Elevar a un formato único las diversas lógicas de las múltiples fuentes de información a las que se puede tener acceso en un negocio, a fin de transformarlo en variables derivadas y generar así un tablón de análisis es sólo la punta del iceberg en el campo de la inteligencia de negocios.
Es en ese punto donde se realizan todas las correlaciones y a partir de ahí se aplican las técnicas de data mining, es decir, los procesos que intentan descubrir patrones de comportamiento en grandes volúmenes de conjuntos de datos, extrayendo esa información y transformándola en una estructura comprensible para su uso posterior.
No obstante, si no se entienden los procesos que permitieron llegar a esa instancia y si no se manejan adecuadamente las diversas fuentes de información desde un comienzo, no es posible realizar modelos predictivos exitosos.
En general, se ha levantado una muralla entre ese primer y básico proceso para producir el tablón de análisis y la aplicación de la minería de datos. Allí, por el contrario, debiera existir una puerta para que el que se hace cargo del data mining pueda sentir el dato, a través de la posibilidad de acceder y tener injerencia en ese primer proceso, por ejemplo, si quiere agregar una fuente nueva de información.
Es en esa primera etapa, además, donde de verdad es posible saber qué quiere un cliente, qué siente y cuál es la tendencia. Y es con ese entendimiento que se puede realizar un modelo predictivo o cualquier otra medida que apunte al objetivo de conocer al cliente.
Aquí, la rigidez no tiene cabida, pues los flujos de información son como seres vivos, en constante cambio. Lo que tiene que haber, entonces, es una buena capacidad de administración para esos flujos de datos.
Importar datos a un lenguaje común es un arte y se debe estar atento a ello; lo mismo en cuanto a la transformación de esos datos. Los procesos, con validadores e intermedios, son claves para luego poder inyectarlos a la gestión del negocio; pero es vital entender esos procesos de manera cabal, ordenada y también social.
Y es que la inteligencia de negocios no sólo está conectada con los datos, sino también con el comportamiento social de las personas. No se trata de analizar un mundo técnico, más bien éste debe confluir con un alto componente humano para entender y ser empático con el negocio mismo y su entorno, como clientes, socios y proveedores.
Tan importante como descubrir patrones en los datos es ser capaz de identificar las necesidades del modelo de negocios. Por lo mismo, la inteligencia de negocios no es sólo análisis de datos.
