Sin un indicador de combustible en su automóvil, tendría que depender de su intuición para saber cuándo repostar, y eso es arriesgado. Podría terminar varado en una carretera vacía sin gasolina.
El mismo principio se aplica al software que usamos todos los días. Integrar análisis (cuadros, gráficos, informes y paneles de control) en su aplicación significa que sus usuarios pueden basar sus decisiones en visualizaciones rápidas y potentes de datos en tiempo real.
Tome a Booking.com como ejemplo. Su uso de visualizaciones brinda a los propietarios información sobre cuándo los huéspedes potenciales planean visitar su ciudad, cuánto tiempo planean quedarse y cómo se compara la demanda de los viajeros con sus propias reservas. Los propietarios también pueden ver, de un vistazo, desde qué países reservan los huéspedes y comprender mejor sus motivos para viajar.
Las mejores aplicaciones proporcionan análisis contextuales que combinan datos internos con información más amplia del mercado. Juntos, podemos intentar construir algo así en una futura publicación de blog, pero para cubrir primero los conceptos básicos, limitémonos solo a un panel de control interno.
Imaginemos que estamos trabajando en una aplicación de entrega de comida y queremos integrar un panel de control para que los dueños de restaurantes lo utilicen para obtener información. Utilizaremos InterBase para una gestión de bases de datos súper rápida, segura y robusta, y Yellowfin por sus potentes análisis.
Paso 1: Generar un conjunto de datos
Lo primero que necesitamos son datos, y como aquí solo estamos aprendiendo, vamos a crear un conjunto de datos sintéticamente utilizando la IA de ChatGPT.
El prompt (indicación) de IA que estamos utilizando es: "Crea una base de datos para una aplicación de entrega de comida. Formatéala de manera que enumere los pedidos en filas, con columnas que incluyan variables como comentarios (1-10), cliente recurrente (0/1), valor del pedido, tipo de pedido (qué comida era), hora del pedido y tiempo de preparación. Dame 10.000 filas en formato CSV, algo que realmente podría extraerse de la aplicación."
Paso 2: Configurar una base de datos en vivo y crear una Vista
Podríamos subir ese archivo CSV a Yellowfin tal cual, pero para simular cambios en los datos en tiempo real y mostrar cómo se refleja en nuestros análisis, utilizaremos InterBase, una base de datos de tamaño reducido que manejará los nuevos pedidos.
Dentro de Yellowfin, vamos a la Consola de Administración y agregamos una nueva conexión de base de datos utilizando el controlador JDBC de InterBase, apuntándolo al servidor local de InterBase y al archivo de la base de datos. Una vez que se valida la conexión, Yellowfin puede consultar la base de datos directamente, tal como lo haría cualquier aplicación.
Con la conexión establecida, podemos crear una Vista (View) en Yellowfin sobre nuestra base de datos; esto actuará como la base para nuestro análisis.
Una Vista en Yellowfin es donde puede obtener una vista previa de sus datos de origen, cambiar métricas y dimensiones, agregar campos calculados y otras cosas que pueda necesitar hacer en preparación para el análisis.
Paso 3 La parte divertida del análisis de datos: Hacer preguntas a Yellowfin
Una vez que tenga una Vista activa, puede comenzar a ejecutar análisis en ella. Esta es la parte más interesante, ya que piensa activamente en qué tipo de información le importaría más a la persona que la va a ver; en este caso, el dueño del restaurante.
Tradicionalmente, aquí es donde los usuarios tendrían que comprender los gráficos, filtros y dimensiones antes de poder obtener respuestas. Yellowfin ofrece otra opción: Consulta en Lenguaje Natural (NLQ).
NLQ permite a los usuarios hacer preguntas sobre sus datos en lenguaje sencillo y obtener respuestas inmediatas. En lugar de crear un informe primero, el dueño de un restaurante puede simplemente escribir preguntas como "¿Cuántos pedidos hay hoy?" o "Tiempo promedio de preparación por tipo de pedido". Yellowfin traduce estas preguntas en consultas a la base de datos en segundo plano y devuelve el resultado como una tabla o gráfico.
Eso fue fácil. Ahora hagamos un par de preguntas más:
¿Cuántos pedidos hay hoy?
Ventas netas de hoy
De la misma manera, obtenemos resultados que podemos agrupar en la sección principal ("hero") de nuestro panel de control.
Ahora, la dueña del restaurante tiene una vista en tiempo real de cómo le va al negocio, mostrando valores específicos y significativos que encuentra más útiles. Usamos InterBase en el backend y todos los cambios se sincronizan en tiempo real.
Lo siguiente que el dueño del restaurante encontraría útil es un desglose de las ventas netas por día. En Yellowfin, podemos preguntar "Muéstrame las ventas netas por día" y obtenemos un gráfico que se ve así:
También podríamos observar algo como los comentarios de los clientes versus el tiempo de preparación para ver en qué medida el tiempo que un cliente pasa esperando podría perjudicar nuestras calificaciones de las reseñas. Y tal vez después de eso, podríamos comparar el tiempo promedio de preparación por tipo de pedido para ver qué artículos podrían beneficiarse de la optimización de la preparación.
A partir de esta visualización podemos ver que la pizza tarda más en prepararse y ya sabemos que cuanto mayor es el tiempo de preparación, más descontento está el cliente. ¡Ahora podría ser el momento de invertir en un mejor horno de pizza!
Reflexiones finales
En este punto, tenemos algunos gráficos que el dueño de un restaurante realmente podría necesitar:
- una vista en vivo de los pedidos
- una comprensión de cómo se está desempeñando la cocina
- y un desglose de los ingresos por día.
Yellowfin facilitó el paso de hacer preguntas en lenguaje sencillo a refinar esas respuestas en imágenes listas para el panel de control, todo sobre una base de datos en vivo.
Ya sea que esté creando una aplicación de entrega de comida, una plataforma de reservas o cualquier otro producto, el patrón es el mismo: piense en las preguntas más apremiantes de sus usuarios y ofrezca las respuestas justo donde trabajan. O, mejor aún, deje que ellos mismos hagan las preguntas.
Si lo hacemos correctamente, el análisis de datos puede convertirse en algo en lo que sus usuarios confían todos los días, agregando valor a sus productos y servicios.
¿Quiere hacer su propio análisis? Comience aquí y le configuraremos una licencia de prueba.