Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

Los silos de datos pueden vivir o morir por una estrategia BI de autoservicio

El autoservicio de BI es una fuerza impulsora detrás de la remodelación o posible desaparición de los silos de datos como los conocemos. Los proveedores abordan la gobernabilidad de los datos y los ajustes de actitud corporativa.

Las empresas basadas en datos están descubriendo que una estrategia de BI de autoservicio sólida puede desempeñar...

un papel fundamental en el proceso de transformación digital y es clave para unir diferentes silos de información corporativa.

Históricamente, diferentes departamentos han trabajado desde sus propios silos utilizando métodos de informes heredados que no proporcionan una visión de extremo a extremo de los datos en toda su organización. Por ejemplo, la ausencia de indicadores clave de rendimiento (KPI), definiciones y un almacén de datos centralizado ha dado lugar a informes inexactos en AirAsia, dijo Aireen Omar, director ejecutivo adjunto para los servicios digitales, de transformación y corporativos de la compañía.

Armonizar diferentes silos o eliminarlos por completo conlleva muchos desafíos. Uno de los más importantes es identificar la fuente de los datos y estandarizar los KPI en todo el tablero. "Para habilitar la BI de autoservicio es necesario contar con las herramientas adecuadas, los conjuntos de datos certificados y las sólidas políticas de gobernabilidad de los datos", dijo Omar.

Encuentre un área común

El acceso rápido a la información que reside en varias aplicaciones de negocios y bases de datos internas es de suma importancia. Grandes cantidades de datos estructurados y no estructurados a menudo residen en plataformas, aplicaciones, ubicaciones y dispositivos múltiples y desconectados. "Esto crea riesgos de cumplimiento y seguridad, y también deja a los empleados con solo parte de la información que necesitan para realizar sus trabajos", dijo Matthew Meigs, director de comunicaciones de marketing de Nuxeo, el fabricante de plataformas de servicios de contenido.

Las soluciones parchadas para los silos de datos pueden ser problemáticas, especialmente para las empresas que crean una nueva capa de integración de datos desde cero. Tradicionalmente, la consolidación de silos de datos para acomodar una estrategia de BI de autoservicio requería extraer y reemplazar los sistemas existentes, lo que puede conllevar altos costos de implementación. Muchas empresas están creando un terreno intermedio inteligente que permite que las soluciones modernas y los sistemas heredados coexistan sin embarcarse en proyectos complejos de migración.

Supere los obstáculos culturales

La resistencia de los empleados al cambio y las percepciones de complejidad de los gerentes para trasladar los datos a un nuevo repositorio se encuentran entre los mayores obstáculos para crear una estrategia de BI de autoservicio, según Dave McCandless, vicepresidente de TI en Navis, proveedor de aplicaciones de la cadena de suministro.

McCandless dijo que está promoviendo la ciencia de datos como el nuevo laboratorio de investigación en su empresa, así como para sus clientes. Eso significa vender a los líderes corporativos el valor de crear un laboratorio de datos compuesto por expertos en la materia que se encargan de reunir información sobre los mayores desafíos que enfrenta la empresa.

Muchas organizaciones no ofrecen incentivos para compartir información entre las unidades de negocios, que "generalmente tienen un presupuesto muy limitado asignado para trabajar con otras unidades de negocios", explicó Rob Perry, vicepresidente de marketing de productos del proveedor de administración de servicios de TI ASG Technologies. "Compartir información entre los departamentos no es una prioridad, especialmente dado que los gerentes no se miden según el desempeño de otras unidades de negocios".

En lugar de eliminar los silos de datos, Perry recomendó que los gerentes se centren en el intercambio de datos que pueda mejorar el BI de autoservicio. Sugirió trabajar desde arriba hacia abajo, emitiendo mandatos que fomenten e incluso usen un formato de juegos para el intercambio de información utilizando nuevos tipos de incentivos. Otro enfoque, agregó, sería contratar a un director de datos con la directiva y el presupuesto para reunir las unidades de negocios, incluida la creación de equipos multifuncionales para administrar los dominios de datos.

Agregue casos analíticos más pequeños

Una estrategia de BI de autoservicio puede facilitar la exploración de una variedad más amplia de análisis, a veces denominado “análisis sidecar”, ya que está fuera del curso normal de análisis. A menudo demasiado pequeño para automatizar, este tipo de análisis puede ayudar a guiar ciertas decisiones de negocios.

"Para abordar estos análisis sidecar, a menudo aconsejamos a nuestros clientes que hagan un inventario de los tipos de análisis que están realizando y buscamos proyectos para automatizar una colección de los análisis más pequeños para proporcionar el retorno de la inversión necesario para la inversión en automatización", dijo Andrew Roman Wells, CEO de Aspirent, una empresa de consultoría de gestión.

Manténgalo intuitivo

Las herramientas de escritorio o servidor que no tienen administración centralizada contribuyen en gran medida a los silos de datos. Son difíciles de escalar y administrar en toda la organización y, a menudo, carecen de la aprobación de TI.

"En nuestra experiencia, hemos visto a la TI contrarrestar con éxito estas soluciones, no necesariamente aplicando una política más estricta, sino ofreciendo una solución alternativa a las herramientas que se están adoptando actualmente", dijo Sean Kandel, cofundador y CTO de Trifacta, un proveedor de software de gestión de datos.

El autoservicio de BI a veces se extiende a lo largo de una línea delicada entre la adopción y el gobierno. Los usuarios de negocios desean que sus herramientas sean intuitivas y fáciles de usar, a la vez que satisfacen las preocupaciones de TI sobre la seguridad, la gobernabilidad y la escalabilidad.

Según Sreeni Iyer, CTO del proveedor de servicios de abastecimiento cognitivo LevaData, la catalogación de datos es un campo emergente para ayudar a las compañías a catalogar todas sus fuentes de datos y metadatos. Además, la discusión de datos se está convirtiendo en un elemento clave para una estrategia de BI de autoservicio sólida, que permite al personal sin conocimientos de programación definir visualmente la transformación, limpiar los datos e integrarlos entre silos.

Simplifique el modelado de datos

Como si los silos no estuvieran suficientemente aislados, otro tipo de silo de datos puede surgir como resultado de las diferentes consultas realizadas por los usuarios. "El problema es que las personas a menudo ven los datos como una verdad objetiva cuando, en realidad, la traducción de los datos en información significativa puede depender completamente de la pregunta y de la necesidad de negocios detrás de la pregunta", observó Dominic Go, director de análisis en la tienda de lujo Olivela. Los usuarios de negocios, por ejemplo, suelen considerar sus propios problemas comerciales, no los problemas de toda la empresa, al interpretar datos específicos.

Gracias a los entornos de análisis de autoservicio, estos datos "infalibles" son más accesibles que nunca. "Esto puede llevar a divisiones más profundas y desconfianza entre los departamentos", razonó Go. "Y cuando ya no podemos confiar en los datos, ¿qué sigue?".

Él cree que un problema subyacente es la capa de modelado de datos, que se encuentra por encima del almacén de datos y justo debajo de la interfaz de usuario de informes. "[El] usuario de negocios a menudo no tiene nada que ver con la forma en que el equipo de TI que configura la infraestructura realiza esas interpretaciones", explicó Go. "Una capa de modelado de datos mal definida puede institucionalizar una interpretación deficiente con el aspecto de la infalibilidad, lo que lleva a más divisiones organizativas y decisiones empresariales deficientes".

Como resultado, Go se ha enfocado en simplificar y posiblemente eliminar la capa de modelado para las herramientas de BI de autoservicio y aún así permitir un fácil acceso a los datos. "Es arriesgado", reconoció, "pero creo que es el próximo paso para salvar [o] eliminar los silos de comunicación, al tiempo que aún podemos usar los datos de manera efectiva para hacer crecer nuestros negocios".

Este artículo se actualizó por última vez en diciembre 2018

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close