Habilitar Bimodal Analytics con Cognos Analytics

Mucho antes de la adquisición de Cognos por parte de IBM, el nombre de Cognos era sinónimo de inteligencia empresarial, confiable y de informes gestionados. Entre su capacidad de escalar para satisfacer las necesidades de las empresas más grandes, su capa de metadatos robusta y gobernada que hizo posible informar contra una amplia gama de diferentes fuentes de datos, potentes capacidades de informes que generan soluciones de informes de BI altamente complejas y adjetivas. Informes y análisis específicos en relación con las fuentes de datos gobernadas, IBM Cognos fue la respuesta para casi todas las necesidades de informes empresariales. 

Desde los primeros días de ReportNet, Cognos fue considerado, en la mayoría de los círculos, el estándar de la industria para lo que ahora se denomina analítica "Modo 1". De acuerdo con Gartner, el Modo 1 está optimizado para áreas predecibles y bien entendidas. Las analíticas del Modo 1 pueden considerarse analíticas de nivel empresarial, donde los datos de los informes se almacenan en almacenes de datos, almacenes de datos y, a menudo, en sistemas de procesamiento transaccional. Es la versión única y gobernada de la verdad que sirve como la columna vertebral de la información utilizada por la organización. Es la base para el contenido predefinido que incluye paneles de control ejecutivos, informes periódicos (diarios, semanales, mensuales, etc.), así como informes interactivos, solicitados y consultas ad hoc.

Irónicamente, debido al estado en constante cambio de las organizaciones, estas fortalezas también revelaron debilidades inherentes. Las nuevas fuentes de datos a menudo se agregan a las organizaciones a través de adquisiciones, proveedores externos o nuevos proyectos que se ponen en línea. La naturaleza altamente gobernada del análisis de BI tradicional, también conocido como Modo 1, puede afectar significativamente el proceso de integración de estas nuevas fuentes de datos. Puede llevar mucho tiempo y es costoso integrar nuevos datos en una fuente de datos empresarial existente y gobernada. Las organizaciones a menudo tienen que priorizar qué datos nuevos son los más importantes para la organización en general. Esto significa que estas fuentes de datos de confianza a menudo pueden estar incompletas.

La introducción del modo 2

Teniendo en cuenta estos desafíos, los proveedores de BI se apresuraron a llenar los vacíos y nació el análisis del "Modo 2". Estas herramientas flexibles y sensibles del Modo 2 permitieron a las organizaciones analizar datos que vivían fuera del dominio de la empresa. Ofrecieron a los usuarios comerciales la capacidad de analizar rápidamente los datos de cualquier número de fuentes de datos internas y externas, lo que les brinda la flexibilidad de hacer un conjunto de preguntas completamente nuevo. Los usuarios podrían analizar varias fuentes de datos y combinarlas rápidamente para encontrar la idea de oro necesaria para tomar decisiones empresariales críticas. Un análisis que combine nuevos conjuntos de datos con datos empresariales existentes ahora podría dar respuestas en minutos, horas o un puñado de días, en lugar de semanas o meses.

Estas soluciones de Modo 2 no solo eran flexibles, sino que también eran atractivas visualmente, ofreciendo a los usuarios una experiencia enriquecedora e inmersiva. Una vez más, la misma flexibilidad que hizo a este nuevo modo de análisis tan atractivo para los usuarios finales también tuvo sus inconvenientes. Las empresas comenzaron a adoptar estos proveedores de Modo 2, a menudo un departamento, proyecto o incluso individuos a la vez, y a menudo sin ninguna participación o supervisión del departamento de TI. No era raro ver a 2 o incluso 3 proveedores diferentes de Modo 2 en corporaciones muy grandes, que operan fuera del ámbito del gobierno de TI.

Con este Salvaje Oeste de la analítica ganando impulso, las empresas comenzaron a crecer preocupadas. ¿Estas fuentes de datos son confiables? ¿Se puede confiar en ellos? ¿Están los analistas creando cálculos de acuerdo con los estándares corporativos? ¿Diferentes personas están llegando a conclusiones diferentes a partir de conjuntos de datos similares debido a la sincronización, los filtros, el sesgo de los analistas o un sin número de otras razones? ¿Son estos conjuntos de datos, que a menudo son silos de información, tomados fuera de contexto, porque no se están comparando o combinando con las fuentes de datos empresariales existentes?

Lo que se necesitaba era un equilibrio, un punto ideal, la capacidad de aprovechar lo mejor de ambos mundos, y proporcionar información procesable de fuentes empresariales existentes y confiables combinadas con datos externos o de nivel departamental. Las empresas necesitaban la capacidad de comparar métricas empresariales gobernadas y confiables con puntos de referencia de terceros y conjuntos de datos de la industria.

Convertirse en Bimodal

IBM lanzó Cognos Analytics con esas preocupaciones en mente. El objetivo de Cognos Analytics (Cognos 11) es difuminar las líneas en expansión entre los análisis de Modo 1 y Modo 2, ofreciendo una plataforma para el verdadero Análisis Bimodal. IBM hizo esto al introducir un conjunto de capacidades orientadas a permitir el análisis de Modo 2 a nivel empresarial (a escala empresarial) y permitir a los usuarios combinar datos empresariales curados con cualquier número de conjuntos de datos externos, a nivel de departamento o incluso personales para crear información detallada y analítica procesable. habilitación analítica bimodal

¿Cómo abordó IBM esto? Para empezar, a diferencia de algunos de los proveedores de Modo 2 en el espacio de análisis, IBM Cognos ya ofrece análisis de Modo 1 sólidos a través de la red troncal empresarial de confianza en la que las empresas han confiado durante años. Para satisfacer la demanda de análisis de Modo 2, IBM reinventa la experiencia de creación de Cognos Analytics, brindando un conjunto bien pensado y graduado de capacidades dirigidas a diferentes niveles de usuarios desde usuarios de negocios informales hasta autores profesionales. También introdujeron una capacidad intuitiva de Dashboarding, que permite a los usuarios finales y analistas de negocios entregar rápidamente contenido rico y perspicaz.

Finalmente, para permitir que los usuarios finales y los analistas obtengan información valiosa que proviene de la combinación de datos empresariales cultivados y confiables con conjuntos de datos personalizados, IBM introdujo módulos de datos. Los módulos de datos son una de las funciones más infravaloradas, mal entendidas y, por lo tanto, poco utilizadas en Cognos Analytics. ¿Por qué?

Cuando IBM lanzó Cognos Analytics por primera vez, los módulos de datos no permitieron que el usuario se conectara directamente a los paquetes existentes de Framework Manager y, por lo tanto, no permitieron que el usuario fusionara directamente los datos empresariales con sus propios conjuntos de datos. Si bien hubo soluciones alternativas, esta deficiencia fue suficiente para convertir a los usuarios de manera efectiva en las armas de los proveedores que nacieron como plataformas de análisis en Modo 2.

Ahora, con un avance rápido de un par de años y varios lanzamientos más tarde, los módulos de datos han madurado hasta el punto en el que vale la pena revisar esta capacidad poco apreciada..