Presentación del Blog de Vitria en España

------

Estimados visitantes, les doy la bienvenida al Blog corporativo de Vitria en España, en el que, trataremos temas relacionados con Inteligencia Operacional de la mano de una compañía líder en soluciones tecnológicas vanguardistas de última generación.

El presente Blog es un medio de comunicación y compartición instantánea de información y un medio de compartición de experiencias y sugerencias por parte de nuestros socios y clientes, donde buscamos la mejora contínua del servicio, de los productos y de las soluciones que se ofrecen desde Vitria.

Web España , @VitriaES , Hashtags: #InteligenciaOperacional #Analytics , Canal Vimeo Videos

Telf. Vitria España, Madrid - Alcobendas: +34 91 189 05 06, e-mail: spainsales@vitria.com

Spanish Blog

Parte VI: CEP - Procesamiento de Eventos Complejos

Posted by Juan Palacios on Tue, Feb 07, 2012 @ 12:42 AM

describe the image Vitria IO: Analytic Server o Servidor Analítico

Hemos hablado del Servidor Analítico a grandes rasgos, veamos un poco más sobre su arquitectura y sus posibilidades.

El Servidor Analítico representa el núcleo CEP de la solución de Inteligencia Operacional de Vitria IO. Administra o gestiona múltiples Feeds entrantes simultáneos que provienen del Servidor de Feeds, realiza consultas XQuery sobre dichos Feeds y genera un conjunto de Feeds resultantes de salida, tal y como se muestra en la figura 1.

Servidor Analítico

Figura 1: Servidor de Feeds y Servidor Analítico

Una Feed de salida contiene eventos (XML) resultantes de la ejecución de una consulta XQuery. Un Feed de salida se puede utilizar, principalmente, de varias maneras:

  • Como entrada para posteriores consultas. De esta manera, podemos tener componentes reutilizables y modulares para obtener redes de consultas.

  • Como un canal para la visualización de eventos en tiempo real en los cuadros de mando.

  • Por el gestor de políticas sobre los eventos, para que los eventos del Feed puedan despacharse y ser gestionados por procesos de negocio.

El Servidor Analítico ejecuta continuamente cada consulta definida tan pronto llega un nuevo evento a cualquier de las ventanas a las que hace referencia una consulta. El procesamiento de eventos se implementa como un algoritmo de ventana deslizante donde se procesan eventos cronológicamente y en orden ascendente en base al “timestamp” a través de todas las ventanas de una consulta.

El procesamiento ordenado de eventos es crucial para producir resultados que reflejen el contexto verazmente y en un punto en el tiempo. El Servidor Analítico realiza un “buffering” de los Feeds entrantes con persistencia hasta que se procesan los eventos en dichos Feeds, garantizando así que no hay eventos que se pierden antes de ser procesados.

El procesamiento de consultas incremental es una optimización técnica interna del procesador de consultas del Servidor Analítico que minimiza la sobrecarga computacional en la ejecución de consultas. Como regla general, el Servidor Analítico hace uso del algoritmo de cálculo incremental tanto como sea posible, especialmente cuando se utilizan agregaciones.

El Servidor Analítico ofrece una amplia y poderosa gama de funciones analíticas y funciones de cálculo que permiten a los usuarios analizar, comprender y actuar sobre información en tiempo real. Las  características principales se resumen en la tabla 1.

Función

Capacidad o característica

Captura de eventos en tiempo real, filtrado, patrones coincidentes, detección y agregación

  • detectar patrones y tendencias en tiempo real

  • correlacionar información histórica y real-time

  • detectar y capturar eventos de negocio específicos

  • filtrar los eventos significativos

  • agregar y enriquecer la información

Análisis predictivo en tiempo real, tendencias, pronósticos, y análisis de qué pasaría si (what-if-analysis)

  • calcular líneas de tendencias en tiempo real y explorar las desviaciones

  • conducta forense de los eventos en tiempo real

  • recalibrar acuerdos de nivel de servicio

Medias en movimiento sobre condiciones temporales

  • analizar datos sobre diferentes ventanas de tiempo

  • ajustar ventanas de tiempo fácilmente y ver un análisis inmediatamente

  • recalcular sobre la marcha

Análisis multidimensional de Feeds en tiempo real

  • ver y analizar la información a lo largo de un número de diferentes dimensiones

  • controlar la “altitud” de la información a través “drill-downs”

Instantáneas

  • ver información incremental y proporcionar procesamiento adicional sobre los eventos para analizarlos y realizar acciones en tiempo real

  • analizar las dimensiones de tiempo relevantes y el contexto histórico

Análisis geoespaciales

  • análisis situacional para deducir y analizar relaciones geográficas entre personas y entidades

  • definidas por una delimitación geográfica especifica (círculo, rectángulo, polígono) o por entidad (incluyendo la entrada y la salida de la delimitación geográfica)

  • seguimiento de proximidad de objetos importantes

  • Mash-up y visualización en un Mapa

Tabla 1: Características y capacidades del Servidor Analítico

 

Conclusión de la serie de artículos I a VI: CEP - Procesamiento de Eventos Complejos

  • El procesamiento de eventos complejo es la piedra angular de la solución de Inteligencia Operacional.

  • La plataforma de Inteligencia Operacional de Vitria está completamente integrada con un motor CEP escalable, diseñado específicamente para gestionar eventos XML eficientemente, mediante una interfaz Web 2.0 moderna.

Tags: CEP, Inteligencia Operacional, Servidor Analítico, Servidor de Feeds

Parte V: CEP - Procesamiento de Eventos Complejos

Posted by Juan Palacios on Tue, Feb 07, 2012 @ 12:13 AM

describe the imageVitria IO: Una Arquitectura Moderna para CEP

El procesamiento de eventos complejos se sitúa en el corazón de la arquitectura de Inteligencia Operacional. En la figura 1 vemos que los eventos pueden venir de una variedad de fuentes diferente, incluyendo JMS, Servicios Web, Bases de Datos relacionales y Feeds Web como RSS. La imagen muestra también que los motores de ejecución de procesos, tales como el motor BPMS (o incluso motores de terceras partes) pueden ofrecer eventos como Feeds, pudiendo ser visualizados y correlacionados con eventos de otros Feeds.

Las fuentes u orígenes de eventos se normalizan como Feeds, y de ello se ocupa el Servidor de Feeds y se transmiten al Servidor Analítico (el motor CEP de Vitria IO) para su tratamiento. El Servidor Analítico, seguidamente realiza operaciones contra los Feeds, permite escribir los resultados en el repositorio y archivar la información para una auditoría o análisis posterior. Se diseñan cuadros de mando  real-time en el Libro de Operaciones para la toma de decisión humana y se  inician acciones en forma de alertas o se desencadena la ejecución de procesos de negocio de resolución o mitigación ante posibles incidencias en el motor BPMS.

El Servidor Analítico puede también consultar información persistida en bases de datos relacionales y combinarla con información en tiempo real para enriquecer los datos de origen, permitiendo crear gráficos de tendencias y comparativas contra información histórica.

arquitectura resized 600

     Figura 1: Arquitectura de alto nivel de la plataforma de Inteligencia Operacional

Tags: CEP, Inteligencia Operacional, Intelligencia Operacional, Servidor Analítico, Servidor BPMS, Libro de Operaciones, Servidor de Feeds

Parte IV: CEP - Procesamiento de Eventos Complejos

Posted by Juan Palacios on Mon, Feb 06, 2012 @ 11:42 PM

describe the image En éste artículo vamos a comentar la importancia de XML en el procesamiento de eventos complejos y las principales diferencias entre los motores CEP.


Fundamentalmente hay dos tipos de motores CEP endescribe the image el mercado:

  • Basadas en consultas o “query-based”: se aplica a consultas de tipo base de datos pero contra flujos de eventos.

  • Basado en estado o “state-based”: representan secuencias de eventos esperadas como modelos de máquinas de estado finitas.

Los motores CEP basados en consultas se utilizan ampliamente, son motores de propósito general que dan cobertura a todos los casos de uso indicados en la tabla 1 del artículo anterior: Parte III.

En cambio, los motores CEP basados en estados están diseñados para realizar comparaciones de secuencias y patrones con volúmenes transaccionales elevados durante periodos largos de tiempo, pero son menos flexibles que los motores basadas en consultas a la hora de hacer frente a toda la gama de casos de uso CEP.

La implementación de agregaciones, correlaciones, análisis de series en el tiempo y así sucesivamente en motores basados en estados generalmente requiere complejas programaciones mediante el uso de lenguajes de programación propietarios, en lugar de utilizar consultas declarativas sencillas.

La mayoría de los sistemas para el procesamiento de eventos basados en consultas utilizan un derivado de SQL como lenguaje de modelado de consultas. Esto es comprensible dada la familiaridad que existe de SQL en una gran mayoría de desarrolladores. El motor CEP del Servidor Analítico es un motor basado en consultas diseñado para procesar eventos en formato XML y en tiempo real y para ello utiliza XQuery como lenguaje de modelado de consultas.

¿Cuáles son las ventajas en el uso de un lenguaje de consultas basado en XML frente a lenguajes de consulta basados en SQL relacional?

  • Las tablas relacionales son planas: considerando que la mayoría de los datos de las empresas (incluyendo los "objetos de negocio") se representa de forma natural como objetos estructurados jerárquicamente y a menudo con varios niveles de profundidad, XML parece el camino natural adecuado para ésta representación de estructura jerárquica.

  • Las tablas relacionales son rígidamente uniformes: mientras que los datos XML tienden a ser menos rígidos y más variables, XML es mucho más apropiado en el manejo de variaciones estructurales (variación de tipos de datos, etc) que las estructuras relacionales, y estas situaciones son la norma con la rápida evolución de los sistemas.

  • Los datos relacionales están desordenados por naturaleza: mientras que el orden adquiere un significado muy importante en datos XML (especialmente para los datos del documento).

  • Las tablas tienen esquemas relativamente estáticos que pueden ser difíciles de evolucionar: mientras que los esquemas XML tienden a ser más extensible con una clara  distinción entre datos y metadatos.

Sin embargo, aunque el modelo relacional permanece omnipresente para "datos en reposo" y se ha relegado la persistencia nativa de XML a aplicaciones relativamente especializadas, el caso de los "datos en movimiento" es muy diferente.

Hoy en día, la mayoría de los datos empresariales que se intercambian entre sistemas se expresa en formato XML, tanto dentro como fuera del cortafuegos, aprovechándose de la independencia de plataforma que ofrece XML, su naturaleza auto descriptiva y su extensibilidad. La adopción de servicios Web en la  implementación de arquitecturas orientadas a servicios ha acelerado rápidamente esta tendencia. Por tanto, con tantos datos en movimiento expresados en XML, es esencial que cualquier sistema de procesamiento de eventos complejo pueda manejar de manera eficaz XML puesto que la mayoría de los flujos de eventos en tiempo real contendrán probablemente mensajes XML.

El Servidor Analítico de Vitria es un motor CEP basado en consultas que combina de forma exclusiva la capacidad para consultar secuencias de eventos XML con consultas SQL para el enriquecimiento a partir de datos almacenados.

Tags: CEP, Inteligencia Operacional, Intelligencia Operacional, XML

Parte III: CEP - Procesamiento de Eventos Complejos

Posted by Juan Palacios on Mon, Feb 06, 2012 @ 12:44 PM

describe the image   La Tabla 1 muestra algunos casos de uso importantes en el Procesamiento de Eventos Complejos y cómo se podrían aplicar en algunos de los dominios enumerados en artículos anteriores.

 

Caso de uso

Descripción

Ejemplos de Aplicación

Filtrado

Seleccione los eventos que coincidan con los criterios especificados por el usuario mediante expresiones de comparación.

 

  • SLA Monitoring: detectar cuando el tiempo de respuesta supera un valor objetivo (umbral o límite KPI) por región
  • Trading: filtrar un alto volumen de eventos
  • Redes eléctricas: capturar lecturas anormales del sensor/contador
  • Análisis Clic-stream: capturar órdenes de un conjunto específico de direcciones IP, por ubicación geográfica.
Correlación

Unión de eventos desde diferentes Feeds basados en atributos y expresiones comunes.

 

  • SLA Monitoring: unión de varios pedidos sobre una ventana deslizante de tiempo o por número de eventos.
  • Gestión de excepciones: correlacionar información de múltiples sistemas implicados en un proceso de  negocio o transaccional.
  • Seguridad cibernética: correlacionar intentos de intrusión de múltiples sistemas de detección de intrusiones, ficheros de log, etc.
Agregación

Calcular varias estadísticas de los datos de los eventos con ventanas de deslizamiento o salto, de tiempo o en base a número de eventos, incluyendo contador, promedio, suma, mínimo y máximo.

 

  • SLA Monitoring: calcular el tiempo de respuesta promedio para todas las regiones
  • Gestión de red: calcular en un histograma el throughput o rendimiento promedio, mínimo y máximo por minuto
  • Análisis Clic-stream: calcular el número de visitantes que hicieron clic en un vínculo web particular dentro de un intervalo de tiempo especificado.
Evento Patrón Coincidente

Detectar el flujo secuencial de cambios de estado de una o más secuencias de eventos en el tiempo. Por ejemplo, genera una alerta si se ha producido el evento A y, a continuación el evento B ocurrió en los siguientes 60 segundos.

 

  • SLA Monitoring: determinar si las métricas de SLA se ven afectadas por estar fuera de los límites establecidos
  • Gestión de fraude: detección de transacciones relacionadas sospechosas
  • Trading: detectar patrones “wash trading”
  • Análisis Clic-stream: ¿cuanto tiempo le llevo al cliente hacer clic en 'Comprar' después de la apertura del anuncio?
Enriquecimiento

Combina datos de referencia de sistemas externos en RDBMS para proporcionar el contexto suficiente.

  • SLA Monitoring: comparación histórica (e.j.: rendimiento de la red del último mes); recuperar la información de detalle de los registros maestros (buscar los detalles del cliente utilizando el ID del cliente)
  • Retail: buscar datos del producto a partir de la etiqueta RFID.
  • Seguridad cibernética: recuperar las intrusiones existentes de una dirección IP particular.
Análisis multidimensional

Calcular varias estadísticas de los datos del evento desglosados por uno o varios atributos (dimensiones).

 

  • SLA Monitoring: calcular la respuesta promedio por nivel del cliente, tipo de socio, y por región
  • Retail: calcular el volumen de ventas por producto, por región.
Análisis Situacional

Superponer información contextual (información geoespaciales) con los datos del evento.

 
  • SLA Monitoring: visualizar rupturas de SLAs por ubicación geográfica
  • Logística: aglutina ubicaciones de las flotas en un Mapa
  • Inteligencia militar: monitoriza los movimientos de las personas de interés
  • Administración de red: proporcionar 'mapas de calor' o el rendimiento de la red para resaltar los cuellos de botella

Tabla 1: Casos de uso CEP - ejemplos y aplicaciones

 

Tags: CEP, Inteligencia Operacional

Parte II: CEP - Procesamiento de Eventos Complejos

Posted by Juan Palacios on Mon, Feb 06, 2012 @ 09:29 AM

describe the image Un poco más de detalle sobre ¿Qué es el Procesamiento de Eventos Complejos?


El Procesamiento de Eventos Complejo es una tecnología crucial en Inteligencia Operacional que permite a un individuo solicitar una investigación o un análisis una vez, y, a continuación, poder evaluarlo en el tiempo y de forma continua contra uno o muchos flujos de eventos de una manera muy eficaz.

 

Por ejemplo, quizá desee saber el tiempo de espera promedio de clientes para una determinada región, y por producto solicitado y tipo de cliente. Los datos llegan como una serie de eventos en una secuencia continuada donde es necesario realizar un cálculo sobre dichos eventos en tiempo real con el fin de calcular los tiempos medios de espera. En la figura 1 ofrecemos algunas definiciones básicas de estos conceptos.

describe the image

Figura 1: Events, Streams, Feeds y CEP

 

CEP es una tecnología eficaz para el análisis de múltiples eventos en un período específico de tiempo, detectando patrones complejos y haciendo correlaciones. Desde la perspectiva de una arquitectura Event-Driven, podemos considerar CEP como la tecnología clave necesaria para el procesamiento en tiempo real de volúmenes de eventos potencialmente elevados y la transformación de estos eventos de bajo nivel en eventos de nivel superior, con posibilidad de agregación y composición de eventos de negocio para su visualización y respuesta automatizada.

 

Por ejemplo, CEP puede utilizarse para detectar el uso fraudulento de tarjetas de crédito mediante la monitorización o supervisión de la actividad de la tarjeta de crédito, justo en el momento de su uso. Puede realizar análisis de series en el tiempo y generar tendencias sobre secuencias de eventos y puede correlacionar un flujo de información en tiempo real con datos históricos almacenados, tales como, correlaciona las nuevas actividades de la tarjeta de crédito con la información de los clientes del sistema CRM.

 

La necesidad de procesar grandes volúmenes de eventos en tiempo real de manera inteligente existe en diferentes sectores y dominios, incluyendo el sector financiero, la gestión de riesgos, supervisión de normativas, supervisión de acuerdos de nivel de servicio SLAs y KPIs, en la gestión de la cadena de suministro, en el análisis Clic-stream, en seguridad cibernética, en la monitorización de los procesos de negocio, en logística, en la supervisión de “power grids”, en la supervisión de infraestructuras, en inteligencia militar y en muchos otros.

 

La supervisión o monitorización de SLAs es un área de aplicación importante para CEP. Es una parte importante en la mayoría de las operaciones de negocio puesto que la velocidad del negocio requiere de operaciones en tiempo real  versus tratamientos tradicionales en modo batch. CEP puede filtrar grandes volúmenes de eventos para identificar eventos que se encuentran por ejemplo fuera de un rango específico, correlacionar varias fuentes de eventos para determinar si están relacionados con la misma incidencia, agregar los eventos para determinar la gravedad de la incidencia y enriquecer los problemas detectados con información del cliente para determinar qué clientes potenciales se verán afectados por la ruptura o violación de la SLA.

 

En la industria de Energía y Utilities, la capacidad de filtrado puede utilizarse para identificar lecturas de contadores de los clientes que participan en programas de demanda y respuesta, pudiendo correlacionar y agregar eventos para determinar si la reducción de energía en clientes va por buen camino, y al mismo tiempo es posible enriquecer la información con datos de referencia para identificar el impacto económico del programa de reducción de energía en tiempo real.


Tags: CEP, Inteligencia Operacional

Parte I: CEP - Procesamiento de Eventos Complejos

Posted by Juan Palacios on Mon, Feb 06, 2012 @ 08:40 AM

describe the image   Las condiciones económicas, la competencia, las expectativas de los clientes impulsadas por los medios de comunicación y la inundación de información digitalizada están poniendo una presión, sin precedentes, sobre las organizaciones y su capacidad de asimilar la información y actuar adecuada y rápidamente. Nuestra capacidad para capturar, analizar, comprender y actuar con la velocidad y rigurosidad adecuadas se ve claramente limitada con el uso de informes tradicionales que lanzamos bajo demanda o programación predefinida. Los responsables en la toma de decisiones necesitan alertas en tiempo real y disponer del conocimiento suficiente para tomar acciones relevantes mientras aún importen. 


La Inteligencia Operacional ofrece un nuevo enfoque para la toma de decisiones que permite obtener respuestas óptimas en el momento que se necesitan. La Inteligencia Operacional proporciona tres funciones fundamentales:

• Visibilidad: la capacidad de ver y tener acceso a información de una amplia variedad de fuentes mediante una interfaz de usuario rica e interactiva


• Visión o conocimiento: la capacidad de analizar y sacar conclusiones de múltiples fuentes de datos históricos y en tiempo real a medida que cambia la información


• Acción: la capacidad de respuesta inmediata y de manera coherente para impactar positivamente en el negocio, en los procesos y en los clientes.

 

La plataforma de Vitria de Inteligencia Operativa u Operacional ofrece Visibilidad a través de cuadros de mando Web 2.0, un motor CEP para el análisis y el procesamiento de eventos complejos en la obtención de visión o conocimiento, y la capacidad de reacción mediante acciones con procesos de negocio.

 

La platafgorma de IO proporciona estas capacidades mediante una plataforma integrada, unificada y modular para la construcción de Aplicaciones de Inteligencia Operacional y bajo una arquitectura Event-Driven o conducida por eventos, donde los sistemas de información se modelan desde la perspectiva de eventos de negocio. La IO de Vitria permite que los analistas y los diseñadores colaboren conjuntamente a través del ciclo de vida completo del desarrollo.



En éste artículo del Blog vamos a centrarnos en los componentes CEP que ofrecen el “Insight” o conocimiento adecuado en Inteligencia Operacional.

  • Primero definiremos qué se entiende por procesamiento de eventos complejos o CEP

  • Examinaremos los diferentes tipos de motores CEP

  • Explicaremos por qué el enfoque de Vitria a la hora de analizar eventos en tiempo real es único y tiene un número de ventajas importantes sobre otros tipos de motores CEP


Tags: CEP, Inteligencia Operacional

“Eficiencia Operacional” frente a la problemática del “Big Data”

Posted by Juan Palacios on Tue, Jul 19, 2011 @ 01:28 AM

describe the image ¿Cómo lograr "Eficiencia Operacional" mediante Vitria IO frente a la problemática del "Big Data"?

describe the image

 

El principal reto que las compañías e instituciones actuales deben afrontar es la problemática del “Big Data”, pero, ¿qué es “Big Data”?. Los tres parámetros que sintetizan el término son: Volumen, Velocidad y Variedad de los datos. 

 

Big data” plantea básicamente tres retos sobre el flujo de datos:

 

  1. Volumen: saber cómo gestionar e integrar grandes volúmenes de datos,  procedentes de fuentes heterogéneas.

  2. Velocidad: poder acceder a la plataforma desde cualquier lugar, de forma autónoma por cualquier usuario de negocio, para mejorar y agilizar la toma de decisiones mediante la automatización: programación de acciones, eventos y alarmas.

  3. Variedad: conseguir unificar contenidos dispersos y no estructurados, con datos históricos, actuales y/o predictivos para un manejo óptimo de los mismos y para extraer de ellos información de valor.

 

La plataforma de Inteligencia Operacional de Vitria posee claras sinergias y permite abordar dichos retos ofreciendo el rendimiento y la flexibilidad necesaria para identificar patrones, entregar el conocimiento y la visión adecuada y a tiempo sobre los datos a los responsables en la toma de decisión. En resumidas cuentas la plataforma permite:

 

  • gestionar una gran variedad y volumen de datos en tiempo real: es decir, con rapidez y en su contexto

  • procesar datos altamente estructurados, semi-estructurados o poco estructurados mediante soporte XML nativo

  • nutrirse de feeds RSS, flujos sobre la actividad proveniente de redes sociales, fuentes de datos de Internet, y hacerlo manteniendo un rendimiento óptimo

  • permite de forma ágil y sencilla convertir los datos simples en información de valor para que los responsables puedan tomar decisiones cuando realmente importan. Los cuadros de mando son más dinámicos e interactivos, dando al usuario la posibilidad de encadenar, sobre la información tiempo real con la que están trabajando, acciones de resolución, correctivas, preventivas, … y de manera inmediata.

 

Por lo tanto, la integración de grandes volúmenes de datos, desorganizados y procedentes de fuentes heterogéneas, internas y externas, su análisis en tiempo real y la toma de decisión inmediata, para alcanzar la máxima eficiencia en el negocio, son los objetivos primordiales que podemos alcanzar.

 

Se habla de que aproximadamente el 50% de las organizaciones actuales tiene necesidades de análisis todavía no resueltas. De hecho, la principal causa de insatisfacción de los usuarios de negocio es su limitación en el análisis. En este sentido, los usuarios consideran la analítica avanzada y predictiva como prestaciones de valor añadido al negocio. Los responsables en la toma de decisión todavía no son plenamente conscientes de cuán importante es analizar mejor, cuán importante es la necesidad de dotar a los usuarios de autonomía y capacidad de decisión como una prioridad aportando analítica avanzada, cuán importante es tomar decisiones a tiempo y cuán importante es hacerlo mediante una plataforma que permita además la automatización de algunas de esas decisiones mediante acciones. Por lo tanto, no se perciben ventajas de negocio directas como la visión 360º del negocio y del cliente, la detección temprana de riesgos, fraudes y errores o la anticipación a oportunidades de negocio.

 

Algunas referencias sobre “Big Data”:

 

Tags: Inteligencia Operacional, Bigdata, IO, Volumen, Variedad, Velocidad

¿Qué es CEP?, Objetivos, Evento simple y complejo

Posted by Juan Palacios on Tue, Jul 12, 2011 @ 12:41 AM

¿Qué es CEP?
eventosc

Definimos CEP (Complex Event Processing) como la tecnología que permite el conocimiento operativo a partir de eventos generados por sistemas de mensajería, bases de datos y aplicaciones. El conocimiento operativo es el conocimiento que genera valor para la empresa, es decir, transforma los eventos en conocimiento e indica acciones. Conocimiento es la transformación de los datos en información útil. Para que el conocimiento tenga valor debe ir acompañado de una acción. 

Vitria incorpora un motor CEP en su plataforma de Inteligencia Operacional. Dicho motor identifica y responde de forma proactiva a eventos correlacionados que tienen lugar en los distintos estratos de una organización y por toda su cadena de valor.

Objetivos de CEP

describe the image

Monitorizar los eventos de interés de negocio para conseguir una mejora del mismo a través de la posibilidad de tomar acciones en tiempo real. La IO de Vitria permite la supervisión en tiempo real y de forma continuada de múltiples eventos para la toma de decisión/acción correctiva inmediata.

Evento y Evento Complejo:

Evento (del lat. eventus), acaecimiento o cosa que sucede. En el ámbito de CEP, los eventos que nos interesan son los generados dentro del contexto de negocio. Desde esta perspectiva definimos evento como "algo que ocurre o que no ocurre y que tiene interés potencial para el negocio en un momento determinado". Atendiendo al acrónimo CEP (Complex Event Processing) definimos Complex Event o Evento Complejo como el evento resultante del acaecimiento de varios eventos.

Tags: CEP, BAM, BI

Como OI (Operational Intelligence) complementa BI (Business Intelligence)

Posted by Juan Palacios on Wed, Jun 22, 2011 @ 02:48 AM

 

describe the image

describe the image Muchas personas, incorrectamente, piensan que OI es sinónimo de BI. Yo solía pensar lo mismo hasta que dediqué un tiempo en analizar y comprender las diferencias más relevantes entre los dos tipos de tecnologías que se indican más abajo en la tabla de comparativa. Si bien es cierto que una solución de OI se puede emplear para realizar BI, también es cierto que esto no ocurre al contrario, es decir, una solución de BI,  y fundamentalmente por cómo fueron diseñadas, será incapaz de actuar como una solución de OI completa con la funcionalidad que estas soluciones aportan.

En la solución de OI de Vitria básicamente convergen varias tecnologías, no sólo BI. Cuando mencionamos BI realmente hablamos de un BI Real-Time, pero mediante el BI Real-Time tampoco cubrimos todos los ámbitos, por tanto, las tecnologías que convergen en una solución de OI, y que hacen de OI una solución atractiva y potente, y así la definen, son: la inclusión de un motor CEP, la inclusión de lo mejor de BI, lo mejor de BAM y también la potencia de BPM, todo ello bajo una plataforma unificada, integrada y diseñada para alcanzar, en definitiva, unos objetivos:

  • ser más pro-activos, actuar de inmediato ante situaciones no deseadas
  • tomar mejores decisiones o cuando más importan
  • mejorar la operativa ganando en eficiencia y efectividad, aportando con todo ello el grado de inteligencia operacional suficiente para mejorar lo que cualquier compañía trata de mejorar cada día:
    • ser más competitivos
    • ser más rentables
    • ser más rápidos en el lanzamiento de nuevas promociones, productos, etc
    • ser capaces de mantener e incrementar los clientes y
    • por su puesto, de mejorar el servicio que se les entrega. Este último punto, está adquiriendo cada día más importancia – ver la definición de “Customer Experience”, que más o menos traducido al castellano podría ser algo así como ‘la percepción que tienen nuestros clientes del servicio que entregamos’, y por tanto, si somos capaces de conseguir la percepción adecuada de nuestros clientes tendremos bastante en nuestro favor.

Tabla Comparativa BI y OI

Funcionalidad

BI (Business Intelligence)

OI (Operational Intelligence)

Nivel de Visibilidad

Informes T-1, Mes Anterior, …

Cuadros de Mando en Tiempo Real

Datos y Eventos

Queries SQL contra información estructurada: RDBMS, DWH, Data Mining.

DATA-CENTRIC

Queries CEP contra eventos de múltiples fuentes de información estructurada o no estructurada: Web, RSS, RDBMS, Fichero, JMS, Web Service.

EVENT-CENTRIC

Latencia de la Información

After-the-fact, es decir, generación de informes a posteriori de un hecho, una situación quizá no deseada, un problema o incidencia.

 - Reacción Tardía -

Justo a tiempo – Información en Tiempo Real – El analista de Gartner Roy Schulte comentó recientemente: si necesita tomar decisiones con una frecuencia de 15 minutos o inferior, entonces necesitas OI.

P.ej.: la mayoría de los “call centers” en Retail, generalmente, disponen de una ventana de 2 minutos para responder a preguntas de clientes antes de que los niveles de satisfacción comiencen a verse afectados. Un proveedor de “Utilities” necesita gestionar bien la demanda durante periodos de picos altos para evitar cortes de suministro u otras interrupciones del servicio. Si no se alcanzan los niveles de servicio estipulados, la confianza del cliente y la facturación se ven claramente dañadas. Disponer de información esencial sobre el rendimiento de las operaciones en tiempo real, permite tomar decisiones instantáneamente para poder dar respuesta incluso antes de que el cliente note el problema.

Correlación

Imposibilidad a la hora de correlacionar datos recientes e históricos con sistemas  operacionales y sucesos en tiempo real

Correlacionar es crítico para poder analizar y realizar predicciones sobre el impacto de los eventos en los resultados y los procesos

Toma de Decisión

Perspectiva histórica (dia-1, més anterior, …), qué ocurrió el año pasado con éste asunto?

Inmediata. ¿Qué está ocurriendo ahora? – información contextual real-time para la optimización continuada y la mejora de la experiencia del cliente.

Nivel de Comprensión

Bajo: poder entender con exactitud los procesos vía Business Intelligence, depende completamente del conocimiento, intuición y habilidad del analista en la interpretación de la información que recibe. Un cambio de analista repercutirá perceptiblemente sobre la calidad del análisis.

Alto: la Inteligencia Operacional se nutre o alimenta con información en tiempo real,  eventos de información que representan básicamente cualquier cambio significativo en los datos, los procesos, las transacciones u otros indicadores de negocio.

Capacidad de Actuar

Imposibilidad de reacción pro-activa e inmediata frente a situaciones indeseadas

Posibilidad de actuar de inmediato para evitar impactos negativos en el negocio, los procesos o los clientes, mediante la automatización directa o semi-automatización

Enfoque Usuario

Enfocada hacia directivos y ejecutivos

Enfocada primordialmente hacia el personal operacional que puede o no  interactúa con los clientes

Transferencia de Conocimiento

Informes estáticos. Inversión significativa en la transferencia de conocimiento al usuario final para la obtención de resultados y entregables BI.

Cuadros fáciles de construir, cuadros vivos con información dinámica. Mínima curva de aprendizaje y conocimiento para los usuarios finales.

Vanguardista

No - Antigua

Sí - Nueva

En conclusión, sí me gustaría clarificar que un sistema de Inteligencia Operacional nunca sustituirá a un sistema de BI y generalmente no es éste el planteamiento, sino más bien se trata de complementar al sistema de BI para entregar Inteligencia Operacional en tiempo real.

¿Podría darnos su opinión sobre las diferencias comentadas entre BI y OI?

Tags: CEP, BAM, Intelligencia Operacional, Real-Time Analytics, Real-Time, BPM

Parte I:¿Qué es Inteligencia Operacional u Operativa (IO) y qué ofrece Vitria en éste sentido?

Posted by Juan Palacios on Wed, Jun 22, 2011 @ 12:41 AM

describe the image  La enciclopedia libre recoge también el concepto de Inteligencia Operacional bajo el término “Business Process Intelligence”. La Inteligencia Operacional (IO en adelante) se centra en la monitorización continuada y en tiempo real de los procesos y las actividades de la empresa, y en la asistencia a la optimización de dichas actividades y procesos en marcha, identificando y detectando situaciones no deseadas que se podrían corresponder por ejemplo, con interrupciones, fallos o cuellos de botella en la operativa diaria.

  

Como mejor se entiende el concepto y su alcance es reflexionando sobre algunas preguntas que nos hacemos durante la operativa de nuestro negocio, donde existen riesgos y deficiencias importantes, y donde no vemos como solucionarlo o no encontramos respuestas para poder gestionarlo con mayor eficiencia y efectividad:

 

  • ¿Cuántas veces no hemos detectado a tiempo un problema y el negocio se ha resentido por ello?

  • ¿Cuál fue el motivo o la causa que propició el problema?

  • ¿Qué repercusión/partida económica se destinó en su resolución?

  • ¿Qué personal se destina a la gestión de éste tipo de problemas y a su resolución?

  • ¿Qué impacto negativo se generó en los clientes y como afecta a la compañía?

  • ¿Qué porcentaje de clientes decidió cambiar de compañía por éste motivo?

  • ¿En qué medida se redujo el grado de satisfacción de nuestros clientes?

  • ¿Qué penalizaciones, producto de la ruptura de algunos acuerdos de servicio, sufrió la compañía?

 

Existe un requerimiento creciente de optimización en tiempo real de las operaciones críticas del negocio. Uno de los componentes clave para mejorar el rendimiento del negocio es reducir el intervalo de tiempo entre la detección de una desviación, la evaluación de la situación y la acción a tomar, para atajar el fallo de manera inmediata, reduciendo los tiempos de toma de decisión.

 

La Inteligencia Operacional ofrece respuesta a todas y cada una de éstas preguntas, y básicamente consiste en detectar a tiempo las causas, analizar los riesgos u oportunidades y actuar en las operaciones lo antes posible, optimizando y minimizando impactos negativos en el negocio, maximizando los beneficios.

 

Existe un factor clave, además de la optimización en las operaciones, que es el tiempo. Una solución de Inteligencia Operacional analiza y monitoriza en tiempo real, con apenas un desfase de milisegundos entre que se produce un evento y se analiza, por tanto permite reducir los tiempos de latencia al máximo.

 

Otro ingrediente que aporta el potencial a esta tipo de soluciones son, los eventos. Más allá de solicitar a un usuario que se realicen informes o analíticas bajo demanda, o programar su ejecución periódicamente, es la propia generación de eventos o información la que realiza un “push” y genera un flujo de información continuada que permite gestionar gran cantidad de eventos y correlacionar dimensiones dispares: tiempo, espacio, volumen, localización, etc, todo ello en tiempo real

 

La IO está fundamentalmente orientada a eventos mientras que otras soluciones analíticas y estáticas están basadas en datos. Es habitual señalar las diferencias de las soluciones de Inteligencia Operacional con tecnologías de Business Intelligence, y éstas suelen ser complementarias y un enfoque inteligente puede ser la complementariedad y refuerzo de ambas, alcanzando una capacidad de respuesta y monitorización en tiempo real y toda la potencia analítica de un Business Intelligence.

 

Tags: CEP, BAM, Real-Time Analytics, BPM, Operational Intelligence, Business Intelligence, Activity Streams, Spain

Subscribe to Email Updates

Follow Me