Business Intelligence

0
61

Business Intelligence – No todo es “negocio”

Luego de varias batallas, algunas perdidas y otras ganadas, en  mi empresa de entonces, una consultora especializada en Inteligencia de Negocios, me llegó el gran momento. Ese que esperamos todos los que trabajamos en consultoría, ese sentimiento similar a estar en una sala de espera de nuestro médico y que nos llamen. A mí me llamaron. Mi misión: atender a un cliente enorme, multinacional y darle su primer gran Data Warehouse.  La consultora me ofreció  (debo admitir que por la misma remuneración) hacerme cargo de un proyecto “desafiante” (palabra del “gerentismo” básico, que traducida significa “tu peor pesadilla”). Recuerdo que respondí que sí, sin dudarlo, me gustan los desafíos y esta era una gran oportunidad.

Presentándome ante el cliente, conociendo el equipo de trabajo asignado a mi cargo, el avance del proyecto y lo que se pretendía hacer (consolidar la información de 10 compañías distribuidas en todo el planeta en un tablero único de control) y por sobre todas las cosas el tiempo disponible para hacerlo (6 meses)  me di cuenta antes de empezar que ese proyecto estaba destinado ser el mayor fracaso de mi carrera y al mismo tiempo convertirse en mi peor pesadilla. Y no me equivoque: al día de hoy sueño que me levanto y tengo que ir a trabajar en ese proyecto.

¿Qué podemos hablar cuando todo está dicho?

Sumar  algo al tema Inteligencia de Negocios que no se haya escrito es difícil, desde hace 20 años que vengo escuchando que es “el futuro”, que es “lo que se viene” y que es “indispensable”. Nada de eso fue tan así en todos estos años y me temo que no cambiará mucho en los tiempos venideros.

Entonces  ¿porque seguimos hablando de Inteligencia de Negocios?

Interiormente, creo que el título correcto es aquel que pasó rápidamente de moda,” Sistema de Soporte a la toma de Decisiones” (o DSS por sus siglas en inglés) y no “Inteligencia de Negocios”. Seguimos hablando porque hay mucho camino todavía por recorrer.

Pero que es en definitiva ¿qué es un DSS?

Un DSS simplemente es una herramienta que permite analizar datos y sacar conclusiones de una manera amigable, sintética, etc.  Los datos de distintos orígenes de información (.TXT, una Base de Datos, Internet, un Excel, etc.) se consolidan en un sistema para que los analistas puedan “jugar” con esa información y sacar “conclusiones”. A veces dado que las correlaciones, o las secuencias de datos son tan repetitivas, el sistema saca conclusiones por si mismo sin necesidad que un analista las procese.

¿Dónde aplica?

Aplica para análisis de datos por parte de analistas no muy empapados con la operación. Aún hoy sigo creyendo más en el olfato del CEO que en cualquier sistema por más DSS que sea, pero debo admitir que el DSS sustenta decisiones con información (si es que esta está basada en datos de buena calidad, pero eso es para otra nota)

¿Dónde vemos mayoritariamente hoy los DSS?

En general en todo tablero de control, que consolide información y que se pueda ir a detalle. Antes por cuestiones técnicas se llegaba siempre a una versión resumida de la información, pero hoy en día es posible llegar hasta las transacciones mismas. Podría ver tendencias de compras, por mes, año, día, productos que tienen mejor salida o detectar fraudes o gastos fuera de lo común (por ejemplo se contratan seguros por automóviles registrados en ciudades con muy baja siniestralidad pero la mayoría de los siniestros ocurren en grandes urbes con tasas altísimas de delitos).  Las tarjetas de crédito incluso agregan acciones concretas ante eventos en  la información, en donde si se da una secuencia de hechos, como por ejemplo, cargar combustible en una gasolinera nueva y a continuación comprar mucha tecnología, permite al sistema asumir en una altísima proporción que la tarjeta fue robada, por lo que se suspende automáticamente y se envía al call center el pedido para que llame al titular de la tarjeta y asegurarse  que todo está bien. También hay acciones ante la sospecha de fraudes como por ejemplo elevados gastos en rubros de belleza personal (masajes, SPA, Peluquería, Maquillaje, etc.) durante todo el día y al final el usuario de la tarjeta denuncia “robo”, lo cual es más común de lo que uno puede llegar a suponer.

A pesar de eso, siempre es necesaria la supervisión manual. La cantidad de información que puede hacer variar tendencias y generar excepciones es mucha. Mucho más en nuestra región,  de un día para el otro pueden generarse días no laborables, cambios de husos horarios,  impuestos distorsivos, protestas sociales. También podría afectar las ventas o compras el clima, promociones, publicidades, etc.

Pero si todo está bien, ¿Cuál es la deuda de la inteligencia de Negocios en la región?

Mucho se ha escrito sobre los beneficios en el mundo empresario, pero de algo estoy seguro: no se han hecho tantos estudios sobre gobierno y menos en Latinoamérica. En general en la región estas herramientas se utilizan para cuestiones fiscales, pero no tanto para otros temas.

Salud

Por ejemplo, si tuviésemos todos los hospitales y salas de primeros auxilios interconectados, y por supuesto una historia clínica única, sería posible detectar el avance de alguna epidemia o enfermedad desconocida y avisar a poblados cercanos  de forma automática. Si las consultas de diarrea se incrementan, si se comienza a diagnosticar cólera en una zona muy puntual donde no hay antecedentes, un proceso podría darse cuenta que se está “saliendo” de lo normal y avisar automáticamente algo sospechoso en la zona.

Seguridad

De la misma manera, se podría utilizar para combatir el delito. ¿Qué tipo de delito ocurre?, ¿con que frecuencia?, en que horarios?, ¿Con que “modus operandi”?,¿ qué descripciones físicas tenían los delincuentes?, en que zona fueron los hechos?, ¿qué tipo vehículos se utilizaron?, etc. Definitivamente un sistema podría estar procesando esa información y sugerir posibilidades,  y mostrar días y horarios más complicados y encontrar correlaciones o tendencias y ayudar a distribuir mejor los recursos.

Educación

En educación, estos sistemas podrían ver problemáticas tales como si un alumno se ausenta 2 días, vive en tal zona, concurre a determinado tipo de establecimiento y tiene tal rango de edad, es muy probable que haga un abandono escolar y que este en riesgo de perder su escolarización. Bueno sería que un sistema nos informe automáticamente a la mañana cuales son todos los alumnos que en principio están con riesgo de abandonar  la escuela para que algún asistente social vaya a contactarlos

Conclusión

A pesar de ser un concepto con varios años en el mundo IT, aún hay mucho por crecer en aplicaciones no tradicionales.