“La tecnología de datos y analítica avanza a un ritmo vertiginoso. La inteligencia artificial (IA), desde la IA y el ML tradicionales hasta la IA Generativa (GenAI), está impulsando la innovación a un ritmo sin precedentes. Además, con las nuevas formas de infundir inteligencia en la experiencia de los usuarios utilizando la “analítica componible” (composable analytics), asistimos a un momento único para proporcionar y distribuir inteligencia a un coste menor y a mayor velocidad”.

 

¿Cómo Sisense contribuye a acelerar la innovación aprovechando las tendencias de la industria en favor de un modelo de toma de decisiones más inteligente?

Desde sus inicios, Sisense se ha preocupado de facilitar a los líderes analíticos la adopción temprana de los últimos avances de la tecnología emergente, con el fin de que sus clientes tengan la oportunidad de anticiparse a sus competidores y capturar el valor asociado a las innovaciones tecnológicas. Se trata de mirar hacia el futuro, separar el valor real de la paja, de forma que nuestros clientes tengan la oportunidad de anticipar la innovación y sacar ventajas competitivas a la hora de aplicar las mejores tecnologías analíticas a sus propias hojas de ruta y para sus usuarios.

Por ejemplo, el año pasado Sisense presentó Compose SDK, el primer kit de herramientas de desarrollo componible creado desde cero para que los equipos de producto e ingeniería puedan desplegar aplicaciones analíticas sin complicaciones utilizando TypeScript con los entornos de desarrollo web más innovadores, tales como React, Angular o Vue. En pocas palabras, se trata de una estrategia de desarrollo componible para equipos de análisis. El valor no está solo en permitir a los equipos de producto acelerar su tiempo de comercialización, sino también garantizar que la infusión de análisis en sus aplicaciones no se produzca a costa de la experiencia del usuario.

Y, no hay duda, los equipos de producto e ingeniería buscan sacar el máximo provecho de la reciente aparición de los modelos LLM y la GenAI. Por otra parte, los equipos de análisis buscan formas prácticas, seguras y escalables de aprovechar la tecnología y aportar valor a sus usuarios. Por eso Sisense ha introducido GenAI Analytics Chatbot (actualmente en Beta), que proporciona una forma componible para que los equipos de ingeniería añadan experiencias conversacionales centradas en datos y analíticas directamente en sus productos y aplicaciones, de forma que los usuarios puedan tomar mejores decisiones, más rápidamente y actuar con más confianza.

Nuestro objetivo es permitir que nuestros clientes se mantengan a la vanguardia adoptando y aplicando las mejores tecnologías emergentes, sobre todo aquellas innovaciones que aportan más valor a sus estrategias de negocio.

 

Una guía práctica para adoptar las tecnologías analíticas emergentes
El verdadero dilema es cómo saber si realmente estamos navegando por las tendencias tecnológicas emergentes y cuáles son las más adecuadas para nuestra estrategia, pues con tantas tecnologías compitiendo por nuestra atención: ¿cómo separar el grano de la paja?

Tras leer el informe Emerging Tech Impact Radar: Data and Analytics publicado por Gartner en febrero de 2025, hemos sacado algunas conclusiones en relación con el potencial de las tecnologías emergentes vinculadas con datos y analíticas que aparecen en el tablero de juego. A nuestro entender, el informe identifica 29 tecnologías, lo que resulta casi mareante, y sin duda, algunas están más maduras que otras y con distintos niveles para ser implementadas para uso masivo. Y merece la pena tener a mano un radar completo para poder planificar la hoja de ruta: dónde centrarse ahora y hacia dónde dirigirnos después, para predecir y prepararse para una ola de innovación analítica en la que estamos, seamos o no conscientes.

 

Tanto nosotros, pero sobre todo de cara a nuestros clientes, estamos encantados de ver que las macrotendencias que Gartner visualiza en el mercado están muy alineadas con lo que Sisense ofrece hoy entorno al desarrollo componible y a la analítica conversacional generativa. Y no es casualidad, ya que, como hemos hablado con muchos de nuestros socios, clientes y otros líderes analíticos, escuchamos constantemente que la IA está afectando a todos los aspectos del proceso analítico y que el desarrollo componible se está convirtiendo en el modelo de entrega estándar para los datos y las analíticas en muchas organizaciones, de forma particular, en los actores digitales.

 

Decisiones y acciones generativas: ha llegado el momento de incorporar la IA a todos los procesos analíticos

Vemos que la IA generativa abre poderosas vías para ampliar el alcance e incluir a más usuarios, incluyendo a nuestros clientes, proporcionando analítica aumentada que promete una experiencia natural y contextual y reduce la curva de aprendizaje para la adopción. El momento nunca ha sido tan crítico ya que la penetración de BI en las organizaciones se mantiene relativamente sin cambios, entorno al 30%, lo que significa que hay un espacio significativo para los equipos de análisis.

Los avances en la analítica aumentada ofrecen muchas oportunidades. Por ejemplo, los chatbots analíticos pueden facilitar a los usuarios finales la exploración de resultados mediante conversaciones sofisticadas basadas en el lenguaje natural. El alcance puede incluir desde la exploración del modelo de datos hasta la formulación de preguntas analíticas específicas, pasando por la narración de datos y la interpretación de los resultados.

Por eso Gartner identifica las Decisiones y Acciones Generativas como un tema significativo y relevante para las aplicaciones del futuro. La analítica aumentada ocupa un lugar destacado en el Radar de Impacto de las Tecnologías Emergentes de Gartner. Net-net, la ola de la IA, afectará a todos los aspectos de la analítica, desde cómo preparamos los datos hasta cómo los consumimos. Por eso, los equipos de datos y análisis están evaluando cómo incorporar la próxima generación de analíticas aumentadas en sus hojas de ruta a corto plazo.

Gartner señala: «El aumento de las decisiones surge de la confluencia de la analítica y la inteligencia empresarial, la ciencia de datos y la IA, las suites de gestión de decisiones y otras tecnologías analíticas circundantes».

De cara al futuro, la oportunidad se desplaza más hacia la analítica prescriptiva, con la promesa de que la analítica aumentada proporcione recomendaciones a los usuarios finales sobre cómo actuar mediante la fusión del aprendizaje automático tradicional con modelos basados en LLM.

Sin embargo, creemos que los equipos de desarrollo deben asegurarse de que la analítica aumentada esté firmemente arraigada en un modelo de datos subyacente y una capa semántica para garantizar que la ampliación del alcance no se produzca a costa de la integridad de los resultados. Esta base debe incluir la definición de métricas, hechos, campos, tablas y dimensiones, garantizando la coherencia de la terminología y la ejecución de las consultas. En última instancia, se trata de proporcionar carriles de seguridad y auditabilidad.

Sin embargo, para garantizar la adopción y el éxito, a la hora de considerar cómo proporcionar análisis aumentados los equipos deben centrarse en la experiencia del usuario. Al fin y al cabo, no se puede considerar que una experiencia de chat completamente diferente está aumentada si está fuera de contexto y separada del flujo de trabajo del usuario final.

No es de extrañar, pues, que en el informe, Gartner señale como recomendación la necesidad de centrarse en la experiencia global para que los equipos «Prioricen la experiencia del usuario y la personalización para múltiples perfiles de usuario, más allá de los desarrolladores de analítica tradicionales, aprovechando la IA generativa y la analítica componible con el fin de democratizar aún más el autoservicio y la analítica de datos».

 

Los datos y análisis componibles son ahora clave para una agilidad sin concesiones
Si no estás familiarizado con los análisis componibles, debes tener en cuenta que ahora es un método fundamental para que los equipos ensamblen aplicaciones y experiencias analíticas a partir de componentes centrados en API y marcos web.

Tradicionalmente, los equipos de analítica se han enfrentado a menudo con un gran reto a la hora de infundir la analítica en los flujos de trabajo de sus usuarios. Se enfrentaban a dos dolorosas opciones: 1) o bien crear desde cero, lo que normalmente requiere una gran cantidad de tiempo y recursos de desarrollo, por no mencionar la larga cola de mantenimiento que conlleva; o 2) bien han tenido que “forzar” una plataforma de análisis pesada y estándar en una aplicación para comercializarla de forma más rápida, lo que tradicionalmente ha significado comprometer la experiencia del usuario, terminando con lo que sus usuarios ven como «frankensoftware».

En cambio, el desarrollo de analítica componible permite crear soluciones analíticas ágiles y adaptables, en las que se pueden combinar distintos componentes o módulos para satisfacer requisitos específicos. Este enfoque permite un desarrollo y despliegue más rápido de las aplicaciones analíticas sin comprometer la experiencia del usuario.

Por esta razón, lanzamos Compose SDK, para proporcionar el primer conjunto de herramientas de análisis de la industria construido únicamente entorno al concepto de componibilidad, modularidad y, opcionalmente, desarrollo totalmente headless. Este modelo ya está suscitando un interés increíble entre los equipos de análisis, que pueden crear primero el código, utilizando todas las tecnologías con las que están familiarizados, como TypeScript, Node, React, Vue.js y Angular.js.

Los componentes modulares de Compose SDK proporcionan un espectro completo de componibilidad, incluyendo visualizaciones basadas en los últimos marcos web, consulta de datos para conectar y reproducir gráficos de terceros o simplemente infundir datos en sus productos, y una amplia gama de objetos y componentes incluyendo nuestro chatbot componible GenAI. Creemos que, si lo que buscas es añadir análisis a tu aplicación de forma rápida y sin compromisos, no hay mejor manera que el desarrollo componible completo.

Entendemos que el informe de Gartner se hace eco del mismo tema, identificando los datos y las analíticas componibles como un tema clave en el que la velocidad es uno de los principales impulsores de valor, observando que «la innovación a un ritmo rápido es el resultado clave de una arquitectura de D&A componible».

Pero aunque la velocidad de entrega es un beneficio crucial, también se trata de ser un habilitador para añadir análisis que ofrezcan un valor diferenciado, con Gartner encontrando que «Composable D&A maximiza la capacidad de construir, ensamblar y volver a ensamblar las capacidades de negocio a un ritmo exponencialmente más rápido que la construcción de aplicaciones empresariales personalizadas desde cero. También permite ensamblar aplicaciones que pueden diferenciar a una empresa, lo que puede no ocurrir con las aplicaciones preempaquetadas».

 

Descubre las últimas tendencias sobre tecnologías analíticas emergentes según Gartner
En Sisense, sabemos que nunca ha habido un momento más emocionante para los profesionales de la analítica debido a la gran cantidad de datos, las nuevas opciones de bases de datos y la rápida evolución de las tecnologías disponibles para analizarlos, todo ello impulsado por el auge de GenAI. Además, con la aparición del desarrollo analítico componible y los enfoques analíticos conversacionales, las soluciones analíticas se están volviendo más ágiles, flexibles y personalizables.

Este cambio nos ofrece oportunidades atractivas para que los profesionales de la analítica integren y ofrezcan soluciones innovadoras que ayuden a sus clientes y usuarios a tomar decisiones basadas en datos, mejorar las operaciones e impulsar el crecimiento empresarial. Pero hay que aprovechar las tecnologías y tendencias adecuadas para ofrecer el máximo valor.

Para conocer todas estas tendencias del mercado, te invitamos a descargar el informe de Gartner Emerging Tech Impact Radar: Data and Analytics.