Cuando damos nuestro número de RUT en caja al hacer una compra, cuando participamos del sistema de acumulación de puntos de un comercio específico, cuando deslizamos nuestra tarjeta bancaria para realizar una transacción, cuando adquirimos una entrada por Internet para asistir a un espectáculo, cuando aceptamos o rechazamos un nuevo servicio de telefonía… Toda esta información se traduce en datos que las compañías atesoran para conocer el comportamiento de sus clientes.
La información que se genera en todas las organizaciones es crucial para la toma de decisiones estratégicas de negocios y para el manejo interno de las mismas. En respuesta a ello, la tecnología se ha encargado de brindar las mejores herramientas para almacenar esos datos, analizarlos y volverlos útiles para las empresas. De eso se trata el data warehousing.
Con ayuda del data warehousing, las empresas pueden almacenar todos sus datos en un solo lugar, y desde ahí, analizarlos. Para eso, hay dos tipos: el análisis estratégico, que es más cercano al marketing, con el que, por ejemplo, se identifica a los clientes más importantes y se registra lo que ellos hacen; y el análisis operacional, que estudia precisamente la operación interna de la empresa.
Un buen sistema de data warehouse debe dar respuesta a consultas sobre cualquier tema planteado por los usuarios. Y mientras más familiarizados estén ellos con el sistema, más profundas serán las consultas al data warehouse y los usuarios podrán presentar informes y puntos de vista más valiosos al equipo directivo.
Gracias a la tecnología data warehouse una firma puede, por ejemplo, conocer y analizar el comportamiento de consumo de un cliente, sus intereses, preferencias y ubicación, y en base a eso, elaborar la estrategia de negocios indicada. En este sentido, el data warehouse brinda información valiosa para las decisiones estratégicas del negocio en todas las industrias tales como retail, banca y aerolíneas, entre otras.
Esta tecnología es capaz de manejar cualquier cantidad de datos y un variado espectro de requerimientos de los usuarios, desde sencillos informes, hasta procesamientos analíticos, así como respuesta a las consultas más complejas generadas por ellos.
Esta libertad de diseñar la base de datos y las consultas ajustadas a las necesidades del negocio y no a la inversa, elimina a la tecnología como una barrera, convirtiéndola en el apoyo en la toma de decisiones, análisis y análisis predictivos. Sin importar qué quieran hacer los usuarios, se espera que este sistema les permita experimentar, cometer errores, aprender y refinar sus análisis para maximizar el valor de la información para la empresa.
Las barreras
Sin embargo, estas soluciones de Business Intelligence a veces deben sortear algunos obstáculos en su implementación: el primero es la resistencia corporativa para abandonar los silos descentralizados de datos, en favor de una solución centralizada, dado que los departamentos se sienten más cómodos administrando sus propios datos y gestionando sus reportes. Sin embargo, para ser competitivos, la data generada por estas implementaciones aleatorias necesita ser consolidada e integrada.
La segunda barrera es la calidad de los datos así como su depuración. Data segregada, información faltante, y todos los errores cometidos a lo largo de los años, generan informes y análisis poco confiables. Esto se puede resolver, pero no de la noche a la mañana.
No obstante, las firmas chilenas ya han entendido los grandes beneficios que trae para el negocio un buen sistema de data warehouse y lo competitiva que las vuelve. Así, no es raro para una organización obtener retornos sobre la inversión de 400% a 1.000% con la implementación exitosa de BI y data warehouse.
Quienes dicen que el Business Intelligence ya pasó no conocen sus potencialidades. El software del futuro contempla el análisis de BI y todavía hay mucho camino por recorrer.
