¿La Ciencia de Datos remplazará a la Inteligencia de Negocio?

Photo by Behzad Ghaffarian on Unsplash

1. TOC {:toc}

Debido al gran avance tecnológico, salen nuevas tecnologías cada día y, de seguro has escuchado/leído en internet términos como Inteligencia de Negocio (Business Intelligence) o Ciencia de Datos (Data Science) y quizá te habrá sido tentador pensar, ¿será que remplazará al anterior?

Definir es bueno

Para entender claramente los conceptos que estamos tratando definamoslos rápidamente:

• Inteligencia de Negocio tiene que ver con organizar los datos, generar información y plasmarlo en Cuadros de Mando. [data estructurada]
• Minería de Datos se trata de encontrar información útil en conjuntos de datos y descubrir anomalías o patrones ocultos en ellos. [data estructurada][semi estructurada]
• Ciencia de Datos es un campo multi disciplinario que abarca a las anteriores, usa analisis estadístico, algorítmos computacionales y herramientas complejas sobre los datos para predecir o analisar que podría pasar. [data estructurada][semi estructurada][no estructurada]

Respondiendo a la pregunta

La respuesta corta es un rotundo NO. Siendo más generosos con las palabras, tomémos como ejemplo el siguiente caso: Se pensó que con la llegada de las laptops/computadoras personales, las computadoras de escritorio poco a poco desaparecerían. Si bien es cierto las laptops son innovadoras y tiene características interesantes, no satisfacen a TODAS las necesidades y/o está enfocada a un perfil de usuario en particular. Por ello coexisten sin pelear por quién quedará vencedor, o fijate en tu casa, de seguro que tienes las dos tipos de computadoras, y las usas dependiendo de qué necesidades tengas.

Una situación similar

lo mismo pasó con la Minería de datos, qué surgió antes de la Ciencia de Datos y se dijo de igual manera que reemplazaría a la Inteligencia de Negocios, y tampoco sucedió. Lo que se debe rescatar aquí, es que en ambos casos las tecnologías se siguen usando individualmente en las cosas que hacen bien, o en muchos casos se COMPLEMENTAN, no se absorben ni reemplazan.

La Ciencia de Datos no reemplaza a la Inteligencia de Negocio pues los reportes en las empresas son indispensables en las diferentes niveles de decision, y como tal siempre necesitaremos reportes (haciendo un parentesis, jamás te quedarás sin trabajo si sabes usar Excel, Power BI o similares para analisar datos de tu área y respaldar las desiciones). Además, estos le sirven a la Ciencia de Datos para explorar/analizar los datos, lo encontrado, sirve de guia para plantear las preguntas a responder (la mayoría de proyectos de DS se enfoca en solo una).

¿Qué tal un ejemplo?

Supongamos el siguiente escenario, en la empresa XYZ dedicada a la venta de mesas notó que sus ventas se han disparado en los meses de Marzo, Junio y Julio. Tú has sido asignado al proyecto, para ello utilizas Power BI para reunir los datos y generar tus reportes de las ventas lo que te muestra la tendencia de ventas y las cantidades exactas, pero teniendo esa información ¿Puedes comprender porqué en esos ciertos meses se vendieron más mesas?

AJÁ, es allí donde la Ciencia de Datos entra en acción, tomando los reportes de las ventas generados por el software de Inteligencia de Negocios, la Ciencia de Datos (usando otras fuentes de datos y algorítmos de Machine Learning) te ayuda a responder qué fue lo que pasó para que las ventas subieran en esos meses. Como ves, si sólo te hubieras quedado con BI, no hubieras obtenido la respuesta que buscabas. Ahora sí, puedes recomendar a la empresa acciones a seguir como: aumentar sus anuncios (ofertas/descuentos) esos meses y quizá aumentar el personal para que la demanda sea atendida sin problemas.

Y por último...

Entonces, en este artículo has obtenido:

• Una breve definición de estos términos recurrentes en el mundo de los datos.
• Tener claro que cada tecnología/disciplina no reemplaza a la anterior, cada una tiene un propósito y depende mucho de cuales sean las necesidades del proyecto para optar por una u otra... o quizá ambas (como en el ejemplo de arriba).
• Conocer un ejemplo empresarial donde se nota el alcance de cada campo y cómo se complementan para darle respuesta a una pregunta de negocio.