Donde las herramientas de inteligencia empresarial (BI) pueden tomar grandes cantidades de datos y analizarlos en puntos de datos digeribles, la visualización de datos es la parte de presentación de esa ecuación. Piense en ello como la función de gráfico circular de su hoja de cálculo favorita, solo que mucho más potente. El propósito de tales imágenes es transferir rápidamente información de la máquina al cerebro humano, no solo de manera eficiente sino también de la manera más significativa posible. Por lo tanto, no es el valor estético de una visualización lo que cuenta, sino la claridad del mensaje que transmite.
Sin embargo, la concisión necesaria para la claridad no excluye la complejidad del mensaje. Dado que gran parte de la información que los humanos deben consumir es compleja y matizada, las visualizaciones de datos se configuran solas y en grupos para contar una historia más amplia a través de imágenes. Un ejemplo de una configuración única es cualquier visualización que revele información más granular o relacionada cuando el espectador hace clic o pasa el mouse sobre una sección de la ilustración. Los ejemplos de visualizaciones grupales incluyen casi todos los tableros de aplicaciones de BI que se hayan creado.
De hecho, la visualización de datos es una parte tan integral de las herramientas de BI de autoservicio que las herramientas para crearlas y publicarlas comparten en gran medida conjuntos de características comunes. Como era de esperar, en nuestro reciente resumen de revisión de los mejores productos de BI de autoservicio, encontramos que la gran mayoría es capaz de realizar operaciones de visualización de datos.
Sin embargo, los clientes que buscan realmente explotar la visualización de datos deben mirar estas herramientas con cuidado y exclusivamente a través de esa lente antes de tomar una decisión de compra. Después de todo, a veces la herramienta adecuada para analizar sus datos puede no ofrecer una paleta de visualización suficiente para sus necesidades. Por ejemplo, es posible que desee tener la capacidad de crear una infografía personalizada o crear visualizaciones interactivas, pero no todas las aplicaciones de BI ofrecen esas opciones. Es posible que deba invertir en una combinación de herramientas para obtener las herramientas de análisis y visualización que necesita.
En resumen, la visualización de datos es una representación visual de la información. Son imágenes dedicadas exclusivamente a enviar mensajes o presentar información. Las herramientas de visualización de datos pueden crear visualizaciones automáticamente, permitirle crear las suyas u ofrecer ambas capacidades.
En el extremo inferior hay herramientas de visualización de datos más simples e incluso gratuitas dedicadas a crear infografías en lugar de realizar análisis de datos sofisticados. Algunas de estas herramientas incluyen Tableau Gallery (Se abre en una nueva ventana) e incluso Microsoft Power BI. En enero de 2018, Tableau presentó un nuevo motor de datos llamado Hyper que, según la compañía, brinda a los usuarios una velocidad de consulta hasta cinco veces más rápida que las versiones anteriores. Mientras tanto, en julio de 2018, Microsoft lanzó nuevas funciones para Microsoft Power BI, como la integración de Big Data directamente en el servicio web de Power BI.
En el extremo superior se encuentran las herramientas que pueden cambiar las visualizaciones sobre la marcha, de la misma manera que los resultados de algoritmos sofisticados cambian después de consultas directas repetidas de datos en tiempo real (es decir, transmisión de datos) y en múltiples fuentes de datos. Las herramientas que ocupan el medio del espectro no representan datos en tiempo real, pero aun así producen visualizaciones a partir de resultados de análisis avanzados.
Las aplicaciones de BI de autoservicio que revisamos contienen herramientas de visualización de gama media a superior. Algunas de las herramientas contienen sólidas capacidades de consulta en lenguaje natural como Sisense, y otras brindan análisis en tiempo real para Internet de las cosas (IoT), como SAP Analytics Cloud. En resumen, no puede juzgar la calidad del motor de análisis subyacente por la portada de su paquete de arte. Algunos análisis muy poderosos vienen con capacidades de visualización lamentables a pasajeras. Por el contrario, algunos análisis lamentables para pasar vienen con algunas características de visualización bastante impresionantes.
Desde que revisamos originalmente estas herramientas de BI, IBM ha dejado de ofrecer IBM Watson Analytics para la compra. En su lugar, IBM presentó Cognos Analytics 11.1 (Se abre en una ventana nueva) , que ofrece descubrimiento de datos guiado, análisis predictivo automatizado y la capacidad de interactuar con los datos de forma conversacional.
Existe una amplia gama de representaciones artísticas que pueden crear las herramientas de visualización de datos. Algunas representaciones son simples, algunas son complicadas. Algunos son hermosos, algunos son crudos. Y hay algunos que son verdaderamente creaciones individuales. Pero la mayoría surge de plantillas en las formas tradicionales asociadas con las estadísticas.
Los ejemplos más simples de visualización de datos son los gráficos circulares y de barras a los que ha podido acceder a través de Microsoft Excel durante muchos años. Pero a medida que BI ha madurado como plataforma, también tiene las opciones disponibles para ver sus datos y presentárselos a otros.
Las herramientas que revisamos aquí reflejan el extremo medio y alto del espectro en BI; son capaces de realizar consultas sofisticadas sin necesidad de comprender la codificación del lenguaje de consulta estructurado (SQL). Además, pueden generar análisis en una amplia variedad de formatos visuales, yendo mucho más allá del gráfico de barras básico para incluir mapas geográficos, mapas de calor, minigráficos e incluso visualizaciones más especializadas, como el siguiente gráfico de araña.
La visualización de datos no es un concepto nuevo. Los gráficos circulares y los gráficos de barras y líneas han existido a lo largo de los siglos. Lo que ha cambiado son los tipos y el tamaño de los datos que se pueden representar de esta manera y las muchas formas más sofisticadas en las que puede mostrarlos y compartirlos.
En última instancia, las capacidades de visualización de datos se utilizan para crear paneles. A veces, el tablero representa una sola historia basada en datos que es importante para muchos espectadores. O el tablero puede contener muchas historias para el beneficio de un solo usuario. Los tableros a veces vienen con visualizaciones preestablecidas y fijas en su lugar. Otras veces, las visualizaciones del tablero vienen con varias opciones de visualización o imágenes que se pueden personalizar. El uso compartido a menudo también se puede personalizar, por ejemplo, según los permisos, por línea de negocio, por pertinencia del puesto de trabajo o incluso por preferencias personales. En cualquier caso, el tablero generalmente contiene dos o más visualizaciones de datos destinadas a informar y, a veces, incluso impulsar una acción o decisión comercial.
Antes de la llegada de las herramientas de BI de autoservicio, los ejecutivos tenían que presentar sus preguntas a un profesional de bases de datos que luego intentaría entenderlas lo mejor que pudiera, escribir una consulta SQL y representar esa pregunta en una base de datos o almacén de datos. . El resultado se enviaría a una persona de TI que luego escribiría el código necesario para representarlo como un tablero en el sitio web del equipo del ejecutivo, en una aplicación compartida o incluso como un documento independiente que el ejecutivo recibió por correo electrónico. Si se necesitaba más de una fuente de datos, muy a menudo más de un profesional de bases de datos tenía que escribir consultas separadas (que luego tenían que fusionarse sin conexión).
Al final de este proceso ineficiente y de múltiples pasos se realizaron análisis. Obtuvo análisis históricos (es decir, información después del hecho en lugar de en tiempo real). Estos informes generalmente llegaban demasiado tarde para que la empresa cambiara o influyera en el resultado de la actividad que representaba. Por lo tanto, los analistas de negocios, los jefes de departamento y los líderes de C-suite generalmente recibían informes con información retrasada, demasiado simplista y vaga. A veces, la información era irrelevante cuando finalmente llegaba a los analistas de negocios o al C-suite porque la empresa había cambiado de dirección o surgían otros factores mientras tanto. Aun así, los tableros y los informes creados de esta manera rara vez cambiaron. Las cosas procedieron como siempre: se hicieron las mismas preguntas, se consultaron los mismos datos, se generaron los mismos informes y tableros, día tras día y semana tras semana.
Por el contrario, las aplicaciones de BI de autoservicio actuales permiten a los analistas de negocios eludir a los intermediarios y eliminar muchos de los cuellos de botella de TI. Este software de autoservicio también permite el uso de datos tanto fuera como dentro de la empresa, como redes sociales, la nube, conjuntos de datos públicos y datos de IoT. Algunas aplicaciones de BI de autoservicio pueden usar datos en tiempo real, pero muchas están limitadas a datos casi en tiempo (actualizaciones frecuentes). Sin embargo, los datos casi en tiempo no suelen ser una limitación comercial. En realidad, solo hay unos pocos casos de uso en los que el análisis de datos en tiempo real justifica el esfuerzo y los gastos adicionales. Después de todo, las actualizaciones cercanas a la hora pueden ser tan frecuentes como cada minuto o menos.
Con respecto a los tableros de BI de autoservicio, el valor clave suele ser triple:
En primer lugar, no requieren experiencia en bases de datos para su uso. Probablemente (aunque no siempre) necesitará la ayuda de su profesional de bases de datos para configurarlos y conectarlos a todas las fuentes de datos que necesita. Después de todo, los problemas de cumplimiento y seguridad aún persisten. Por lo general, TI se involucra al menos hasta el punto de resolver esos problemas, determinando quién obtiene acceso con credenciales y cuántos datos pueden ver.
Una vez hecho esto, estas herramientas brindan diversos grados de simplicidad cuando se trata de escribir sus propias consultas. Algunos todavía funcionan mejor si sabe algo de SQL, pero otros funcionan completamente usando sintaxis de lenguaje natural, lo que hace que el conocimiento de SQL sea innecesario. Sin embargo, la mayoría requiere una buena comprensión de las estadísticas. Esta necesidad no es estrictamente desde un punto de vista operativo, sino porque se pueden cometer errores en la interpretación de los resultados si el usuario carece de una comprensión básica de las estadísticas. El hecho de que el software te haya hecho una excelente visualización de la respuesta de la máquina no significa que hayas hecho la pregunta correcta.
En segundo lugar, casi todos pueden actuar como una interfaz unificada para múltiples bases de datos y tipos de datos. Esto se debe principalmente a la creciente popularidad de Big Data, que suele ser una combinación de datos relacionales (generalmente basados en SQL) y datos no estructurados que se encuentran en fuentes dispares tanto dentro como fuera de los muros de la empresa. Al brindar soporte para varios tipos de datos, estas herramientas permiten a las personas sin experiencia en bases de datos, pero con experiencia laboral directa y de primera línea, hacer preguntas directamente sobre los datos de la organización.
Esto puede proporcionar una recuperación inmediata contra las tiendas de Big Data de rápido crecimiento. También permite nuevos conocimientos y formas de aprovechar los datos, que de otro modo podrían perderse cuando esas preguntas se filtran a través de los filtros de los científicos de datos y los profesionales de TI.
Una sola consulta puede abarcar múltiples bases de datos y tipos de datos a velocidades récord, y la herramienta también se encargará de crear la representación visual. En resumen, no se requiere un equipo de científicos de datos. Eso no solo es más rápido, sino que es mucho más fácil.
En tercer lugar, estas herramientas también pueden crear visualizaciones de datos en vivo y tableros en lugar de forzar una operación separada de los programadores o el personal de TI de su empresa. Esas visualizaciones se pueden exportar como archivos gráficos planos o como fragmentos de código que puede copiar y pegar en páginas web o sitios web de equipos. Los paneles también se pueden compartir directamente, a menudo incluso con usuarios que no utilizan la aplicación de BI.
Por lo general, la integración con otras aplicaciones se realiza fácilmente a través de conectores, dependiendo de si la aplicación de BI de autoservicio que está utilizando tiene o no un conector para la aplicación en la que desea compartir el tablero. Algunos aún requerirán asistencia de TI, pero incluso allí, el tiempo requerido para realizar la integración a menudo se reduce en comparación con comenzar desde cero con solo una serie de consultas SQL. Esos fragmentos de código también harán más que simplemente representar una visualización; también pueden mantener sus conexiones con las fuentes de datos activas a las que se hace referencia en la consulta. Esto les permite cambiar sobre la marcha a medida que cambian los datos de origen: la función principal de cualquier tablero.
Eso ciertamente va mucho más allá de lo que puede obtener a través de una hoja de cálculo tradicional. La buena noticia es que incluso algunos programas de hoja de cálculo como Microsoft Excel ahora incluyen capacidades de visualización de datos. Estas herramientas pueden brindar a las empresas de cualquier tamaño nuevas perspectivas sobre sus datos de forma rápida y sencilla. Dado que la mayoría de las empresas están siendo inundadas con nuevos datos de todas las direcciones, un camino rápido para el retorno de la inversión (ROI) a menudo es razón suficiente para justificar la compra de un software de visualización de datos o BI de autoservicio.
Una vez que haya tomado la decisión de invertir, se dará cuenta rápidamente de que no todas las herramientas de visualización de datos son iguales. Te darás cuenta de que también tienden a centrarse en diferentes aspectos de la interacción de datos. Por lo tanto, para encontrar una solución que satisfaga completamente sus necesidades, debe evaluar su selección cuidadosamente en términos de características y capacidades.
Primero, verifique cuidadosamente los tipos de visualizaciones que admite una herramienta. Compare eso no solo con los tipos de datos que recopila su organización, sino también con la forma en que a su empresa le gusta consumir esos datos. Obtenga una prueba gratuita y experimente con nuevas visualizaciones. Muchas empresas han estandarizado un determinado método para analizar sus datos clave. Asegúrese de que cualquier herramienta nueva pueda representar los datos de esa manera y aproveche la oportunidad para probar algunos métodos de visualización nuevos. Es posible que una nueva vista desbloquee nuevos conocimientos.
En segundo lugar, averigüe exactamente qué formatos de datos admiten las herramientas de consulta. Debe haber una lista larga que incluya no solo formatos de datos básicos como bases de datos SQL y NoSQL, sino también aplicaciones específicas como Oracle o SAP Financials, herramientas de ventas como plataformas de marketing por correo electrónico y aplicaciones de gestión de relaciones con los clientes (CRM), y aplicaciones comerciales similares. plataformas (especialmente las que su empresa está utilizando actualmente). Y, si está contemplando pasarse al procesamiento de Big Data, entonces el soporte para Hadoop es fundamental. Hadoop es el marco de Big Data de código abierto de Apache Software Foundation que procesa grandes cantidades de datos en clústeres de servidores.
En tercer lugar, examine el grado en que una herramienta puede profundizar en todos esos datos de origen. ¿Qué se requiere para profundizar en los datos más allá de las consultas de primer nivel? ¿Puede la herramienta profundizar en una visualización de datos en vivo? Para algunas organizaciones, esa puede ser una capacidad invaluable porque permite que los equipos cambien de manera efectiva la historia que una visualización determinada está contando de inmediato, sin comenzar desde cero. ¿Una "nueva consulta" de este tipo requiere SQL o utiliza la misma sintaxis de lenguaje natural que una consulta de primer nivel? Recuerde que los gráficos que está creando con estas herramientas no son simplemente imágenes, están destinados a ser ventanas visuales en vivo en su negocio. Por lo tanto, poder ajustar esa vista rápida y fácilmente puede ser fundamental para obtener el valor total de una herramienta.
Para muchas industrias, es importante tener una pista de auditoría por razones de cumplimiento sobre quién es responsable de los datos y/o análisis que representan las visualizaciones. Es información igualmente importante para las organizaciones que no enfrentan un requisito reglamentario de este tipo, ya que les brinda más transparencia y responsabilidad dentro de la organización. Sin mencionar un contacto al que puede comunicarse si tiene más preguntas. Busque estas capacidades en las características de publicación o colaboración de la herramienta de visualización.
A continuación, verifique sus capacidades de exportación. Una vez que haya creado su consulta y visualización en la herramienta de BI, ¿cuáles son sus opciones para exportarla a donde otras personas puedan consumirla? Las opciones clave aquí deben incluir no solo una variedad de formatos gráficos planos (es decir, CVS, JPEG, PDF), sino también fragmentos de código que se pueden colocar directamente en páginas web, incorporar a otras aplicaciones a través de interfaces de programación de aplicaciones (API) abiertas y renderizar en la mejor manera posible tanto en computadoras de escritorio como en dispositivos móviles.
Finalmente, si su empresa está recopilando Big Data o está a punto de participar en una empresa de este tipo (por ejemplo, embarcarse en una oferta de IoT), observe las capacidades de procesamiento avanzadas de un producto. Algunas herramientas actúan principalmente como interfaces de consulta para almacenes de datos de back-end destinados a realizar la mayor parte del procesamiento que requieren sus consultas. Eso puede ser difícil si el almacén de datos ya está bajo una carga de consultas constante, y puede ser completamente imposible si sus consultas abarcan fuentes de datos fuera del almacén de datos. En tales situaciones, la herramienta de BI deberá proporcionar el músculo de rendimiento para procesar los números de su consulta, lo que significa que el soporte para capacidades avanzadas de procesamiento de datos (como el procesamiento en memoria) puede ser crucial. Una vez más, cuando evalúe su herramienta con su versión de prueba gratuita, asegúrese de probar sus capacidades de rendimiento ejecutando tantas consultas complejas como pueda.
La visualización de datos definitivamente puede considerarse la cara bonita del análisis de datos. No cambia los números o las preguntas, simplemente le brinda más formas de verlos. Eso puede ser invaluable para algunas organizaciones pero completamente innecesario para otras. Si lo que su organización necesita es análisis avanzado, entonces evalúe las herramientas de BI de autoservicio basándose más en sus capacidades de procesamiento de números que en sus funciones de visualización. Pero si está tratando de brindar una visión más fácil pero más profunda de todos los datos que su organización está recopilando para una franja más amplia de sus empleados, entonces la visualización de datos es de suma importancia. Solo recuerda que no todas las personas entienden todas las imágenes fácilmente. Las personas aprenden e ingieren información de diferentes maneras. Conozca a su audiencia y elija las visualizaciones que mejor funcionen para comunicarse con esa audiencia.
No Comments