* Accesibilidad a la información. Los datos son la fuente principal de este concepto. Lo primero que deben garantizar este tipo de herramientas y técnicas será el acceso de los usuarios a los datos con independencia de la procedencia de estos.

* Apoyo en la toma de decisiones. Se busca ir más allá en la presentación de la información, de manera que los usuarios tengan acceso a herramientas de análisis que les permitan seleccionar y manipular sólo aquellos datos que les interesen.

* Orientación al usuario final. Se busca independencia entre los conocimientos técnicos de los usuarios y su capacidad para utilizar estas herramientas.

En el primer artículo dedicado a este tema os comentaba cómo la implantación de una solución de Business Intelligence en una PYME es muy diferente de como se hace en las grandes organizaciones.

También hice referencia a algunas de las soluciones que se presentaron en el Forum sobre B.I. organizado por BARC, en Barcelona en Julio de 2008.

En esta ocasión me gustaría profundizar en los detalles específicos de los desarrollos de Business Intelligence aplicados en pequeñas empresas.

En primer lugar, en estos casos, es muy difícil encontrar:

1. Un buen sistema de información, basado en una solución integrada, tipo ERP.
2. Una cultura de empresa preparada para asumir los retos que supone la toma de decisiones basada en un buen sistema de información.
3. Predisposición a colaborar por parte de las personas que tienen que trasladar sus islas de conocimiento al sistema de la organización.

En segundo lugar, en estos casos, es muy fácil encontrar:

1. Resistencia al cambio.
2. Falta de liderazgo del proyecto por parte de la Dirección.
3. Miedo a compartir la información que cada uno ha ido atesorando como si fuese suya, en lugar de pertenecer a la organización.

Con respecto al sistema de información, es fácil comprender que si el BI está fundamentado en analizar datos de una manera sencilla e intuitiva, lo más importante es que la empresa disponga de esos datos, en un formato estructurado y accesible.

Aunque lo recomendable es que estén en una base de datos centralizada en un servidor, si la organización tiene varias herramientas interconectadas (aunque sea de una manera poco ortodoxa), se pueden extraer datos de diferentes fuentes de información para luego ser transformadas en el sistema de BI.

Este proceso se conoce como ETL (Extract – Transform – Load) y podéis ver su estructura cuando se emplea con un Datawarehouse en el siguiente esquema.

En las grandes organizaciones disponen de unas bases de datos enormes, por lo que solo son capaces de analizar el 20% de los datos disponibles. En este sentido, las pequeñas empresas tienen ventaja, al poder incrementar drásticamente este %.

Al disponer de bases de datos muy grandes, necesitan extraer parte de la información  (la necesaria para el análisis que se pretenda realizar) a un servidor intermedio conocido como Data Warehouse. De esta manera se consiguen dos objetivos principales:

1. Reducir la carga del servidor, al evitar las consultas directas de los usuarios.
2. Disponer de la información necesaria para el análisis de una forma más clara y usable.

Dentro del Data Warehouse se montan los Data Marts, que son almacenes más pequeños con una estructura de datos orientada a cada tipo de análisis que se va a realizar.

El paso final consiste en extraer la información de los Data Marts para presentar informes de resultados y datos de análisis. La mayor parte de las soluciones de BI realizan esta función, apoyándose en los almacenes de datos montados previamente.

Algunas herramientas de BI (como QlikView) permiten realizar todo el proceso sin necesidad de montar un Data Warehouse, con el consiguiente ahorro de costes de montaje y mantenimiento, a la vez que se simplifica el proceso necesario para la obtención de datos de análisis.

Finalmente, os dejo un video curioso sobre la “Historia del Business Intelligence”.

[youtube _1y5jBESLPE]

Saludos.
Francisco Páez