La Analítica Ágil en el marco de las TIC

 In Analítica Ágil

La Analítica de Negocios (Analytics), se ha convertido en un estímulo para la innovación, más aún en un país como Colombia que dentro de su estrategia de planeación pública, está realizando una fuerte inversión para fortalecer el sector TIC. De allí que el objetivo hacia el año 2020 sea el de exportar unos US$120 millones en contenidos digitales.

Es sabido que la toma de decisiones basada en evidencias es primordial, tanto en la estrategia como en la ejecución operacional de negocio. Sin embargo, la digitalización de los negocios del siglo 21, requiere que las funciones de TI (Tecnologías de la Información) dentro de las organizaciones sean mucho más rápidas y más adaptables para poder soportar las dinámicas de cambio en los negocios actuales.

Dadas las circunstancias actuales, un verdadero proceso de Analítica Ágil debe ser altamente iterativo, requiriendo a los equipos de negocio, de TI y de Analytics actuar en tiempo real, recalibrar análisis, ajustar supuestos y luego probar los resultados. Por tanto, la habilidad para trabajar en equipo de manera rápida y flexible es fundamental.

Y cuando se menciona el trabajo en equipo iterativo, rápido y flexible, es necesario introducir el movimiento ágil (The Agile Movement), un movimiento que busca alternativas al manejo tradicional de proyectos. El agilismo permite a los equipos responder a la incertidumbre a través de cadencias de trabajo incrementales e iterativas y de realimentación empírica.

Se habla entonces de la necesidad de implementar el agilismo en los procesos analíticos, con el fin de obtener un proceso efectivo que permita desatar y sobre todo aprovechar al máximo el valor generado por los descubrimientos analíticos.

Reconocidos académicos especialistas en Analítica, Deanne Larson y Victor Chang en su artículo A review and future direction of Agile, Business Intelligence, Analytics and Data Science , evidencian la necesidad de involucrar el agilismo en la analítica avanzada, debido a las características propias de los procesos de generación analítica. Innovadores proyectos de Fast Analytics y Data Science se alinean con los principios ágiles, principalmente en el que dice que a menores tiempos de ciclo y alcances más cortos, se obtienen resultados más rápidos (Larson & Chang).

Larson afirma que estudios recientes han podido demostrar que al aplicar metodologías ágiles a proyectos de BI, se puede incrementar la calidad, reducir los tiempos de ciclo, y mejorar la satisfacción. De este modo, dicho éxito ha incrementado la adopción del agilismo en BI, y recientemente el agilismo se ha enfocado mucho en Big Data y la Analítica de datos.

De acuerdo a Larson & Chang (2016), los ideales agiles encajan bien dentro del mundo de BI y existe investigación sobre el éxito de dicha aplicación. El agilismo soluciona muchos de los problemas comunes encontrados en los proyectos de BI, esto lo hace al promover la interacción y la colaboración entre los diferentes stakeholders.

De hecho, la cercana colaboración entre las partes es fundamental, ya que garantiza requerimientos más transparentes, un mejor entendimiento de los datos, genera responsabilidad conjunta, y otorga resultados de mayor calidad. Además, menos tiempo es gastado intentando determinar los requerimientos de la información, y más tiempo es dedicado a descubrir lo que es posible.

Para Larson es claro que las oportunidades de investigación son abundantes en el panorama de BI y Data Analytics. Los grandes temas de discusión han abordado los retos actuales y las direcciones futuras para la adopción de las plataformas de BI, aplicaciones y servicios por y para todo tipo de organizaciones.

Además, tres recomendaciones claves para los líderes de analítica y BI:

Recomendaciones Analítica Ágil

Recomendaciones para adoptar la agilidad en Analítica de datos

 

¿Cómo ser Ágil con las Analíticas de Negocio? – Duncan, Linden & Oestrich (2015)

Sobre la analítica avanzada

Gartner define la analítica avanzada como el análisis de toda clase de datos utilizando sofisticados métodos cuantitativos (como estadística, minería de datos descriptiva y predictiva, aprendizaje de máquinas, simulación y optimización) para producir insights que los enfoques tradicionales de la inteligencia de negocios (BI) (como consultas y reportes) no pueden descubrir (Kart, Herschel, Linden, & Hare, 2016).

Sobre el agilismo

Las metodologías de desarrollo ágil proveen oportunidades para guiar la dirección de un proyecto a través del ciclo de desarrollo. Esto es alcanzado a través de cadencias continuas de trabajo, conocidas como sprints o iteraciones. Al final de cada iteración, el equipo debe presentar un incremento del producto que sea potencialmente entregable.

El resultado de este enfoque de “inspeccionar y adaptar” reduce en gran medida tanto los costos de desarrollo, como el tiempo de elaboración de un producto o servicio. El agilismo empodera a los equipos a replanear continuamente y asi optimizar el valor del producto a lo largo de cada iteración, permitiéndolos ser muy competitivos en el mercado.

Sobre nosotros:

En nuestra experiencia desarrollando soluciones de toma de decisiones basadas en las prácticas ágiles, hemos sido participes de la evolución del movimiento ágil, y ponemos a tu disposición este conocimiento. Te invitamos a conocer las soluciones de Business Intelligence (BI),  y  Planificación Financiera que Rollup Consulting puede ofrecerte para involucrarte en la cultura de la analítica de datos ágil.

 

Contactanos para conversar más sobre analítica ágil

Tus Recomendados

Start typing and press Enter to search

Equipo ÁgilPlataforma Analítica Ágil