{"id":77264,"date":"2018-01-12T16:49:09","date_gmt":"2018-01-12T19:49:09","guid":{"rendered":"https:\/\/kmganalytics.com\/es\/?p=77264"},"modified":"2018-01-12T16:49:09","modified_gmt":"2018-01-12T19:49:09","slug":"analytics-lifecycle-las-5-etapas-de-la-analitica-de-negocio","status":"publish","type":"post","link":"https:\/\/kmganalytics.com\/es\/analytics-lifecycle-las-5-etapas-de-la-analitica-de-negocio\/","title":{"rendered":"Analytics Lifecycle: Las 5 etapas de la anal\u00edtica de negocio"},"content":{"rendered":"

La era los datos marc\u00f3 un punto de inflexi\u00f3n para las empresas: ahora disponen de una enorme cantidad de informaci\u00f3n de negocio que pueden utilizar para tomar decisiones estrat\u00e9gicas para el logro de objetivos. Sin embargo, los datos sirven de poco si no se cuenta con un concepto claro de las distintas etapas de an\u00e1lisis por las que deben pasar los datos y qu\u00e9 informaci\u00f3n se extrae en cada una, para poder convertirlos en conocimiento accionable que coincida con los tiempos de negocio. Estas etapas conforman el ciclo de vida de la anal\u00edtica, o Analytics Lifecycle, y en esta nota te explicamos en qu\u00e9 consiste cada fase.<\/span><\/p>\n

Las etapas del Analytics Lifecycle<\/span><\/h1>\n

Como mencionamos antes, los datos deber\u00edan pasar por distintas etapas de an\u00e1lisis, en las cuales se aplican distintas t\u00e9cnicas de anal\u00edtica que nos permiten obtener informaci\u00f3n que abarca distintas aristas del negocio. Estas etapas son:<\/span><\/p>\n

An\u00e1lisis descriptivo: \u00bfQu\u00e9 pas\u00f3?<\/span><\/h2>\n

La primera etapa del Analytics Lifecycle consta del an\u00e1lisis descriptivo, que permite comprender qu\u00e9 pas\u00f3 y qu\u00e9 est\u00e1 pasando en el negocio actualmente, al procesar los datos en crudo y transformarlos en informaci\u00f3n que los usuarios puedan comprender y utilizar para comprender la situaci\u00f3n en el que se encuentra la empresa y tener un contexto v\u00e1lido sobre el que preparar acciones futuras. Para hacer <\/span>este an\u00e1lisis<\/span><\/a> las empresas se valen de soluciones de Business Intelligence y miner\u00eda de datos, y suelen usar Indicadores Clave de Rendimiento (KPIs) propios de cada industria, como frecuencia de eventos, horas trabajadas o costos para comprender el estado de sus operaciones. Es el tipo de an\u00e1lisis m\u00e1s usado por las empresas y el producto final suele presentarse en un reporte o un tablero.<\/span><\/p>\n

Diagn\u00f3stico: \u00bfPor qu\u00e9 pas\u00f3?<\/span><\/h2>\n

La siguiente etapa consiste en tomar la informaci\u00f3n depurada del reporte de an\u00e1lisis descriptivo y analizarla para descubrir las causas del estado actual de la organizaci\u00f3n. Las herramientas anal\u00edticas de diagn\u00f3stico (normalmente los filtros que ya vienen incorporados en las soluciones de BI) les permiten a los analistas profundizar en la informaci\u00f3n producto del an\u00e1lisis descriptivo y aislar las causas de problemas que se est\u00e9n presentando en el negocio. <\/span><\/p>\n

An\u00e1lisis predictivo: \u00bfQu\u00e9 pasar\u00e1?<\/span><\/h2>\n

Como su nombre lo indica, \u00e9ste an\u00e1lisis busca predecir qu\u00e9 podr\u00eda suceder en el futuro, bas\u00e1ndose en el an\u00e1lisis de los datos hist\u00f3ricos producto del an\u00e1lisis descriptivo, a trav\u00e9s de trabajos de simulaci\u00f3n y forecasting para ayudar a los tomadores de decisiones a planificar con base en los posibles escenarios que se puedan presentar. El an\u00e1lisis predictivo <\/span>se caracteriza<\/span><\/a> por el uso de tendencias de datos a lo largo del tiempo y correlaciones para identificar patrones y brindar hip\u00f3tesis basadas en datos que permiten a las empresas prepararse para todo tipo de realidad: desde situaciones operativas cotidianas hasta complejos escenarios de negocio.<\/span><\/p>\n

An\u00e1lisis prescriptivo: \u00bfQu\u00e9 deber\u00edas hacer?<\/span><\/h2>\n

Si bien el an\u00e1lisis predictivo da una visi\u00f3n clara de los distintos escenarios a los que podr\u00eda enfrentarse una organizaci\u00f3n, no da indicios de cu\u00e1les ser\u00edan los pasos a seguir m\u00e1s convenientes para que el desempe\u00f1o del negocio sea el m\u00e1s eficiente en un contexto determinado. <\/span><\/p>\n

El an\u00e1lisis predictivo toma la informaci\u00f3n del negocio y, apoy\u00e1ndose en modelos de optimizaci\u00f3n matem\u00e1tica, el sistema de reglas de negocio y comparaciones, da una serie de rutas de acci\u00f3n posibles, los posibles resultados de cada ruta, y cu\u00e1l de estas rutas podr\u00eda ser la m\u00e1s conveniente para el negocio. \u00a0<\/span><\/p>\n

El an\u00e1lisis prescriptivo <\/span>optimiza la toma de decisiones<\/span><\/a> complejas y ayuda a los tomadores de decisiones a dar con la soluci\u00f3n m\u00e1s adecuada para el logro de los objetivos minimizando riesgos.<\/span><\/p>\n

Planning: \u00bfCu\u00e1l es el plan?<\/span><\/h2>\n

Ya que procesamos los datos del negocio y se conocen todas las aristas de informaci\u00f3n que nos pueden dar, tenemos la materia prima para armar un plan de acci\u00f3n s\u00f3lido y basado en hechos, que ser\u00e1 la clave para lograr los objetivos propuestos incrementando la eficacia operativa y mejorando el desempe\u00f1o de la organizaci\u00f3n en general. El proceso de Planning puede automatizarse con la ayuda de herramientas que permitan la automatizaci\u00f3n que se necesita para obtener los mejores resultados de negocio.<\/span><\/p>\n

\"\"
Las etapas del Analytics Lifecycle. Fuente: IBM<\/figcaption><\/figure>\n

Importancia del Analytics Lifecycle<\/span><\/h1>\n

El Analytics Lifecycle puede dar un giro de 360\u00b0 al impacto que tus datos tienen en el desempe\u00f1o de tu negocio:<\/span><\/p>\n