En el estudio de Harvard Business Review DEPLOYING SELF-SERVICE AND DATA VISUALIZATION FOR FASTER DECISIONS, del 2016, más del 93% de las empresas  consultadas piensan  que los sistemas BI y la analítica les ayudarán a tomar mejores decisiones en los próximos 2 años. Y un 85% la considera importante en la definición de sus planes estratégicos.

Y han comprobado que el 75% las empresas que ya han iniciado el camino de dotarse de estos sistemas, han visto crecer sus resultados significativamente.

Sin embargo, aunque se demuestra que el empleo de herramientas complejas favorece mayores resultados, la clave no está en la herramienta, sino en la implantación de la mentalidad DDDM Decision Data Driven Decision Management.

KiranSagar, VPofvendorriskmanagement en JPMorganChase, recomienda iniciarse con tres simples pasos:

• Capacitar a nuestro equipo en el uso de estas herramientas, a pesar que puedan sentirse intimidados por sus capacidades.
• Potenciar a que empleen el conocimiento de Negocio para interpretar los datos, y que estas consultas/comparación sean parte de su trabajo habitual.
• Asegurarse que estas interpretaciones tengan rigor analítico, evitando el sesgo, incongruencias en los datos o las elocubraciones personales.

El estudio expone quiénes emplean sistemas BI, qué resultados obtienen, en qué áreas suelen implantarse, el uso de información externa e interna, y las barreras más frecuentes para su implantación

Y concluye que cuando se requiere mayor nivel de análisis, el éxito no está tanto en la herramienta, sino en capacitar al personal en el uso de una analítica de autoservicio, donde será clave:

• Elegir la herramienta adecuada según la pregunta a contestar con datos
• Disponer de los conocimientos para interpretar correctamente los resultados en clave del negocio.

Frente a esta visión del estudio, y estas necesidades que comparto, mi opinión es que veremos crecer en las empresas, la demanda de personal cualificado en analítica, y el uso de herramientas basadas en R o aplicaciones sencillas como BigML que permitas realizar análisis rápidos, cuando no necesitemos de alta complejidad matemática como con SPSS o similares.

Cada día, veremos una barrera más difusa entre cuadros de mando y las herramientas y resultados de Business Analytics, para dar soporte a esta demanda de analítica de autoservicio para la toma de decisiones.