Blog

Gobierno BI vs BI Ágil


En el entorno empresarial de hoy en día, lo que garantiza el éxito de una solución de  BI / Analytics requiere el mix entre la centralización de la información en algunos escenarios y en otros una tolerancia a obtener en forma ágil datos probablemente imperfectos.

El gran dilema es: Gobierno sobre los Datos o Agilidad para los usuarios?

Los equipos de BI y los líderes de negocio deben reconocer que el nivel y la propiedad del gobierno depende del alcance del caso de uso y alcance de los datos requeridos para realizar un análisis ad hoc. Esto significa que puede definirse una política de centralización cuando la información es corporativa, recurrente, cross funcional y cross sectorial y una política descentralizada cuando el objetivo del análisis es particular, de necesidad on line y bajo un modo “prueba y error’.

Por ejemplo, no sería práctico para un analista de marketing que necesita de forma rápida entender qué campañas están generando el mayor número de clientes potenciales, gastar tiempo y energía en la “governance” del dato cuando puede rápidamente obtener los datos necesarios del sistema de automatización de marketing. En este escenario, una vista de descentralización de “la verdad “es suficiente para que él pueda tomar la decisión.

Sin embargo, y yendo a otro ejemplo, para los KPIs (métricas) de rendimiento de negocio a nivel corporativo, la gente va a buscar una comprensión más completa y más amplia del negocio y la capacidad para trabajar con datos consistentes y confiables se vuelve crítica.

En la definición de KPIs  participan tres sectores:Marketing, Ventas y Finanzas y a su vez tres sistemas separados (automatización de marketing,CRM, ERP). En este escenario, es necesaria una visión consistente y fiable de la información entre los departamentos y sistemas – un comité de gobierno sobre el dato y un entendimiento común y único del significado de cada valor expresado.

En un estudio de 2015 del mercado de BI global, DresnerAdvisoryServices encontró una correlación potente y directa entre el éxito con la inteligencia de negocios y el estado de gobernabilidad de los datos (ver figura)

 

Los encuestados que dicen que sus datos debieran ser vistos como una sola “verdad” con reglas y semánticas comunes son aproximadamente 10 veces más propensos a reclamar el éxito de BI que organizaciones con múltiples fuentes inconsistentes.

No sólo el mal gobierno proporcionan datos no fiables, esto es particularmente cierto en la era de grandes volúmenes de datos y diversos, donde la mala calidad de datos,la inconsistencia y la redundancia son consecuencia natural de almacenargrandes cantidades de datos sin herramientas de preparación y calidad.

No obstante, hay que destacar que los Silos analíticos (sandbox) ofrecen velocidad y autonomía para trabajar con analistas ad hoc en casos de usos localizados y especializados y a través de herramientas como Data Discovery crecen globalmente día a día en las organizaciones que incorporan “cultura analítica”.

Volver

The Machine Learning Data Dilemma


To be effective, machine learning (ML) has a significant requirement: data. Lots of data. We can expect a child to understand what a cat

Ampliar

What Matters Most In Business Intelligence, 2019


These and many other fascinating insights are from Dresner Advisory Associates’ 10th edition of its popular Wisdom of Crowds® Business

Ampliar

Laying the Foundation to Unlock AI Value at Scale


McKinsey predicts that artificial intelligence has the potential to begin creating between $3.5 trillion and $5.8 trillion in value annua

Ampliar
developed by Avilasoto