La analítica para negocios se ha transformado en mecanismos tan complejos y avanzados que hoy es utilizada para sustentar necesidades que hasta hace algunos años resultaba inimaginable, como predecir tendencias y detección de patrones de comportamientos futuros.
Tan sólo en los últimos 15 años, el concepto de Analytics ha ganado gran popularidad y renombre en el mundo de los negocios, gracias al surgimiento de tecnologías como Big Data y las redes sociales.
Recientemente, desde las PyMEs hasta las grandes transnacionales han estado analizando información con las plataformas de análisis basadas en la nube, desde la información generada por los videojuegos hasta el mismo Facebook.
Lo curioso es que contrario a la opinión generalizada, la analítica empresarial ha existido literalmente desde la edad de piedra. La historia sugiere que los primeros humanos recurrían a palos y piedras para ayudarse a predecir probables tendencias de ventas de artículos novedosos. Pero no fue sino hasta finales de 1800 que la era industrial introdujo la necesidad de la gestión empresarial como una disciplina científica. Henry Ford, por ejemplo, aplicaría esta disciplina a su entonces nueva línea de ensamble para el Ford Modelo T con el objetivo de medir tiempos de montaje de los componentes de sus vehículos.
A medida que la tecnología fue avanzando a lo largo del siglo 20, las computadoras ganaron un papel fundamental en la implementación y adopción de la analítica en los negocios, mediante la introducción de tecnologías denominadas “Sistemas Soporte para la Toma de Decisiones” (Decision Support Systems, en inglés), en la década de los 70s.
Dado que la analítica se basa en el análisis de datos convertidos en información, a la par surgió la necesidad de generar tecnologías que sustentaran no solo el almacenamiento de dichos datos, sino almacenarlos con base en criterios y estructuras orientadas para ser fácilmente analizados por los motores analíticos mencionados. Es por ello que durante varios años ganaron popularidad para ayudar a organizar gigantescas cantidades de datos, considerados como la primera generación, los Data Warehouse (Almacenes de Datos).
Hasta hace poco, la mayoría de los métodos analíticos estaban particularmente orientados a la primera línea de directores dentro de las empresas y corporaciones. Sin embargo, en cuestión de un par de décadas todo cambio con la llegada de las computadoras en red, internet, Big Data y servicios en la nube.
Con las enormes cantidades de datos que se generan día a día, la analítica se ha vuelto más accesible y, por ende, asequible para empresas de todos tipos y tamaños. La analítica para negocios se ha transformado en mecanismos tan complejos y avanzados que hoy es utilizada para sustentar necesidades que hasta hace algunos años resultaba inimaginable, como predecir tendencias y detección de patrones de comportamientos futuros, todo ello con un solo click obteniendo información en tiempo real.
Dado lo anterior, la pregunta es: ¿hacia dónde apunta el futuro de la analítica?
Hagamos una pausa: Recientemente, ¿ha estado expuesto a alguna revista, publicación o video con contenido de hace varios años? No me dejara mentir al asegurar que no pudo evitar dibujar una sonrisa en su rostro al recodar experiencias y vivencias pasadas, ¿cierto? Así de clara es la evidencia de lo mucho que las cosas han cambiado desde entonces a la fecha…
Este principio es particularmente real en el caso de la tecnología, que evoluciona más rápidamente que casi cualquier otra industria. Basta con echar un vistazo por unos cuantos minutos a aquellas series de TV que solíamos ver no hace mucho tiempo para confirmar esta afirmación.
Todo esto lleva a reflexionar en lo que la analítica en los negocios significaba hace apenas 10 años. Entonces se dio una súbita necesidad en las empresas por contratar a profesionales con conocimientos y experiencia en modelos de datos, en segmentación y perfilamiento de Bases de Datos Relacionales: tecnologías que nos hacían suponer que eran increíbles, en realidad lo eran, el problema radicaba en que en la práctica era inconvenientemente indispensable contar con especialistas matemáticos o estadísticos con un nivel de doctorado, como mínimo, a fin de que aquellos esfuerzos y estrategias tuvieran sentido al cobrar vida en la operación diaria.
Eran contados los casos en los que se podían implementar soluciones que resolvieran casos reales de negocio y, aun así, terminaban funcionando como silos aislados del resto del flujo del proceso de negocio por lo que terminaban por ser vistas como “bichos raros” o como piezas de arte con valor intangible.
Tal vez sea en este punto donde sobre decir que la analítica empresarial ha recorrido un largo trecho. Afortunadamente hoy en día, empresas de diversos sectores y tamaños pueden implementar soluciones de modelado de datos y tecnologías de analíticas avanzada para, por ejemplo, detectar tendencias relevantes o generar ideas basadas en cálculos rápidos, creados mediante la gestión de datos, análisis predictivos avanzado o detección de patrones de alto valor; capitalizándolos por medio de visualizaciones ágiles y en cualquier dispositivo o plataforma, en el momento que se requiera.
Procesos de análisis de información que hace unos años solían tomar horas, hoy son realizados en cuestión de segundos y a una fracción de lo que solían costar.