Definición de analítica integrada

La analítica integrada es un enfoque innovador de la analítica de datos que permite una toma de decisiones mejor fundamentada. En este artículo, definiremos la analítica integrada, evaluaremos sus ventajas y examinaremos las técnicas de implementación más comunes. Con la analítica integrada, las organizaciones pueden incorporar capacidades de análisis directamente en los flujos de trabajo y las aplicaciones empresariales, lo que permite a los empleados, o incluso a veces a los clientes, acceder a insights en tiempo real y en contexto, y ayudarlos a tomar decisiones basadas en datos.

¿Qué es la analítica integrada?

La analítica integrada incorpora directamente análisis de datos y capacidades de visualización en aplicaciones operativas u otros tipos de software, lo que permite a las personas acceder y analizar información sin cambiar entre diferentes aplicaciones o sistemas. La analítica integrada ayuda a las empresas a mejorar la toma de decisiones y detectar nuevas oportunidades al tiempo que reduce la complejidad que implica este análisis. Logra que los insights basados en datos sean más accesibles y útiles para más personas (empleados y, a veces, incluso clientes), aportando información pertinente y práctica donde sea necesaria.

Analítica integrada frente a inteligencia empresarial (BI)

La analítica empresarial y la analítica integrada tienen como objetivo ayudar a las empresas a tomar decisiones bien fundamentadas con información basada en datos. La diferencia está en cómo se utilizan. La analítica empresarial y la inteligencia empresarial (BI) requieren que los usuarios abandonen las aplicaciones operativas que utilizan para realizar su trabajo y utilicen herramientas independientes con diferentes interfaces para obtener insights de datos.

La analítica integrada se diseña para una ubicación específica en la que se incorporará, proporcionando información relevante para la tarea. Ofrece una forma sencilla para que las personas accedan al análisis y los insights, mientras que la analítica empresarial o las herramientas de inteligencia empresarial también ofrecen información para el consumo, pero requieren que una persona con conocimientos técnicos cree o modifique el contenido mediante la herramienta y los orígenes de datos relacionados.

Diferencias clave

A diferencia de los análisis tradicionales, la analítica integrada elimina la necesidad de cambiar la interfaz de usuario que estás utilizando para hacer tu trabajo y adoptar una herramienta de análisis especializada para acceder a información e insights justificativos. Los usuarios internos (empleados) y externos (clientes) no necesitan conocimientos técnicos avanzados ni acceso a la plataforma de análisis subyacente ni a los sistemas de gestión de datos para utilizar analítica integrada. Ese acceso les permite tomar decisiones basadas en datos sin comprender el proceso de análisis involucrado.

La analítica integrada proporciona un enfoque más eficiente, accesible y fácil de usar, especialmente adecuado para apoyar procesos de negocio en tiempo real. La analítica integrada puede ofrecer insights contextuales para respaldar los procesos de negocio en tiempo real. Sin analítica integrada, el usuario requeriría acceso a una plataforma de análisis independiente, las competencias para usar ese software, una comprensión de las definiciones de datos y más tiempo para interactuar, manipular y digerir la información presentada.

Conclusiones clave

• Un proyecto de analítica integrada de éxito requiere una comprensión clara de la experiencia del usuario y los objetivos de negocio específicos que el proyecto está tratando de abordar. ¿Cómo se beneficiará el negocio y sus clientes?
• La analítica integrada debe sumarse sin problemas en la aplicación o plataforma para que el componente incrustado no pueda reconocerse como algo al margen de la aplicación. Para ello, el sistema de analítica integrada debe combinarse adecuadamente con la infraestructura y las herramientas existentes.
• Una solución de analítica integrada se debe ampliar para manejar grandes volúmenes de datos e interacciones con el usuario sin demora a la hora de representar el componente incorporado. El sistema debe manejar consultas y cálculos complejos, con un rendimiento óptimo incluso a medida que crecen los volúmenes de datos.
• El equipo de implementación debe asegurarse de que se apliquen las políticas de gobernanza y seguridad de datos necesarias para proteger los datos de los usuarios y cumplir las regulaciones. Esto incluye el control del acceso a los datos, la supervisión del uso de información y la aplicación de políticas de seguridad.
• Vale la pena medir el retorno de la inversión de la plataforma de analítica integrada. Al incorporar el seguimiento del uso, las empresas pueden cuantificar el valor del uso de métricas, como el tiempo que ahorran los clientes.

Explicación de la analítica integrada

La analítica integrada es una plataforma de software que incorpora las capacidades de análisis de datos en las aplicaciones operativas de una organización para respaldar mejor los flujos de trabajo y los procesos de negocio. Mediante el uso de la analítica integrada directamente en aplicaciones operativas, como sistemas CRM o ERP, los usuarios finales pueden acceder a insights de datos esenciales sin necesidad de herramientas adicionales o soporte de TI o analistas de datos. Esto significa que los usuarios pueden tomar decisiones informadas y basadas en datos sin salir del contexto de su flujo de trabajo o aplicación actual. Cuando se utiliza ampliamente en una empresa, la analítica integrada puede mejorar la productividad, aumentar el ROI de la plataforma de análisis y fomentar una cultura basada en análisis.

¿Por qué es importante la analítica integrada?

Desde la perspectiva de la empresa: la analítica integrada puede ayudar a una empresa a diferenciar sus productos y servicios de la competencia. Por ejemplo, un banco puede incorporar insights visuales de datos en la vista general de la cuenta en línea de sus clientes que muestra el progreso de sus ahorros y proyecta la potencial riqueza futura en función de diferentes escenarios de ahorro y retorno. Este servicio de valor añadido es relativamente barato pero de alto valor para sus clientes, ya que mejora directamente lo que los clientes están tratando de hacer. Al integrar los análisis directamente en los productos, las empresas pueden mejorar la retención de clientes e incluso generar nuevas fuentes de ingresos al cobrar por funciones analíticas adicionales. La analítica integrada también permite a las empresas recopilar y analizar datos de uso, lo que proporciona insights sobre el comportamiento y las preferencias del cliente que informan el futuro desarrollo de productos.

Desde la perspectiva del usuario: la analítica integrada permite a los empleados o clientes acceder a insights de datos directamente en sus tareas diarias sin necesidad de herramientas adicionales ni conocimientos especializados. Esto ayuda a las personas a tomar decisiones mejor informadas y basadas en datos, fortaleciendo la productividad, la precisión y la eficiencia. Con la analítica integrada, las personas pueden consumir rápida y fácilmente los insights de datos presentados que, de otro modo, serían difíciles de generar o consumirían mucho tiempo. Además, la analítica integrada permite a las personas tomar medidas inmediatas basadas en estos conocimientos, en lugar de tener que posponer una decisión para recopilar más datos e investigaciones. Por ejemplo, cuando alguien inicia sesión en su cuenta bancaria en línea personal, la analítica integrada podría permitirle revisar sus comportamientos de gasto visualmente y otras herramientas podrían ayudarle a evaluar si una compra importante, como un automóvil nuevo, está a su alcance.

¿Cómo funciona la analítica integrada?

Existen múltiples métodos para incorporar insights en otros sistemas, con niveles de competencias técnicas requeridas progresivamente mayores. Lo más sencillo pasa únicamente por cortar y pegar enlaces en una aplicación. El siguiente nivel utiliza opciones con poco código para que una persona con algo más de técnica, pero que no tenga necesariamente que escribir código, entienda los sistemas que se utilicen. Finalmente, hay marcos de desarrolladores de código completo que proporcionan la mayor flexibilidad, pero exigen competencias especializadas. A continuación, se muestran más detalles sobre estos tres métodos para integrar herramientas de análisis.

• Integración mediante copia y pegado de una URL: en este enfoque, el sistema operativo con el que el usuario interactúa llama a la plataforma de análisis para que genere el componente de análisis necesario, como un gráfico o una tabla, en un espacio predeterminado de la interfaz de usuario. Para utilizar este enfoque, esa aplicación operativa debe ofrecer un método para incrustar contenido, normalmente de enlaces, sitios web o iFrames; esa URL vendría del software de análisis. La figura 2 muestra análisis incrustados en Microsoft Teams utilizando la aplicación del sitio web de Microsoft.

  Descubre cómo integrar Oracle Analytics Cloud en Microsoft Teams

• Integración mediante plataformas de desarrollo con poco código: las ventajas del desarrollo de aplicaciones con poco código incluyen una innovación más rápida en comparación con la codificación desde cero, lo que permite una ejecución rápida de los requisitos de negocio con un costo mínimo. Se pueden utilizar diversas técnicas para integrar análisis, según el caso de uso y el nivel de aptitud de la persona que realiza la incrustación. El usuario con poco código es probablemente un analista de negocios experto en tecnología u otro "desarrollador ciudadano" que se siente cómodo con herramientas ricas en funciones, pero no es un escritor de código completo. Por ejemplo, las herramientas con poco código pueden ofrecer un componente web que facilite la incorporación de insights de analíticas en las aplicaciones. Además, algunas bases de datos incluyen herramientas con poco código para incrustar visualizaciones de datos y otros análisis con mayor facilidad.

  Por ejemplo, en la figura 3, las búsquedas por facetas de Oracle APEX pueden filtrar el contenido de la analítica integrada, incluidas las nubes de etiquetas y las visualizaciones de generación de lenguaje natural.

  La figura 4 muestra un componente web de análisis utilizado en una aplicación de Oracle Visual Builder que hace referencia a un proyecto de análisis y las propiedades que puede configurar el desarrollador de aplicaciones con poco código.

• Integración mediante marcos de código completo: los marcos de código completo ofrecen la mayor flexibilidad, pero su uso requiere desarrolladores con competencias adecuadas. Por ejemplo, un desarrollador puede utilizar un marco incrustado de JavaScript junto con HTML y CSS para crear una experiencia de aplicación web totalmente personalizada. Consulta la figura 5: para cada lienzo de Oracle Analytics, es posible ver y copiar el código necesario para hacer referencia a ese lienzo en la aplicación web.

  Incrustar contenido de esta manera ofrece las funcionalidad adicional de pasar filtros e invocar eventos, lo que resulta en una experiencia de usuario enriquecida y que se puede adaptar a un diseño web ajustable. Véase la figura 6.

Siete ventajas de la analítica integrada

La analítica integrada puede facilitar y hacer más eficiente que los empleados y clientes obtengan información sobre la que puedan actuar sin necesidad de salir de la aplicación o la interfaz digital que estén utilizando. Esa información podría presentarse en forma de gráfico, tabla, mapa o incluso solo una petición de datos de texto. La cuestión es que la información proviene de alguna otra fuente de datos, pero aparece naturalmente en la actividad digital que está desarrollando una persona. A continuación se detallan siete beneficios que puede aportar.

1. Toma de decisiones basada en datos: al proporcionar a las personas los insights adecuados dentro de su proceso de toma de decisiones y con el contexto necesario, es más probable que tomen la mejor decisión basada en datos más rápido porque la información está disponible fácilmente sin necesidad de buscarla.
2. Mayor productividad: cuando se presenta la información correcta inmediatamente, integrada en un proceso de negocio, las personas ahorran tiempo al no tener que buscar insights de análisis en herramientas independientes. Para pasar de una herramienta a otra, es preciso cambiar de contexto de manera constante, lo cual afecta negativamente a la productividad.
3. Satisfacción del cliente: los clientes obtienen una experiencia más optimizada en su actividad de investigación o compra, ya que la información pertinente que necesitan para llevar a cabo la acción o tomar la decisión se presenta inmediatamente. Esto permite a las personas completar sus tareas sin necesidad de extraer datos de otras aplicaciones, hacer llamadas telefónicas o buscar otra ayuda de expertos.
4. Crecimiento de los ingresos: si los empleados están tomando decisiones más rápidas, precisas y basadas en datos, mejoran las probabilidades de obtener mejores resultados empresariales e impulsar el crecimiento de los ingresos, ya que la empresa puede actuar más rápido sobre nuevas oportunidades. Los clientes bien informados deben enfrentarse a una menor indecisión y, si se tiene suerte, también registrarán mayores ventas.
5. Autoservicio: la analítica integrada mejora el autoservicio al proporcionar a las personas información más relevante para completar su trabajo sin necesidad de recurrir a herramientas, pasos o ayudas adicionales de terceros.
6. Un único origen de datos de confianza: las plataformas de análisis que proporcionan un modelo de datos empresariales uniforme y de confianza también pueden proporcionar analítica integrada para ofrecer métricas e insights de confianza. La información proporcionada por otros medios (llamadas telefónicas, mensajes de Slack, correos electrónicos, declaraciones en papel) puede conducir rápidamente a números inconsistentes.
7. Aplicaciones componibles: la analítica integrada es un componente fundamental en la creación de aplicaciones componibles, ya que la plataforma de análisis puede proporcionar a una aplicación una capacidad, como visualizaciones de datos, que de lo contrario carecería. La ventaja de las aplicaciones componibles es que la empresa puede combinar componentes existentes rápidamente para abordar una nueva necesidad de negocio.

Ejemplos y casos de uso de analítica integrada

Si estás planteándote cómo utilizar de forma más eficaz la analítica integrada, considera tres escenarios genéricos de integración: en sitios web o aplicaciones orientados al público, en aplicaciones empresariales orientadas al empleado y, en el caso de proveedores de software independientes, en sus aplicaciones para aumentar su utilidad. A continuación detallamos estos tres escenarios.

Integración de sitios web públicos y aplicaciones móviles: la integración de herramientas de analítica y visualización de datos directamente en un sitio web o aplicación web permite a los usuarios interactuar y evaluar información sin salir de la página web. Por ejemplo, una empresa de alquiler de casas vacacionales puede proporcionar a los anfitriones información sobre el rendimiento de su propiedad, como las tarifas de ocupación, los precios y las revisiones, en el contexto del sitio web o la aplicación móvil de la compañía para los propietarios.

Integración interna de sistemas operativos: la integración de herramientas de análisis y visualización de datos directamente en sistemas corporativos internos puede generar importantes ahorros de tiempo para los empleados y proporcionar a las personas información más procesable. Por ejemplo, una plataforma de gestión de la cadena de suministro que incorpore análisis puede proporcionar visibilidad en tiempo real de los niveles de inventario, el rendimiento de los proveedores y los tiempos de entrega, de modo que esos insights están visibles directamente en el sistema de gestión de la cadena de suministro de una empresa sin necesidad de que un empleado cambie a otras herramientas de la empresa.

Integración de sistemas de terceros: los análisis integrados se pueden integrar en una aplicación de terceros en un acuerdo con un proveedor de software independiente (ISV) para proporcionar a sus usuarios insights en tiempo real dentro de sus flujos de trabajo. Esto permite al ISV proporcionar insights basados en datos a sus clientes o socios, creando una ventaja competitiva. Por ejemplo, un ISV podría integrar análisis en su plataforma de comercio electrónico para proporcionar a sus clientes insights en tiempo real sobre el comportamiento del consumidor, como el historial de compras y navegación.

Funciones clave de la plataforma de analítica integrada

Una plataforma de analítica integrada requiere algunas funciones fundamentales para satisfacer las necesidades de las empresas. Esas necesidades giran principalmente en torno a la forma en que el usuario interactúa con los datos, como paneles de control, visualizaciones e interactividad, así como en la capacidad de acceder a los datos adecuados. Estas son las características clave que necesita una plataforma de análisis integrada.

• Paneles de control: los proveedores de software que se destacan en la creación de software operativo pueden no tener necesariamente experiencia en herramientas de análisis, por lo que incorporar análisis de un proveedor de software especializado puede resultar beneficioso. Al integrar paneles de control incrustados, los empleados pueden interactuar más fácilmente con sus datos de una manera intuitiva y accesible.
• Visualización de datos: las visualizaciones de datos incrustadas, como gráficos, narrativas de idioma y tablas, se pueden integrar directamente en otra aplicación web o móvil, lo que proporciona a los usuarios una representación visual clara y concisa de su información para respaldar la toma de decisiones.
• Autoservicio de analíticas: el contenido incrustado se conecta directamente al origen de datos y proporciona al usuario una forma gráfica de interactuar con esa información sin solicitar al departamento de TI que cree un informe para ellos. Las capacidades de autoservicio incluyen la posibilidad de modificar su vista mediante el filtrado, el cambio de tipos de gráficos, el aumento de detalle en elementos de datos adicionales y la creación de nuevas visualizaciones.
• Conectores de datos: la plataforma de analítica integrada debe conectarse directamente a todos los orígenes de datos relevantes sin tener que mover datos ni depender de almacenes de datos propietarios, ya que esos enfoques pueden generar informaciones anticuadas e inconsistentes.
• Interactividad: la analítica integrada debe ser capaz de interactuar con el host en el que está incrustado. Esto puede incluir la aceptación de valores transferidos como filtros o el envío de eventos basados en datos a la página del host.

El futuro de la analítica integrada

La analítica integrada desempeñará una función cada vez más importante para ayudar a los empleados y clientes a acceder a los insights que necesitan para tomar medidas: todo dentro de la aplicación que estén utilizando. Esto resolverá los principales obstáculos para que las empresas puedan utilizar con mayor eficacia los datos y ayudar a las personas a tomar decisiones inteligentes con confianza. La analítica integrada proporcionará mucho más que gráficos estáticos o ligeramente interactivos. El aprendizaje automático (ML) podrá proporcionar previsiones visuales contextuales sin que el usuario tenga que solicitarlas. Por ejemplo, una empresa de energía puede utilizar el aprendizaje automático para proporcionar información dentro de las páginas de facturación de sus clientes que prediga sus próximos seis meses de uso de energía considerando el consumo pasado y otros factores externos, como la estacionalidad y las previsiones meteorológicas.

Ofrecer insights personalizados en tiempo real será cada vez más importante a medida que las empresas tratan de obtener una ventaja competitiva a través de una toma de decisiones más oportuna e informada. Otros factores que pueden dar forma al futuro de la analítica integrada incluyen el creciente uso de soluciones basadas en la nube, la mayor adopción de análisis de autoservicio y la integración de soluciones analíticas con tecnologías emergentes, como el Internet de las cosas (IoT) y la cadena de bloques.

Cómo elegir una solución de analítica integrada

Al evaluar si una plataforma puede satisfacer tus necesidades de analítica integrada, ten en cuenta los siguientes factores, en orden de prioridad:

1. Integración: debería integrarse con la aplicación o plataforma existente, sin necesidad de soluciones alternativas personalizadas.
2. Conectividad de datos: debería poder conectarse a una amplia gama de orígenes de datos, incluidas bases de datos, almacenamiento en la nube y otras aplicaciones.
3. Seguridad: debería proporcionar funciones de seguridad sólidas para proteger los datos confidenciales, incluida la autenticación de usuario silenciosa, el cifrado de datos y los controles de acceso.
4. Escalabilidad: debería ser escalable para manejar grandes cantidades de datos e interacciones de usuarios, manteniendo al mismo tiempo el rendimiento y la fiabilidad.
5. Soporte y formación: debería estar respaldada por un equipo de soporte experto, que te proporcione acceso a formación y recursos para ayudar a los usuarios a aprovechar al máximo el sistema.
6. Costo total de propiedad: debería proporcionar un ROI positivo, con un modelo de precios transparente que tenga en cuenta todos los costos, incluidas las licencias, la implementación y el mantenimiento y el soporte continuos.
7. Personalización: las visualizaciones del sistema deberían ser personalizables para que el componente incrustado parezca formar parte de la aplicación original de forma natural. Debería ser funcionalmente personalizable para las necesidades específicas del negocio con la capacidad de agregar o eliminar funciones según sea necesario.
8. Funcionalidad analítica: debe proporcionar una gama de funcionalidades analíticas, incluidos el modelamiento de datos, la visualización de datos, análisis predictivos y la generación de informes.
9. Capacidades de autoservicio: debería permitir a los usuarios modificar su vista de los datos en tiempo real, sin necesidad de formación ni soporte de TI.

Obtén todas las ventajas de la analítica integrada con Oracle

Oracle Analytics ofrece una gama de capacidades de incrustación de elementos, como utilizar sencillamente un enlace para acceder a un libro de trabajo, así como la flexibilidad para utilizar las herramientas de desarrollo con poco código de Oracle para proporcionar componentes o utilizar el marco de incrustación JavaScript que prefieren los desarrolladores de código completo.

La combinación de Oracle Analytics integrada y la gran cantidad de servicios disponibles en Oracle Cloud Infrastructure (OCI) ofrece una forma única para que las empresas creen aplicaciones personalizadas y componibles. Por ejemplo, pueden crear una aplicación con Visual Builder que tome una imagen, realice análisis con el servicio OCI AI Vision y genere sugerencias para "etiquetas" que actúen como filtros para analítica integrada. Esta solución también utiliza Oracle Autonomous Data Warehouse, OCI Object Storage y la comunicación a través de las API de REST de Oracle Cloud Infrastructure. Abundan los casos de uso de negocios para aplicaciones de este tipo, por ejemplo utilizando las capacidades de AI Vision para detectar en qué medida están llenos los estacionamientos o cuándo el inventario se ha mojado en una línea de montaje.

Las analíticas integradas que utilicen una amplia gama de técnicas pueden ser de utilidad para empresas de todos los tamaños. Comenzar con los análisis integrados puede ser tan fácil como copiar y pegar un enlace de libro de trabajo de análisis en una de tus aplicaciones empresariales. O bien, si eres desarrollador ciudadano, puedes probar algo más avanzado utilizando opciones con poco código para la incrustación de elementos. O, en el caso de los desarrolladores, no tendrán límites si utilizan un marco de integración para la creación de código completo. Independientemente de lo que elijas, verás rápidamente cómo proporcionar información en el momento adecuado, en el flujo del trabajo de un empleado o el proceso de compra de un cliente, puede resultar en mejores decisiones y una mayor productividad o ventas.

La analítica integrada permite que todos los sistemas sobresalgan en sus funciones previstas, que es la principal ventaja. Las empresas de software pueden permitir que su aplicación host, y sus desarrolladores, se centren por completo en optimizar el funcionamiento operativo de ese sistema. Al utilizar una plataforma de análisis para proporcionar analítica integrada, las empresas pueden evitar la obligación de desarrollar sus propios análisis personalizados, un área en la que pueden carecer de experiencia.

Preguntas frecuentes sobre la analítica integrada

¿Cuál sería un ejemplo de analítica integrada?

Un ejemplo de analítica integrada son las métricas y las visualizaciones integradas en un sistema CRM (gestión de relaciones con el cliente). Los representantes de ventas pueden consultar métricas clave de rendimiento, como ingresos de ventas, tasas de conversión y costos de captación de clientes, directamente en el sistema CRM que utilizan a diario. Esto les permite tomar decisiones basadas en datos, identificar tendencias y realizar el seguimiento de los progresos hacia sus objetivos sin tener que cambiar de unas aplicaciones a otras.

¿Cuál es el poder de la analítica integrada?

El poder de la analítica integrada radica en su capacidad para incorporar sin problemas análisis de datos a flujos de trabajo, aplicaciones y procesos empresariales existentes. Al integrar la analítica directamente en sus operaciones diarias, las empresas pueden obtener insights en tiempo real, tomar decisiones basadas en datos y responder rápidamente a las condiciones cambiantes del mercado. De este modo, se puede incrementar la eficiencia, mejorar las experiencias de los clientes, aumentar los ingresos y reducir los costos.

¿Cuál es el valor de la analítica integrada?

En primer lugar, la analítica integrada permite a las empresas tomar decisiones informadas basadas en insights de datos en tiempo real, lo que mejora su capacidad para abordar de forma inmediata los problemas o los cambios del mercado. Con la analítica integrada, los empleados pueden acceder e interpretar los datos sin depender de las competencias especializadas o el apoyo de un equipo de datos. Esto democratiza el acceso a la información, acelerando la toma de decisiones y reduciendo la probabilidad de errores causados por el procesamiento manual de datos.

En segundo lugar, la analítica integrada puede proporcionar una ventaja competitiva, ya que mejora la calidad de las experiencias de los clientes. Con insights en tiempo real, las empresas pueden comprender mejor el comportamiento y las preferencias de sus clientes, lo que les permite brindar recomendaciones personalizadas y elaborar campañas de marketing específicas. Esto, a su vez, puede aumentar la fidelización de los clientes, reducir las tasas de abandono e impulsar el crecimiento de los ingresos.

Por último, la analítica integrada puede ayudar a reducir los costos al identificar ineficiencias en los procesos de negocio y propiciar una mejora continua. Al supervisar los indicadores clave de rendimiento (KPI) en tiempo real, las empresas pueden identificar cuellos de botella, ajustar los procesos en consecuencia y reducir los residuos, mejorando en última instancia sus resultados.

La analítica integrada es un enfoque innovador de la analítica de datos que permite una toma de decisiones mejor fundamentada. En este artículo, definiremos la analítica integrada, evaluaremos sus ventajas y examinaremos las técnicas de implementación más comunes. Con la analítica integrada, las organizaciones pueden incorporar capacidades de análisis directamente en los flujos de trabajo y las aplicaciones empresariales, lo que permite a los empleados, o incluso a veces a los clientes, acceder a insights en tiempo real y en contexto, y ayudarlos a tomar decisiones basadas en datos.

¿Qué es la analítica integrada?

La analítica integrada incorpora directamente análisis de datos y capacidades de visualización en aplicaciones operativas u otros tipos de software, lo que permite a las personas acceder y analizar información sin cambiar entre diferentes aplicaciones o sistemas. La analítica integrada ayuda a las empresas a mejorar la toma de decisiones y detectar nuevas oportunidades al tiempo que reduce la complejidad que implica este análisis. Logra que los insights basados en datos sean más accesibles y útiles para más personas (empleados y, a veces, incluso clientes), aportando información pertinente y práctica donde sea necesaria.

Analítica integrada frente a inteligencia empresarial (BI)

La analítica empresarial y la analítica integrada tienen como objetivo ayudar a las empresas a tomar decisiones bien fundamentadas con información basada en datos. La diferencia está en cómo se utilizan. La analítica empresarial y la inteligencia empresarial (BI) requieren que los usuarios abandonen las aplicaciones operativas que utilizan para realizar su trabajo y utilicen herramientas independientes con diferentes interfaces para obtener insights de datos.

La analítica integrada se diseña para una ubicación específica en la que se incorporará, proporcionando información relevante para la tarea. Ofrece una forma sencilla para que las personas accedan al análisis y los insights, mientras que la analítica empresarial o las herramientas de inteligencia empresarial también ofrecen información para el consumo, pero requieren que una persona con conocimientos técnicos cree o modifique el contenido mediante la herramienta y los orígenes de datos relacionados.

Diferencias clave

A diferencia de los análisis tradicionales, la analítica integrada elimina la necesidad de cambiar la interfaz de usuario que estás utilizando para hacer tu trabajo y adoptar una herramienta de análisis especializada para acceder a información e insights justificativos. Los usuarios internos (empleados) y externos (clientes) no necesitan conocimientos técnicos avanzados ni acceso a la plataforma de análisis subyacente ni a los sistemas de gestión de datos para utilizar analítica integrada. Ese acceso les permite tomar decisiones basadas en datos sin comprender el proceso de análisis involucrado.

La analítica integrada proporciona un enfoque más eficiente, accesible y fácil de usar, especialmente adecuado para apoyar procesos de negocio en tiempo real. La analítica integrada puede ofrecer insights contextuales para respaldar los procesos de negocio en tiempo real. Sin analítica integrada, el usuario requeriría acceso a una plataforma de análisis independiente, las competencias para usar ese software, una comprensión de las definiciones de datos y más tiempo para interactuar, manipular y digerir la información presentada.

Conclusiones clave

• Un proyecto de analítica integrada de éxito requiere una comprensión clara de la experiencia del usuario y los objetivos de negocio específicos que el proyecto está tratando de abordar. ¿Cómo se beneficiará el negocio y sus clientes?
• La analítica integrada debe sumarse sin problemas en la aplicación o plataforma para que el componente incrustado no pueda reconocerse como algo al margen de la aplicación. Para ello, el sistema de analítica integrada debe combinarse adecuadamente con la infraestructura y las herramientas existentes.
• Una solución de analítica integrada se debe ampliar para manejar grandes volúmenes de datos e interacciones con el usuario sin demora a la hora de representar el componente incorporado. El sistema debe manejar consultas y cálculos complejos, con un rendimiento óptimo incluso a medida que crecen los volúmenes de datos.
• El equipo de implementación debe asegurarse de que se apliquen las políticas de gobernanza y seguridad de datos necesarias para proteger los datos de los usuarios y cumplir las regulaciones. Esto incluye el control del acceso a los datos, la supervisión del uso de información y la aplicación de políticas de seguridad.
• Vale la pena medir el retorno de la inversión de la plataforma de analítica integrada. Al incorporar el seguimiento del uso, las empresas pueden cuantificar el valor del uso de métricas, como el tiempo que ahorran los clientes.

Explicación de la analítica integrada

La analítica integrada es una plataforma de software que incorpora las capacidades de análisis de datos en las aplicaciones operativas de una organización para respaldar mejor los flujos de trabajo y los procesos de negocio. Mediante el uso de la analítica integrada directamente en aplicaciones operativas, como sistemas CRM o ERP, los usuarios finales pueden acceder a insights de datos esenciales sin necesidad de herramientas adicionales o soporte de TI o analistas de datos. Esto significa que los usuarios pueden tomar decisiones informadas y basadas en datos sin salir del contexto de su flujo de trabajo o aplicación actual. Cuando se utiliza ampliamente en una empresa, la analítica integrada puede mejorar la productividad, aumentar el ROI de la plataforma de análisis y fomentar una cultura basada en análisis.

¿Por qué es importante la analítica integrada?

Desde la perspectiva de la empresa: la analítica integrada puede ayudar a una empresa a diferenciar sus productos y servicios de la competencia. Por ejemplo, un banco puede incorporar insights visuales de datos en la vista general de la cuenta en línea de sus clientes que muestra el progreso de sus ahorros y proyecta la potencial riqueza futura en función de diferentes escenarios de ahorro y retorno. Este servicio de valor añadido es relativamente barato pero de alto valor para sus clientes, ya que mejora directamente lo que los clientes están tratando de hacer. Al integrar los análisis directamente en los productos, las empresas pueden mejorar la retención de clientes e incluso generar nuevas fuentes de ingresos al cobrar por funciones analíticas adicionales. La analítica integrada también permite a las empresas recopilar y analizar datos de uso, lo que proporciona insights sobre el comportamiento y las preferencias del cliente que informan el futuro desarrollo de productos.

Desde la perspectiva del usuario: la analítica integrada permite a los empleados o clientes acceder a insights de datos directamente en sus tareas diarias sin necesidad de herramientas adicionales ni conocimientos especializados. Esto ayuda a las personas a tomar decisiones mejor informadas y basadas en datos, fortaleciendo la productividad, la precisión y la eficiencia. Con la analítica integrada, las personas pueden consumir rápida y fácilmente los insights de datos presentados que, de otro modo, serían difíciles de generar o consumirían mucho tiempo. Además, la analítica integrada permite a las personas tomar medidas inmediatas basadas en estos conocimientos, en lugar de tener que posponer una decisión para recopilar más datos e investigaciones. Por ejemplo, cuando alguien inicia sesión en su cuenta bancaria en línea personal, la analítica integrada podría permitirle revisar sus comportamientos de gasto visualmente y otras herramientas podrían ayudarle a evaluar si una compra importante, como un automóvil nuevo, está a su alcance.

¿Cómo funciona la analítica integrada?

Existen múltiples métodos para incorporar insights en otros sistemas, con niveles de competencias técnicas requeridas progresivamente mayores. Lo más sencillo pasa únicamente por cortar y pegar enlaces en una aplicación. El siguiente nivel utiliza opciones con poco código para que una persona con algo más de técnica, pero que no tenga necesariamente que escribir código, entienda los sistemas que se utilicen. Finalmente, hay marcos de desarrolladores de código completo que proporcionan la mayor flexibilidad, pero exigen competencias especializadas. A continuación, se muestran más detalles sobre estos tres métodos para integrar herramientas de análisis.

• Integración mediante copia y pegado de una URL: en este enfoque, el sistema operativo con el que el usuario interactúa llama a la plataforma de análisis para que genere el componente de análisis necesario, como un gráfico o una tabla, en un espacio predeterminado de la interfaz de usuario. Para utilizar este enfoque, esa aplicación operativa debe ofrecer un método para incrustar contenido, normalmente de enlaces, sitios web o iFrames; esa URL vendría del software de análisis. La figura 2 muestra análisis incrustados en Microsoft Teams utilizando la aplicación del sitio web de Microsoft.

  Descubre cómo integrar Oracle Analytics Cloud en Microsoft Teams

• Integración mediante plataformas de desarrollo con poco código: las ventajas del desarrollo de aplicaciones con poco código incluyen una innovación más rápida en comparación con la codificación desde cero, lo que permite una ejecución rápida de los requisitos de negocio con un costo mínimo. Se pueden utilizar diversas técnicas para integrar análisis, según el caso de uso y el nivel de aptitud de la persona que realiza la incrustación. El usuario con poco código es probablemente un analista de negocios experto en tecnología u otro "desarrollador ciudadano" que se siente cómodo con herramientas ricas en funciones, pero no es un escritor de código completo. Por ejemplo, las herramientas con poco código pueden ofrecer un componente web que facilite la incorporación de insights de analíticas en las aplicaciones. Además, algunas bases de datos incluyen herramientas con poco código para incrustar visualizaciones de datos y otros análisis con mayor facilidad.

  Por ejemplo, en la figura 3, las búsquedas por facetas de Oracle APEX pueden filtrar el contenido de la analítica integrada, incluidas las nubes de etiquetas y las visualizaciones de generación de lenguaje natural.

  La figura 4 muestra un componente web de análisis utilizado en una aplicación de Oracle Visual Builder que hace referencia a un proyecto de análisis y las propiedades que puede configurar el desarrollador de aplicaciones con poco código.

• Integración mediante marcos de código completo: los marcos de código completo ofrecen la mayor flexibilidad, pero su uso requiere desarrolladores con competencias adecuadas. Por ejemplo, un desarrollador puede utilizar un marco incrustado de JavaScript junto con HTML y CSS para crear una experiencia de aplicación web totalmente personalizada. Consulta la figura 5: para cada lienzo de Oracle Analytics, es posible ver y copiar el código necesario para hacer referencia a ese lienzo en la aplicación web.

  Incrustar contenido de esta manera ofrece las funcionalidad adicional de pasar filtros e invocar eventos, lo que resulta en una experiencia de usuario enriquecida y que se puede adaptar a un diseño web ajustable. Véase la figura 6.

Siete ventajas de la analítica integrada

La analítica integrada puede facilitar y hacer más eficiente que los empleados y clientes obtengan información sobre la que puedan actuar sin necesidad de salir de la aplicación o la interfaz digital que estén utilizando. Esa información podría presentarse en forma de gráfico, tabla, mapa o incluso solo una petición de datos de texto. La cuestión es que la información proviene de alguna otra fuente de datos, pero aparece naturalmente en la actividad digital que está desarrollando una persona. A continuación se detallan siete beneficios que puede aportar.

1. Toma de decisiones basada en datos: al proporcionar a las personas los insights adecuados dentro de su proceso de toma de decisiones y con el contexto necesario, es más probable que tomen la mejor decisión basada en datos más rápido porque la información está disponible fácilmente sin necesidad de buscarla.
2. Mayor productividad: cuando se presenta la información correcta inmediatamente, integrada en un proceso de negocio, las personas ahorran tiempo al no tener que buscar insights de análisis en herramientas independientes. Para pasar de una herramienta a otra, es preciso cambiar de contexto de manera constante, lo cual afecta negativamente a la productividad.
3. Satisfacción del cliente: los clientes obtienen una experiencia más optimizada en su actividad de investigación o compra, ya que la información pertinente que necesitan para llevar a cabo la acción o tomar la decisión se presenta inmediatamente. Esto permite a las personas completar sus tareas sin necesidad de extraer datos de otras aplicaciones, hacer llamadas telefónicas o buscar otra ayuda de expertos.
4. Crecimiento de los ingresos: si los empleados están tomando decisiones más rápidas, precisas y basadas en datos, mejoran las probabilidades de obtener mejores resultados empresariales e impulsar el crecimiento de los ingresos, ya que la empresa puede actuar más rápido sobre nuevas oportunidades. Los clientes bien informados deben enfrentarse a una menor indecisión y, si se tiene suerte, también registrarán mayores ventas.
5. Autoservicio: la analítica integrada mejora el autoservicio al proporcionar a las personas información más relevante para completar su trabajo sin necesidad de recurrir a herramientas, pasos o ayudas adicionales de terceros.
6. Un único origen de datos de confianza: las plataformas de análisis que proporcionan un modelo de datos empresariales uniforme y de confianza también pueden proporcionar analítica integrada para ofrecer métricas e insights de confianza. La información proporcionada por otros medios (llamadas telefónicas, mensajes de Slack, correos electrónicos, declaraciones en papel) puede conducir rápidamente a números inconsistentes.
7. Aplicaciones componibles: la analítica integrada es un componente fundamental en la creación de aplicaciones componibles, ya que la plataforma de análisis puede proporcionar a una aplicación una capacidad, como visualizaciones de datos, que de lo contrario carecería. La ventaja de las aplicaciones componibles es que la empresa puede combinar componentes existentes rápidamente para abordar una nueva necesidad de negocio.

Ejemplos y casos de uso de analítica integrada

Si estás planteándote cómo utilizar de forma más eficaz la analítica integrada, considera tres escenarios genéricos de integración: en sitios web o aplicaciones orientados al público, en aplicaciones empresariales orientadas al empleado y, en el caso de proveedores de software independientes, en sus aplicaciones para aumentar su utilidad. A continuación detallamos estos tres escenarios.

Integración de sitios web públicos y aplicaciones móviles: la integración de herramientas de analítica y visualización de datos directamente en un sitio web o aplicación web permite a los usuarios interactuar y evaluar información sin salir de la página web. Por ejemplo, una empresa de alquiler de casas vacacionales puede proporcionar a los anfitriones información sobre el rendimiento de su propiedad, como las tarifas de ocupación, los precios y las revisiones, en el contexto del sitio web o la aplicación móvil de la compañía para los propietarios.

Integración interna de sistemas operativos: la integración de herramientas de análisis y visualización de datos directamente en sistemas corporativos internos puede generar importantes ahorros de tiempo para los empleados y proporcionar a las personas información más procesable. Por ejemplo, una plataforma de gestión de la cadena de suministro que incorpore análisis puede proporcionar visibilidad en tiempo real de los niveles de inventario, el rendimiento de los proveedores y los tiempos de entrega, de modo que esos insights están visibles directamente en el sistema de gestión de la cadena de suministro de una empresa sin necesidad de que un empleado cambie a otras herramientas de la empresa.

Integración de sistemas de terceros: los análisis integrados se pueden integrar en una aplicación de terceros en un acuerdo con un proveedor de software independiente (ISV) para proporcionar a sus usuarios insights en tiempo real dentro de sus flujos de trabajo. Esto permite al ISV proporcionar insights basados en datos a sus clientes o socios, creando una ventaja competitiva. Por ejemplo, un ISV podría integrar análisis en su plataforma de comercio electrónico para proporcionar a sus clientes insights en tiempo real sobre el comportamiento del consumidor, como el historial de compras y navegación.

Funciones clave de la plataforma de analítica integrada

Una plataforma de analítica integrada requiere algunas funciones fundamentales para satisfacer las necesidades de las empresas. Esas necesidades giran principalmente en torno a la forma en que el usuario interactúa con los datos, como paneles de control, visualizaciones e interactividad, así como en la capacidad de acceder a los datos adecuados. Estas son las características clave que necesita una plataforma de análisis integrada.

• Paneles de control: los proveedores de software que se destacan en la creación de software operativo pueden no tener necesariamente experiencia en herramientas de análisis, por lo que incorporar análisis de un proveedor de software especializado puede resultar beneficioso. Al integrar paneles de control incrustados, los empleados pueden interactuar más fácilmente con sus datos de una manera intuitiva y accesible.
• Visualización de datos: las visualizaciones de datos incrustadas, como gráficos, narrativas de idioma y tablas, se pueden integrar directamente en otra aplicación web o móvil, lo que proporciona a los usuarios una representación visual clara y concisa de su información para respaldar la toma de decisiones.
• Autoservicio de analíticas: el contenido incrustado se conecta directamente al origen de datos y proporciona al usuario una forma gráfica de interactuar con esa información sin solicitar al departamento de TI que cree un informe para ellos. Las capacidades de autoservicio incluyen la posibilidad de modificar su vista mediante el filtrado, el cambio de tipos de gráficos, el aumento de detalle en elementos de datos adicionales y la creación de nuevas visualizaciones.
• Conectores de datos: la plataforma de analítica integrada debe conectarse directamente a todos los orígenes de datos relevantes sin tener que mover datos ni depender de almacenes de datos propietarios, ya que esos enfoques pueden generar informaciones anticuadas e inconsistentes.
• Interactividad: la analítica integrada debe ser capaz de interactuar con el host en el que está incrustado. Esto puede incluir la aceptación de valores transferidos como filtros o el envío de eventos basados en datos a la página del host.

El futuro de la analítica integrada

La analítica integrada desempeñará una función cada vez más importante para ayudar a los empleados y clientes a acceder a los insights que necesitan para tomar medidas: todo dentro de la aplicación que estén utilizando. Esto resolverá los principales obstáculos para que las empresas puedan utilizar con mayor eficacia los datos y ayudar a las personas a tomar decisiones inteligentes con confianza. La analítica integrada proporcionará mucho más que gráficos estáticos o ligeramente interactivos. El aprendizaje automático (ML) podrá proporcionar previsiones visuales contextuales sin que el usuario tenga que solicitarlas. Por ejemplo, una empresa de energía puede utilizar el aprendizaje automático para proporcionar información dentro de las páginas de facturación de sus clientes que prediga sus próximos seis meses de uso de energía considerando el consumo pasado y otros factores externos, como la estacionalidad y las previsiones meteorológicas.

Ofrecer insights personalizados en tiempo real será cada vez más importante a medida que las empresas tratan de obtener una ventaja competitiva a través de una toma de decisiones más oportuna e informada. Otros factores que pueden dar forma al futuro de la analítica integrada incluyen el creciente uso de soluciones basadas en la nube, la mayor adopción de análisis de autoservicio y la integración de soluciones analíticas con tecnologías emergentes, como el Internet de las cosas (IoT) y la cadena de bloques.

Cómo elegir una solución de analítica integrada

Al evaluar si una plataforma puede satisfacer tus necesidades de analítica integrada, ten en cuenta los siguientes factores, en orden de prioridad:

1. Integración: debería integrarse con la aplicación o plataforma existente, sin necesidad de soluciones alternativas personalizadas.
2. Conectividad de datos: debería poder conectarse a una amplia gama de orígenes de datos, incluidas bases de datos, almacenamiento en la nube y otras aplicaciones.
3. Seguridad: debería proporcionar funciones de seguridad sólidas para proteger los datos confidenciales, incluida la autenticación de usuario silenciosa, el cifrado de datos y los controles de acceso.
4. Escalabilidad: debería ser escalable para manejar grandes cantidades de datos e interacciones de usuarios, manteniendo al mismo tiempo el rendimiento y la fiabilidad.
5. Soporte y formación: debería estar respaldada por un equipo de soporte experto, que te proporcione acceso a formación y recursos para ayudar a los usuarios a aprovechar al máximo el sistema.
6. Costo total de propiedad: debería proporcionar un ROI positivo, con un modelo de precios transparente que tenga en cuenta todos los costos, incluidas las licencias, la implementación y el mantenimiento y el soporte continuos.
7. Personalización: las visualizaciones del sistema deberían ser personalizables para que el componente incrustado parezca formar parte de la aplicación original de forma natural. Debería ser funcionalmente personalizable para las necesidades específicas del negocio con la capacidad de agregar o eliminar funciones según sea necesario.
8. Funcionalidad analítica: debe proporcionar una gama de funcionalidades analíticas, incluidos el modelamiento de datos, la visualización de datos, análisis predictivos y la generación de informes.
9. Capacidades de autoservicio: debería permitir a los usuarios modificar su vista de los datos en tiempo real, sin necesidad de formación ni soporte de TI.

Obtén todas las ventajas de la analítica integrada con Oracle

Oracle Analytics ofrece una gama de capacidades de incrustación de elementos, como utilizar sencillamente un enlace para acceder a un libro de trabajo, así como la flexibilidad para utilizar las herramientas de desarrollo con poco código de Oracle para proporcionar componentes o utilizar el marco de incrustación JavaScript que prefieren los desarrolladores de código completo.

La combinación de Oracle Analytics integrada y la gran cantidad de servicios disponibles en Oracle Cloud Infrastructure (OCI) ofrece una forma única para que las empresas creen aplicaciones personalizadas y componibles. Por ejemplo, pueden crear una aplicación con Visual Builder que tome una imagen, realice análisis con el servicio OCI AI Vision y genere sugerencias para "etiquetas" que actúen como filtros para analítica integrada. Esta solución también utiliza Oracle Autonomous Data Warehouse, OCI Object Storage y la comunicación a través de las API de REST de Oracle Cloud Infrastructure. Abundan los casos de uso de negocios para aplicaciones de este tipo, por ejemplo utilizando las capacidades de AI Vision para detectar en qué medida están llenos los estacionamientos o cuándo el inventario se ha mojado en una línea de montaje.

Las analíticas integradas que utilicen una amplia gama de técnicas pueden ser de utilidad para empresas de todos los tamaños. Comenzar con los análisis integrados puede ser tan fácil como copiar y pegar un enlace de libro de trabajo de análisis en una de tus aplicaciones empresariales. O bien, si eres desarrollador ciudadano, puedes probar algo más avanzado utilizando opciones con poco código para la incrustación de elementos. O, en el caso de los desarrolladores, no tendrán límites si utilizan un marco de integración para la creación de código completo. Independientemente de lo que elijas, verás rápidamente cómo proporcionar información en el momento adecuado, en el flujo del trabajo de un empleado o el proceso de compra de un cliente, puede resultar en mejores decisiones y una mayor productividad o ventas.

La analítica integrada permite que todos los sistemas sobresalgan en sus funciones previstas, que es la principal ventaja. Las empresas de software pueden permitir que su aplicación host, y sus desarrolladores, se centren por completo en optimizar el funcionamiento operativo de ese sistema. Al utilizar una plataforma de análisis para proporcionar analítica integrada, las empresas pueden evitar la obligación de desarrollar sus propios análisis personalizados, un área en la que pueden carecer de experiencia.

Preguntas frecuentes sobre la analítica integrada

¿Cuál sería un ejemplo de analítica integrada?

Un ejemplo de analítica integrada son las métricas y las visualizaciones integradas en un sistema CRM (gestión de relaciones con el cliente). Los representantes de ventas pueden consultar métricas clave de rendimiento, como ingresos de ventas, tasas de conversión y costos de captación de clientes, directamente en el sistema CRM que utilizan a diario. Esto les permite tomar decisiones basadas en datos, identificar tendencias y realizar el seguimiento de los progresos hacia sus objetivos sin tener que cambiar de unas aplicaciones a otras.

¿Cuál es el poder de la analítica integrada?

El poder de la analítica integrada radica en su capacidad para incorporar sin problemas análisis de datos a flujos de trabajo, aplicaciones y procesos empresariales existentes. Al integrar la analítica directamente en sus operaciones diarias, las empresas pueden obtener insights en tiempo real, tomar decisiones basadas en datos y responder rápidamente a las condiciones cambiantes del mercado. De este modo, se puede incrementar la eficiencia, mejorar las experiencias de los clientes, aumentar los ingresos y reducir los costos.

¿Cuál es el valor de la analítica integrada?

En primer lugar, la analítica integrada permite a las empresas tomar decisiones informadas basadas en insights de datos en tiempo real, lo que mejora su capacidad para abordar de forma inmediata los problemas o los cambios del mercado. Con la analítica integrada, los empleados pueden acceder e interpretar los datos sin depender de las competencias especializadas o el apoyo de un equipo de datos. Esto democratiza el acceso a la información, acelerando la toma de decisiones y reduciendo la probabilidad de errores causados por el procesamiento manual de datos.

En segundo lugar, la analítica integrada puede proporcionar una ventaja competitiva, ya que mejora la calidad de las experiencias de los clientes. Con insights en tiempo real, las empresas pueden comprender mejor el comportamiento y las preferencias de sus clientes, lo que les permite brindar recomendaciones personalizadas y elaborar campañas de marketing específicas. Esto, a su vez, puede aumentar la fidelización de los clientes, reducir las tasas de abandono e impulsar el crecimiento de los ingresos.

Por último, la analítica integrada puede ayudar a reducir los costos al identificar ineficiencias en los procesos de negocio y propiciar una mejora continua. Al supervisar los indicadores clave de rendimiento (KPI) en tiempo real, las empresas pueden identificar cuellos de botella, ajustar los procesos en consecuencia y reducir los residuos, mejorando en última instancia sus resultados.