Business Intelligence – Página 36

«Process algorithms» y «Database Predictive algorithms» en SAP Predictive Analysis

Cuando se tiene los datos que se desean analizar en SAP Predictive Analysis (PA), se deberán aplicar algoritmos para identificar patrones en los datos. PA incluye algoritmos propios, (denominados nativos ), adicionalmente se puede utilizar los algoritmos del Lenguaje R (si se ha configurado este componente Open Source) y si se cuenta con SAP HANA, se puede utilizar los algoritmos de la Predictive Analysis Library (PAL) de esta plataforma.

Cuando se tiene los datos que se desean analizar en SAP Predictive Analysis (PA), se deberán aplicar algoritmos para identificar patrones en los datos. PA incluye algoritmos propios, (denominados nativos ), adicionalmente se puede utilizar los algoritmos del Lenguaje R (si se ha configurado este componente Open Source) y si se cuenta con SAP HANA, se puede utilizar los algoritmos de la Predictive Analysis Library (PAL) de esta plataforma.

Cuando los algoritmos se ejecutan en el cliente se denominan de tipo Process algorithms y cuando se ejecuta a nivel de base de datos SAP HANA se denomian del tipo Database Predictive algorithms.

Sólo en el modo de conexión «HANA Online» de PA se puede utilizar los algoritmos de la PAL y combinados con el Lenguaje R, en este último caso, R debería estar configurado para utilizarlo con PA y HANA, así mismo, se deberá contar con la autorización para crear scripts R en HANA (revisar el documento “SAP HANA R Integration Guide”).

¿SAP Predictive Analysis, la evolución de SAP Lumira?

Cuando SAP presentó a Visual Intelligence (SAP Lumira) señaló que se trataba de una evolución de SAP BusinessObjects Explorer, a nuestro parecer, cada vez difiere más. Pero si de evoluciones o similitudes se trata, las encontramos entre SAP Lumira y SAP Predictive Analysis (PA).

Cuando SAP presentó a Visual Intelligence (SAP Lumira) señaló que se trataba de una evolución de SAP BusinessObjects Explorer, a nuestro parecer, cada vez difiere más. Pero si de evoluciones o similitudes se trata, las encontramos entre SAP Lumira y SAP Predictive Analysis (PA).

No nos referimos sólo por la interfaz de usuario o porque se diseñaron uno sobre otro, es por eso que difícilmente se podrá tener instalados los dos programas en el mismo ordenador (prueba nuestra sugerencia para superar este inconveniente), sino por hechos como los siguientes:

Los documentos salvados de PA (*.SVID) pueden ser abiertos en Lumira, pero toda la funcionalidad que ofrece la aplicación de minería de datos y estadística, como el panel Predict, no es accesible en Lumira.
Desde las últimas versiones, es posible utilizar las mismas licencias de evaluación entre ambas aplicaciones.
Si es usuario de SAP Lumira puede solicitar una licencia de evaluación por 30 días para PA, introduciría el número de licencia de prueba en Lumira, saldría de la aplicación, luego volvería a ingresar y podrá acceder a las funcionalidades de PA desde Lumira.
La documentación señala «Currently, no direct upgrade possible from SAP Lumira to SAP Predictive Analysis.» como si en un futuro podría ser posible realizar esta migración.

Es indiscutible que ambos programas tienen un origen común, pero con perfiles de usuarios finales muy distintos, SAP Lumira para usuarios de negocio con necesidades analíticas y gráficas concretas y SAP Predictive Analysis para analistas con conocimientos estadísticos, buscando la obtención de nuevos conocimientos.

SAP Lumira Cloud, información básica

Desde hace un par de días está disponible la versión Cloud de SAP Lumira (antes SAP Visual Intelligence) el producto de elaboración de visualizaciones dirigido a los usuarios de negocio por su facilidad de uso y sus funcionalidades de autoservicio en el tratamiento de los datos y diseño de gráficas.

Desde hace un par de días está disponible la versión Cloud de SAP Lumira (antes SAP Visual Intelligence) el producto de elaboración de visualizaciones dirigido a los usuarios de negocio por su facilidad de uso y sus funcionalidades de autoservicio en el tratamiento de los datos y diseño de gráficas.

Al igual que sucedió con CrystalReports.com (post relacionado) o BI.OnDemand.com (post relacionado) el principal fin de la versión Cloud de SAP Lumira es la de compartir con otros usuarios los trabajos realizados con la versión de escritorio. Con SAP Limira Cloud es posible realizar lo siguiente:

Cargar, descargar y compartir visualizaciones SAP Lumira (SP11.1)
Publicar conjuntos de datos
Crear, explorar y compartir conjuntos de datos (creados desde ficheros Excel xlsx o csv)
Cargar y compartir otros tipos de ficheros: Crystal Reports, Dashboards Design, MS Excel, MS PowerPoint y CSV.

SAP Lumira Cloud puede ser utilizado desde dispositivos móviles (con soporta HTML5, casi todos) y las visualizaciones cargadas pueden conectarse a HANA, Universos BO, bases de datos relacionales o ficheros MS Excel.

Por el momento existen dos formas de suscripción, la gratuita que ofrece 1 GB de almacenamiento y la Enterprise con 5 GB de almacenamiento para 5 usuarios, con gestión de autorizaciones por un costo aproximado de 22 euros (25 US$) por mes, con posibilidades de ampliación.

Vemos a SAP Lumira Cloud como una extensión o complemento de la versión de escritorio de SAP Lumira, ideal para determinadas áreas de negocio de grandes organizaciones o para la pequeña y mediana empresa que desea facilitar la distribución y la compartición de documentos SAP Lumira, destacando como casi cualquier solución cloud, la nula necesidad de invertir en nuevo hardware, software o en la contratación de especialistas para tareas técnicas o administración de esta solución.

Nota: Debe distinguirse entre la versión Beta o la liberación oficial, si desea probar la suscripción gratuita debe optar por esta última (aquí), el trabajo que realice en la versión Beta se perdería si finalmente optara trabajar con esta solución.

En el BI, el 70% del sector sigue siendo de 5 fabricantes

A pesar de las críticas que reciben y a la incursión de nuevas propuestas, el 70% de cuota de mercado en el sector del Business Intelligence (BI) sigue siendo dominado por los mismos cinco fabricantes desde hace varios años, sin apenas variación en posiciones y porcentajes

Estos números corresponden al estudio anual que elabora la consultora Gartner sobre el sector del BI. En la edición de este año, Gartner señala un descenso en el crecimiento debido, en parte, por la situación económica mundial y por la falta de claridad de los fabricantes en el mensaje sobre utilidad de las tecnologías relacionadas al Big Data, aunque augura que en el futuro esta será una de sus principales fuentes de ingresos.

Referencia: ZDNet.com

Teoría de causa – efecto para seleccionar métricas

No por tener centenares de métricas se medirá mejor un negocio. Muchas organizaciones se atiborran de métricas, cuando no hay capacidad humana para controlarlos adecuadamente, derivando la situación a una pérdida de enfoque hacia los objetivos globales.

No por tener centenares de métricas se medirá mejor un negocio. Muchas organizaciones se atiborran de métricas cuando no hay capacidad humana para controlarlos adecuadamente, derivando la situación a una pérdida de enfoque hacia los objetivos globales.

No se trata de cantidad de métricas sino que estas se encuentre relacionadas y alineadas hacia los objetivos que se desean alcanzar. Usualmente se señala que estas métricas deben ser definidas a partir del conocimiento de los planes estratégicos de la empresa, pero en ocasiones estos planes formalmente no existen o resultan muy complejos de comprender.

Las métricas seleccionadas deben guardar entre una relación causa-efecto entre ellas. Para facilitar esta definición, se sugiere lo siguiente:

Identifica con claridad y concreción los objetivos que se desean lograr (efecto).
Identifica las actividades o acciones claves, necesarias para lograr los objetivos identificados (causa).
Define una relación causa-efecto entre las acciones y los objetivos identificados. Usualmente las actividades son señaladas como generadoras de valor (drivers of value) o como métricas no-financieras. Los objetivos finales de una organización, usualmente, son de tipo económico – financieros.
Revisa regularmente si la relación y coherencia entre los objetivos y las acciones se mantienen.

Un conjunto de métricas bien definidas debe brindarnos la doble visión, por un lado el diagnóstico de la situación actual y por otro lado, una visión predictiva (usualmente informadas por los indicadores no-financieros) para tomar decisiones que contribuyan a corregir las desviaciones hacia el logro de los objetivos.