Descubre nuestra experiencia desarrollando Dashboards con Microsoft Power BI- COLUMNA DE OPINIÓN DATLAS

Esta experiencia comienza a partir de una gran iniciativa la cual es el aprendizaje, desarrollo y aplicación en tableros de inteligencia llamados «Dashboards», en Datlas nos hemos dado la tarea de innovar siempre procesos.

Es por ello que por medio de este blog te estaremos compartiendo uno de los programas que nos llevará a nuevas fronteras y oportunidades en proyectos dónde el Big Data se resume en tableros de inteligencia con cierto dinamismo para navegar, analizar y tomar decisiones con datos duros.

***Te puede interesar: «Arquitectura de Proyectos de Datos»

Inicios

El equipo Datlas esta viviendo uno de los pasos más importantes para el dominio y desarrollo de Dashboards, uno de las plataformas las cuales dimos vida a estos tableros para las organizaciones fue *Google Data Studio* sitio web en la nube de Google la cual podemos desarrollar aprovechar la información

Cómo automatizar los reportes de ranking de palabras clave, con STAT y Google  Data Studio | MD Blog

Caso de Uso en Data Studio

En Datlas trabajamos con una de las verticales las cuales son una oportunidad inmensa para el análisis de datos, anteriormente presentamos un blog en especial de este desarrollo de dashboard de intelgencia para el monitoreo turístico en Nuevo León llamado «DASHA» este formato fue realizado por la plataforma en línea Google Data Studio.

La experiencia de trabajar con Data Studio fue un motor importante para Datlas para el desarrollo y aplicación de proyectos de dashboard, el aprendizaje y la aplicación fue constante para poder enlazar más de 80 tableros activos que tuvieron la oportunidad de sincronizarse por medio del data warehouse.

A continuación te mostramos algunas visualizaciones que se hicieron posibles por medio de Google Data Studio:

Animated GIF
La imagen tiene un atributo ALT vacío; su nombre de archivo es datlas_blog_promo_suscriberfree.png

Nuevas fronteras rumbo al Business Intelligence

Parte de la innovación y sus procesos es implementar nuevas estrategias que nos sepan adaptar al cambio para transformar información este proceso es el business intelligence el cual nos lleva nuevas fornteras, nuevos objetivos y nuevas herramientas tecnológicas.

Nuestra experiencia para el desarrollo de dashboards comenzo en Google Data Studio este año estamos posicionando nuestros próximos proyectos en una herramienta de análisis empresarial dentro de la nube de Microsoft One Drive esta herramienta es Power BI.

** Te puede interesar: «Dashboards para principantes»

Esta visualización nos muestra los programas dedicados a realizar Dashboards ¿cómo ves la competencia?
Fuente: https://davoy.tech/power-bi-vs-tableau-vs-google-data-studio-in-2021/

Microsoft Power BI

Esta herramienta tiene como propósito analizar una gran cantidad de información dentro de la suite de Microsoft en la nube, la cual permite integrar diferentes fuentes desde un libro de excel hasta tablas dentro de una página web para poder ser visualizadas en tableros e informes que pueden ser publicados.

Power BI es uno de los programas con más cantidad de cursos de aprendizaje sobre la web, ojo aquí científicos de datos pues es una oportunidad para sumar a la metodologías aplicadas para el business intelligence como lo comentabamos anteriormente.

El equipo Datlas recomienda el siguiente curso impartido por Udemy de Power BI para el análisis de datos:

https://www.udemy.com/share/1031Mi3@XRuqenkYYBXMqQ9PvVmjKGjRNq2cn1GE92KRMLqYygWIqLZZNi2dYb6dAYmZrnC8Nw==/

No hay ninguna descripción de la foto disponible.

Esqueleto Microsoft Power BI

De acuerdo al aprendizaje que Datlas se dio a la tarea de conocer y aplicar, estos fueron los puntos a tratar durante la experiencia cuando tomamos el curso:

  • Descarga del producto y conociendo Power BI Desktop: Este apartado en términos generales se vio un reconocimiento que necesitamos entender antes de usar el programa
  • Limpieza, modelado y transformación de información: En esta secciión se vieron los distintos ejercicios para la limpieza de información
  • Visualizaciones, tableros y filtros: Conocimos la variedad de análisis que puede generar un informe al ser presentado por medio de visualizaciones y filtros
  • Lenguaje DAX aplicado: “Data Analysis Expressions” es un lenguaje el cual se vincula a funciones o expresiones matemáticas las cuales se utilizan en referencia a los modelos creados en BI
Interfaz de Microsoft Power BI
La imagen tiene un atributo ALT vacío; su nombre de archivo es datlas_promo_youtube_suscribe-1.png

Caso de Uso en Microsoft Power BI

Una de nuestras primeros informes en Power BI fue un caso de uso para analizar las ventas previstas y generadas por una segmentación de vendedores aplicando diferentes tableros para visualizar desde una tabla de excel hasta ciertos tableros inteligentes los cuales contenían filtros por segmentación.

A continuación te mostramos una visualización del ejercicio de monitoreo;

Animated GIF
Podemos notas que las visualizaciones son dinámicas, que tanto tableros y filtros se conectan al reporte.

Hasta aqui la columna de hoy, recuerda continuar la conversación en nuestras redes via @DATLASMX, y cuéntanos si en tu organización les gustaría algún Dashboard inteligencia con la metodología aprendida.

Equipo Datlas

– Keep it weird –

Dimensionando la industria de «Analítica de datos e Inteligencia Artificial» 2019-2020 – Investigación Datlas

¿Cuántas empresas de analítica de datos existen? ¿En qué industrias están participando? ¿Quién está desarrollando Inteligencia Artificial? Hoy hablaremos del mapa de mercado desarrollado por «Firstmark»  (@matttruck). Desde Datlas, startup mexicana de analytics, dedicamos esta columna a profundizando en el dimensionamiento y la clasificación de la industria completa de analítica de datos e inteligencia artificial.

Mapa completo de industria al 2019

2019_Matt_Turck_Big_Data_Landscape_Final_Datlas
Descarga aqui: https://cloudup.com/ck5aIRPKNuU

Según el reporte podemos encontrar 7 industrias y 82 sub-industrias para la industria de «datos» (Analítica, big data e inteligencia artificial).  Ahora haremos un pequeño enfoque a cada una.

1) Infraestructura

Abrir una empresa de analítica de datos y de tecnología hace 20 años tenía como 80% del presupuesto dedicado a infraestructura. Comprar potentes procesadores y sobre todo capacidad de almacenaje físico. Sin embargo, en los últimos 10 años ha ido en incremento los oferentes de poder de cómputo distribuido y almacenaje por nube.

1_Infrastructure_Panorama_Datlas

2) Analítica y Machine Learning(ML)

¿Tableau? ¿Power BI? ¿Watson? la mayoría de sus servicios corporativos pertenecen a la vertical de la subindustria de analítica y ML.  En estas plataformas es posible encontrar soluciones para convertir datos en algoritmos o visualizaciones y así mismo en ventajas comparativas para una empresa.

2_Analytics_ML_Panorama_Datlas

3) Aplicaciones con enfoque a empresa

Hay otro segmento de soluciones prediseñadas donde participan las tecnologías de analítica de nicho. Soluciones para gobierno, industria inmobiliaria o financiera son alguno de los ejemplos de empresas que han generado soluciones tan específicas como para atender un nicho. Estas startups buscan como estrategia ser tan importante en la industria que se acerque algun gigante como IBM, Microsoft o Palantir para adquirir su participación en la industria.

3_Aplicaciones_Empresa_Panorama_Datlas

4) Analítica de infraestructura cruzada

Son compañías que desarrollan diversas plataformas suficientemente robustas como para adaptarse a distintas industrias. En su mayoría podemos entender estos desarrollo como empresas que buscan generar ecosistemas más que productos o servicios.

4_Infraestructura_Cruzada_Analytics_Panorama_Datlas

**Si te interesa conocer más de analítica de datos y Big data te invitamos a solicitar GRATIS el DATA PLAYBOOK Vol. II de DATLAS. Solicítalo aqui. **

Datlas_Playbook_prelaunch

5) Open source – Fuentes abiertas

Hay otro segmento de compañías, organizaciones y desarrolladores independientes que son fieles creyentes del «open source». Esto hace referencia a los aplicativos que son gratuitos y mejorados por la comunidad que los utiliza. Aunque pareciera que no hay incentivos, casos de éxito como R, Hadoop o Linux , que son Open-source, son impulsores de cambios y mejoras en las industrias de manera significativa.

5_OpenSource_Panorama_Datlas

6) Fuentes de Datos y APIs

Los modelos de analítica y Big data requieren datos listos para ser consumidos. Es decir limpios, estructurados y actualizados. En este sentido hay una serie de empresas de fuentes de datos que se han encargado de desarrollar APIs o carreteras directas a fuentes de datos de valor.  Este es el caso, sobre todo, de aplicaciones móviles que recopilan datos de usuarios y como modelo de negocio comercializan esos datos.

6_RecursosdeDatos_Apis_Panorama_Datlas

Si quieres conocer más de este tema te puede interesar ¿Cómo funciona Location intelligence? el blog donde explicamos este tema a detalle

7) Más recursos de datos

Finalmente otros recursos de datos como las escuelas, incubadoras, centros de investigación o plataformas de retos de datos como Kaggle. Sin restarle importancia (Consideremos que Google ha adquirido un par de estas empresas), continua el incremento y las empresas que quieren ganar nombre desde verticales más tradicionales como consultoría, educación o desarrollo de patentes/algoritmos propietarios.

7_RecursosDatos_Panorama_Datlas

¿Qué opinas del tamaño de la industria? ¿Te imaginabas? Hasta aqui la columna de hoy si te gustó el contenido recuerda compartir y aprovecha nuestros descuentos en el MARKETPLACE DE DATLAS.

***BONUS 8 de Enero 2020*** CB Insights libera un reporte de Tendencias en Inteligencia Artificial donde estructuran las iniciativas de «Alphabet». Parece que ellos están entendiendo como ir capturando la industria desde distintas empresas.

Alphabet_CB_Insights_KEY_AI_Initiatives_Google

 

Equipo Datlas

-Keep it weird-