Quiero compartir con todos vosotros este artículo que leí anoche, está publicado en la revista digital “CIO América Latina”.

En primer lugar quiero destacar la primera frase, que además aparece marcada en negrita, en los párrafos introductorios:

“De acuerdo con Gartner, los temas de analíticas e inteligencia de negocios (Business Intelligence o BI) estarán a tope en las mesas de desarrollo para los directores de TI hasta 2017.”

Como hemos comentado en diversos post y en foros de debate sobre el tema, este artículo nos confirma que el BI sigue siendo un tema prioritario para cualquier empresa y lo seguirá siendo en los próximos años.

A continuación pasa a enumerar esos 9 errores y a comentarlos, incluyendo frases en cada uno de ellos citadas por importantes profesionales del sector e incluso habla de cómo evitarlos. A continuación cito algunos de estos 9 errores habituales al implementar un software de BI, que considero más significativos (aunque, por supuesto, recomiendo leerlos todos):

  • “1. No definir el problema que la empresa está tratando de resolver”.
  • “2. No tener aceptación  por parte de los usuarios finales”.
  • “4. Olvidar los sistemas de integración”.

Te invito a que leas el artículo completo pinchando en el siguiente enlace:

9 Errores Habituales al Implementar un Sistema de Business Inteligence

0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

You May Also Like
Leer más

Expresiones, parámetros y funciones en Azure Data Factory

Hay ocasiones, cuando estamos construyendo pipelines con Azure Data Factory, que queremos repetir patrones para extraer y procesar la información cambiando de manera dinámica, en tiempo de ejecución, valores, orígenes/destinos de los datasets, incluso los mismos linked services. Esto es posible mediante el uso de parámetros, expresiones y funciones. Vamos a ver cómo implementarlo con un ejemplo práctico en el que se nos plantea el siguiente supuesto. Se nos ha pedido que extraigamos todos los días los datos del día anterior de distintas tablas del DW a ficheros en un blob storage que además se nombre como la tabla de origen. Si no pudiéramos utilizar contenido dinámico tendríamos que crear dos datasets (uno de origen y otro de destino) y añadir una actividad de copia por cada tabla a exportar.
Leer más

Calculate Groups en SSAS Tabular 2019

Hace unos meses se lanzó al público SQL Server 2019 Analysis Services CTP 2.3. Esta nueva versión trae una nueva funcionalidad para los modelos tabulares, los calculate groups. Los calculate groups vienen a hacernos la vida un poco más fácil a la hora de desarrollar modelos tabulares, dando la opción de reutilizar métricas, como pueden ser por ejemplo, las relacionadas con el tiempo.