Guía rápida para implementar Business Intelligence, Data Warehousing y BPM

Definiciones y descripción general

Business Performance Management (BPM) establece un marco para mejorar el rendimiento empresarial mediante la medición de las características clave del negocio que se pueden utilizar para retroalimentar el proceso de decisión y guiar las operaciones en un intento de mejorar el rendimiento estratégico de la organización. Otros términos populares para esto incluyen; Enterprise PM (EPM), Corporate PM (CPM) Enterprise Information Systems (EIS), Decision Support Systems (DSS), Management Information Systems (MIS).

BPM: Ciclo de fijación de objetivos, seguimiento del rendimiento y retroalimentación de nuevos objetivos.

Business Intelligence (BI) se puede definir como el conjunto de herramientas que permite a los usuarios finales un fácil acceso a la información relevante y la facilidad de analizarla para ayudar en la toma de decisiones. Más ampliamente, la ‘inteligencia’ es la percepción que se deriva de este análisis (p. ej., tendencias y correlaciones).

BI: herramientas para acceder y analizar datos

Los indicadores clave de rendimiento (KPI) son medidas corporativas estratégicamente alineadas que se utilizan para monitorear, predecir y anticipar el rendimiento de la organización. Forman la base de cualquier solución de BPM y, en un mundo ideal, debería ser posible relacionar los KPI estratégicos con el rendimiento operativo real dentro de la aplicación de BI.

Los KPI brindan una indicación rápida sobre la salud de la organización y guían a la gerencia hacia las áreas operativas que afectan el desempeño.

En muchas empresas, el análisis de datos se complica por el hecho de que los datos están fragmentados dentro del negocio. Esto causa problemas de duplicación, definiciones inconsistentes, inconsistencia, inexactitud y esfuerzo desperdiciado.

Silos de datos: Almacenes de datos fragmentados y departamentales, a menudo alineados con áreas comerciales específicas.

El almacenamiento de datos (DWH) suele ser el primer paso hacia BI. Un almacén de datos es un conjunto centralizado de datos estructurados para facilitar el acceso y el análisis.

DWH: Almacén de datos centralizado/consolidado

El DWH se completará a partir de varias fuentes (heterogéneas) mediante un ETL (Extracción, transformación y carga) o una herramienta de integración de datos. Esta actualización se puede realizar en lotes periódicos regulares, como una carga única o incluso sincronizada con los datos de origen (en tiempo real).

ETL: el proceso de extraer datos de un sistema fuente, transformarlos (o validarlos) y cargarlos en una base de datos estructurada.

Luego se puede usar una capa de informes (o BI) para analizar los datos consolidados y crear tableros e informes definidos por el usuario. Se puede utilizar una capa de modelado para integrar presupuestos y previsiones.

A medida que estas soluciones se vuelven más complejas, las definiciones de los sistemas y lo que están haciendo se vuelven más importantes. Esto se conoce como metadatos y representa los datos que definen los datos reales y su manipulación. Cada parte del sistema tiene sus propios metadatos que definen lo que está haciendo. Una buena gestión y uso de los metadatos reduce el tiempo de desarrollo, simplifica el mantenimiento continuo y proporciona a los usuarios información sobre el origen de los datos, aumentando su confianza y comprensión de los mismos.

Metadatos: datos sobre los datos, que describen cómo y dónde se utilizan, de dónde proceden y qué cambios se han realizado en ellos.

Justificaciones Comerciales

Existe una clara justificación comercial para mejorar la calidad de la información utilizada para la toma de decisiones. Una encuesta realizada por IDC encontró que la recuperación media de la implementación de BI fue de 1,6 años y que el 54 % de las empresas tenía un ROI a 5 años de >101 % y el 20 % tenía un ROI > 1000 %.

ROI en BI > 1000% del 20% de las organizaciones

Ahora también hay requisitos reglamentarios que deben tenerse en cuenta. Sarbanes-Oxley exige que las empresas estadounidenses que cotizan en bolsa divulguen y supervisen los riesgos clave y los indicadores de rendimiento relevantes, tanto financieros como no financieros, en sus informes anuales. Una infraestructura sólida de informes es esencial para lograr esto.

SarbOx requiere la divulgación de KPI financieros y no financieros

La mala calidad de los datos es una barrera común para la elaboración de informes precisos y la toma de decisiones informada. Una buena estrategia de calidad de datos, que abarque problemas no relacionados con el sistema, como la capacitación y los procedimientos de los usuarios, puede tener un gran impacto. La consolidación de datos en un DWH puede ayudar a garantizar la coherencia y corregir los datos deficientes, pero también proporciona una medida precisa de la calidad de los datos que permite administrarlos de manera más proactiva.

La calidad de los datos es vital y una estrategia formal de calidad de los datos es esencial para administrarla y mejorarla continuamente.

Una investigación reciente (PMP Research) preguntó a una amplia muestra representativa de organizaciones su opinión sobre la calidad de sus datos antes y después de la implementación de DWH.

– Las respuestas «No sé» disminuyeron del 17% al 7%

– «Malo» o «Muy malo» disminuyó del 40% al 9%

– Satisfactorio (o mejor) aumentó de 43% a 84%

Las implementaciones de DWH mejoran la calidad de los datos.

Descripción general del mercado de herramientas

En la actualidad, BI se considera un área de crecimiento de TI significativa y, como tal, todos están tratando de subirse al carro de BI:

Las herramientas ERP tienen soluciones de BI, por ejemplo, SAP BW, Oracle Apps

Las herramientas de CRM lo están haciendo: Siebel Analytics,

Los proveedores de ETL están agregando capacidades de BI: Informatica

Los proveedores de BI están agregando herramientas ETL: Business Objects (BO) Data Integrator (DI), Cognos Decision Stream

Los proveedores de bases de datos están ampliando sus herramientas de BI y ETL:

Oracle: Creador de almacén de Oracle, EPM

Microsoft: SQL 2005, servicios de integración, servicios de informes, servicios analíticos

Herramientas mejoradas

Al igual que todos los mercados maduros, se ha producido una consolidación en la que ahora menos proveedores cubren más funciones. Esto es bueno para los clientes, ya que ahora se dispone fácilmente de una mayor estandarización, un mejor uso de los metadatos y una funcionalidad mejorada. Las herramientas de BI de hoy pueden satisfacer los requisitos de información de los clientes más exigentes.

El pensamiento y las herramientas han evolucionado: ahora podemos crear soluciones rápidas y centradas en el negocio en pequeñas porciones, lo que permite a las empresas ver datos, almacenar conocimientos, aprender capacidades de nuevas herramientas y refinar sus requisitos durante el proyecto. Atrás quedaron los días del proyecto de almacenamiento masivo de datos, que quedó obsoleto antes de que se completara.

Un proyecto típico de DWH debería proporcionar resultados utilizables en un plazo de 3 a 6 meses.

Consejos y mejores prácticas

Fase inicial

Los proyectos de BI exitosos nunca terminarán. Debe evolucionar perpetuamente para satisfacer las necesidades cambiantes del negocio. Por lo tanto, las primeras «ganancias» deben llegar rápidamente y las herramientas y técnicas deben ser flexibles, rápidas de desarrollar y rápidas de implementar.

La experiencia es esencial

A menudo nos han contratado para corregir proyectos fallidos y es aterrador la cantidad de errores básicos que se cometen por inexperiencia. Un almacén de datos es fundamentalmente diferente a sus sistemas operativos y obtener el diseño y la infraestructura iniciales correctos es crucial para satisfacer las demandas comerciales.

Mantener el Control Interno

Creemos que BI está demasiado cerca del negocio y cambia demasiado rápido para subcontratar. Se requiere experiencia en las etapas iniciales, para garantizar que exista una infraestructura sólida (y el uso de las mejores herramientas y métodos). Si no hay suficiente experiencia disponible internamente, un recurso externo puede ser útil en las etapas iniciales, pero esto DEBE incluir la transferencia de habilidades. a los recursos internos. Luego, el DWH puede crecer y evolucionar (con recursos internos) para satisfacer las necesidades cambiantes del negocio.

Garantizar la aceptación de la gestión y del usuario

Puede sonar obvio, pero el conocimiento interno y el soporte son esenciales para el éxito de un DWH, sin embargo, a menudo se le da poca prioridad a los ‘Informes’ y se pueden descuidar fácilmente a menos que cuenten con el apoyo de un nivel empresarial superior. Es común encontrar que existe un conocimiento limitado de los requisitos del usuario. También es cierto que los requisitos cambiarán con el tiempo, tanto en respuesta a las cambiantes necesidades comerciales como a los hallazgos/resultados de la implementación de DWH y el uso de nuevas herramientas.

Gestión sólida de proyectos

La naturaleza compleja e iterativa de un proyecto de almacenamiento de datos requiere una sólida gestión del proyecto. El riesgo relativamente no cuantificable en torno a la calidad de los datos debe gestionarse junto con los requisitos cambiantes de los usuarios. Planifique el cambio y permita un presupuesto adicional para lo inesperado. El uso de técnicas de desarrollo rápido de aplicaciones (RAD) mitiga algunos de los riesgos al exponerlos al principio del proyecto con el uso de prototipos.

Educar a los usuarios finales

No subestime la importancia de la formación al implementar una nueva solución BI/DWH. Los usuarios capacitados tienen un 60 % más de éxito en aprovechar los beneficios de BI que los usuarios no capacitados. Pero esta capacitación debe considerar técnicas específicas de análisis de datos, así como también cómo usar las herramientas de BI. En palabras de Gartner, “es más crítico formar a los usuarios sobre cómo analizar los datos”. Gartner continúa diciendo «… que centrarse solo en la capacitación de la herramienta de BI puede triplicar la carga de trabajo de la mesa de ayuda de TI y provocar la desilusión del usuario. Un usuario que está capacitado en la herramienta de BI pero no sabe cómo usarla en el contexto de su entorno BI/DWH no será capaz de obtener los resultados analíticos que necesita…». Por lo tanto, la capacitación personalizada del usuario sobre su sistema de BI y sus datos es esencial.

Una planificación cuidadosa de las necesidades de capacitación y hacer el mejor uso de los diferentes medios de capacitación ahora disponibles pueden superar este problema. Busque opciones de capacitación como: aula estructurada (en el sitio o fuera de él), aprendizaje electrónico basado en la web (CBT), capacitación en el trabajo y transferencia de habilidades, capacitación personalizada en torno a su solución y datos.

Resumen técnico

Portal de información: Esto permite a los usuarios administrar y acceder a informes y otra información a través de un portal web corporativo. A medida que los usuarios crean y demandan más informes, la capacidad de encontrarlos, administrarlos y distribuirlos fácilmente se vuelve más importante.

Colaboración: La capacidad del Portal de información para admitir la comunicación entre personas relevantes centrada en la información del portal. Estos podrían ser hilos de discusión adjuntos a informes o flujos de trabajo en torno al rendimiento de objetivos estratégicos.

Análisis guiado: El sistema guía a los usuarios hacia dónde buscar a continuación durante el análisis de datos. Tomando el conocimiento de la cabeza de las personas y colocándolo en el sistema de BI.

Seguridad: El acceso a la funcionalidad y los datos del sistema (tanto filas como columnas) se puede controlar hasta el nivel de usuario y según el inicio de sesión de su red.

Cuadros de mando y cuadros de mando:

Brindar a la gerencia una vista gráfica de alto nivel de su rendimiento comercial (KPI) con un fácil desglose de los detalles operativos subyacentes.

Informes ad-hoc y análisis de datos: Los usuarios finales pueden extraer datos fácilmente, analizarlos (cortar, dividir y perforar) y presentarlos formalmente en informes y distribuirlos.

Informes formateados/estándar: Informes predefinidos, perfectos en píxeles y a menudo complejos creados por TI. El poder de las herramientas de generación de informes para usuarios finales y el almacenamiento de datos ahora está haciendo que este tipo de redacción de informes sea menos técnica y más centrada en el negocio.

Estrecha integración con MS Office: Más usuarios dependen del software MS Office, por lo tanto, la herramienta de BI debe vincularse sin problemas con estas herramientas.

Respóndeme: El portal de BI debe proporcionar acceso para volver a escribir en la base de datos para mantener: datos de referencia, objetivos, pronósticos, flujo de trabajo.

Modelado/alertas de negocios: en torno a datos mantenidos centralmente con reglas comerciales predefinidas y mantenidas por el usuario final.

Tiempo real: A medida que los datos de origen cambian, se transmiten instantáneamente al usuario. A menudo a través de colas de mensajes.

Casi en tiempo real: Los cambios en los datos de origen se procesan por lotes y se envían en un período de tiempo corto, digamos cada pocos minutos; esto requiere técnicas especiales de ETL.

Procesamiento por lotes: Los datos de origen se capturan a granel, digamos durante la noche, mientras el sistema de BI está fuera de línea.

Base de datos relacional frente a OLAP (cubos, rebanadas y dados, pivote)

Este es un argumento complejo, pero en pocas palabras, la mayoría de las cosas que se realizan en un cubo OLAP se pueden lograr en el mundo relacional, pero pueden ser más lentos tanto para ejecutar como para desarrollar. Como regla general, si ya trabaja en un entorno de base de datos relacional, OLAP solo debería ser necesario cuando el rendimiento del análisis sea un problema o requiera una funcionalidad especializada, como la elaboración de presupuestos, la previsión o el modelado hipotético. Las principales herramientas de BI brindan acceso a los datos en forma relacional u OLAP, lo que hace que esta sea principalmente una decisión tecnológica en lugar de comercial.

¿Enfoque de arriba hacia abajo o de abajo hacia arriba?

El enfoque de arriba hacia abajo se centra en los objetivos estratégicos y los procesos de negocio y la estructura organizativa para apoyarlos. Esto puede producir los procesos ideales de la empresa, pero es poco probable que los sistemas existentes los respalden o proporcionen los datos necesarios para medirlos. Esto puede conducir a una estrategia que nunca se adopta porque no hay una entrega física y los objetivos estratégicos no se pueden medir.

El enfoque de abajo hacia arriba toma los sistemas y datos existentes y los presenta a la empresa para que los mida y analice. Es posible que esto no produzca la mejor información estratégica debido a los datos limitados disponibles y la calidad de los datos.

Recomendamos un compromiso de ambos enfoques: construya la solución pragmática de abajo hacia arriba como un medio para obtener medidas precisas del negocio y una mejor comprensión de los procesos actuales, mientras realiza un análisis de arriba hacia abajo para comprender lo que el negocio necesita estratégicamente. El análisis de brechas de lo que se puede lograr hoy y lo que se desea estratégicamente proporcionará la dirección futura para la solución y, si la solución se ha diseñado teniendo en cuenta el cambio, esto debería ser relativamente sencillo, basándose en los cimientos del sistema que ya existen. .

Inteligencia empresarial avanzada

A continuación, se describen algunos requisitos avanzados de BI que algunas organizaciones pueden querer considerar: Entregar una solución BPM integrada que tenga reglas comerciales y flujo de trabajo incorporados, lo que permite que el sistema guíe rápidamente al tomador de decisiones hacia la información relevante.

Colaboración y Análisis Guiado para ayudar a gestionar la acción requerida como resultado de la información obtenida.

Minería de datos y análisis predictivo más fáciles de usar, donde el sistema encuentra correlaciones entre conjuntos de datos no relacionados para encontrar la «pepita de oro» de la información.

Más integración de la información de BI en los sistemas de recepción, por ejemplo, un cliente con calificación de oro recibe un tratamiento VIP cuando llama, perfiles de datos para sugerir que este cliente puede abandonar, por lo tanto, ofrézcales un incentivo para quedarse.

Mayor uso de Datos en tiempo real.

De extremo a extremo Linaje de datos capturado automáticamente por las herramientas. Una mejor gestión de metadatos de los sistemas significará que los usuarios pueden ver fácilmente de dónde provienen los datos y qué transformaciones han sufrido, mejorando la confianza en los datos y los informes. Los sistemas también se autodocumentarán, brindando a los usuarios más información de ayuda y simplificando el mantenimiento continuo.

Integrado, en tiempo real Gestión de calidad de datos como un medio para medir la precisión del rendimiento del proceso operativo. Esto proporcionaría una validación entre sistemas y verificaría el rendimiento de los procesos comerciales al monitorear la precisión de los datos, lo que conduciría a un mejor y más dinámico modelado de procesos, reingeniería de procesos comerciales y, por lo tanto, ganancias de eficiencia.

Aplicaciones analíticas empaquetadas como los sistemas financieros en los años 80 y los paquetes ERP (Enterprise Requirement Planning) en los años 90. El BI empaquetado puede convertirse en el estándar para esta década. ¿Por qué crear su propio almacén de datos y un conjunto de informes y paneles desde cero cuando su negocio es similar a muchos otros? Compre elementos empaquetados y use herramientas y plantillas de implementación rápida para configurarlos y satisfacer sus necesidades precisas. Esta capacidad de implementación rápida lo respalda a medida que su negocio evoluciona.



BI para las masas:
A medida que la información se vuelve más crítica para administrar las eficiencias operativas, más personas necesitan acceder a esa información. Ahora que las herramientas de BI pueden proporcionar técnica y económicamente a más personas acceso a la información, BI para las masas ahora es una realidad y puede proporcionar una mejora significativa a un negocio. La mayor presencia de Microsoft en el espacio de BI también aumentará el uso de BI y lo hará más atractivo. La adquisición de Crystal por parte de BusinessObjects y el reciente lanzamiento de XI también extenderán BI a más personas, dentro y fuera de la organización. ¡Ahora todos pueden tener acceso seguro a la información!

Conclusión

Los beneficios potenciales de una implementación de BI/DWH son enormes, pero demasiadas empresas no los logran debido a: falta de experiencia, diseño deficiente, selección y uso deficientes de herramientas, gestión deficiente de la calidad de los datos, gestión de proyectos deficiente o nula, comprensión limitada de la importancia de los metadatos, no darse cuenta de que si tiene éxito, inevitablemente evolucionará y crecerá, conciencia limitada de la importancia de la capacitación… con todas estas áreas a considerar, el uso de una consultoría especializada como IT Performs tiene mucho sentido.

Deja un comentario