La nueva foto del portfolio de soluciones SAP

Motivada por los imparables procesos de innovación que viene llevando acabo o por la reorganización comercial de su cartera de productos, la imagen que representa la estructura del portfolio de soluciones SAP y SAP BusinessObjects ha cambiado mucho en muy corto tiempo.


Motivada por los imparables procesos de innovación que viene llevando acabo o por la reorganización comercial de su cartera de productos, la imagen que representa la estructura del portfolio de soluciones SAP y SAP BusinessObjects ha cambiado mucho en muy corto tiempo.

En este cambio destaca la importancia de las aplicaciones analíticas, aquellas que abordan sectores y procesos específicos, cada vez más demandadas por los usuarios de negocios y complementarias a las aplicaciones Business Intelligence, más generalistas.

Además, este cambio obedece a las novedades recientemente presentadas sobre SAP BusinessObjects 4.0, SAP GRC 10.0 y los anuncios realizados en el próximo SAP EPM 10.0, estas dos últimas plataformas, con funcionalidades más integradas a las aplicaciones de BI de SAP BusinessObjects.

Los pilares de la mejora de la toma de decisiones

Cada vez son más conocidos los beneficios que puede brindar el Business Intelligence a las organizaciones, en lo concerniente a la gestión y consumo de la información, y en consecuencia, a mejorar el análisis y la toma de decisiones.


Cada vez son más conocidos los beneficios que puede brindar el Business Intelligence a las organizaciones, en lo concerniente a la gestión y consumo de la información, y en consecuencia,  a mejorar el análisis  y la toma de decisiones.

Pero cuando vemos casos de éxitos que sólo señalan el componente tecnológico como único “causante” de que una organización sea más ágil en sus acciones, percibimos que una parte de la historia no nos han contado.

Consideramos, que la mejora en la toma de decisiones tiene tres desencadenantes que pueden dar lugar a que realmente sea una mejora que aporte valor a la organización y que pueda ser señalada como una ventaja competitiva:

  • Estructura organizativa
  • Estrategia y Cultura empresarial
  • Herramientas informáticas que faciliten la gestión (llámese Business Intelligence o Business Analytics)

Un ejemplo de los dos primeros factores lo encontramos en DDB, la segunda empresa de publicidad de España por volumen de facturación, cuya nueva directiva, en cuatro meses, ha realizado las siguientes acciones:

  • Optimización de su estructura, conformada por ocho empresas, simplificando la cadena de mando.
  • Identificación clara de la estrategia a seguir y alineación con los trabajadores: “… el modelo que buscamos, además de las formas tradicionales, es una publicidad capaz de vincular al consumidor, de convertirlo en difusor del propio mensaje publicitario… gracias a las redes sociales, el consumidor se convierte en el principio de la comunicación y no en el final”.
  • Cambio cultural, dar mayor libertad a los trabajadores y exigirles más responsabilidad.

Nos preguntamos ¿qué pasaría si se implementase una plataforma de BI en una organización como la de DDB antes de estos cambios?, ¿realmente se tomarían mejores decisiones?

Habría que preguntarle a DDB si están utilizando algún producto de Business Intelligence, complementarían muy bien los cambios que están emprendiendo.

Vídeocurso de Xcelsius terminado

Hemos terminado la edición de nuestro nuevo vídeo curso sobre Xcelsius (SAP Dashboard Design), estamos a la espera de su publicación por parte de nuestro editor, BI-Spain.com Adelantamos el vídeo de presentación:


Hemos terminado la edición de nuestro nuevo vídeo curso sobre Xcelsius (SAP Dashboard Design), estamos a la espera de su publicación por parte de nuestro editor, BI-Spain.com  Adelantamos el vídeo de presentación:

 

Lo mejor del #IBMBAS11

IBM tiene la cuarta posición en cuota de mercado en la categoría de aplicaciones de Inteligencia de negocios, analíticas y gestión del rendimiento, además de los 100 años de existencia, tiene la suficiente credibilidad para que debamos tomar nota de las perspectivas y visión que tiene en cuanto a las tecnologías para la gestión de negocios.


IBM tiene la cuarta posición en cuota de mercado en la categoría de aplicaciones de Inteligencia de negocios, analíticas y gestión del rendimiento, además de los 100 años de existencia, tiene la suficiente credibilidad para que debamos tomar nota  de las perspectivas y visión que tiene en cuanto a las tecnologías para la gestión de negocios.

En el evento de IBM celebrado en Ottawa, el 1 y 2 de junio, denominado «IBM Business Analytics Summit», se comentaron diferentes aspecto de las TI vinculadas al Business Intellence y Bussiness Analytics, pero de todos ellos, nos quedamos con dos, porque consideramos que ya están definiendo el interés y decisiones de fabricantes y consumidores:

La gestión o tratamiento de los grandes volúmenes de datos en el análisis; también conocido como Big Data.

En los negocios y alrededor de ellos se está generando grandes volúmenes de información, que cambian de prisa y se presentan en infinidad de formatos.  Para lo cual IBM señala una distinción entre el “análisis tradicional” y “análisis Big Data”, el primero responderá a preguntas concretas y el segundo ofrece una exploración más interactiva y creativa.

Big Data = 3V (Variedad formatos, Velocidad de cambio y Volúmenes grandes)

Tendencias del Análisis Predictivo

IBM señala tres grandes tendencias que deben considerar las aplicaciones de negocios que se cataloguen como predictivas:

  • La inclusión de otros tipos de fuentes de datos como el audio y las imágenes
  • La necesidad de permitir otras técnicas en el análisis predictivo, como podría ser la teoría de juegos o la vinculación con reglas de negocio,
  • Mayor facilidad en el uso de las herramientas y de los modelos: instalar y usar.

Referencias: JT on EDM (aquí y aquí)

Buscando datos de clientes «minables»

Comenzar una tarea de minería de datos comienza por identificar un objetivo, “meridianamente” claro, “conocer más a nuestros clientes” o “identificar necesidades/deseos no satisfechos de los consumidores” podrían ser propósitos típicos, en una iniciativa Data Mining.


Comenzar una tarea de minería de datos comienza por identificar un objetivo, “meridianamente” claro, “conocer más a nuestros clientes” o “identificar necesidades/deseos no satisfechos de los consumidores” podrían ser propósitos típicos, en una iniciativa Data Mining.

Contar con suficientes datos para ser “minados” es un requisito indispensable, se trate de una nueva o veterana empresa puede resultar una tarea nada fácil obtener datos actualizados que aporten luces a las conclusiones que se pudiesen derivar del proyecto de Minería de Datos. 

Además de las bases de datos que se pueden adquirir de empresas especializadas en realizar estudios de consumo y mercado, una de las siguientes alternativas podría ayudar a conseguir datos de los clientes que se desean analizar:

  • Publicar un documento y facilitar su descarga gratuita, previa cumplimentación de datos en un formulario.
  • Suscripciones a boletines con la entrega de datos de contacto y preferencias concretas.  Podrían ayudar servicios como el de MailChimp que permite enviar hasta 12.000 mensajes de correo electrónico a 2.000 destinatarios en un mes, gratis. Ver también SocialPro aplicación complementaria a MailChimp
  • Encuestas que solicitarían datos de contacto. Se aconseja revisar los servicios de SurverMonkey.
  • Analizar los datos de los visitantes a las páginas Web de la organización servicios como Pardot  y eTrigue pueden ser de gran ayuda
  • Las cada vez más usuales redes sociales, tales como Facebook, Linkedin o Twitter, pero teniendo en cuenta los términos de uso de cada una de ellas.

Como señala el artículo de referencia, en cualquier caso, se debe ser cuidadoso con las leyes y reglamentos de protección de datos y tener en cuenta lo siguiente:

  • No solicita demasiados datos
  • Claridad con la información que se solicita.
  • Facilidad para darse de baja.
  • Explicar el uso que se le dará a la información aportada

Referencia: PC World