Hacer realidad la gestión basada en datos

Con el telón de fondo del "data-driven", se está desarrollando un debate rico en palabras de moda: de la Inteligencia Artificial al Procesamiento del Lenguaje Natural pasando por la Automatización Robótica de Procesos. Todo esto parece rápidamente una exageración. Sin embargo, en este caso la exageración tiene sustancia. Las empresas pueden obtener enormes beneficios de los datos de diferentes maneras.

Competencias y tecnologías

El hecho de que exista un inmenso potencial, pero que aún no se haya explotado plenamente, sugiere en nuestra opinión que las empresas necesitan invertir rápidamente en dos dimensiones para sacar el máximo partido de sus datos y obtener así una ventaja competitiva: en competencia y en tecnología.

Por un lado, se necesita competencia para analizar los datos de forma orientada a los objetivos. En primer lugar, esto requiere un profundo conocimiento matemático y una amplia comprensión del negocio. Los empleados deben ser capaces, por ejemplo, de formular hipótesis sobre la satisfacción del cliente y verificarlas o falsearlas con ayuda de los datos. O deben ser capaces de deducir interpretaciones concluyentes para la empresa a partir de los patrones reconocidos en los datos.

La tecnología, por su parte, es indispensable porque sólo con soluciones específicas pueden procesarse los datos. Esto se aplica no solo al análisis puro de los datos, sino también a los pasos previos necesarios: recopilación, armonización y procesamiento. De este modo, la tecnología tiende el puente hacia la competencia cuando, por ejemplo, la analítica aumentada de SAP Analytics Cloud proporciona una preparación de los datos que permite a los empleados tomar decisiones rápidas basadas en datos mediante escenarios de aprendizaje automático sin tener que procesarlos e interpretarlos ellos mismos de forma tediosa y subjetiva.

Democratización de datos con Analytics Cloud

SAP ha actualizado significativamente su cartera de productos orientados a los datos en los últimos años y ahora ofrece soluciones innovadoras para todas las disciplinas. Para ello es fundamental, por un lado, SAP Hana. La base de datos en memoria, que combina OLTP y OLAP, es ahora un componente de las aplicaciones SAP.

Por otro lado, ocupa una posición dominante SAP Analytics Cloud (SAC), que como Software as a Service también se basa en la base de datos en memoria Hana. Con SAC, se puede acceder a los datos a analizar de dos maneras: Con la Conexión de Datos de Importación, se cargan desde un sistema fuente a la nube y se analizan allí. Con la Conexión de datos en vivo, no se produce ninguna replicación de los datos en la nube. En su lugar, el SAC trabaja en el sistema de origen.

El SAC cubre funcionalmente las áreas de informes, análisis, planificación y análisis predictivo. Además, existen las posibilidades del componente de diseño de aplicaciones, con el que se pueden crear cuadros de mando. Las distintas áreas pueden integrarse de forma excelente, lo que evita las interrupciones en el flujo de trabajo que eran la norma en el pasado cuando se utilizaban distintas soluciones independientes.

En general, SAP Analytics Cloud se caracteriza por un concepto de usuario diferenciado. Esto significa que los análisis pueden ser llevados a cabo no sólo por expertos del departamento de TI o de controlling - como casi siempre ha sido el caso hasta ahora. Los autoservicios también permiten a los empleados de los departamentos especializados y de gestión (científicos de datos ciudadanos) evaluar y visualizar los datos de forma independiente.

Sólo en el transcurso de esta democratización de los datos, las decisiones basadas en datos y conocimientos estarán firmemente ancladas en el día a día de la empresa. Se trata de un paso importante en el camino hacia la Empresa Inteligente, ya que la ciencia de los datos se aplica de forma inmediata en los departamentos, incluso sin una profunda competencia en el análisis de datos.

SAP Analytics Cloud

La encuesta BI Survey 19 del analista e investigador de mercado Barc sugiere que SAP Analytics Cloud está muy bien situada. En ella, SAC se comparó con otras herramientas en 34 criterios -sobre la base de una encuesta a usuarios- y salió en cabeza.

Por ejemplo, el 97 por ciento de los participantes recomendaría el SAC a otras personas. El 91 por ciento califica de excelentes o buenas las funciones de creación de cuadros de mando. Y el 88 por ciento considera que la capacidad de SAP para comprender las necesidades de la empresa es muy buena o buena.

Podemos entender perfectamente este excelente rendimiento de SAP Analytics Cloud basándonos en nuestra experiencia en proyectos de clientes. Sin embargo, los proyectos de clientes también nos han demostrado que algunos puntos son críticos para el éxito durante la implementación. Por este motivo, Nagarro ES ha desarrollado un procedimiento, basado en SAP Activate, que garantiza que se tengan en cuenta todos los aspectos relevantes (véase el recuadro).

Inteligencia de datos SAP

SAP posiciona Analytics Cloud como una solución central. No obstante, también merece la pena echar un vistazo más allá de SAP Analytics Cloud para satisfacer los requisitos que los científicos de datos exigen a una tecnología. Por regla general, el potencial de SAC no es suficiente para sus exigentes proyectos. SAP Data Intelligence es más adecuado para ellos.

La solución se ejecuta en SAP Cloud Platform (SCP), combina el mundo empresarial algo más conservador con el mundo del código abierto y está abierta para las aplicaciones correspondientes: por ejemplo, para Jupyter Notebooks del Proyecto Jupyter, para Python y para marcos de aprendizaje automático basados en Python como pandas, scikit-learn o TensorFlow.

Los modelos de datos creados con ello pueden transferirse al entorno SAP con SAP Data Intelligence, procesarse allí, probarse automáticamente y, por último, entregarse a un entorno productivo altamente disponible y escalable, incluida la posterior supervisión del rendimiento. Y, muy importante en un contexto empresarial: los escenarios de IA pueden auditarse para que cumplan los requisitos de una auditoría, por ejemplo.

Introducción del SAC en cuatro fases

Descubra

Taller de adaptación: debate de cuestiones fundamentales; registro de la situación actual; formulación de la situación objetivo; definición de la arquitectura SAC Jam (elaboración de informes/planificación): Intercambio sobre procesos y requisitos empresariales; alineación de conocimientos y experiencias de proyectos SAC de éxito.

Prepare

Desarrollo de un primer prototipo SAC como prueba de concepto (PoC).

Explore

Diseño de aplicaciones; establecimiento de una conexión en directo con el sistema de prueba; alineación básica de aspectos individuales del SAC, como aclarar cuestiones de seguridad y adaptar el acceso de los usuarios.

Realice

Configuración de SAP Analytics Cloud; implementación de aplicaciones y autorizaciones; validación de datos, configuración de una conexión en vivo con el sistema productivo.