NicoElNino - stock.adobe.com

Todo lo que necesitan saber sobre los proveedores de analítica aumentada

La analítica aumentada se convertirá en la tendencia más reciente en inteligencia de negocios y análisis, y los proveedores están haciendo grandes inversiones para desarrollar productos más inteligentes para una gama más amplia de usuarios.

Los proveedores de análisis aumentados están comenzando a infundir capacidades de inteligencia artificial en varios tipos de flujos de trabajo. Estos prometen agilizar los procesos analíticos, generar resultados más útiles y permitir que más usuarios realicen sus propios análisis.

Gartner acuñó el término "analítica aumentada" para describir esta tendencia, que implica entrelazar la inteligencia artificial en los flujos de trabajo de análisis, preparación de datos y ciencia de datos y aprendizaje automático, e integrar estas diferentes capacidades en un conjunto. Todos los principales proveedores de analítica, incluidos IBM, Tibco, Microsoft, Tableau y Qlik, están agregando este tipo de funcionalidad a sus plataformas.

"La mayoría de los proveedores de inteligencia de negocios (BI) ahora están inyectando inteligencia artificial en su producto, por lo que se está convirtiendo en el costo de hacer negocios", dijo Wayne Eckerson, director de Eckerson Group, una empresa de investigación y consultoría centrada en inteligencia empresarial y analítica.

Las aplicaciones de inteligencia artificial (IA) en BI y herramientas analíticas incluyen la mejora de las características de autoservicio, la automatización del análisis, la recomendación de superficie para análisis relevantes y la habilitación de consultas y respuestas en lenguaje natural. Los proveedores también están agregando integración con lenguajes de programación de ciencia de datos como R y Python y luego simplifican el flujo de trabajo de ejecutar esos modelos dentro del conjunto de herramientas de análisis.

Nueva competencia

Pero los proveedores tradicionales también enfrentan desafíos para extender sus ofertas más allá del escritorio para aprovechar los nuevos flujos de trabajo de análisis aumentado, dijo Eckerson. Las aplicaciones como Tableau, Power BI y Cognos fueron diseñadas para ejecutarse en escritorios, pero muchos casos de uso de análisis aumentados implican mover el procesamiento pesado a servidores más potentes y conectados que se ejecutan en una nube.

"Les resulta doloroso volver a armar un entorno basado en servidor con un cliente ligero", dijo Eckerson.

Él ve la posibilidad de una sacudida en la industria, similar a la forma en que herramientas como Tableau, Qlik y Spotfire iniciaron una renovación previa con análisis visuales más iterativos. Esta vez, la carga está siendo liderada por startups como Yellowfin y ThoughtSpot. Estas nuevas herramientas pasan por alto la fase de análisis de escritorio, que según Eckerson permite que estén mejor situados para el futuro.

Los nuevos proveedores de analítica aumentada admiten consultas en lenguaje natural, información automatizada, capacidades de gestión de datos e integración de ciencia de datos de una manera más coherente que los proveedores heredados. "Es mucho más fácil cuando no tienes mucho equipaje que soportar", dijo Eckerson.

En contraste, los proveedores establecidos han lanzado diferentes productos para varios aspectos de los flujos de trabajo de análisis aumentado. Por ejemplo, IBM proporciona Cognos para analítica e IBM Watson Studio para ciencia de datos. Del mismo modo, Tibco proporciona Spotfire para análisis, Jaspersoft para informes y Tibco Data Science para ciencia de datos y aprendizaje automático.

Aumentando las plataformas integradas

Las grandes plataformas de análisis, que incluyen Microsoft Power BI, IBM Cognos, Tibco Spotfire, Tableau y Qlik Sense, proporcionan una ventanilla única para los tipos de análisis más populares hoy en día, incluidos informes, paneles, exploración visual, informes ad hoc y análisis predictivo. También aportan un conjunto común de servicios arquitectónicos de gestión, administración, seguridad y gobierno, para que pueda ofrecer un entorno completo utilizando un conjunto de herramientas de un único proveedor.

Todos estos proveedores de analítica aumentada también están comenzando a agregar funciones de preparación de datos, ciencia de datos y aprendizaje automático. En teoría, al menos, esto debería significar que las empresas incorporarán análisis aumentados en la parte superior de estas plataformas de una manera que admita un marco común de apariencia, sensación e interacción. Pero en la práctica, la mayoría de las empresas ya tienen un entorno heterogéneo.

"Por mucho que quieran estandarizarse en una plataforma de análisis, no pueden", dijo Eckerson.

Él recomienda que las empresas se centren en plataformas abiertas y extensibles para que otras herramientas de analítica puedan consultar sus informes y capas semánticas. También es importante que estas plataformas tengan APIs publicadas y documentadas, porque eso facilita el acceso a la funcionalidad desde otras aplicaciones que la empresa planea usar.

Eckerson también ve que los proveedores agregan mejores capacidades de administración de datos para mejorar el rendimiento o conservar los datos. Esto incluye mejores herramientas para nuevas fuentes de datos como los formatos JSON, que se usan ampliamente para aplicaciones web. Recomienda que las empresas busquen un conjunto de conectores que faciliten la extracción de datos de fuentes JSON, o la consulta directa, ya que se están creando más datos comerciales en formatos JSON como conjuntos de datos anidados. Pocas herramientas tienen esta capacidad hoy, pero Eckerson cree que este será un diferenciador importante para las plataformas de analítica aumentada en el futuro cercano.

Mejora de los procesos analíticos

Dave Menninger, vicepresidente sénior y director de investigación de Ventana Research, dijo que los profesionales de análisis de negocios deberían evaluar dos categorías generales de capacidades analíticas aumentadas: 1) hacer nuevos tipos de análisis y 2) ayudar con el uso existente de los productos de BI.

En la primera categoría, una de las capacidades más buscadas son las explicaciones de análisis en lenguaje natural, como por qué las ventas han aumentado o disminuido. Esto también incluye la identificación automática de los controladores clave en diferentes análisis. Los principales proveedores de analítica están comenzando a agregar algunas técnicas de consulta en lenguaje natural y de generación de lenguaje natural a sus herramientas, pero aún son inmaduras.

"Las explicaciones del lenguaje natural aún no son tan 'naturales' como podrían ser", dijo Menninger. "Sin embargo, hacen un trabajo bastante bueno en la identificación de controladores clave".

En la segunda categoría, los proveedores están aplicando inteligencia artificial y aprendizaje automático para ayudar a identificar cómo trabajar con los datos. Esto incluye cosas como decidir qué tablas deben unirse y cómo. También incluye recomendar nuevas técnicas de análisis basadas en sus patrones de uso anteriores y su similitud con otros usuarios.

Menninger cree que se pasan por alto las principales debilidades de las capacidades aumentadas actuales. Los proveedores de analítica aumentada se centran actualmente en análisis históricos reactivos en lugar de mejorar los análisis prospectivos.

"Claro, hay algunas capacidades de pronóstico, pero nadie ofrece análisis serios de abandono o mantenimiento predictivo a través de analítica aumentada", dijo Menninger

También adviertió a las empresas que establezcan sus expectativas adecuadamente. "Si esperan que se pueda reemplazar o evitar la contratación de un equipo de ciencia de datos, se sentirán muy decepcionados", dijo.

Investigue más sobre Análisis de negocios y BI

ComputerWeekly.com.br
Close