¿Cómo las empresas pueden elegir a sus proveedores de analítica? Este es el desafío que enfrentan muchas empresas que desean incluir la analítica de datos en sus operaciones y estrategias. Existe una diversidad de herramientas que podemos acceder en el mercado que ofrecen ventajas y desventajas. Por esta razón, es necesario entender nuestros objetivos (qué es lo que queremos del análisis de los datos) y también conocer las tendencias del mercado en términos del valor entregado por los proveedores de analítica. Para guiar esta decisión la empresa consultora Gartner publicó en febrero 2020 un cuadrante de análisis para las plataformas de analítica y business intelligence. En este artículo mostraremos cómo este cuadrante es un primer paso para comprender los proveedores de tecnología que una empresa podría considerar.
El uso del cuadrante de Gartner contribuye a:
Obtener un rápido conocimiento sobre los proveedores de tecnología de un mercado en específico y su capacidad para cumplir con lo que los usuarios finales requieren para hoy y en el futuro;
Comprender cómo los proveedores de tecnología de un mercado están posicionados y las estrategias que están utilizando para competir con su producto o servicio;
Comparar las fortalezas y desafíos de un proveedor de tecnología con sus necesidades específicas.
Tal como se ilustra en la figura, para agrupar a los diferentes proveedores de tecnología se utilizan dos ejes. Por un lado, el eje más simple de explicar es el (y) que se define como “Amplitud de ejecución”. Este eje se refiere a cuán flexible es la solución analítica en diferentes problemáticas y segmentos de clientes y/o geográficos. Entre más flexible sea la solución analítica de los diferentes proveedores, los usuarios finales podrán abordar diferentes problemáticas en diferentes lugares y contextos. Por ejemplo, enfocarse en e-commerce, recursos humanos, ventas, monitoreo, costos, logística, imágenes, retail, etc.
Por otro lado, el eje horizontal (x) se define como “completitud de visión”. Este eje se refiere a la calidad de los datos otorgados por los productos y servicios de analítica para realizar tomas de decisiones. Para una mayor comprensión, esto se refiere a la transición desde una analítica descriptiva, hacia un intermedio que se define como analítica predictiva, hasta llegar a una analítica prescriptiva donde la analítica apoya la toma de decisiones de manera más sofisticada. La analítica descriptiva se define como aquel análisis y visualización de datos que, tal como lo dice su nombre, sólo “describe”. Por ejemplo, aquella analítica que describe cuánto se vendió en un determinado mes. El siguiente paso es la analítica predictiva. Este tipo de analítica se enfoca en analizar ciertos datos pasados para construir bajo ciertos supuestos diferentes escenarios futuros. Siguiendo el mismo ejemplo anterior, la analítica predictiva permitiría responder cuánto cambiarían las ventas en el próximo año, permitiendo imaginar lo que sucedería en diferentes escenarios. Por último, la analítica prescriptiva se enfoca en una analítica que empodera para tomar decisiones y cumplir los objetivos deseados. Por ejemplo, la misma empresa puede ponerse como objetivo aumentar las ventas en un 20% el próximo año. Una infraestructura analítica que me permita, por ejemplo, datos de manera constante para hacer el seguimiento del cumplimiento de esta meta me ayudaría sacar el máximo valor del proceso analítico.[1]
El cuadrante de análisis para las plataformas de analítica agrupa así cuatro tipos de proveedores de tecnología: líderes, desafiantes, visionarios, y proveedores de nicho. Los líderes son aquellos proveedores de analítica que se encuentran en el nivel superior de los dos ejes. Los líderes se ejecutan bien en contra de su visión actual y están bien posicionados para el mañana. Por lo tanto, son aquellos proveedores que ofrecen soluciones analíticas flexibles en diferentes problemáticas y segmentos de clientes y/o geográficos, y que además entregan una alta completitud de visión. Los líderes son lo que crecientemente están evolucionando a entregar soluciones flexibles a problemas y mercados cambiantes que experimentan las empresas. Por esta razón, estos proveedores crecientemente ya no se diferencian por sus capacidades de visualización de datos, que se están convirtiendo en productos básicos. En su lugar, la diferenciación está cambiando a un soporte integrado para capacidades de generación de informes empresariales. Los líderes ofrecen una funcionalidad fácil de usar que admite un flujo de trabajo analítico completo, desde la preparación de datos hasta la exploración visual y la generación de información, con énfasis en el autoservicio y la automatización de “insight” y modelamiento avanzado, a lo que Gartner llama “Augmented Analytics”. La preparación de datos asistida por Machine Learning (ML) e inteligencia artificial (IA) es clave para el desarrollo de augmented analytics, la generación de información y la explicación de la información, y así aumentar la forma en que las personas de negocios y los analistas exploran y analizan los datos. Además, los líderes se enfocan en diferentes mercados y segmentos. Estos proveedores líderes se están convirtiendo rápidamente en fuentes clave de diferenciación competitiva. El 2019 fue un año de transición hacia el dominio del ecosistema Cloud con los proveedores que lo ofrecen y que se posicionaron como líderes, especialmente gracias al rápido crecimiento del servicio en la nube de Power BI basado en Microsoft Azure, junto con Tableau. El caso de Microsoft es particularmente descentralizado ya que se alía con partners locales, que desarrollan procesos de consultoría con el uso de sus herramientas, para aumentar el uso de ellas y que de esta maneras sus productos y servicios “tomen vida propia” y se flexibilicen en cada lugar y desafío y vayan adaptándose a ellos.
Los desafiantes se ejecutan bien hoy en día o pueden dominar un segmento grande, pero no demuestran una comprensión de la dirección del futuro del mercado. Son aquellos proveedores de analítica que tienen un alto nivel de alcance pero su capacidad de visión es relativamente más baja. En otras palabras, son aquellos proveedores que ofrecen un producto flexible que se adapte a las problemáticas y mercados de cada empresa, pero no posee una analítica de datos tan sofisticada (por ejemplo, en términos de los productos avanzados de augmented analytics). Los principales proveedores que se definen como desafiantes son Looker, Tibco Software y MicroStrategy. La compra de Looker por parte de Google hacen reflexionar sobre cómo los desafiantes intentan sofisticar aún más sus herramientas para convertirse en un futuro cercano en líderes en la innovación de la industria.
Los visionarios entienden hacia dónde va el mercado o tienen una visión para cambiar las reglas del mercado, pero aún no funcionan bien (o registran latentes espacios de mejora). Destacan por la alta capacidad de visualización de sus productos y servicios de analítica. Sin embargo, suelen ser rígidos y para clientes determinados. El mejor ejemplo de esto Yellowfin que está muy enfocado en problemáticas de gobernanza y visualización. También el caso de SAP es ilustrativo, ya que se caracteriza por enfocarse sólo en recursos humanos, financieros-contables, productivos, logísticos.
Por último los jugadores de nicho se ubican bajo en ambos ejes. Los jugadores de nicho se centran con éxito en un segmento pequeño con productos y servicios bien definidos y de poco alcance. Alibaba es un excelente ejemplo ya que se enfoca en ecommerce y las necesidades de un mercado chino. Proveedores de este tipo se enfocarán en ser competitivos en problemáticas servicios de analítica específicos para de esta manera defender su posición en el mercado. En la actualidad muchas necesidades de analítica y visualización más básicas de las empresas suelen ser proveídas por estos actores con productos de business intelligence más antiguos como SAP (BusinessObjects), Oracle (Business Intelligence Suite Enterprise Edition) e IBM (Cognos, versión preliminar 11).
Debemos tener en cuenta que centrarse en el cuadrante de los líderes no siempre es el mejor curso de acción para una empresa, ya que lo más importante es cómo el proveedor se alinee con sus propios objetivos empresariales. Hay buenas razones para considerar a los retadores del mercado, ya que ellos se encuentran buscando maneras de flexibilizar su oferta para liderar la innovación de la industria. Nos queremos referir en especifico a Microsoft Power BI, que durante los años siguientes a su lanzamiento en 2013, fue un producto "seguidor" que sólo era "suficientemente bueno" según Gartner, dado su bajo precio. Este ya no es el caso, y con los lanzamientos de 2019, el servicio en la nube de Power BI Pro apoderó a la mayoría de sus competidores en términos de funcionalidad. Superó a muchos al incluir capacidades innovadoras para augmented analytics y servicios automatizados basados en inteligencia artificial, como análisis de texto, opiniones e imágenes, que están disponibles en Power BI y se basan en las capacidades de Azure Machine Learning. Las posibilidades de considerar a visionarios y jugadores de nicho también puede ser una excelente opción para apoyar nuestras necesidades específicas mejor que un líder del mercado.
De esta manera, lo primero que debe pensar cualquier empresa es cuáles son las problemáticas que desea solucionar con la analítica de datos. ¿Quiere basar todo su modelo de negocios en datos para estar más cerca de su cliente a todo momento tal como lo hacen empresas como Amazon o Netflix? Si esta es la respuesta lo más probable es que tenga que enfocarse en los líderes y en los desafiantes. ¿Quiere más bien apoyarse en herramientas analíticas que le permitan enfocarse en su mercado y en problemáticas delimitadas? Si esta es la razón, sería mejor que le diera una oportunidad a los visionarios y jugadores de nicho. Cualquiera sea el caso, lo importante es que las empresas aprendan a pensar sus modelos de negocios, operaciones y ventas en torno a la analítica. De lo contrario, será muy difícil que puedan sobrevivir a los competitivos mercados del siglo XXI.
[1] Para profundizar en estas diferencias por favor haga click aquí.
Comments