¿Qué es el consumidor aumentado? Definición de analítica con IA de Yellowfin

El auge de las funcionalidades impulsadas por IA en las soluciones de analytics actuales ha reducido progresivamente nuestra dependencia de los dashboards, al facilitar que los profesionales de negocio analicen sus datos.

Con este creciente cambio de paradigma, ha surgido una nueva denominación: el consumidor aumentado.

A primera vista, la palabra «aumentado» puede evocar diferentes interpretaciones. ¿Asistentes de dashboards basados en IA? ¿Informes basados en lenguaje natural?

Pero, sobre todo, el término representa un cambio fundamental en la forma de entender el analytics. Su objetivo es capacitar a los consumidores de información, independientemente de su nivel de conocimientos y habilidades, para:

• Utilizar potentes capacidades de analytics que anteriormente solo estaban disponibles para analistas o especialistas
• Recibir automáticamente insights personalizados, dinámicos y adaptados a sus necesidades
• Tomar medidas basadas en datos de forma más eficiente y eficaz dentro de sus principales flujos de trabajo 

Este artículo explica el significado del consumidor aumentado, lo que representa para el analytics y la inteligencia empresarial (BI), y por qué deberías prestar atención a esta evolución.

¿Qué significa consumidor aumentado?

El consumidor aumentado es cualquier profesional de negocio que utiliza capacidades de analytics automatizadas, contextuales y basadas en IA como parte de su flujo de trabajo de análisis de datos.

Lo que diferencia al consumidor aumentado de los usuarios tradicionales de analytics es que no depende de los dashboards tradicionales como su principal o única forma de analizar los datos.

Históricamente, los dashboards y los informes predefinidos han sido considerados por las empresas como el principal método mediante el cual los usuarios de analytics supervisan, exploran y analizan sus datos.

En su lugar, ahora los usuarios tienen un acceso más sencillo a funcionalidades avanzadas como la monitorización empresarial automatizada (ABM) y las consultas en lenguaje natural (NLQ) al explorar sus datos.

Estas herramientas, junto con otras impulsadas por la inteligencia artificial y el machine learning, forman parte del concepto de augmented analytics, un término del sector acuñado por primera vez por empresas de consultoría a finales de la década de 2010. Entre los usuarios habituales de analytics, el término más utilizado para describir estas potentes herramientas es AI analytics.

¿Por qué es importante el consumidor aumentado?

Proporcionar únicamente dashboards a un usuario y esperar que sepa exactamente cómo encontrar un insight, o que comprenda con precisión lo que los datos le están indicando cuando existe tanta información disponible, no es suficiente para garantizar que obtenga valor o utilice realmente la solución de BI proporcionada.

Esto se debe a las limitaciones de los dashboards tradicionales que carecen de capacidades de analytics basadas en IA:

• Los usuarios tienen que explorar manualmente los datos del dashboard para descubrir qué ha ocurrido
• Los usuarios tienen que determinar por sí mismos qué acción tomar, sin orientación que les indique si es la decisión correcta
• Es posible que los usuarios no tengan el nivel de conocimientos de analytics necesario para ir más allá de los insights superficiales

Las personas que solo utilizan dashboards terminan por no aprovechar al máximo las posibilidades del analytics, dedican demasiado tiempo a encontrar respuestas, necesitan recurrir a un analista para que les ayude a extraer insights o llegan a conclusiones incorrectas y toman decisiones potencialmente erróneas.

Sin embargo, las nuevas experiencias de usuario aumentadas dentro de las plataformas de BI y analytics han simplificado la forma en que los profesionales de negocio pueden descubrir qué insights son más importantes y accionables para ellos mediante herramientas como los insights asistidos por máquina y las alertas automatizadas.

Estas herramientas no sustituyen al dashboard, sino que actúan como potentes extensiones del mismo, haciendo que sea más fácil y rápido explorar y comprender lo que indican los datos.

En resumen, los consumidores habituales de información se están convirtiendo rápidamente en consumidores aumentados gracias a la proliferación de tecnologías de augmented analytics en nuestras herramientas cotidianas de inteligencia empresarial, que son más fáciles e intuitivas de utilizar que nunca.

¿Qué capacidades utilizan los consumidores aumentados?

Augmented analytics: La IA y el machine learning, las interfaces conversacionales y las consultas en lenguaje natural actúan como extensiones de los dashboards predefinidos. Ayudan a los usuarios habituales a automatizar la forma en que exploran los cambios (anomalías, patrones, valores atípicos y tendencias) en los datos y en los indicadores clave de rendimiento (KPI) de la empresa, y a tomar medidas ante nuevas preguntas. Yellowfin ofrece augmented analytics como parte de su funcionalidad integrada Assisted Insights.

Monitorización empresarial automatizada: La monitorización y el análisis automáticos de los datos alertan instantáneamente a los usuarios sobre cambios críticos, ayudándoles a responder mucho más rápidamente a los acontecimientos y a encontrar patrones y tendencias más relevantes sin tener que explorar siempre los datos manualmente. Yellowfin ofrece monitorización empresarial automatizada mediante su funcionalidad Signals.

Analytics contextual: Insights contextualizados que se ofrecen a los usuarios de negocio justo en el momento en que consumen los datos y necesitan tomar medidas, sin necesidad de recurrir a un analista ni cambiar de contexto dentro de la aplicación para encontrar más información. El analytics se integra de forma que se convierte en una parte fluida de la experiencia del producto.

Data storytelling: La capacidad de crear y compartir historias basadas en datos dentro de la misma plataforma de analytics reduce la necesidad de que los usuarios tengan que comenzar con un dashboard predefinido y después explorar más a fondo, tanto manualmente como de forma aumentada, para encontrar insights. Estas historias ayudan a explicar el contexto que hay detrás de los números y destacan los cambios más significativos del negocio de una manera atractiva. Yellowfin Stories es un ejemplo de ello.

¿Cómo prepararse para el consumidor aumentado?

El cambio de enfoque y diseño del analytics, pasando de una perspectiva centrada en el analista a otra centrada en el consumidor, ha permitido a los usuarios aprovechar sus datos más que nunca. Sin embargo, todavía hay algunos pasos importantes que deben seguirse para garantizar que los usuarios aprovechen al máximo estas herramientas en la solución de BI elegida.

Evalúa las herramientas de BI existentes comparándolas con los líderes del mercado que ofrecen experiencias de analytics aumentado a los usuarios y determina si existe alguna carencia en tu oferta que pueda cubrirse.

Desarrolla la alfabetización de datos en tu organización para acelerar la confianza y la adopción de estas herramientas. Una cosa es decir que son fáciles de utilizar, pero, a menos que tus usuarios comprendan cómo pueden beneficiarse de ellas, es posible que sigan dependiendo principalmente de los dashboards tradicionales para obtener insights de negocio, lo cual no es lo ideal.

Por último, dedica tiempo a mostrar a tus usuarios cómo aprovechar estas herramientas para aumentar su impacto.