Durante los últimos años las organizaciones han invertido grandes cantidades de dinero en aplicaciones de Business Intelligence (BI) y Data Warehousing para conseguir un mejor acceso a sus datos. Estas organizaciones se han centrado sobre todo en diseñar e implementar los Data Warehouse y en desarrollar aplicaciones ETL y otras, centradas en los usuarios finales. El resultado es que el número de usuarios con acceso a los datos ha aumentado, pero también la necesidad de mejorar la eficiencia de los entornos de las aplicaciones y las bases de datos. Tareas éstas últimas encargadas a los responsables de IT que deben identificar, gestionar y resolver, entre otros, la formación de cuellos de botella.
Descubrir datos incoherentes es clave para un uso eficiente de las bases de datos
La mayoría de las ineficiencias detectadas en los sistemas implementados de BI y de Data Warehousing en una organización, se producen por no comprender qué aplicaciones y datos utilizan en cada momento los usuarios finales.
Una penetración mejor en este tipo de información sobre los usuarios puede revertir en una resolución más rápida en el rendimiento de los embotellamientos y una significativa mejora en la productividad y una reducción de los costes sobre gestión de datos.
Este documento profundiza sobre cómo el uso de Métricas Accionables puede prevenir los problemas relacionados con ésta falta de comprensión los usos de un usuario tipo en los entornos de Business Intelligence y de Data Warehouse.