Cualquier persona estaría interesada en conocer el secreto del éxito y más si se trata de conseguirlo en los cambiantes y volátiles Mercados de Capitales. Puede que no exista un único secreto hacia la excelencia empresarial tan deseada por cualquier compañía de este sector, pero sí que hay unas pautas a seguir y estas se encuentran en la Guía para Mercados de Capitales 2012 de Sybase, una compañía de SAP.
La tercera edición de la guía reúne un conjunto de documentos que analizan la industria de servicios financieros elaborados por, partners, líderes del mercado, analistas, académicos y ejecutivos de Sybase y SAP, que identifican los retos para las instituciones financieras en lo referente al manejo del Big Data, la gestión del riesgo, la volatilidad del mercado, el cumplimiento de la cambiante regulación y las técnicas de trading más avanzadas.
Los mercados financieros en los que se realizan operaciones y transacciones en milisegundos, sufren cambios continuamente y deben cumplir con distintas políticas que afectan a su actividad, representan un entorno con una alta intensidad transaccional y un flujo de grandes volúmenes de datos, que manejados correctamente se convierten en información clave para la empresa.
Durante las próximas semanas, trataremos de destacar los aspectos más importantes de la Guía, pero si no podéis aguantar hasta entonces, os dejo el enlace en donde os podréis descargar la Guía de forma totalmente gratuita.
Algunas empresas están empezando a aplicar nuevas herramientas para sacar rendimiento capturando, procesando y analizando los datos y eventos que generan sus usuarios y su círculo o entorno social, intentando detectar patrones de comportamiento, identificar el peso o influencia que cada uno de ellos ejerce sobre el resto del grupo y prever ciertas conductas. ¿Con qué objetivo? Como es obvio, para mejorar su oferta de servicios, personalizarla, sugerir, fidelizar al cliente, mejorar su ‘márketing social’ y vender más.
Sybase, ahora integrada en el grupo SAP, es una de las multinacionales especializadas en el análisis de información que se ha puesto las pilas y ya ofrece a las organizaciones un sistema para el Análisis de las Redes Sociales de un cliente (ARS; ojo, no confundir con las ‘redes sociales’ de internet). A través del ‘ARS’ una empresa puede diseñar y lanzar productos o servicios ajustados a las preferencias y necesidades de cada cliente, lo que contribuye a aumentar su satisfacción por un lado y a captar nuevos clientes dentro de la red social del usuario por otro. ¿A quién no le gustaría, por ejemplo, recibir info y recomendaciones de nuevas aplicaciones o juegos de su interés?
Con el ARS también se puede identificar a los sujetos influyentes dentro de un grupo, aquellos que pueden influir en las decisiones del resto de sus contactos sociales. Así, cuando un usuario decide migrar de compañía de telefonía, es muy probable que los más cercanos a él se planteen también el cambio, por lo que si la compañía tiene los datos suficientes para anticiparse y lanzar una oferta que evite dicha migración, no sólo habrá conseguido mantener un cliente, seguramente habrá evitado la pérdida escalonada de otros.
El análisis de la información manejada por las empresas es de lo más complejos, dados los grandes volúmenes de clientes y datos que gestionan (miles de millones) y el carácter sensible de los mismos, pero también por eso es de los más valiosos.
Os recomiendo que consultéis este documento de Sybase, que amplía la información sobre el ARS y sus ventajas.
Al final lo que se busca al implantar un proyecto de Inteligencia de negocio son resultados, resultados que merezcan la pena. Desgraciadamente no todos los proyectos tienen un retorno de la inversión, pero esto suele ser por un planteamiento o planificación erróneos del proyecto. ¿Cómo saber qué proyecto de BI es el más adecuado a las necesidades de mi negocio? Sobre esto trata precisamente el cuarto y último capítulo de la guía que recomienda realizar una prueba de concepto que detectará el potencial de un proyecto de BI así como las desventajas de su implantación en función de las características del negocio. Se trata de poner a prueba los sistemas con datos reales y necesidades de negocio reales: informes, análisis de información, gestión de consultas concurrentes, consultas a datos estructurados y no estructurados, etc. Los proveedores que sugieran que esta prueba puede tardar semanas o incluso meses no son susceptibles de ser tenidos en cuenta, porque ya están demostrando su incapacidad para gestionar de forma eficaz los requerimientos del negocio.
En la medida en que las empresas sepan escoger el proyecto de BI más adecuado a sus necesidades, habrá una mayor garantía de obtener un retorno de la inversión. No obstante, existe una ecuación matemática para calcular el beneficio económico que las empresas pueden lograr por la implantación de soluciones de análisis de información, de todos modos, existen otros beneficios como el aumento de la productividad o del rendimiento, la reducción de riesgos, detección de fraude… que llevan de una manera indirecta al éxito en la actividad empresarial.
Hemos llegado al final de esta guía con la que Sybase pretende demostrar las ventajas que tiene la implantación de una solución de análisis de información para el negocio. Durante estas cinco semanas he tratado de analizar y resumir los puntos más interesantes del documento, sin embargo, os animo a descargaros la Guía y mantenerla cerca ya que puede llegar a resultaros de gran ayuda.
En este capítulo, el tercero de la Guía, se puede decir que casi todas las organizaciones deben hacer frente a dos retos:
− ¿Qué hacer con toda la información?
− ¿Cómo dar soporte al creciente número de usuarios que quieren analizar los datos?
En compañías pertenecientes a distintos sectores cada vez más usuarios están solicitando al Director de Sistemas acceso al flujo de los datos para su análisis, y además requieren tiempos de respuesta inmediatos. A pesar de que estos tiempos de respuesta mínimos son válidos para algunos negocios, para otros mercados son insuficientes. El financiero es un ejemplo de ello, donde las compañías de servicios financieros están sometidas a una gran presión para acelerar la toma de decisiones de microsegundos a milisegundos o incluso nanosegundos. Las transacciones financieras requieren de una precisión tal que solamente un servidor analítico es capaz de dar respuesta a los requerimientos de este tipo de negocio. Otro ejemplo de industria en la que el tiempo real marca la diferencia es la de telecomunicaciones, donde los centros de información reciben un tsunami de datos cuyo análisis es necesario para agilizar la relación con los clientes y ofrecer un servicio de calidad.
A pesar del Big Data, hay empresas que han aplicado soluciones de análisis de información a su negocio consiguiendo distintas ventajas. Es el caso de CoreLogic, una compañía de servicios financieros dentro del ranking Fortune 500 que estaba incrementando su negocio y necesitaba dar respuesta a los requerimientos de su creciente comunidad de usuarios al mismo tiempo que operar a través de una infraestructura tecnológica eficiente. El problema era que su base de datos tradicional no estaba capacitada para manejar las distintas cargas de trabajo con un volumen de información que ascendía a terabytes. Por esta razón el 20% de las consultas tardaban al menos 5 minutos y un 5% no se llegaban a gestionar por la incapacidad del sistema. En la actualidad donde el ‘ahora’ domina el negocio es inaceptable que los períodos de respuesta sean superiores a segundos, y mucho menos que no se obtenga respuesta alguna a una consulta. Con un motor analítico que incluye una arquitectura basada en columnas, CoreLogic ha mejorado el rendimiento de las aplicaciones de BI un 800%.
Lo cierto es que con el nuevo escenario del Big Data, la explosión del número de usuarios y la necesidad de analizar y almacenar grandes cantidades de información, un servidor analítico basado en columnas ha sido especialmente diseñado para dar respuesta a estos retos y por tanto, representa la mejor alternativa.
¿Todavía no os habéis descargado la Guía Inteligencia para todos? Podéis hacerlo aquí de forma totalmente gratuita.
El segundo apartado de la Guía de Análisis de Información trata las distintas tecnologías disponibles en el mercado. El data warehouse tradicional está diseñado como una base de datos organizada por filas. Este modelo es ideal para el procesamiento de transacciones donde el principal objetivo de la aplicación es almacenar un evento. Por ejemplo, el cliente X compra un producto. La base de datos escribe el evento incluyendo todos los detalles de la transacción: datos del cliente, el precio, las especificaciones del producto, la fecha y hora de la compra… Cuando alguien quiere realizar una consulta sobre uno de estos detalles, la base de datos relacional tiene que leer todos los atributos antes de comenzar el análisis. Por esto, si lo que se busca son datos relacionados con la fecha de compra y el tipo de producto, el sistema necesitará leer todos los datos y la respuesta será mucho más lenta.
Desde una perspectiva de rendimiento y escalabilidad, cuando el tiempo de respuesta a una consulta es crítico para el negocio o la capacidad para soportar incrementos de usuarios accediendo al sistema es necesaria, una base de datos tradicional puede convertirse en el peor enemigo de la organización.
Entre las ventajas de una base de datos organizada por columnas figura la mayor compresión de los datos, pero si el sistema se limitara a esto, la compañía estaría aumentando su capacidad de almacenamiento sin capacidades de análisis avanzadas. La arquitectura ha de ser capaz de procesar de forma paralela los datos según se van cargando en el sistema. Otro rasgo de las soluciones analíticas es la habilidad para tratar y analizar cualquier tipo de dato. De acuerdo con IDC* el 90% de la información en el “Universo Digital” es no estructurada (fotos, documentos html, etc.).
Una arquitectura diseñada para llevar a cabo análisis exhaustivos de la información permite expandir las ventajas del análisis de datos a todos los niveles de la organización. Es capaz de manejar la variedad de tipos de datos mientras procesa y analiza los grandes volúmenes de datos sin sacrificar rendimiento o escalabilidad.
Os recuerdo que os podéis descargar gratis esta guía en el siguiente enlace.
El primer apartado de la Guía "Inteligencia para todos", os recomiendo que os la descarguéis, demuestra que los grandes volómenes de información y su almacenamiento y gestión no son cuestiones que hayan surgido en los últimos años.
Según datos de IDC, entre hoy y el 2020 el volumen de datos que la mayoría de las compañías manejará se multiplicará por 35. Desde luego es un dato interesante, pero no debería alarmar a ninguna empresa teniendo en cuenta que ya en 1950 el volumen de los datos corporativos era un quebradero de cabeza para las empresas. Por estas fechas IBM se dio cuenta de que los datos estaban creciendo a un ritmo mayor que la tecnología de almacenamiento, por lo que en 1956 la compañía introdujo el primer disco duro magnético para almacenar la información fuera de la memoria del ordenador. Se creyó que solucionaría el problema. No fue así.
Cuando una organización se ve superada por la cantidad de información que genera y la imposibilidad para gestionarla y analizarla, probablemente caiga en la tentación de dividir la información y mantener diferentes almacenes sin conexión entre ellos. O quizás trate de restringir la comunidad de usuarios que tienen acceso para controlar las cargas de trabajo y el número de consultas. El caso es que, en la medida en que una empresa disponga de una mayor cantidad de datos, mayor inteligencia de negocio podrá extraer de la misma. Siempre y cuando tenga la herramienta adecuada para ello.
En 1995 se lanzó al mercado la primera base de datos con un sistema de almacenamiento en columnas que ha ido evolucionando hasta convertirse en las herramientas analíticas que hoy en día son capaces de gestionar consultas complejas más rápidamente y dar servicio a un número creciente de usuarios.
Suntel, una compañía de telecomunicaciones de Sri Lanka, estaba experimentando un rápido crecimiento. Con cerca de 500.000 clientes, la compañía llegó a un punto en el que detectó un 20% de sobrecarga en su base de datos, lo que era inaceptable para el negocio. Adicionalmente, la organización necesitaba gestionar consultas y generar informes basándose en información histórica almacenada durante años en lugar de meses. Si querían solucionar el problema, debían adoptar una solución especialmente diseñada para análisis y generación informes para entornos intensivos de datos. Gracias a la implantación de una base de datos orientada a columnas, la compañía fue capaz de visualizar grandes volúmenes de datos históricos y comprimirlos de forma que la información almacenada en la base de datos ocupaba un tercio del espacio antes utilizado. Por otro lado, la escalabilidad que les brindó la nueva solución representaba capacidad ilimitada para dar soporte a su número creciente de usuarios. En definitiva, Suntel supo incorporar la innovación a sus procesos de negocio y mejorar su compromiso con los clientes mejorando el servicio y dando respuesta a sus sofisticadas demandas.
El Big Data no debe ser temido, debe ser explotado.
Más datos, mayor diversidad de los tipos de datos y más usuarios. Así se resume la ‘temida’ realidad a la que tienen que hacer frente las empresas hoy día a la hora de analizar su información. Consciente de ello, Sybase ha lanzado una guía que analiza, a través de hechos y ejemplos, la extendida preocupación que existe dentro de la industria en torno a la necesidad de tratar, almacenar y analizar grandes volúmenes de datos con diferentes tipologías, enfrentándose a la necesidad de dar respuesta a preguntas cada día más impredecibles por un número de usuarios en constante crecimiento.
La percepción de que este fenómeno, denominado ‘Big Data’, puede perjudicar el rendimiento y escalabilidad de los sistemas de análisis no es cierta.
Esta afirmación no supone que no existan retos a la hora de construir un sistema de análisis capaz de ofrecer una respuesta completa de forma rápida y satisfactoria. Los hay. Pero la Guía demuestra para cada caso presentado, que estos retos han sido alcanzados e incluso sobrepasados.
La publicación aporta pruebas sobre cómo diferentes compañías, en distintos sectores de la industria, han extendido satisfactoriamente sus capacidades de analizar de forma detallada sus operaciones. Recoge también diferentes estudios en torno al valor que aporta una solución de análisis e incluye numerosos ejemplos acerca del significativo retorno de la inversión (ROI) que supone la implantación de estas soluciones en la empresa.
En las próximas semanas, os desgranamos capítulo por capítulo lo más interesante de este documento.
Hoy en día, se podría decir que existen dos factores relevantes a la hora de tomar decisiones: la rapidez y la calidad de la información con que se toman. Para que una empresa alcance el éxito los sistemas de información han de ser capaces de proveer a aquellos que toman las decisiones de mejores y más precisas respuestas cuando son necesarias.
Las organizaciones necesitan analizar sus datos históricos y en tiempo real para poder construir ciertos patrones de comportamiento y poder actuar con antelación. El análisis histórico de las ventas de una compañía durante la última década siempre será más preciso y fiable que el análisis de ventas del último semestre y cualquiera pensará que el análisis de tanta información puede tardar días o incluso semanas. Sin embargo, una empresa no puede perder el tiempo y las oportunidades de negocio mientras se analizan esos datos. Necesita RAPIDEZ.
La CALIDAD de las decisiones que toma una empresa viene dada en parte por la rapidez y la precisión con las que se gestionan las consultas. Poder realizar consultas complejas al sistema, que no haya límites en el número de consultas concurrentes y que todos los usuarios obtengan respuestas inmediatas mejora y agiliza la toma de decisiones.
Las únicas soluciones capacitadas para ello son las de análisis de información, que han sido especialmente diseñadas para analizar grandes volúmenes de datos y generar informes en tiempo real, algo que las soluciones tradicionales como las bases de datos relacionales no están preparadas para hacer. Sybase IQ es el servidor analítico con una arquitectura basada en columnas que ha demostrado en miles de instalaciones a nivel mundial permitir un análisis exhaustivo y la gestión de consultas complejas en tiempo real, dando respuestas a las necesidades del negocio.
IQ es capaz de gestionar consultas de 10 a 1.000 veces más rápido que las bases de datos tradicionales, permite almacenar la misma cantidad de información utilizando una tercera parte de la capacidad de disco y garantiza la accesibilidad total a los datos y así basar las decisiones estratégicas en hechos veraces y concretos. Es la opción más inteligente para las empresas que requieren transformar datos en información útil para su negocio, mejorando la toma de decisiones.
Este video explica de forma muy sencilla las ventajas de IQ pero también os recomiendo que consultéis la web en español del servidor analítico.
Esta es la pregunta que muchas organizaciones se harán cuando oigan hablar del procesamiento de eventos complejos (un nombre que ya en sí mismo parece demasiado complicado para empresas de algunos sectores). Es cierto que tradicionalmente se ha vinculado el procesamiento de eventos con el sector financiero, más concretamente con los mercados de capitales y trading, sin embargo, esta tecnología puede ser útil en sectores como el de telecomunicaciones, logística, AA.PP…o por ejemplo cualquier negocio que tenga actividad comercial online y tenga la necesidad de gestionar los datos de sus clientes.
La actividad online de una organización utiliza el servicio de atención al cliente como herramienta para generar nuevas compras, conseguir mayores ingresos o mejores márgenes. Con la tecnología CEP no sólo se analizan en tiempo real las interacciones del cliente para conocer lo que está ocurriendo en el presente, sino que se identifican patrones lógicos de eventos que permiten:
· Identificar el posible interés del cliente en productos o servicios e inmediatamente insertar ofertas en la sesión para tratar de influir en el comportamiento del consumidor e incrementar las ventas
· Predecir los picos altos de actividad en las transacciones que los clientes realizan para evitar saturaciones en el sistema y reducir la tasa de abandono por problemas técnicos
· Detección y prevención de fraude a través de la monitorización de la actividad de los usuarios
Una plataforma de procesamiento de eventos complejos proporciona a la empresa la capacidad para ser proactiva a través de los análisis que lleva a cabo. Las tendencias que se extraen del análisis de los datos corporativos permiten planificar con antelación las estrategias más adecuadas y tomar las decisiones correctas, independientemente del sector en el que opere la compañía.
El motor CEP de Sybase es capaz de procesar y analizar grandes volúmenes de transacciones de datos en tiempo real, para ofrecer una visión de 360º de lo que ocurre en el presente, y también de integrar y analizar datos en tiempo real e históricos para predecir el comportamiento de los clientes, el mercado o la competencia. Sybase CEP también permite reducir los riesgos a los que ha de hacer frente una empresa mediante el control y notificación de ciertos eventos ‘peligrosos’ para la organización que pueden ser gestionados una vez detectados.
Si queréis saber más sobre esta herramienta, os aconsejo que echéis un vistazo a este documento o consultéis este donde encontraréis de forma muy esquemática lo que CEP puede hacer por vuestro negocio.
Desde el lanzamiento de la primera versión de IQ en 1996, esta herramienta ha ido evolucionando y haciéndose un hueco entre las soluciones de gestión de información, incorporando una innovadora arquitectura basada en columnas que permite realizar operaciones analíticas complejas en tiempo real, generar informes de negocio de forma inmediata y garantizar el acceso a la información corporativa.
La consultora Bloor Research publicaba antes del verano un interesante informe sobre Sybase IQ en el que analizaba la trayectoria del servidor analítico basado en columnas de la compañía que hoy en día se ha convertido en la solución líder del mercado de análisis de información. El informe identifica los ámbitos de aplicación de IQ que se pueden resumir en:
− el análisis avanzado de datos, donde hay que gestionar consultas complejas en tiempo real.
− empresas agregadoras de datos que se dedican a recopilar datos y venderlos a terceros.
− la generación de informes en tiempo real, en ocasiones IQ opera como un acelerador de informes
− aplicaciones que operan con una gran cantidad de datos no estructurados como imágenes, e-mail, páginas html…
El documento destaca entre otros rasgos de IQ su capacidad para operar ininterrumpidamente 24/7, debida a la separación de los nodos de escritura y lectura que permiten procesar datos en paralelo; la incorporación de la arquitectura PlexQ (comentada en anteriores posts) que hace posible el procesamiento de consultas paralelas; las capacidades de encriptación de información cifrando datos de distintos clientes con algoritmos diferentes; el alto rendimiento en los procesos analíticos gracias al análisis en la misma base de datos; o la funcionalidad ETL, un sencillo método para realizar transferencias de datos y una vía más rápida para el traspaso, conversión y mantenimiento de los mismos.
Según el informe, estas características que se han ido incorporando a lo largo de los años han conseguido que IQ se perciba como un servidor analítico especializado en análisis avanzados y generación de informes en tiempo real con más de 3.500 instalaciones de IQ y cerca de 2.000 clientes en todo el mundo. La continua evolución de la solución ha abierto nuevos ámbitos de aplicación en los que IQ se está centrando en la actualidad:
− Mercados de capitales y gestión de riesgos, para el cual han lanzado al mercado su solución RAP – The Trading Edition, basada en IQ y en el motor de Procesamiento de Eventos Complejos (CEP) que es capaz de combinar volúmenes masivos de datos históricos y en tiempo real y ofrecer una visión global del mercado y sus riesgos.
− El cumplimiento de políticas internas o legislación, que habitualmente supone mantener grandes cantidades de datos en continuo crecimiento on line y accesibles.
− Data mining o la extracción de información útil a partir del cruce o correlación de datos.
Os recomiendo que leáis el informe completo y visitéis la web de IQ para más información sobre el producto.
