En la primera parte de este blog compartí cómo, por definición, el análisis es lo que transforma los datos en información, desbloqueando así el valor de los datos, y cómo estas ideas informan las decisiones y acciones que finalmente transforman el negocio. Esto es importante porque, si bien pocos, si acaso, cuestionan que los datos sean un activo estratégico, está claro que existe una gran brecha entre esos datos y el valor potencial que tiene. El costo de oportunidad de no cerrar esta brecha es francamente demasiado grande como para que lo ignoremos.
El enfoque de Qlik para cumplir con la promesa de la tercera generación de BI y análisis se basa en tres cambios clave en la forma en que abordamos el problema: la democratización de los datos, la aplicación de inteligencia aumentada y el impulso para el análisis integrado en todas partes. Todos se basan en la base empresarial única del motor asociativo Qlik y la plataforma multi-nube. Si Qlik cumple con esto y usted construye una estrategia holística de datos y análisis en Qlik, juntos cerramos la brecha de valor.
Democratización de los datos.
Cuanto más miramos un problema desde múltiples puntos de vista, más perspectiva y comprensión obtendremos. Lo mismo se aplica a la solución de problemas de negocios complejos al examinar múltiples conjuntos de datos, de múltiples fuentes y cómo se relacionan. Para que los trabajadores del conocimiento se adentren en los problemas complejos, deben tener acceso gratuito y gobernado a todas las fuentes de datos potencialmente relevantes. El enfoque típico que adoptan otros proveedores es exigir que los datos se transfieran a un repositorio central, como un almacén de datos o un lago de datos. Sin embargo, la evidencia anecdótica muestra que la mayoría de las empresas solo logran obtener alrededor de una quinta parte de sus datos estructurados en almacenes de datos empresariales y mercados de datos. Esto es contrario a la proliferación general de nuevas fuentes de datos, que solo se está acelerando. Y, por supuesto, hay almacenes de datos no estructurados adicionales e incluso transmisión de datos en el borde. ¿Cómo ves la historia completa si te faltan capítulos?
Punto de vista de Qlik: Todos los datos, y cualquier combinación de datos, deben ser fácilmente accesibles a través de catálogos de información gobernados, preparados para análisis, para toda la empresa.
Indización asociativa * Inteligencia aumentada = AI2
Si bien existen aplicaciones específicas para la Inteligencia Artificial que dependen completamente de la automatización de la máquina, la mayoría de los problemas de negocios complejos requieren interacción y perspectiva humanas. Esta es la razón por la cual Qlik se refiere a la IA como Inteligencia Aumentada, donde la inteligencia y la perspectiva humanas se complementan con el aprendizaje de máquina cognitiva En efecto, esto aumenta la competencia de alfabetización en datos de cada usuario, sin importar su nivel de experiencia. Pero si no ofrece una experiencia analítica enriquecida, ¿cómo puede unir los dos y romper el ciclo de preguntar-esperar-respuesta en el que resultan las soluciones basadas en SQL?
Punto de vista de Qlik: Aprovechando la tecnología asociativa de Qlik, las interfaces hombre-máquina deben estar armonizadas y el aprendizaje de la máquina cognitiva debe aplicarse a vistas de datos holísticos para acelerar y profundizar la información. Esto aumenta el conocimiento de los datos y la confianza en las conclusiones de todos los usuarios.
Análisis integrados desde Edge hasta C-Suite
Los enfoques de BI de generaciones anteriores generalmente crean informes, paneles de control o aplicaciones analíticas que están separadas de los sistemas de participación que hacen que los conocimientos sean procesables. Si bien hemos visto ejemplos de análisis prescriptivos y procesables durante años en áreas como la siguiente optimización de la mejor oferta en entornos orientados al cliente (B2C), este no suele ser el caso de las aplicaciones de BI orientadas a los empleados (B2E). Si los empleados desean estar más orientados a los datos, deben saber qué informe o panel de control deben desplegar, qué pasos tomar para profundizar en los datos y luego determinar qué acciones tomar en función de su propia interpretación personal de los datos. A medida que se esfuerza por llevar el análisis más allá de la población interna de usuarios, esto se vuelve aún más desafiante. Es esta noción de la analítica como destino, y el escaso uso de la analítica en los procesos de toma de decisiones, lo que debe abordarse.
Punto de vista de Qlik: Analytics debe dejar de ser su propio destino y convertirse en una parte necesaria de todos y cada uno de los viajes de toma de decisiones a través de Embedded Analytics. Esto se aplica tanto a la toma de decisiones humanas como a la toma de decisiones de la máquina en áreas como IoT y automatización. Las plataformas de análisis líderes permitirán que los datos en tiempo real y las perspectivas se incorporen en aplicaciones, procesos, dispositivos, y los datos en cualquier lugar pueden aprovecharse para obtener una ventaja.
En una era de palabras de moda demasiado utilizadas, la Inteligencia Artificial se ha vuelto cada vez más común en el lenguaje de los proveedores. Nuestra perspectiva es que esto solo no es suficiente. La inteligencia humana y el aprendizaje automático deben combinarse, aplicado a conjuntos de datos listos para el análisis que representan a la empresa, e integrado en el punto de decisión. Si desea obtener más información sobre las 3 oleadas de análisis y cómo nuestro punto de vista está cobrando vida en nuestra hoja de ruta y estrategia de producto, consulte nuestro nuevo documento técnico o apresurese a asistir a uno de nuestros eventos restantes de Data Revolution Tour.
Comentarios para esta entrada
Sección en desarrollo...