Cuando las herramientas de inteligencia empresarial (BI) pueden tomar grandes cantidades de datos y analizarlos en puntos de datos digeribles, la visualización de datos es la parte de presentación de esa ecuación.
Piense en ello como la función de gráfico circular de su hoja de cálculo favorita, solo que mucho más poderosa.
El propósito de estas imágenes es transferir información rápidamente desde la máquina al cerebro humano, no solo de manera eficiente sino también de la manera más significativa posible.
Por lo tanto, no es el valor estético de una visualización lo que cuenta, sino la claridad del mensaje que transmite.
Sin embargo, la concisión necesaria para la claridad no excluye la complejidad del mensaje.
Dado que gran parte de la información que los humanos deben consumir es compleja y matizada, las visualizaciones de datos se configuran solas y en grupos para contar una historia más amplia a través de imágenes.
Un ejemplo de una configuración única es cualquier visualización que revele información más granular o relacionada cuando el espectador hace clic o pasa el mouse sobre una sección de la ilustración.
Los ejemplos de visualizaciones grupales incluyen casi todos los paneles de aplicaciones de BI jamás creados.
De hecho, la visualización de datos es una parte tan integral de las herramientas de BI de autoservicio que las herramientas para crearlas y publicarlas comparten en gran medida conjuntos de características comunes.
Como era de esperar, en nuestro resumen de revisión reciente de los mejores productos de BI de autoservicio, encontramos que la gran mayoría son capaces de operaciones de visualización de datos.
Sin embargo, los clientes que buscan explotar realmente la visualización de datos deben mirar estas herramientas de manera cuidadosa y exclusiva a través de esa lente antes de tomar una decisión de compra.
Después de todo, a veces la herramienta adecuada para analizar sus datos puede no ofrecer una paleta de visualización suficiente para sus necesidades.
Por ejemplo, es posible que desee tener la capacidad de crear una infografía personalizada o crear visualizaciones interactivas, pero no todas las aplicaciones de BI ofrecen esas opciones.
Es posible que deba invertir en una combinación de herramientas para obtener tanto las herramientas de análisis como las de visualización que necesita.
¿Qué es la visualización de datos?
En resumen, la visualización de datos es una descripción visual de la información.
Son imágenes dedicadas exclusivamente a enviar mensajes o presentar información.
Las herramientas de visualización de datos pueden crear visualizaciones automáticamente, permitirle crear las suyas propias u ofrecer ambas capacidades.
En el extremo inferior se encuentran herramientas de visualización de datos más simples e incluso gratuitas dedicadas a crear infografías en lugar de realizar análisis de datos sofisticados.
Algunas de estas herramientas incluyen Tableau Gallery e incluso Microsoft Power BI.
En enero de 2018, Tableau presentó un nuevo motor de datos llamado Hyper que, según la compañía, brinda a los usuarios una velocidad de consulta hasta cinco veces más rápida que las versiones anteriores.
Mientras tanto, en julio de 2018, Microsoft implementó nuevas funciones para Microsoft Power BI, como la integración de Big Data directamente en el servicio web Power BI.
En el extremo superior se encuentran las herramientas que pueden cambiar las visualizaciones sobre la marcha, de la misma manera que los resultados de algoritmos sofisticados cambian después de consultas directas repetidas de datos en tiempo real (es decir, datos en tiempo real) y en múltiples fuentes de datos.
Las herramientas que ocupan el medio del espectro no representan datos en tiempo real, pero aún producen visualizaciones a partir de resultados de análisis avanzados.
Las aplicaciones de BI de autoservicio que revisamos contienen herramientas de visualización de nivel medio a superior.
Algunas de las herramientas contienen sólidas capacidades de consulta en lenguaje natural como Sisense, y otras brindan análisis en tiempo real para Internet de las cosas (IoT), como SAP Analytics Cloud.
En resumen, no se puede juzgar la calidad del motor de análisis subyacente por la portada de su paquete artístico.
Algunas analíticas muy poderosas vienen con capacidades de visualización lamentables.
Por el contrario, algunas analíticas lamentables para pasar vienen con algunas características de visualización bastante impresionantes.
Desde que revisamos originalmente estas herramientas de BI, IBM ha dejado de ofrecer IBM Watson Analytics para su compra.
En cambio, IBM introdujo Cognos Analytics 11.1, que ofrece descubrimiento de datos guiado, análisis predictivo automatizado y la capacidad de interactuar con datos de forma conversacional.
Existe una amplia gama de representaciones artísticas que pueden crear las herramientas de visualización de datos.
Algunas representaciones son simples, otras son complicadas.
Algunas son hermosas, otras son toscas.
Y hay algunos que son creaciones verdaderamente individuales.
Pero la mayoría surge de plantillas en las formas tradicionales asociadas con las estadísticas.
Los ejemplos más simples de visualización de datos son los gráficos circulares y de barras a los que ha podido acceder a través de Microsoft Excel durante muchos años.
Pero a medida que BI ha madurado como plataforma, también tiene las opciones disponibles para ver sus datos y presentarlos a otros.
Las herramientas que revisamos aquí reflejan el extremo medio a superior del espectro en BI; son capaces de realizar consultas sofisticadas sin la necesidad de comprender la codificación del lenguaje de consulta estructurado (SQL).
Además, pueden representar análisis en una amplia variedad de formatos visuales, yendo mucho más allá del gráfico de barras básico para incluir mapeo geográfico, mapas de calor, minigráficos e incluso visualizaciones más especializadas, como el gráfico de araña a continuación.
La visualización de datos no es un concepto nuevo.
Los gráficos circulares y los gráficos de barras y líneas han existido a lo largo de los siglos.
Lo que ha cambiado son los tipos y el tamaño de los datos que se pueden representar de esta manera, y las muchas formas más sofisticadas en las que puede mostrarlos y compartirlos.
La importancia del tablero
En última instancia, las capacidades de visualización de datos se utilizan para crear cuadros de mando.
A veces, el tablero representa una historia única basada en datos que es importante para muchos espectadores.
O el tablero puede contener muchas historias en beneficio de un solo usuario.
Los paneles a veces vienen con visualizaciones preestablecidas y fijas en su lugar.
Otras veces, las visualizaciones del tablero vienen con varias opciones de visualización o imágenes que se pueden personalizar.
El uso compartido también se puede personalizar, por ejemplo, según los permisos, por línea de negocio, por la pertinencia del puesto de trabajo o incluso por preferencias personales.
En cualquier caso, el tablero normalmente contiene dos o más visualizaciones de datos destinadas a informar y, a veces, incluso a impulsar una acción o decisión empresarial.
Antes de la llegada de las herramientas de BI de autoservicio, los ejecutivos tenían que presentar sus preguntas a un profesional de bases de datos que luego intentaría comprenderlas lo mejor que pudiera, escribir una consulta SQL y representar esa pregunta en una base de datos o almacén de datos.
.
El resultado se enviaría a una persona de TI que luego escribiría el código necesario para representarlo como un tablero en el sitio web del equipo del ejecutivo, en una aplicación compartida o incluso como un documento independiente que el ejecutivo recibió por correo electrónico.
Si se necesitaba más de una fuente de datos, muy a menudo más de un profesional de bases de datos tenía que escribir consultas separadas (que luego debían combinarse sin conexión).
Al final de este proceso ineficiente y de varios pasos se realizaron análisis.
Obtuvo análisis históricos (es decir, información a posteriori en lugar de en tiempo real).
Por lo general, estos informes llegaban demasiado tarde para que la empresa cambiara o influyera en el resultado de la actividad que describía.
Por lo tanto, los analistas de negocios, los jefes de departamento y los líderes de la C-suite generalmente recibían informes con información difusa, demasiado simplista y vaga.
A veces, la información era irrelevante cuando finalmente llegó a los analistas de negocios o al C-suite porque la empresa había cambiado de dirección u otros factores surgieron mientras tanto.
Aun así, los cuadros de mando y los informes realizados de esta forma rara vez cambian.
Las cosas procedieron como siempre lo habían hecho: las mismas preguntas formuladas, los mismos datos consultados, los mismos informes y paneles generados, día tras día y semana tras semana.
Por el contrario, las aplicaciones de BI de autoservicio de hoy en día permiten a los analistas de negocios pasar por alto a los intermediarios y destapar muchos de los cuellos de botella de TI.
Este software de autoservicio también permite el uso de datos fuera de la empresa, así como desde dentro, como las redes sociales, la nube, conjuntos de datos públicos y datos de IoT.
Algunas aplicaciones de BI de autoservicio pueden usar datos en tiempo real, pero muchas están limitadas a datos casi en tiempo (actualizaciones frecuentes).
Sin embargo, los datos a corto plazo no suelen ser una limitación empresarial.
En realidad, solo hay unos pocos casos de uso en los que el análisis de datos en tiempo real justifica el esfuerzo y el gasto adicionales.
Después de todo, las actualizaciones a corto plazo pueden ser tan frecuentes como cada minuto o menos.
En lo que respecta a los paneles de BI de autoservicio, el valor clave suele ser triple:
Primero, no requieren experiencia en bases de datos para usar.
Probablemente (aunque no siempre) necesitará la ayuda de su profesional de bases de datos para configurarlos y conectarlos a todas las fuentes de datos que necesita.
Después de todo, siguen existiendo problemas de cumplimiento y seguridad.
Por lo general, TI se involucra al menos hasta el punto de resolver esos problemas, determinar quién obtiene acceso con credenciales y cuántos datos pueden ver.Una vez hecho esto, estas herramientas brindan diversos grados de simplicidad cuando se trata de escribir sus propias consultas.
Algunos aún funcionan mejor si conoce algo de SQL, pero otros funcionan completamente utilizando la sintaxis de lenguaje natural, lo que hace que el conocimiento de SQL sea innecesario.
Sin embargo, la mayoría requiere un buen conocimiento de las estadísticas.
Esta necesidad no es estrictamente desde un punto de vista operativo, sino porque se pueden cometer errores en la interpretación de los resultados si el usuario carece de un conocimiento básico de las estadísticas.
El hecho de que el software le proporcione una excelente visualización de la respuesta de la máquina no significa que haya hecho la pregunta correcta.En segundo lugar, casi todos pueden actuar como una interfaz unificada para múltiples bases de datos y tipos de datos.
Esto se debe principalmente a la creciente popularidad de Big Data, que suele ser una combinación de datos relacionales (generalmente basados ??en SQL) y datos no estructurados que se encuentran en fuentes dispares tanto dentro como fuera de las paredes de la empresa.
Al brindar soporte para varios tipos de datos, estas herramientas permiten a las personas sin experiencia en bases de datos, pero con experiencia laboral directa y de primera línea, hacer preguntas directamente contra los datos de la organización.Esto puede proporcionar una recuperación inmediata frente a las tiendas de Big Data de rápido crecimiento.
También permite nuevos conocimientos y formas de aprovechar los datos, que de otro modo podrían perderse cuando esas preguntas se filtran a través de los filtros de científicos de datos y profesionales de TI.Una sola consulta puede abarcar varias bases de datos y tipos de datos a velocidades récord, y la herramienta también se encargará de crear la representación visual.
En resumen, no se requiere un equipo de científicos de datos.
Eso no solo es más rápido, sino que también es mucho más fácil.En tercer lugar, estas herramientas también pueden crear paneles y visualizaciones de datos en vivo en lugar de forzar una operación separada de los programadores o el personal de TI de su empresa.
Esas visualizaciones se pueden exportar como archivos gráficos planos o como fragmentos de código que puede copiar y pegar en páginas web o sitios web de equipos.
Los paneles también se pueden compartir directamente, a menudo incluso con usuarios que no están usando la aplicación de BI.Integrarlos con otras aplicaciones generalmente se realiza fácilmente a través de conectores, dependiendo de si la aplicación de BI de autoservicio que está utilizando tiene o no un conector para la aplicación en la que desea compartir el ...
