La correcta representación de los datos empresariales resulta fundamental para que personas de todos los niveles de la compañía puedan acceder a la información que necesitan. Pero, en ocasiones, nos centramos más en la estética del dashboard y olvidamos de dónde sale realmente la información visualizada. Que es la que de verdad importa.
Desde que las líneas de comando quedaron relegadas al olvido y las interfaces gráficas de usuario se convirtieron en la superficie primaria de interacción con los usuarios en el mundo digital, los diseñadores de UX no han dejado de desarrollar sus técnicas y tecnologías para poder representar datos de la forma más atractiva y útil posible. Sin embargo, no hay que dejarse llevar solo por la estética.
Claro que, en la actualidad, a nadie le gusta ver unos simples números verdes danzando sobre sobre fondo negro. Todo el mundo espera agujas, diales, indicadores elásticos con scroll, colores y dinamismo. Pero, aunque la mona se vista de seda… No importa lo espectacular que sea una interfaz de usuario y lo maravillosa que sea de usar si los datos subyacentes no muestran la información que se necesita o, peor aún, se omiten elementos cruciales. El data driven decision making tiene un solo elemento crítico que lo hace funcionar: los datos.
Contexto y real time
Hace ya años que las compañías acumulan datos de todos los tipos procedentes de una miríada de fuentes, porque confían en que las tecnologías big data sean capaces de proporcionarles nuevos insights que les ayuden en su negocio. Pero entre el extremo inicial —el lugar de almacenamiento de los datos— y el final —el gráfico en la pantalla del CEO, CFO o CTO— hay una tarea muy importante: la preparación de los datos.
El famoso eslogan de una marca de neumáticos, “la potencia sin control no sirve de nada”, se puede aplicar también al propósito de mostrarle información relevante al usuario a partir de conjuntos de big data. Cada vez hay más canales nuevos que generan información, pero lo importante es saber qué hacer con ellos. Gracias al big data, la cantidad de los datos ya no es un problema, pero sí lo son los procesos que hay que aplicar a los mismos para que realmente tengan valor. Debemos ser capaces de identificar qué datos importan, detectar y descubrir patrones, y también determinar cuál puede ser el formato más correcto para presentárselos al usuario.
Los datos de diversas fuentes aisladas pueden tener un gran valor por sí mismos, pero solo el análisis de estos orígenes y su procesamiento conjunto con el adecuado contexto aportarán un mayor valor global a la información. Este valor puede ser aún mayor si enriquecemos los datos desde fuentes externas, es decir, añadimos aún más contexto.
Solo hay un elemento crítico
en el data driven decision
making: los datos.
Fuentes de datos
Este es, seguramente, uno de los retos más decisivos. Hay tantas fuentes de datos, con sus diferentes formatos, sistemas y protocolos, que la tarea de obtener información con sentido a partir de varios miles de puntos de información es, sencillamente, hercúlea. Especialmente si tenemos en cuenta que estamos recabando datos para un propósito determinado (la UI del usuario), y esta es una ardua tarea, especialmente cuando el propio usuario final tiene la posibilidad de construir su dashboard personal con aquellos KPI o datos que más le interesen. Es decir, que el propósito varía de un usuario a otro. Por eso no hay más remedio que realizar una preparación de los datos, para unificarlos.
La propuesta que ponemos sobre la mesa es el uso de tecnologías como Wizzie Data Platform (WDP), una plataforma mediante la que se consigue dotar al usuario de todas las herramientas que le permitan tener un control total del flujo de los datos, desde la adquisición hasta la normalización y la visualización final.
Comenzando con el primer paso, la adquisición, esta plataforma cuenta con numerosos conectores, mediante los que es posible procesar cualquier protocolo actual genérico, como HTTP, MQTT y Kafka, así como algunos más específicos tales como Netflow y Syslog.
Poner orden es importante
El próximo paso es la normalización, es decir, unificar, transformar y filtrar los datos. En WDP ese trabajo corre a cuenta del Normalizer, un motor de procesamiento de streams en tiempo real, cuyas capacidades incluyen, entre otras, modificar valores y dimensiones, realizar operaciones matemáticas, etc. Hecho esto, la información se envía a las fases de enriquecimiento y correlación, en las que se añaden datos de otras fuentes y se aplican reglas de negocio, respectivamente.
El resultado es un conjunto de datos perfectamente apropiado para la visualización, a partir de los parámetros iniciales que ha especificado el usuario que los desea consumir. Y todo ello en tiempo real, con latencias muy reducidas.
Volviendo a nuestro eslogan de la potencia y el control, no basta con tener un motor de procesamiento de datos muy potente, sino que se necesita que se pueda dirigir en la dirección necesaria. Por ello, en WDP el usuario tiene un control total sobre los procesos de la normalización, el enriquecimiento y la correlación de la información, combinando tantas fuentes de datos como necesite para obtener lo que desea.
El último paso, que es el que más le interesa al usuario, es la visualización en tiempo real de la información solicitada. Para ello se ayuda de una plataforma analítica basada en dashboards configurables, donde poder mostrar todos los KPI que se hayan elegido.
Aquí hemos llegado a la parte de la estética, que, al final, sí que importa. Por ello se necesitan tecnologías como React, que proporcionan no solo velocidad para el usuario, sino también claridad y flexibilidad al desarrollador. Pero la creación de un dashboard agradable es mucho más sencilla si los datos que muestra tienen asegurado el componente más importante: la fiabilidad.
Domesticar la diversidad
Para poder disponer de una UI agradable, con una UX adecuada, primero hay que superar el reto de “domesticar” la diversidad informacional a partir de incontables fuentes de datos. Este es el modo de conseguir un resultado que aporte valor y ayude al negocio. Eso implica disponer de las herramientas adecuadas, que comienzan mucho más abajo de la capa de visualización.
Para poder responder a las peticiones de información del usuario en tiempo real, los procesos de adquisición, manipulación y visualización de los datos han de ser eficientes, minimizando el tiempo desde que se genera el dato hasta que llega a la UI.
Solo con datos fiables, mostrados en tiempo real de forma informativa, se pueden tomar decisiones de negocio correctas. Eso es justo lo que busca el usuario, y por lo que pide sus dashboards a TI.
