. Se trata de una herramienta de Business Intelligence que nos permite destacar las correlaciones que son indetectables en texto. Los datos pueden ser expuestos y pueden ser reconocidos más fácilmente gracias a las herramientas de visualización de datos.

Business Intelligence2

Comparativa de herramientas BI

El aumento en la implantación de herramientas analíticas y business intelligence en las empresas es imparable. El número de expertos en analytics y de consumidores de datos está creciendo a un ritmo superior al de los recursos de los departamentos de TI. Por lo tanto, la analítica está evolucionando hacia un modo más user-friendly, utilizando automatización, procesamiento de lenguaje natural o voz; y hacia una amplia gama de características que incluyen análisis aumentados con Machine Learning integrado, alertas aumentadas y detecciones de anomalías, que son las nuevas tendencias en el mercado.

Muchas empresas están dispuestas a cubrir esa necesidad, y estas son tres de las que mejor lo hacen con sus fortalezas y precauciones:

Microsoft - Power BI

Fortalezas:

  • Bajo coste de licencia.
  • Buena experiencia de ventas.
  • Facilidad de uso para análisis complejos.
  • Amplia y sólida comunidad de usuarios.
  • Soporta modelos complejos de datos con análisis avanzados integrados.
  • Visión integral del producto: integración de todas las capacidades (analítica aumentada, nuevas funciones Auto Machine Learning, servicios cognitivos de Azure, soporte para los informes existentes de Reporting Services...).

 

Precauciones:

  • Cloud solo en Azure (a pesar de ello, las bases de datos pueden mantenerse en un entorno on-premise).
  • El Power BI Report Server permite a los usuarios compartir informes (no cuadros de mando) y carece de algunas de las capacidades Machine Learning que se encuentran en Power BI SaaS.
  • Agile self-service analytics (Power BI) es, hoy en día, un producto diferente al programador de informes distribuidos (Reporting Services), pero unificarán a corto plazo según la hoja de ruta.
  • Algunas de las opciones de ampliación requieren múltiples productos; por ejemplo, los análisis conversacionales avanzados requieren Cortana.
 
Tableau

Fortalezas:

  • Fácil exploración visual y manipulación de datos mientras se visualiza.
  • Los clientes son fans.
  • La empresa está creciendo en términos de ingresos.

 

Precauciones:

  • Lagunas en el producto: El soporte para la consulta de múltiples tablas de datos, y esquemas complejos en una sola fuente de datos, está ausente en el producto de Tableau. No es compatible con informes programados y distribuidos en una gran variedad de formatos de salida.
  • La calidad del soporte está decreciendo, el upgrade está siendo cada vez más difícil.
  • Mala experiencia de ventas: precios caros y poca flexibilidad en los contratos.

 

Qlik - Qlik Sense

Fortalezas:

  • Características del producto y extensibilidad: características aumentadas como el Cognitive Engine, el Insight Advisor que ayuda a los usuarios a encontrar información útil más rápido, la generación automática de gráficos...
  • Comunidad de usuarios activa.
  • Visión de producto: amplía y mejora su plataforma a medida que evoluciona el mercado.

 

Precauciones:

  • QlikView y Qlik Sense requieren múltiples productos para completar su oferta (Qlik Data Catalyst, Qlik Nprinting...).
  • Malas experiencias de migración y un servicio de soporte por debajo de la media.
  • Ligera disminución del interés en Qlik.
 

¿Por qué mi report de Power BI va tan lento?

Power BI es una herramienta rápida que permite mostrar los datos con gráficos y visuals variados. La herramienta tiene capacidad para gestionar bases de datos enormes, pero, aun así, en algunas ocasiones podemos encontrarnos esperando minutos a que carguen los gráficos.

Hay muchos motivos que pueden causar un rendimiento bajo en un informe de Power BI. Usar demasiados gráficos, demasiados datos, usar gráficos personalizados no certificados o dejar las opciones por defecto son algunos ejemplos de prácticas que pueden llevar a Power BI a tener que realizar un sobreesfuerzo para cargar nuestro informe y, por tanto, a que aumente el tiempo que necesita la máquina para cargar.

Un informe de Power BI lento no solo es farragoso para el usuario final, sino que puede significar que el tiempo de carga expire y el report no se muestre. Para detectar este tipo de problemas con un report de Power BI puede resultar interesante preguntar a los usuarios finales cuál ha sido su experiencia con el informe y conocer cuáles son sus hábitos al trabajar con él. De esta forma, los informes pueden adaptarse mejor a sus necesidades exactas.

Si, efectivamente, detectamos que nuestro informe tiene problemas de velocidad, existen ciertas buenas prácticas que ayudan a aligerar el trabajo que tiene que llevar a cabo la máquina de forma que se aceleren los procesos y, por tanto, la carga de los gráficos.

Limitar el uso de gráficos

Microsoft sugiere que se limite el número de gráficos por página. Eso es porque cada gráfico lanza, por lo menos, una query por filtro interactivo, por lo que un número elevado de gráficos puede ralentizar el rendimiento del informe.

Usar los datos justos necesarios para transmitir la información

Cuantos más datos tenga que mostrar un gráfico, más tardará en cargarse. Parece obvio, pero a veces lo pasamos por alto. En algunas ocasiones no es necesario que el gráfico contenga una infinidad de datos para que el usuario pueda entender el mensaje. Entonces es preferible reducir los datos al mínimo necesario para aumentar la velocidad de carga. Si te preocupa que la mejora del rendimiento pueda tener un impacto negativo en la experiencia del usuario puedes escoger mantener una cantidad mayor de datos de la que necesitará el usuario, pero sin dejar la opción por defecto que mantiene los datasets enteros. Recuerda: menos es más.

Escoger Power BI visuals personalizados con buen rendimiento

Power BI tiene una biblioteca de visuals personalizados que cuentan con una certificación de Microsoft. Eso significa que Microsoft ha llevado a cabo tests rigurosos y exhaustivos para garantizar que estos visuals tienen el mejor rendimiento. El uso de visuals que no tienen un buen rendimiento puede afectar al funcionamiento de todo el report. Además de la mejora en rendimiento, los visuals personalizados certificados por Microsoft cuentan con más opciones que los no certificados, como la posibilidad de exportarlos a Power Point, por ejemplo.

Comprobar que los visuals personalizados que usamos tienen un rendimiento adecuado

Los visuals personalizados no certificados por Microsoft no cuentan con la misma garantía de funcionamiento. Sin embargo, Microsoft aclara que los gráficos personalizados no certificados no son gráficos de menor calidad. Simplemente puede tratarse de visuals que no cuentan con los requisitos de Microsoft para obtener la certificación. Si vas a usar gráficos personalizados haz tests para comprobar que tienen el rendimiento esperado o cámbialos por gráficos que ofrezcan mejores prestaciones.

Reducir el número de interacciones entre los gráficos

Los gráficos de un report interactúan entre sí a menos que los configuremos específicamente para que no lo hagan. Reducir la cantidad de interacciones al mínimo necesario permitirá mejorar el rendimiento del report.

Limitar el uso de slicers

Los slicers son muy útiles para saber con un simple vistazo para qué situación se están filtrando los datos y para los reports que van a usarse mayoritariamente en pantallas táctiles. Sin embargo, su rendimiento es limitado, lo cual puede afectar al funcionamiento general del informe.

Estos son solo algunos ejemplos de prácticas que pueden mejorar el rendimiento de los informes de Power BI. Si el problema persiste, existen otras acciones más técnicas que pueden consultarse en el manual de buenas prácticas de Microsoft.