Data visualization para Business Intelligence

¿De qué trata Business Intelligence?

Business Intelligence (BI), o inteligencia empresarial, se refiere al conjunto de estrategias, tecnologías y herramientas utilizadas para analizar datos empresariales y convertirlos en información significativa para apoyar la toma de decisiones. El objetivo principal del BI es ayudar a las empresas a tomar decisiones más informadas y basadas en datos, identificar oportunidades de crecimiento, optimizar procesos y mejorar el rendimiento general del negocio.

El BI implica la recopilación, el almacenamiento, el análisis y la visualización de datos empresariales para proporcionar información útil a los usuarios, como ejecutivos y gerentes. El BI es una de las competencias en el Data Science, junto con el machine learning, ya que es un compendio de varios términos.

Flujo de trabajo y etapas

El Business Intelligence requiere de varias acciones antes de comenzar a interpretar datos para la toma de decisiones:

1. Recolección de datos: La recolección de datos es nuestro primer paso antes de diseñar tablas y gráficos. Este paso es muy diverso ya que los datos pueden estar en números, textos o tablas, la recolección de datos se puede encontrar también en los siguientes elementos:
   • Bases públicas o privadas: Son bases de datos que se pueden encontrar en internet o espacios públicos, pero las bases privadas son aquellas que el acceso es restringido para todo público, ya que en ella se encuentran datos sensibles.
   • Estructurada y no estructurada: Si la información viene organizada en una tabla se considera información estructurada, pero si es un texto o un archivo que no sigue una jerarquía se denomina no estructurada. Cabe resaltar que la No estructurada requiere de más esfuerzo y carga cognitiva para extraer información de ella.
   • Fuente de archivo: Los datos pueden venir en diferentes fuentes de archivo como CSV (separado por comas) o en hojas de cálculo de Excel. Algunos formatos son provenientes directamente de otros software o programas como google analytics o exportados de BI o Tableau.
2. Limpieza de datos: Cuando realizamos un análisis de datos necesitamos interpretarlos, pero para realizar esto necesitamos leerlo de una forma sencilla, para lograr esto se necesita estandarizar los datos. Si se usa texto es recomendable no usar ningún símbolo o caracteres especiales para no generar conflictos en el programa o en la búsqueda que se realice, cuando trabajamos en formato de fecha y hora es primordial usar todas las fechas y horas con la misma estructura. En la limpieza de datos hay una nomenclatura conocida como GIGO o RIRO, Garbage In Garbage Out, o en español “Si ingresa basura a nuestros datos, basura nos va a salir”.

💡La limpieza de datos se enfoca en dejar con el mismo formato todos nuestros datos.

1. Exploración de datos: La exploración de datos es un proceso fundamental en el análisis de información, ya que nos permite descubrir respuestas desconocidas y formular nuevas hipótesis. Es durante esta etapa donde dedicamos la mayor parte de nuestro tiempo, ya que representa la base sobre la cual se construyen los análisis posteriores.
   • Cuenta historias: Los datos, por sí solos, son solo números y letras; son las historias que construimos a partir de ellos las que les otorgan significado y relevancia en la toma de decisiones. Al contar historias con los datos, podemos comunicar de manera efectiva hallazgos y conclusiones a audiencias diversas.
   • Evita errores: Evitar errores en la representación de datos, como gráficos mal construidos o manipulaciones indebidas de la información, es fundamental para garantizar la integridad y la objetividad de nuestros análisis.
   • Resultados: Aquí es donde demostramos el rendimiento de las ventas, identificamos patrones que afectan la operación, identificamos pérdidas económicas y proponemos mejoras para la satisfacción del cliente. Los resultados de la exploración de datos son la base sobre la cual se construyen las estrategias y acciones futuras de la empresa.
2. Creación de gráficas y visualizaciones: Siempre ten en cuenta la pregunta ¿Que quiero comunicar? para así crear los gráficos correctos para la audiencia y el mensaje que queremos comunicar, una buena gráfica nos ayuda a liberar la carga cognitiva y mostrar el mensaje sin problemas. No debemos olvidar cual es el público de mi audiencia, para enfocar nuestro trabajo para esas personas, ya que es diferente crear una gráfica para un gerente comercial, que para una persona que inicia en la empresa y necesita conocer la estructura del negocio.
3. Generar reportes con storytelling: La generación de reportes con storytelling es una práctica fundamental en el análisis de datos, especialmente cuando se trata de presentar resultados a altos mandos y tomar decisiones estratégicas en la empresa. En este contexto, el tiempo es un recurso valioso, por lo que es crucial comunicar nuestros proyectos de manera clara y concisa para captar la atención de la audiencia de manera efectiva. Al generar reportes, es esencial enfocar nuestros resultados en un solo objetivo. Esto significa que debemos presentar la información de manera directa y eficaz, evitando dar rodeos innecesarios. La claridad en la presentación de los datos asegura que los altos mandos puedan comprender fácilmente la información y tomar decisiones informadas basadas en ella.

💡Los reportes son documentos o presentaciones que recopilan y presentan información de manera organizada, estructurada y al grano.

Beneficios del uso de visualización de datos

La visualización de datos en los negocios es crucial porque permite a las empresas convertir grandes cantidades de información en gráficos, tablas y otros elementos visuales que son más fáciles de entender que los datos en bruto. Esto ayuda a crear reportes para los directivos de la empresa y poder crear las siguientes gestiones:

1. Facilitar la comprensión de la información: Los gráficos y las visualizaciones hacen que los datos sean más accesibles y comprensibles para un público más amplio, incluso para aquellos que no tienen experiencia en análisis de datos.
2. Identifica tendencias y patrones: La visualización de datos permite identificar tendencias, patrones y relaciones que pueden no ser evidentes en los datos en bruto, lo que ayuda a las empresas a tomar decisiones más informadas.
3. Facilita la toma de decisiones: Al presentar información de manera visual y fácil de entender, la visualización de datos ayuda a los líderes empresariales a tomar decisiones estratégicas de manera más rápida y precisa.
4. Comunica información de manera efectiva: La visualización de datos es una forma efectiva de comunicar información compleja de manera clara y concisa, lo que ayuda a alinear a todos los miembros del equipo en torno a los objetivos y las estrategias de la empresa.

Para tener éxito en nuestra presentación de reportes, es recomendable seguir estos principios:

1. Simplificar: Mantén las visualizaciones simples y fáciles de entender, evitando el uso excesivo de colores y elementos decorativos.
2. Contextualizar: Proporciona contexto y explicaciones claras para que los espectadores puedan entender el significado de los datos presentados.
3. Seleccionar la visualización adecuada: Utiliza el tipo de gráfico o visualización que mejor se adapte a los datos y al mensaje.
4. Ser preciso: Asegúrate de que los datos presentados sean precisos y estén respaldados por fuentes confiables de información.
5. Ser visualmente atractivo: Utiliza colores y diseño visualmente atractivos para captar la atención de la audiencia sin excederte.

💡Lo que no se puede medir no se puede mejorar.

Agregar valor a nuestros datos

Cuando los datos, que son información en números y letras, pasan a ser toma de decisiones, es en ese punto donde agregamos valor a nuestros datos. Estas acciones toman un papel importante en las siguientes fases:

• Exploración y descubrimiento: El análisis correcto de nuestros datos hacen que nuestras preguntas iniciales puedan reformularse, o identificar patrones que al inicio tuvimos errados. Equivocarse no es un fallo, al contrario, cambiar la hipótesis e identificar nuevos cambios es parte de nuestro trabajo.
• Trabaja en equipo: La comunicación es parte importante dentro de la toma de decisiones y la recopilación de información, a menudo no trabajaremos solos y es crucial la comunicación asertiva.
• Toma de decisiones: Esta es la parte crucial de nuestro trabajo, sin la toma de decisiones nuestros datos no tendrían ese valor tan importante para las empresas y compañías que necesitan identificar patrones para aumentar su rendimiento.

Uso de Storytelling

El Storytelling es el arte de contar historias y usar la narrativa de manera persuasiva y atractiva para comunicar mensajes de manera efectiva.

En el contexto de la visualización de datos, el Storytelling implica no solo presentar datos, sino también contextualizarlos, darles sentido y crear una experiencia significativa para la audiencia. Al utilizar el Storytelling en la visualización de datos, se busca captar la atención de la audiencia desde el principio, mantener su interés a lo largo de la presentación y lograr que comprendan la historia detrás de los datos. Esto se logra al estructurar la presentación de datos de manera narrativa, con un inicio que establece el contexto y presenta el problema, un desarrollo que explora los datos y sus implicaciones, y un desenlace que ofrece conclusiones claras y acciones recomendadas.

KPI’s (Key Performance Indicators)

Un KPI es un indicador clave de rendimiento que se utiliza para medir el progreso hacia los objetivos estratégicos de una organización. Los KPIs son métricas específicas que ayudan a las empresas a evaluar el éxito de sus actividades y procesos. Estos indicadores proporcionan una medida cuantificable del rendimiento de una empresa en áreas críticas como ventas, marketing, servicio al cliente, calidad, entre otros. Los KPIs varían según la industria y los objetivos comerciales, y se utilizan para monitorear el rendimiento y tomar decisiones informadas para mejorar el desempeño general de la empresa. Es recomendable usar los KPI con el objetivo SMART = Específico, Medible, Alcanzable, Relevante y Escalable. La anatomía de un KPI es la siguiente:

1. Objetivo estratégico: Un KPI debe estar alineado con un objetivo estratégico específico de la organización. Debe ser relevante para el logro de ese objetivo.
2. Métrica clara y cuantificable: El KPI debe medir algo que sea fácil de entender y cuantificar. Debe estar basado en datos concretos y medibles.
3. Unidad de medida: Cada KPI debe tener una unidad de medida claramente definida. Por ejemplo, ventas en dólares, porcentaje de satisfacción del cliente, número de unidades vendidas, etc.
4. Frecuencia de medición: Se debe definir con qué frecuencia se medirá el KPI (diariamente, semanalmente, mensualmente, etc.) para monitorear el progreso hacia el objetivo.
5. Umbral de desempeño: Es importante establecer un umbral de desempeño o un objetivo específico que se debe alcanzar para que el KPI sea considerado exitoso.
6. Responsable: Debe asignarse a una persona o equipo responsable de monitorear y gestionar el KPI para garantizar que se logren los resultados deseados.
7. Acciones correctivas: Si un KPI no alcanza su objetivo, se deben definir acciones correctivas para mejorar el rendimiento y cumplir con los objetivos estratégicos.