Sergey Nivens - stock.adobe.com

Noticias Manténgase informado sobre las más recientes actualizaciones de productos y noticias de tecnología empresarial.

Coronavirus expande el rol de la analítica en las empresas

Si bien se esperaba que NLP y BI integrada fueran tendencias analíticas clave, el efecto de la pandemia en la adopción de la analítica por parte de las empresas fue el mayor desarrollo de 2020.

La analítica, como casi todo lo demás en 2020, se vio significativamente afectada por el coronavirus.

A medida que finalizaba 2019, las expectativas eran que el procesamiento del lenguaje natural y la inteligencia empresarial incorporada se encontraran entre las mayores tendencias en análisis en 2020.

Pero, en ese momento nadie sabía que se acercaba el COVID-19, y mucho menos una pandemia. Y una vez que la pandemia comenzó a propagarse en los Estados Unidos en marzo, y los estados emitieron decretos para quedarse en casa para tratar de detener la propagación del virus, las organizaciones necesitaban datos para tomar decisiones rápidamente sobre cómo sobrevivir a una pérdida repentina y dramática de negocios.

Muchos de los que aún no habían recurrido a la analítica adoptaron repentinamente un enfoque basado en datos para identificar eficiencias e incluso intentar encontrar fuentes de ingresos alternativas, y muchos otros que ya estaban utilizando la analítica en cierto grado aceleraron el ritmo al que se comprometieron con la toma de decisiones impulsada por los datos.

En lugar de nuevas funciones de inteligencia aumentada y la aceleración de la analítica integrada en los flujos de trabajo, debido al coronavirus, la importancia crucial de la inteligencia empresarial se convirtió en la tendencia dominante en la analítica.

Eso, a su vez, condujo a la aceleración de la transformación digital, el fenómeno más amplio de organizaciones que se mueven para digitalizar la mayoría de las fases de sus operaciones.

"¿Cómo reaccionas cuando el mundo se pone patas arriba?" dijo Dave Menninger, director de investigación de datos y análisis de Ventana Research. "Con la analítica, las organizaciones pueden comprender mejor sus opciones y seguir su progreso a medida que trazan una nueva dirección. Sin ella, estarían volando a ciegas. Por lo tanto, COVID-19 sirvió para resaltar la importancia de BI y analítica".

Una foto a nivel molecular del coronavirus.

De manera similar, Dan Sommer, director senior y líder de inteligencia de mercado global en Qlik, dijo que COVID-19 ha demostrado cuán crítica puede ser la analítica para las organizaciones, especialmente en los malos tiempos.

Cuando las cosas van bien, las organizaciones pueden ser más libres con sus gastos y no basar cada decisión en datos. Pero cuando los flujos de ingresos se evaporan y las arcas se agotan, los datos son el medio por el cual las organizaciones pueden maximizar la eficiencia y tal vez incluso hacer pivotar su negocio para sobrevivir mientras persiste la pandemia.

Y esos datos deben estar lo más actualizados posible.

"Desde que llegó la pandemia, hemos visto un aumento en la necesidad de datos en tiempo real y actualizados", dijo Sommer. "Lo que suele ser bastante estancado (los pronósticos comerciales trimestrales, por ejemplo) ahora es fugaz y mutable. Las alertas, actualizaciones de datos y pronósticos deberán ocurrir con más frecuencia, con las variables más recientes".

Esa necesidad de datos actualizados se demostró al principio de la pandemia, cuando se interrumpieron las cadenas de suministro.

Los hospitales se apresuraron a asegurar el equipo de protección personal y, en algunas partes de los EE. UU. donde había una gran cantidad de casos de COVID-19, necesitaban donaciones de áreas que aún no se habían visto muy afectadas. Mientras tanto, el papel higiénico escaseó repentinamente cuando la gente comenzó a acumularlo en anticipación de una escasez.

Ahora, con el coronavirus aumentando nuevamente, las cadenas de suministro pueden verse interrumpidas una vez más y las organizaciones continuarán necesitando datos casi en tiempo real.

"Oleadas como estas se acentúan en una crisis, y tenemos que crear preparación para ellas", dijo Sommer. "La infraestructura y las aplicaciones están disponibles, lo que permite una transición gradual a la inteligencia activa. Eso será un factor importante para ayudar a las empresas a actuar en prevención".

Transformación digital

La preparación a la que se refirió Sommer, por supuesto, proviene de la analítica.

Mientras tanto, la necesidad de estar preparados llevó a una mayor transformación digital. Las organizaciones están reconociendo la necesidad de agilidad durante la pandemia y esa agilidad se alimenta de los datos. En algunos casos, eso significa usar plataformas SaaS, que se pueden implementar rápidamente y están diseñadas pensando en la facilidad de uso. En otros, eso implica tomar decisiones basadas en datos de salud pública y herramientas de análisis de personas.

"Incluso si una organización no estaba usando análisis anteriormente, estuvo expuesta a todo tipo de análisis públicos de la pandemia", dijo Menninger. "Varias empresas pusieron a disposición la analítica de regreso al trabajo, por lo que incluso si las organizaciones no tuvieran sus propias herramientas de análisis, ahora tienen acceso a estas herramientas".

Mientras que las organizaciones en modo de supervivencia recurrieron a la analítica, los proveedores de BI también intentaron hacer su parte en la lucha contra la propagación del virus.

Muchos crearon paneles para mostrar la propagación del virus y algunas capacidades diseñadas específicamente para organizaciones comprometidas en la lucha contra la propagación de la enfermedad, como organizaciones de atención médica y agencias gubernamentales.

Un panel de control de muestra del proveedor de análisis Domo muestra datos de infección por coronavirus.

Mientras tanto, los datos de COVID-19 de organizaciones como los Centros para el Control y la Prevención de Enfermedades y la Universidad Johns Hopkins se difundieron ampliamente en las transmisiones de noticias y se destacaron de manera destacada en los periódicos, lo que ayudó a que el análisis llegara a la conciencia pública.

Combine eso con 2020 siendo un año de elecciones generales con los datos de las encuestas como un predictor importante de quién sería el próximo presidente de EE. UU., y los análisis se filtraron en la vida cotidiana de las personas como nunca antes, según Andrew Beers, director de tecnología de Tableau.

"Los datos dominaron la conciencia pública en 2020, desde los rastreadores de encuestas que intentan predecir las elecciones presidenciales de EE. UU., hasta los mapas de calor que rastrean la propagación de la pandemia de COVID-19, lo que convierte a 2020 en el año del analista de datos ciudadanos", dijo. "Herramientas como Tableau COVID Data Hub [y las de otros proveedores] permitieron comprender mejor la propagación del virus y cómo el país puede trabajar en conjunto para volver a la normalidad".

Procesamiento natural del lenguaje

A pesar del efecto dominante que tuvo el coronavirus en las analíticas en 2020, otras tendencias también se aceleraron a lo largo del año.

Los proveedores continuaron agregando capacidades de NLP a sus plataformas para permitir un uso más amplio por parte de los empleados comerciales sin experiencia en ciencia de datos.

Tableau, por ejemplo, introdujo Explain Data, una herramienta que proporciona explicaciones en lenguaje natural sobre puntos de datos, en 2019 y la actualizó a principios de 2020.

"La introducción de funciones de inteligencia artificial en las plataformas de análisis, como el procesamiento del lenguaje natural, ayuda a cerrar la brecha entre las habilidades de datos y los trabajos de datos, lo que reduce la barrera de entrada para estos puestos en demanda", dijo Beers, y señaló que LinkedIn lista científico de datos como su tercer trabajo de mayor demanda para 2020.

Qlik, mientras tanto, presentó Insight Advisor Chat, una función que utiliza NLP y las capacidades de generación de lenguaje natural para generar respuestas narrativas y visuales a las consultas de los usuarios, en septiembre. Y Microsoft agregó capacidades de narración de datos a Power BI ese mismo mes.

"Vemos que muchos proveedores ofrecen una función de 'explicación' o 'información' que aplica técnicas de aprendizaje automático para analizar automáticamente los datos y presentar una explicación de lo que se identificó", dijo Menninger.

Sin embargo, agregó que las herramientas de NLP actualmente son mejores para ofrecer narrativas sobre datos que para manejar consultas en lenguaje natural.

Dadas las complejidades inherentes del lenguaje y el hecho de que las herramientas de consulta del lenguaje natural en realidad no entienden la palabra hablada o escrita (convierten palabras habladas o escritas a SQL y luego de SQL a lenguaje humano), están luchando por ser verdaderamente conversacionales.

"Los proveedores todavía están luchando para interpretar texto de forma completamente libre y convertirlos en consultas, al igual que yo sigo luchando para que mi altavoz doméstico inteligente lance la lista de reproducción correcta para mí", dijo Menninger.

Automatización en aumento

En la línea de NLP, que tiene como objetivo simplificar las consultas y el análisis y aliviar la carga de los científicos de datos, el objetivo de la automatización de procesos comerciales y la BI integrada es una mayor eficiencia organizacional.

Y con la escasez de científicos de datos, y en parte debido a COVID-19 también, las empresas necesitan una mayor eficiencia organizativa.

Como resultado, Alteryx, un proveedor especializado en la gestión de datos cuya plataforma alguna vez estuvo orientada a los científicos de datos, pero ahora apunta a habilitar a los usuarios comerciales, se encontraba entre los que priorizaron la automatización de procesos robóticos en 2020.

Mientras tanto, otros proveedores mejoraron las capacidades de BI integradas de sus plataformas como un medio para permitir una mayor eficiencia. Entre ellos, MicroStrategy continuó actualizando HyperIntelligence, su herramienta de análisis integrada, mientras que Yellowfin y Sisense actualizaron sus herramientas para el desarrollo de aplicaciones integradas.

"La gestión de procesos comerciales ha existido durante décadas, [pero] lo nuevo es que ahora no solo podemos modelarla, sino también minar, automatizar y optimizar un proceso a través de tecnologías como automatización de procesos robóticos, minería de procesos, alertas y análisis integrado", Sommer dijo. "A medida que los líderes busquen rediseñar la forma en que se hacen las cosas, la métrica de eficiencia solo aumentará en importancia y prioridad".

Migración a la nube

Otra tendencia de 2020 fue la migración continua a la nube.

A medida que los usuarios acumulan más datos, necesitan más poder de sus plataformas de análisis para almacenar y acceder y analizar rápidamente sus datos. Ese poder proviene de la nube.

Como resultado, los proveedores más nuevos como Sigma Computing y Looker son solo de nube. Mientras tanto, otros proveedores están mejorando sus capacidades en la nube. Qlik, por ejemplo, ofreció una versión SaaS separada de su plataforma empresarial, GoodData revisó completamente su plataforma para permitir a los usuarios de autoservicio e IBI, anteriormente Information Builders, hizo de la nube un enfoque principal.

"La mayoría de los proveedores han logrado un progreso sustancial en la entrega de sus capacidades basada en la nube, incluidos varios proveedores importantes que ahora están primero en la nube", dijo Menninger.

Incluso hubo algo de actividad de fusiones y adquisiciones a fines de 2020 cuando Tibco adquirió IBI, pero esa única adquisición importante no se parecía en nada a la primavera de 2019 cuando Google adquirió Looker y Salesforce compró Tableau con unos días de diferencia, y Qlik realizó importantes compras para ayudar a sus capacidades de gestión de datos.

Pero si bien hubo avances en NLP, automatización y migración a la nube, y dos proveedores de BI desde hace mucho tiempo combinaron fuerzas, el efecto de la pandemia de coronavirus en la adopción de análisis por parte de las empresas fue claramente el desarrollo más significativo de 2020.

Y con 2021 inminente y la pandemia amenazando con forzar una segunda ronda de órdenes de quedarse en casa, es probable que más organizaciones reconozcan el valor del análisis de datos y que la trayectoria ascendente acelerada de la analítica empresarial continúe el próximo año.

Investigue más sobre Tendencias de cómputo empresarial

Close