http://training.solidq.com/es/class/solidq-summit-madrid-2016/ Presentación de Javier Torrenteras, Director del área de BI en SolidQ, durante la sesión de Data Driven en colaboración con Pyramid Analytics.

1. Estrategias para la creación de
una plataforma analítica
Definiendoy construyendo sistemas de valor
Think Big. Move FastJavier Torrenteras
SolidQ BI Director
jtorrenteras@solidq.com
@JavTH

2. Agenda
• ¿Quien es SolidQ?
• ¿Qué objetivos perseguimos?
• Conseguir el punto de equilibrio
• ¿Que hay en la plataforma de datos?
• ¿Quien va a usar la información?
• Definición final de una plataforma analítica

3. SolidQ is a global provider of consulting, training and managed
services for Business Analytics and Data Management.
Founded in 2002 in the USA as Solid Quality Learning LLC
Final global branding as SolidQ in 2012
Everything You Need in One Package
SolidQ
Overview

4. Data
Management
Data
Warehousing
Business
Analytics
Big
Data
Mobile
BI
Cloud Computing
Expert Services with End-to-End OfferingsExpert Services with End-to-End Offerings
SolidQ
Areas in which SolidQ can help

5. With over 30 books
published, hundreds of
speaking appearances and
numerous articles written,
we’re the experts the experts
go to when they need help
Experience You Can
Rely On
We Stand Behind
Our Work
Service Delivery Model
Built-On Excellence
Our team is made up of more
than 80 Microsoft MVPs and
numerous PhDs, authors,
speakers and recognized
industry experts
Our team of Microsoft
experts will be here for you
when you need us
Our team ensures that our
customers get the highest
quality work at the lowest
possible cost We avoid the
rework, we do it right the
first time
Unparalleled
Expertise
SolidQ
Why choose us as partners?

6. SolidQ Adaptive BI Framework
Speed up the development of business analytics platforms:
Architecture
based on
SolidQ
experience
• Logging, data
auditing,
configuration
and templates
Design before
building
• Templates to
map data
combined with
technical design
Automation
process for ETL
• 80% of the ETL
processes follow
similar patters:
•Load flat files and
tables
•Load dimensions
•Load facts
Mentoring services
to help on
following best
practices for
building specific
process and
business analytics
platforms
Simple
maintenance
•Data traceability
•Historical information
on data changes
•Automated error
controls

7. Objetivos a conseguir

8. Objetivo. Funcional
Tener sistemas de análisis que ayuden a entender como funciona su negocio en
todas las variables de tiempo: pasado, presente y futuro.
Pasado
• Tener sistemas de
informes que permitan
responder de una
manera rápida a
auditorías
externas/internas
Presente
• Entender la evolución de
nuestro negocio en base
al rendimiento actual vs
el rendimiento pasado
Futuro
• Identificar patrones y
aplicar nuevas técnicas
de análisis que nos
permitan dirigir nuestro
negocio hacia el éxito
continuo
Convertir información en conocimiento

9. Objetivo. Técnico
Tener sistemas robustos que se adapten a las necesidades cambiantes del negocio
siguiendo mejores prácticas en el mantenimiento, desarrollo e innovación.
Mantenimiento
• Monitorización proactiva
• Chequeos periódicos
• Mejora constante del
sistema
• Cumplimiento de SLA
Desarrollo
• Trabajo en conjunto con
el usuario de negocio
• Implementación de
iteraciones medibles en
base al ROI
Innovación
• Creación de pruebas de
concepto
Trabajar con personal especializado y cualificado

10. Objetivo. Organizativo
Tener sistemas de análisis que ayuden a dar seguimiento a la estrategia mediante
herramientas usables y acciones medibles y buscar nuevas oportunidades.
Cuadros de mando
corporativos
•Definir informes corporativos que
aporten una visión global de la
empresa y muestre el estado de
consecución de la estrategia en
base a procesos estándar
reconocidos mundialmente
BI Departamental
•Trabajar con el departamento para
identificar sus necesidades
analíticas desde un punto de vista
estratégico. ¿Qué objetivos deben
cumplir? ¿Cómo se podría medir?
¿Qué información tienen
disponible?
Data Science
•Identificar patrones e información
ocultos en los datos de la empresa
que puedan ayudar a mejorar los
procesos y la relación con los
clientes y proveedores, así como la
búsqueda de nuevas fuentes de
datos
seguimiento y mejora de los objetivos estratégicos
Icons made by Freepik.com

11. ¿Cuál es el punto de equilibrio?
Estrategia
• Desconectada
del cliente y de
sus
competidores
Sistemas
analíticos
• Desconectados
de los objetivos
estratégicos
Gobierno y
gestión
complejos
Cuadros de
mando
• Objetivos
departamentales
vs objetivos
empresariales
Ciclo de
Definición
Ciclo de
Maduración
Ciclo de
Vida

12. ¿Qué?
¿Cómo?
¿Por qué?
Establecer los
objetivos
• Identificar áreas de
control y mejora
• Definir objetivos por área
• Definir métricas por
objetivo
Enriquecer los procesos de
análisis
• Alinear objetivos con los cuadros de
mando y los sistemas de análisis
• Enriquecer los sistemas analíticos con
indicadores y KPIs
• Incorporar procesos y departamentos
Definir la estrategia
• Revisar los resultados
• Validar y contrastar
• Mejorar la estrategia
Ciclo de definición

13. Ciclo de maduración
Colaborar
• Toma de requisitos en
base a conversaciones
con usuarios finales
• Unificar criterios y reglas
de negocio
• Clarificar expectativas
Enriquecer el Sistema de BI
• Añadir nuevos indicadores y
dimensiones
• Incorporar áreas de negocio
Afianzar la confianza
• Formar a los usuarios
• Validar y contrastar la
información

14. Sistemas
Corporativos
•IT mantiene y desarrollo
la solución
•Única verdad del dato
Self Service BI
•IT facilita el acceso al dato
•Negocio crea sus propues modelos e
informes para cubrir sus necesidades
•Búsqueda de nuevos patrones y
verdades
BI Colaborativo
•Solución gestionada por
IT
•Usuarios de negocio
mantienen y desarrollan
la solución
•Se consolidan nuevas
verdades y patrones
Ciclo de vida
Área de
maduración
Data Science
Sistemas
analíticos
tradicionales

15. MicrosoftAnalytical Platform Services
Dashboards and reporting
On-premise Solutions
•Reporting Services
•Excel Services
•Performance Point Services
•Datazen
Cloud Solutions
•Power BI
Experimentation & Discovery
Self Services BI
•Power BI
•Office
•R integration
Pattern discovery
•On-premise data mining via
SSAS and Excel
•Azure Machine Learning
•R integration
Collaboration Platform
Sharepoint Enterprise
•Intranet
•Collaborative BI site
•Dashboards and report
integration
Yammer
Data Storage
•Azure Data Lake
•HD Insight
•Azure Datawarehouse /
Analytics Platform System
Data Integration
•Data Factory
•Streaming Services
•Integration Services
•PowerQuery
Security
• Active
Directory

16. Puntos principales de apoyo
Common Data
Access
• Streaming
Capabilities that
can be derived to
Power BI
dashboards for on-
line consumption
• Hadoop
technologies
available for direct
storage as long as
Data Lake
Services that allow
storing information
and be analyzed
with SQL-like
commands
• Relational
engines that allow
storing information
in an structure form
Data Integration and
transformation
• BIML
compatibility for
SSIS package
generation
• Easy to connect
to a wide range
of sources as
SAP, Oracle,
DB2, Hadoop, flat
files, SQL Server
• Orchestration
capabilities to
synchronized
data on different
moments through
Data
Factory/SQL
Agent/Integration
Services
Data Analytics
Environment
• Power BI
dashboards can
be implemented on
the top of the
analytics
systems.
• Excel can be used
to directly query
the Hadoop and
SQL Server Data
Storage platform
• Hadoop and SQL
Server easy
integration
through polybase
technology on APS
and Azure
Datawarehouse
• Azure Machine
Learning
integrates with the
data storage to
provide advance
pattern discovering
Visualization Layer
• Power BI provides
a multiplatform
visualization tool
with ios, Android
and Windows
apps, as long as
web enable
(HTML5) reports.
• Excel Services and
reporting services
are also capable of
adapting to
different devices
and web browsers.
• Power View and
Excel services
provide and easy
to use interface for
quick information
analysis and
representation

17. Otros factores y funcionalidades
IT Infrastructure
Capabilities
•Support on the setup of the
different MS Data Platform
Technologies and enablement of
the hybrid datacenter based on
best practices and similar
customer experiences
System Integration
Capabilities
•SolidQ BI Adaptive
Framework, based on the
12 years experience of the
SolidQ team on the
Microsoft Data Platform
Information and
cybersecurity
capabilities
•Azure Multi-Factor
Authentication and
integration with the Active
Directory

18. Traditional Data Warehouse

19. Modern Data Warehouse

20. Modern Data Warehouse

21. Modern Data Warehouse Final Pic

22. 22© 2014 SolidQ
¿Quiénes va a usar mi información?
• Definición de roles y grupos de usuarios
• Muestra de herramientas de explotación
– Consumidores
– Análisis libre
– Self Service
– Puntos de decisión

23. 23© 2014 SolidQ
Roles y usuarios
• Acceso a informes y aplicaciones predefinidos sin posibilidad de modificar la
estructura, únicamente cambiar filtros y accediendo siempre a los datos
relacionados con su centro/zona/departamento. Posibilidad de acceder a
otros datos relacionados pero generalmente a través de navegaciones
guiadas.
Consumidores de información
• Acceso al sistema analítico para la creación de informes/cuadros de mando,
así como identificación de patrones, pero sin la posibilidad de realizar
modificaciones en la estructura del sistema corporativo.
Análisis libre
• Creación de análisis a demanda cruzando información proveniente tanto de
los sistemas corporativos de BI como de otras fuentes que no se
encuentran integradas en el BI corporativo. Capacidad de prototipar nuevos
indicadores y estructuras de análisis para ser incorporados al BI corporativo.
Self-Service

24. 24© 2014 SolidQ
Roles y usuarios
Grupo de Usuarios Consumidores de
Información
Análisis libre Self-Service
Responsables de
áreas/tiendas.

Directores de zonas
de coordinación.

Directores de
departamentos.
 
Control de gestión y
otros usuarios
avanzados.
  
Dirección. 

25. 25© 2014 SolidQ
Mapeo entre roles y herramientas
• Consumidores de información
– Informes operacionales predefinidos
• Desarrollo a medida vs SolidQ Analytics vs Reporting Services vs Excel Services vs
Third Party Tools (Pyramid Analytics)
– Cuadros de Mando
• SolidQ Analytics vs PPS vs Datazen vs Power BI vs Third Party tools (Pyramid
Analytics)
• Análisis libre
– Report Builder vs Excel vs Power BI Desktop
– Funcionalidades aportadas por SSAS (acciones y time intelligence)
– Third Party Tools (Pyramid Analytics)
• Self Service
– Power BI como herramienta de prototipado de nuevas funcionalidades.
– BI geoposicionado con Power Map
– Sharepoint online vs sharepoint Enterprise
– Pyramid Analytics

26. Herramientas de visualization
Tool / Features
Ad-hoc
analysis
Interactive
KPI
support
Mobile
ready
On-prem
publishing
Dashboards
What-If
analysis
Predictive
features
Power BI desktop
Excel
Reporting Services
Performancepoint
Datazen
Pyramids Analytics

27. Self Service BI and free analysis
Pyramid y Microsoft
Power BI
Desktop
Publishing servers
Power BI
(cloud)
Excel
2013/2016
Report Server
(on-prem)
Datazen server
(on-prem)
Pyramid
Analytics Data
Discovery
SharePoint
(on-prem)
Pyramid Analytics
Server
Report designers
Report
Builder
Pyramid
Analytics
Designer
Mobile reports
Datazen
Publisher
Microsoft stack product Pyramid Analytics stack product

28. 28© 2014 SolidQ
Puntos clave de decisión
Coste de licencias vs
Coste de desarrollo y
mantenimiento.
Foco en usuarios de
negocio creando
informes vs IT y su
disponibilidad
Foco en actualización
de plantillas vs
generación de
informes
personalizados
Foco en rapidez para
consumir nuevas
métricas vs consumir
nuevos informes
Foco en el dato vs
informe
Agilidad en la
información
vs pasividad en el
consumo

29. Definición de la plataforma
•Métricas relevantes
•Permite medir el
rendimiento pasado,
presente y futuro
•Self Service Analytics
•Big Data Analytics
•Incorporación rápida
de nuevas técnicas
•Azure
•MS Sql Server
Platform
•Orientada a la
explotación por los
suarios de negocio
Simple Robusta
Aporta
Valor
Rompedora

30. Simplicidad
• Datawarehouse
reflejo del negocio
Modelos
simples de
usar
• Office como
interfaz de usuario
Interfaces
conocidos
Explotable
por el
negocio

31. Robustez
• Azure garantiza un 99.5% - 99.9% de disponibilidad de sus servicios
• Fácil de escalar
• Disponibilidad para reducir coste en base al uso
• Data Center distribuidos mundialmente para asegurar que los clientes distribuidos puedan
acceder a su información con un buen rendimiento
• La infraestructura puede componerse de: máquinas virtuales, web roles, almacenamiento
en la nube, machine learning, big data technologies, iot
• Cumplimiento de leyes y políticas relacionadas con la protección de datos y la seguridad
Alta
disponibilidad
y escalabilidad
• Microsoft Business Analytics and SQL Server Platform technology
• Fácil integración con Azure para la creación de datacenters híbridos
• Uso de tecnología on-premise para datos confidenciales concretos
• Aseguramiento del dato
• Integración a través de diferentes formatos y orígenes usando conectores desarrollados a
medida o de la industria
Tecnología
Madura y
confiable
Robust
• MS Sql
Server

32. Aporta Valor
• Trabajar de cerca con los usuarios para usar
métricas establecidas en el negocio
• Medir el entorno (no solo la compañía,
también hay que medir los clientes, la
competencia y otra información relevante que
pueda afectar al negocio)
• Disponibilidad y habilidad para detector
nuevos orígenes en el futuro (redes sociales,
datos públicos, nuevas fuentes disruptivas)
Madurez en
el
conocimiento
Métricas
relevantes

33. Rompedora
• Liderar las capacidades de Excel para
proveer de análisis avanzados y self-service
• Estar listo para usar nuevas funcionalidades
de cara a dar servicios avanzados de
análisis
• Estar preparado para ofrecer nuevos
servicios a los clientes de una manera ágil
• Tener disponibles servicios de Big Data en
la nube para que sean utilizados e
integrados con los sistemas corporativos
• Machine Learning, R y algoritmos de
predicción al alcance de la plataforma
Self-
Service &
Big Data
Analytics
Incorporación
ágil de
nuevas
técnicas de
análisis

34. Source: Gartner
Traditional BI Advanced Analytics
VALUE
DIFFICULTY
Predictive
Analytics
Prescriptive
Analytics
Diagnostic
Analytics
Descriptive
Analytics
How can we
make it happen?
What will
happen?
Why did it
happen?
What
happened?
Mejorar el rendimiento del negocio

35. Gracias

36. Our contact details
Address
Rey Juan Carlos I, 88 4C 03340 Albatera
Alicante
Website
www.solidq.com
Email
gladmin@solidq.com
Phone
800.300.800
SolidQ Global, SA
CIF: A54101977