16 Oct Qlik : Business Intelligence ya es un commodity

Business Intelligence ya es un commodity: Analítica Avanzada el “nuevo desde” de las empresas .

En este artículo analizaremos cómo Qlik está enfrentando las nuevas novedades en el mundo del Business Intelligence . Sus nuevos avances y características para entregar soluciones a sus clientes acordes a los nuevos tiempos y tecnologías con Big Data y Analítica Avanzada.

Qlik dejó en claro en este Qonnections 2018 que el BI ya es considerado como un commodity, no es suficiente lo que paso, si no que se torna necesario saber; qué ocurrirá y cómo podemos asegurarnos de que lo que va a ocurrir, efectivamente ocurra. Desde este punto de vista la analítica avanzada comienza a ser el nuevo desde, y por esto Qlik no ha estado ajeno a un proceso de transformación para satisfacer estas necesidades.

On-Demand App Generation(ODAG):

Qlik permite procesar grandes volúmenes de datos a través de la creación de aplicaciones a demanda(ODAG), básicamente se construyen arquitecturas agregadas en grandes y generales dimensiones, y en la medida que se requiera analítica en detalles. Con ODAG te permitirá seleccionar los filtros necesarios y a partir de estos, construir una nueva aplicación cargando con los subset de datos seleccionados al momento de generar la aplicación,  de esta forma se utiliza aplicaciones segmentadas para manipular la data y permitir verdadero descubrimiento de datos.

Las aplicaciones a demanda (ODAG) amplían los posibles casos de uso para el descubrimiento de datos, lo que permite a los usuarios realizar análisis asociativos en fuentes de datos más grandes.

A pesar de haber sido liberado a fines del 2016 donde su uso específico fue el manejo de grandes volúmenes, se han generado nuevas utilidades para esta nueva funcionalidad:

• Navegación en grandes volúmenes de datos: Qlik permite seleccionar datos, y generar aplicaciones de detalle de las selecciones realizadas
• Selección de campos y tablas, para trabajo con datos reducidos desde Data Lake’s: Qlik permite seleccionar las fuentes de información
• Generación de escenarios comparativos en analítica avanzada

Ahora bien, Qlik liberó el “Associative Big Data Index”, servicio que permite consumir la experiencia asociativa completa en un DATA LAKE de datos sin mover los datos (sin cargar en la memoria). Este modelo implica una matriz paralela de motores de indexación optimizados para las consultas asociativas de la velocidad y estilo de Qlik, lo que permitirá nuevas capacidades tanto para el manejo de grandes volúmenes, como la interacción en tiempo real con motores estadísticos.

Paralelamente ODAG nos permite ejecutar procesos de recarga a demanda, lo que habilita a Qlik interactuar con motores predictivos como Alteryx, Python y R,  y generar escenarios predictivos simultáneos y on-demand, al permitir al usuario realizar selecciones y generar cálculos en tiempo real de las selecciones realizadas, lo cual toma gran valor, para evaluar múltiples escenarios al momento de tomar decisiones como promociones (Cross-Selling) en periodos de tiempos específicos, identificación de número de trabajadores óptimos en turnos siguientes,  determinación de comportamiento crediticio, entre otros.

Inteligencia Artificial en UX: Inteligencia Aumentada

Uno de los principales desafíos que limitan a la transformación digital, es la alfabetización o gobierno de los datos, es decir, la posibilidad de trabajar desde un punto céntrico, donde los datos, son el protagonista y toda la organización, conoce los orígenes y conformación de cada uno de estos.
Qlik está utilizando inteligencia artificial, desde un punto cognitivo alojado en su experiencia de usuario y en su poderoso motor asociativo patentado, de manera de obtener más insights adicionales, principalmente apoyando con inteligencia artificial toda la creación de script, asociando información por características, formatos, renombrando campos y más importante aún, asistiendo en la creación de objetos gráficos de acuerdo a la conformación de datos que se vierta en el panel, si es una dimensión o métricas y si se mezclan más de una de estas, también responde construyendo de manera cognitiva el gráfico más congruente para la conformación de datos arrojados

Además de Inside Advisor, que recomendará insights alojados en los datos, como pintar aquellos que varían negativamente respecto un periodo anterior por ejemplo.

Las principales características de la Inteligencia Artificial en Qlik:

• Permitir cargar y asociar datos
• Determinar gráficos inteligentes, de manera cognitiva, de acuerdo a la selección de datos que se realice
• Generar sugerencias de gráficos adicionales
• Simplificar el análisis de datos
• Permitir la alfabetización de la data en los usuarios

API: Application Programming Interface

Por último y lo más importante, la poderosa API de Qlik es el verdadero “Cambio de Juego” que trae Qlik. La capacidad de interactuar con el motor de Qlik y trabajar en tiempo real con motores predictivos en memoria, permitirá la generación de nuevas oportunidades y sin duda alguna, un cambio de rol en el modo de trabajo de los Cientistas de Datos y la línea de negocios, permitiendo interactuar al usuario final con modelos matemáticos, y liberando de la carga a los cientistas de datos, permitiendo mejorar performance, ingenierías de Features y generación de nuevos casos de uso.

Por medio de esta poderosa API es posible interactuar con Alteryx, R y Python; enviar datos por RAM y que estas plataformas, procesen el  problema matemático solicitado por el usuario al generar múltiples selecciones en qlik y en tiempo real.

Más aún, por medio de esta API, Qlik permite interacción con su motor asociativo, lo cual te permite llevar a HTML de manera distinta de un simple Mashup, realizado por el dev-hub. Qlik permite a los desarrolladores por medio de java script y múltiples librerías interactuar con el motor asociativo para crear desde un modelo de datos, con Enigma, hasta realizar recargas con Halyard y utilizar infinitas librerías visuales con Picasso. A partir de este punto se pone bastante más interesante, debido que al interactuar el usuario con HTML se puede lograr rescatar muchísima más información de la interacción de este con la aplicación, por lo que librerías como deepLearning.js permiten realizar interfaces dinámicas, aplicando aprendizaje y aumentando la experiencia de usuario, adaptando dinámicamente según el uso del usuario (UI).

Autor: Javier Correa – Head of Advanced Analytics & Big Data/ Sales Analytics10