Real Time for Business Intelligence

Definición

El concepto de Real Time Business Intelligence
(RTBI) [1] se refiere a la capacidad de proporcionar
información sobre las operaciones de un negocio tan pronto
como éstas ocurran.

Aunque el RTBI está orientado a las operaciones
en tiempo real, no significa que no pueda proveer de las
funciones clásicas estratégicas y de los Almacenes
de Datos. De hecho, soporta ambas perspectivas a la
perfección. Por lo que sirve como relevo de éstos,
ya que reemplaza el clásico almacén de datos por
uno con capacidades de respuesta en tiempo real, y a la
integración de aplicaciones empresariales
(EAI).

Es muy importante que se decida previamente a su
implantación si es realmente lo que necesita la empresa en
cuestión. El coste que supone el poner en marcha un
sistema RTBI es muy alto y es más que probable que la
empresa no necesite de respuestas en tiempo real. Si se puede
trabajar correctamente con un sistema que opere con algo menos de
rapidez que la de tiempo real, se debería descartar la
implantación de un sistema con estas
características.

La función principal de cualquier RTBI es la de
ofrecer información que pueda servir para mejorar aspectos
clave de procesos empresariales así como tomar ventajas
tan pronto como los eventos ocurran.

Características comunes a sistemas
RTBI

Típicamente, un sistema de Business Intelligence
tradicional requieren de unas horas para poner en marcha las
acciones que fueron decididas en función de los eventos
que se recibieron. Pero esta no es una característica
propia de un sistema de Business Intelligence en tiempo real,
donde se precisa de una rapidez llevada al extremo del tiempo
real. Las acciones a ejecutarse por un sistema BI, deben ser
llevadas a cabo en un segundo, o incluso en menos tiempo, y para
que eso sea llevado a cabo, es imposible que los almacenes de
datos se actualicen cada varias horas.

Por estos motivos, para que un sistema sea RTBI 100%
puro, debe estar constantemente actualizado, y eso se logra
reduciendo la latencia con la que se accede a la
información operacional a un tiempo cercano a los 0
segundos. Generalmente, el tipo de actualización de la
información se lleva a cabo mediante el goteo de las
transacciones operacionales, tal y como estas se producen, son
almacenadas en el almacén y desde ese momento ya son
útiles para su uso. Además de la
actualización en tiempo real, es conveniente que un
sistema de toma de decisiones pueda analizar toda la
información según va llegando al almacén a
la vez que se genera una decisión de manera rápida
y efectiva. A todo esto, se le considera un sistema
RTBI.

Meta de un sistema
RTBI

Todo sistema RTBI aspira a reducir tanto como sea
posible la latencia con la que el sistema procesa las operaciones
de negocio hasta que se produce una notificación o
acción correctiva del sistema de Business Intelligence en
cuestión. En los sistemas RTBI, existen 3 tipos de
latencia que son:

• Latencia de los datos: tiempo que se necesita
  para recoger y almacenar la información.

• Latencia del análisis: el tiempo
  empleado en decidir cómo actuar en función de
  la información recibida.

• Latencia de la acción: tiempo usado
  para realizar la acción decidida por el
  sistema.

Aplicaciones
reales

Existen diversos campos en los que un sistema de RTBI
cumple una gran utilidad para el negocio al que va dirigido. Es
por ello que cada día se invierte más y más
esfuerzos en hacer que dichos sistemas sean lo más
rápidos posibles, para permitir ahorrar costes y otros
males mayores, debidos a la inacción o la acción
fuera de tiempo. Áreas en las que son ampliamente
utilizados:

• Detección de fraudes

• Sistemas de
  monitorización

• Software CRM

• Inteligencia operacional

• Control de pagos y cobros

• Monitoreo de seguridad de
  datos

• Optimización de Call
  centers

• Industrias transportistas

• Previsiones de ventas

• Gestión de carteras

Arquitecturas
RTBI

Existen cuatro grandes familias ampliamente extendidas
de sistemas RTBI que son las siguientes:

• Basada en eventos: La principal
  característica de esta rama consiste en emplear
  técnicas que permiten analizar los eventos sin ser
  primero almacenados en el almacén de datos. Debido a
  esto, la capacidad de respuesta suele ser de
  milisegundos.

• Almacenes de datos altamente actualizados:
  Esta rama de RTBI se basa en realizar una gran cantidad de
  refrescos de la información que se tiene en los
  almacenes de datos, de forma que los datos en ellos sean lo
  más recientes posibles. Típicamente, la
  latencia de los datos está entre los pocos minutos y
  no mucho más de un par de horas. No implica un sistema
  completamente en tiempo real, pero a su favor tiene la mayor
  sencillez y el menor coste respecto a un sistema en tiempo
  real puro.

• Tecnología sin servidor:
  recientemente, se ha desarrollado un modelo de sistema RTBI
  llamado MSSO/SD4E, que permite prescindir del servidor en el
  que normalmente se almacenaba la información del
  almacén de datos, así como de servidores
  intermedios. Esto es así ya que se accede en tiempo
  real a las fuentes de las que se alimenta el sistema.
  Además, dichas fuentes de datos pueden ser
  completamente distintas entre sí, y no deben estar
  estrictamente en el mismo sitio. Al accederse directamente a
  la información, el tiempo de latencia es cercano a
  cero.

• Procesos conscientes: el último tipo
  de sistema RTBI permite que se monitoreen los procesos, que
  se visualicen las métricas, comparándolas con
  datos históricos de los almacenes de datos y todo ello
  en tiempo real. Este tipo se encuentra estrechamente
  relacionado con el software de monitorización de
  actividades empresariales (BAM) y con los sistemas de
  Inteligencia operacional, que es una forma de análisis
  en tiempo real.

5.1 Arquitectura basada en
eventos

Esta arquitectura se centra en ofrecer una rápida
respuesta conforme ocurren eventos que pueden precisar de una
respuesta por parte de los administradores de una empresa. Este
requerimiento surge debido a la necesidad de hoy en día de
mantener la rentabilidad y la competitividad en las empresas. Es
por ello, que se necesita de un software que pueda monitorizar
los cambios y tendencias que indican oportunidades o problemas y
que permitan a las personas adecuadas en dichas empresas, tomar
una acción para cambiar el rumbo de la misma.

Por todas estas razones, la empresa Gartner,
acuñó el término Business Activity
Monitoring o simplemente BAM. [2] Los sistemas BAM, funcionan
capturando eventos (prefijados de antemano, pudiendo ser de
muchos tipos, en función del tipo de empresa o del
departamento de la misma) de sistemas operacionales. Para que un
sistema de estas características funcione tal y como se
espera, es imprescindible que se pueda profundizar en los
detalles de las operaciones, así como obtener
rápidamente la información de dichos eventos. De lo
contrario, esto podría incurrir en problemas de diversa
índole para la organización, yendo desde la
pérdida de clientes clave o al mal funcionamiento del
sistema o parte del mismo, por poner unos ejemplos.

Sin embargo, los sistemas BAM no son un reemplazo de los
almacenes de datos, si no que se utilizan conjuntamente con
ellos, haciendo cada uno su función. Los almacenes de
datos están destinados a guardar información
histórica para, posteriormente, realizar análisis
sobre dicha información y obtener datos relevantes para la
mejora de la actividad empresarial.

1. Arquitectura de un sistema
BAM.

Por otro lado, los sistemas BAM, son empleados para
proveer de información actualizada y de un conjunto de
reglas de negocio que dirijan las acciones a tomar para los
eventos de las funciones operativas de las organizaciones
(cadenas de suministro, logística, etc). Para que el
sistema BAM y el almacén de datos funcione
coordinadamente, ambas partes deben estar altamente acopladas
entre sí, de forma que el almacén ofrezca
información histórica y que el sistema BAM use
dicha información en el marco de trabajo del sistema de
inteligencia basado en eventos.

Los sistemas BAM son adecuados para aquellas
organizaciones y/o empresas que necesitan de información
operacional en tiempo real. Algunos ejemplos son:

• Servicios financieros: van desde
  gestión de carteras, comercio sistemático,
  detección de fraudes, gestión y control de
  riesgos, márketing de clientes en tiempo real o
  interactivo y por último, las leyes antiterroristas
  que existen en diversos países.

• Fabricación: previsiones de
  gestión y envíos, previsiones de ventas,
  retiradas de productos de un mercado y control de
  calidad.

• Minoristas: análisis en tiempo real de
  inventarios, promociones y márketing en tiempo real y
  retiradas de productos.

Las características principales que conforman el
funcionamiento de un sistema BAM son las siguientes:

• Capturar datos en tiempo real que estén
  dirigidos por eventos y que se puedan obtener de una amplia
  variedad de fuentes.

• Calcular información temporal mediante la
  comparación de información a lo largo del
  tiempo desde flujos de eventos (esta información
  histórica, podrá ser empleada como umbrales
  para determinar si realizar o no ciertas
  acciones).

• Desarrollar modelados dinámicos mediante la
  integración de información contextual y de los
  eventos al vuelo y producir conjuntos de modelos
  analíticos. Dichos modelados podrán ser
  actualizados ellos mismos a través de la continua
  interacción con el sistema.

• Desempeñar reglas de negocio para la
  creación de umbrales basados en los KPIs y otra
  información determinante.

• Proveer de un sistema que posea de una interfaz
  clara, sencilla y amigable y que actualice constantemente las
  métricas de la organización.

5.2 Almacenes de datos altamente
actualizados

Un almacén de datos altamente actualizado, no es
más que un almacén de dato, aunque con la salvedad
de que la información que contiene es ampliada cada vez
que la información asociada de sus fuentes sufre una
modificación. Es por eso que es de utilidad en el campo
del RTBI. Los usos básicos de un almacén de datos
son de sobra conocidos, y son:

• La reducción de la carga de las bases de
  datos transaccionales

• Simplificación de los datos

• Almacenamiento de datos históricos de la
  empresa en cuestión

Las razones que pueden llevar a una organización
a mantener un almacén de datos son varias, entre ellas, la
centralización de la información para su acceso
desde distintos departamentos de la misma. Y es este motivo el
que nos obliga a la actualización de la información
en el almacén en tiempo real, ya que es necesario para el
buen funcionamiento de la empresa que la información sea
correcta y esté al momento en todos los
sistemas.

Para lograr este reto es imprescindible que el
almacén de datos pueda acceder a las distintas fuentes de
información y comprobar los cambios cuando éstos se
produzcan para llevar a cabo la actualización del mismo.
Para ello existen diversas alternativas, pero la más
extendida es la actualización después de una
transacción realizada con éxito. Por lo que el
sistema supervisará las transacciones que se realizan en
las fuentes de datos y modificará el almacén de
datos conforme considere necesario, y al ser poca la
información a actualizar, los sistemas transaccionales no
se resentirán en cuanto a eficiencia. Por supuesto que
existe un tiempo de latencia, que irá en función de
los requerimiento de la empresa y/o de las características
de los sistemas que interactúan en la misma.
Típicamente, los refrescos se producen en el rango de los
pocos minutos y una hora.

2. Esquema de un almacén de datos
altamente actualizado.

5.3 Tecnología sin
servidor

Como se ha comentado sobre la tecnología sin
servidor orientada al Business Intelligence, el objetivo de la
misma es prescindir de los servidores para acceder a los datos
directamente desde donde están almacenados. Para ello, se
desarrolló una tecnología llamada Multiple
Source Single Output / Structured Data for Excel (o
MSSO/SD4E), y todo ello siendo posible desde cualquier ordenador
con la aplicación de Excel instalada.

Dicha tecnología pretende mostrar las bondades
que puede tener Excel, como una herramienta real orientada al
Business Intelligence, de forma que tenga la capacidad de
manipular y analizar los datos en tiempo real, desde las mismas
fuentes, de una forma sencilla y rápida. La escalabilidad
es prácticamente ilimitada y el flujo de datos puede
controlarse sin problemas además de ser seguro.

MSSO es la arquitectura que se dedica a la
obtención de la información desde los distintos
orígenes, para posteriormente, y gracias al uso de la
aplicación SD4E, se le presente a la aplicación de
hojas de cálculo de Microsoft y ésta reconozca
dicha información de manera que la pueda procesar sin
problemas. Hasta la llegada de esta combinación de
aplicaciones, el problema fundamental que tenía Excel como
aplicación para RTBI, era la obtención sencilla y
fácilmente comprensible por Excel, además de la
dificultad en el mantenimiento de la integridad de los datos y la
seguridad del acceso a los mismos.

3. Arquitectura MSSO/SD4E

La simplicidad con la que trabaja la tecnología
MSSO/SD4E es tal, que permite ahorros enormes para realizar
informes, llegando a realizar en horas lo que otras herramientas
hacen en días, y en minutos lo que otras en horas. A todas
estas funciones, se le añade la posibilidad de incluir
siempre que se desee mucha más información de otras
fuentes, sin tener la necesidad de pagar para que se realicen
dichas modificaciones, ya que la tecnología lo permite de
forma completamente natural, pero sobre todo,
sencilla.

La corrupción de los datos se evita gracias a la
tecnología MSSO DataGuard, que almacena la
información de las fuentes sin ninguna alteración,
además de marcarla para reconocer de forma sencilla de
qué fuente proviene y así mantenerla actualizada.
Todas las modificaciones que se produzcan por parte de los
usuarios sobre Excel serán seguras y no se
transmitirán a las bases de datos, de forma que no
habrá corrupción de datos.

En cuanto a la seguridad del acceso a la
información, y dada la naturaleza de la tecnología
en cuestión, saca partido de la seguridad que poseen las
bases de datos y no requiere de ninguna capa de seguridad
adicional para evitar accesos no autorizados, ya que los
credenciales de seguridad son idénticos. Por no mencionar
la carencia de necesidad de introducir capas adicionales de
seguridad en servidores intermedios, debido a que los datos son
siempre accedidos desde las mismas fuentes.

En resumen, la arquitectura MSSO y sus
tecnologías asociadas, hacen una combinación que
permite a cualquier usuario con necesidades de Business
Intelligence, usar un ambiente tan familiar como lo es Excel,
así como completamente seguro y fiable, así como
potente y versátil. Gracias también a la cantidad
ilimitada de cuadros de mandos completamente
personalizables.

5.4 Procesos conscientes

Los sistemas de procesos conscientes o Process-aware
Information Systems – PAIS, no están exclusivamente
dedicados a los sistemas de Business Intelligence, sino que
abarcan mucho más, desde sistemas de control del flujo de
trabajo, sistemas de manejo de casos, sistemas de
información empresariales, etc.

A grandes rasgos, un sistema PAIS, se dedica a
proporcionar soporte a los procesos de negocio y el contexto de
la organización que los envuelve, y son la
evolución de los sistemas del manejo del flujo de trabajo.
Los sistemas PAIS están estrechamente relacionados con los
procesos de minería de datos, de hecho, se basan en estos
procesos para descubrir nuevos modelos de negocio o para
verificar la consistencia de los ya existentes. Esto es debido a
que el uso de la minería de datos ha demostrado que
existen grandes diferencias entre los modelos ideales usado para
configurar los sistemas de negocio y los procesos reales de las
empresas. En gran medida, esto ocurre porque no existe un modelo
único aplicable a una situación concreta, sino que
existen varios completamente válidos.

Tradicionalmente, el software se ha desarrollado de
forma que está orientado a realizar un conjunto de tareas,
sin embargo, los sistemas PAIS, han sido elaborados para que den
soporte a los procesos. Este cambio de punto de vista ofrece una
serie de ventajas respecto al antiguo paradigma, y
son:

• El uso de modelos de proceso explícitos
  proveen de una forma de comunicación entre
  personas.

• Los sistemas dirigidos por modelos en lugar de por
  el código tienen menos problemas en cuanto a cambios.
  Por ejemplo, si un sistema de información está
  dirigido por modelos de proceso, tan sólo es necesario
  cambiar los modelos.

• La representación explícita de los
  procesos bajo una organización permite la
  divulgación automatizada, por tanto podría
  repercutir en un mejor funcionamiento.

• La representación explícita de
  procesos permite el apoyo a la gestión a nivel de
  diseño así como a nivel de control.

Es preciso anotar que los sistemas PAIS pueden ser
diseñados teniendo en cuenta quién o qué
controlará los procesos. Dicho con otras palabras,
dependiendo de si el sistema interacciona con personas o bien con
dispositivos, el sistema se clasificará en un grupo o en
otro. Dichos grupos son:

• Procesos Persona a Persona (P2P): las partes
  que interactúan con los procesos son principalmente
  humanos. Ejemplos de procesos P2P son: seguimiento de
  trabajos, gestión de proyectos o herramientas de
  colaboración. Generalmente en estos procesos los
  procesos soportados no hacen uso de ninguna tarea
  automatizada.

• Procesos Aplicación a Aplicación
  (A2A): como su nombre indica, estos procesos son
  completamente automatizados y dirigidos por máquina.
  Los procesos de transacciones de sistemas, plataformas EAI y
  servidores web son comúnmente de este tipo.

• Procesos Persona a Aplicación (P2A):
  este grupo de procesos requieren tanto de máquinas
  como de gente para su correcto desempeño. Los sistema
  de flujo de trabajo son de esta categoría, ya que se
  pretende precisamente que las personas y las aplicaciones
  trabajen conjuntamente.

4. Distinciones entre diferentes tipos de
PAIS.

Para poder realizar esta segmentación entre los
distintos tipos, es necesario definir las variables que son
analizadas. Se dice que un proceso es unframed, cuando
no existe un modelo de proceso asociado al mismo, siendo el caso
de los procesos colaborativos soportados por los sistemas
colaborativos que no ofrecen la posibilidad de definir modelos de
proceso.

Un proceso es ad hoc framed si existe un modelo
de proceso definido a priori pero que sólo se ejecuta una
vez o unas pocas veces antes de ser eliminado o modificado. El
caso que ocupa a esta categoría engloba a los entornos de
gestión de proyectos, así como en entornos de
computación distribuida.

Un proceso loosely framed, es uno en el cual se
ha definido un modelo de proceso y un conjunto de restricciones,
tales que el modelo predefinido describe la forma normal de
realizar las cosas mientras aunque con ciertas libertades,
definiendo unos límites de antemano (las
restricciones).

Y finalmente, un proceso tightly framed, es
aquel en el que existe un modelo de proceso y no permite
modificaciones en el mismo.

Por último, y como ya se adelantó, los
procesos de minería de datos son muy útiles para
verificar la fiabilidad de los procesos de negocio, ya que parece
ser bastante notable la diferencia entre lo que debería
ocurrir en un proceso y lo que realmente ocurre. Para ello, es
común usar los logs de eventos que producen los sistemas
de información y extraer de ellos la información
para dicha validación. Esto es gracias a que se supone que
es posible discernir a qué actividad y a qué
proceso particular se refiere cada uno de los eventos recogidos
en los ficheros de log.

Con lo cual, el objetivo de la minería de datos
para los sistemas PAIS es monitorizar y mejorar los procesos, y
para ellos existen 3 maneras de hacerlo:

• Método Discovery: no existe un modelo
  a priori, por lo que podría ser necesario generarlo a
  través de los logs usando algoritmos para
  ello.

• Método Conformance: hay un modelo
  definido y es usado para comprobar que lo que se extrae de
  los logs es efectivamente lo que debería ocurrir y al
  revés.

• Método Extension: existe un modelo y
  es ampliado con una nueva perspectiva, ya que el objetivo no
  es comprobar lo que realizar el método Comformance,
  sino enriquecer al propio modelo.

Por regla general, los modelos suelen no concordar
completamente con lo que ocurre en la realidad, es por eso que se
insiste en la utilización de la minería de datos
para corroborar el correcto funcionamiento de los procesos.
Además, existen múltiples factores que afectan al
desarrollo y uso de los sistemas PAIS, como son la dificultad de
capturar sin errores las características de las personas
que interactúan con dichos sistemas, por nombrar uno de
ellos.

Conclusiones

A lo largo de esta investigación se ha pretendido
dar a conocer las bondades de los sistemas de Real Time
orientados al Business Intelligence, sin embargo no es
fácil obtener los problemas que conllevan cada una de las
diferentes arquitecturas propuestas por las diversas empresas
asociadas. Así pues, y desde un punto de vista
completamente subjetivo, vamos a proceder con una comparativa
sobre los mismos.

A grandes rasgos, las arquitecturas las podríamos
definir como aparece en la siguiente tabla:

Mediante esta comparación de ventajas e
inconvenientes, es fácil concluir que no todo es tan
sencillo como parecía a simple vista. Es decir, los
sistemas RTBI no son fácilmente implementables y por
supuesto, tienen problemas que deben ser tenidos en cuenta a la
hora de confeccionar el sistema elegido.

Cabe anotar que la elección de una arquitectura
no impide la adhesión de ciertas características
(sino todas en algunos casos) de otras. Por ejemplo, las
arquitecturas basadas en eventos y las de almacenes altamente
actualizados, podrían convivir, sin apenas problemas.
Aunque puede que fuera necesario independizar ciertos aspectos de
las mismas para su correcto desempeño.

Por lo tanto, tenemos ante nosotros el dilema de elegir
qué tipo de arquitectura es la adecuada para la empresa a
la que vamos a implantar el sistema RTBI. Para tomar tal
decisión, habría que obtener una estimación
de costes de implantación, y sobre todo, dificultad a la
hora de realizar la instalación del mismo. Viendo la
tecnología sin servidor, podríamos pensar que es la
panacea a nuestros problemas, pues se apoya en una
aplicación ampliamente extendida, especialmente por
personas relacionadas con el Business Intelligence. Pero por otro
lado, tenemos el gran inconveniente que supone utilizar un
programa como Excel, y es que aunque se pinte como que es una de
las alternativas perfectas, hay que admitir que posee de ciertas
limitaciones que no son fáciles de solucionar dado que no
es posible modificar su código.

Así pues, finalizamos la conclusión
anotando que no existe un sistema perfecto para todo el mundo,
porque es imprescindible realizar un correcto informe en el que
se muestren todas las variables que afectan dada la
implantación de dichos sistemas. Y será sólo
después del análisis de tal informe cuándo
podrá afirmarse cuál es el sistema que más
se adecua para una empresa determinada.

Referencias

• Gravic, Inc.
  http://www.gravic.com/shadowbase/uses/real-timebusinessintelligenceintroduction.html

• Arquitectura basada en eventos (BAM):
  http://www.information-management.com/issues/20040301/8177-1.html

• Arquitectura basada en almacenes de
  datos altamente actualizados:
  http://www.uintelligence.cl/attachments/1163_5814_sieteestilos.pdf

• Tecnología MSSO:
  http://research.tomsitpro.com/whitepaper760

• Procesos conscientes:
  http://wwwis.win.tue.nl/~wvdaalst/publications/p522.pdf

• Real Time Business Intelligence:
  http://www.gravic.com/shadowbase/uses/realtimebusinessintelligence.html

Autor:

Carlos Alberto Martínez
Gadea