Datos muy bonitos, muy incorrectos: El lado oscuro de la visualización de datos de autoservicio
escrito por
Lillian Taylor
Soy una firme defensora de la visualización de datos. Para transmitir el estado real de las situaciones, ver *es* creer. ¿Está familiarizado con el cuarteto de Anscombe, que aborda esta cuestión? Consiste en un ejemplo formado por cuatro conjuntos de datos con una estadística descriptiva prácticamente idéntica, pero que se se muestran muy distintos en gráfico. Por ello, la visualización de datos de autoservicio puede acarrar problemas.
Discutir sobre imágenes bonitas
Llevo toda la vida creando tablas dinámicas en Excel y sus correspondientes gráficos. De hecho, hace ya meses, obtuve la puntuación más alta registrada en las pruebas de certificación de Excel para AccountTemps. Por tanto, entiendo perfectamente por qué el software de visualización de datos de autoservicio es popular y ampliamente utilizado. Sin embargo, aunque es perfecto para analistas individuales, puede causar estragos en una organización. Un funcionario me dijo una vez, “Solíamos discutir sobre hojas de cálculo y números. Ahora discutimos sobre imágenes bonitas.” Pero la veracidad de los datos es crítica a la hora de tomar decisiones estratégicas.
En otro ejemplo, trabajé con una empresa de la lista Fortune 100 que realizó una gran inversión en software de visualización de datos. (Por desgracia, si simplemente hubieran actualizado el software de BI ya hubieran obtenido esa funcionalidad, pero esto ocurrió antes de que yo llegara.) De las miles de licencias que contrataron, solo pudieron aplicar unas cinco. Hacia poco que habían cambiado los procedimientos de contabilidad, y los usuarios seguían revirtiendo a los viejos informes con la libertad que brinda la visualización de datos de autoservicio.
Otra dificultad añadida era la capacidad de exportar visualizaciones, manipular los datos y revisualizarlos. En grandes organizaciones, esto se acaba convirtiendo en una versión ampliada del “teléfono roto”. ¿Conoce este típico juego de niños en el que susurra al oído de la persona que tiene a su derecha y al final se comprueba cuánto ha cambiado el mensaje original? Con cada exportación y recarga, los datos se distorsionan más y más. En la visualización de datos, tiene que pensar bien cómo confiar en dichos datos. Usted toma las decisiones, necesita poder confiar en ellos. Las imágenes bonitas venden la historia, ¿pero es la realidad esta historia?
Necesita business intelligence como mediador
Aquí es donde empieza la lucha por formar a las personas en analítica a partir de un sistema de business intelligence, en lugar de “analítica” a partir de un producto de visualización de datos. He visto como algunos proveedores empezaban esta formación para finalmente retroceder en funcionalidades predictivas y de gobierno. Sin embargo, los resultados son lentos y torpes. Un auténtico sistema de BI es clave para obtener una analítica sólida, con la fiabilidad necesaria para que los directivos tomen decisiones estratégicas. El gobierno de datos, la gestión de datos maestros, trabajar desde los mismos orígenes de datos – una versión de la verdad – salvarán a su organización a la larga.
Cocinar con gas: visualización de datos de autoservicio y BI de IBM
IBM Cognos Analytics versión 11 es un auténtico sistema de business intelligence que incluye autoservicio y visualización. Vea el siguiente vídeo para descubrir cómo funciona:
Combine esta sólida capacidad de business intelligence con las funcionalidades predictivas y de consulta en lenguaje natural que ofrece Watson Analytics, y sorpréndase. Ahora cocina con gas. Watson Analytics es fantástico para explorar datos para nuevos descubrimientos y oportunidades. También le ayuda a detectar anomalías. Aquí tiene un breve vídeo de resumen:
Existe la opción de empezar por la versión de prueba gratuita. En algunos casos se han presentado dificultades a la hora de transferir el trabajo a la cuenta de negocio, avíseme antes de realizar una gran transferencia. Además, no es tan intuitiva ni basada en asistente como me gustaría porque, la verdad es que soy perezosa, así que aquí tenéis un tutorial rápido.
Hay algo que a algunos usuarios no les gustará: no se puede exportar desde Watson Analytics, es algo que conviene saber. Piense en ello como la norma de llevar cinturón o no conducir borracho. Reduce la libertad individual pero protege la organización.
Por tanto, lo que se le presenta es la capacidad de descubrir algo nuevo que no se puede cambiar en otro lado, y puede aplicar business intelligence gestionada y fiable para investigarlo, validarlo y compartirlo con quien sea necesario. Ahora tiene algo más que una cara bonita, sin lados oscuros.
Dónde obtener más información
Obtendrá más información sobre Cognos Analytics aquí. Para obtener más información sobre Watson Analytics: www.watsonanalytics.com.
Acerca de la bloguera invitada
Lillian Taylor es Directora, Asesoría de analítica predictiva y business intelligence, representante global de IBM Watson Data Platform en Aviana, un premier IBM Business Partner. Aviana ofrece servicios innovadores de consultoría tecnológica y soporte en el sitio para todo el software de IBM, incluyendo business intelligence y analítica predictiva. Lillian ayuda a los clientes a aplicar big data, informática cognitiva y analítica predictiva avanzada para alcanzar su máximo potencial de la forma más rentable posible.
