BI Open Source para la Recesion

Ya está aquí, es un hecho. Vamos a convivir unos cuantos trimestres con la recesión. Y en ésta se percibe claramente que no van a servir las medicinas tradicionales de prescripción económica. Se va a necesitar dirigentes y directivos con visión estratégica que sepan tomar decisiones arriesgadas, pero al mismo tiempo efectivas.
Desde el punto de vista del Business Intelligence, se nos aparecen un buen número de motivos, por los que el Business Intelligence Open Source, puede ser la tabla de salvación de muchas empresas, si sus directivos saben aprovechar esta oportunidad:

15 Motivos para el BI Open Source:

1) Si usted es un Director de Informática, CIO, o cómo quiera que se llame en su empresa, si no se ha planteado YA, usar Open Source o soluciones SaaS en su empresa, probablemente le esperan unos años muy, muy complicados con presupuestos de IT cada vez más escasos, sin capacidad de optar a las nuevas mejoras tecnológicas y con un equipo humano que se irá quedando obsoleto.

2) El BI Open Source cada vez es más seguro, fiable, escalable y, sobre todo, no tiene barreras de entrada limitantes en coste... ni barreras de expansión (me fusiono con otra compañía, abro el análisis a toda la empresa, le doy acceso a mis clientes, lo abro al público....) que supondrían cientos de costosisimas licencias.

3) En épocas de crisis, ya no solo será importante analizar ventas, visitas, margenes, etc.. si no también costes, rentabilidad del canal, productivad, etc... y mejor tener herramientas flexibles y customizables que tener que 'comprar' paquetes nuevos.

4) NO tiene sentido, pagar por 2.000 licencias, cuando sólo unos 100 realmente lo usan.

5) Si eres Director de Informática y te gusta innovar, BI Open Source te proporciona ahorro de costes para dirigirlos a I+D y nuevos técnicos, y una tecnología abierta y puntera con la que crecer.

6) Ya hay muchas (y muy grandes compañías), que son 100% Open Source... y no se han colapsado!! es más, están entre las más valoradas.

7) Paradojicamente, en estos tiempos de crisis, grandes fabricantes propietarios están subiendo sus tarifas de licencias, en lugar de bajarlas, para cubrir sus márgenes.

8) Eso si, no hay que pensar que por ser Open Source, todo es gratis. No, lo que ocurre es que realmente pagarás por lo que usas y necesitas: soporte rápido, eficiente y profesional, servicios de consultoría que 'saben del negocio' y 'resuelven problemas', customizaciones que te dan la ventaja competitiva, etc...

9) A nivel histórico, esta es la primera crisis económica en la que existen alternativas viables y reales Open Source a los fabricantes tradicionales. Antes hubo crisis, pero IBM, Oracle, Microsoft y demás, no tenían verdaderas alternativas en presupuesto.

10) Muchos de los productos llamados propietarios, tienen un % muy elevedo de componentes 'open source' en su desarrollo, tanto por la calidad de estos componentes como por su ahorro de costes. Es decir, includo 'pagando licencias', gran parte de lo que pagas en Open Source.

11) En otros muchos casos, se están produciendo acuerdos entre software propietario software Open Source: HP, Ingres...

12) Cada vez es más evidente que hay que hacer el foco en las 'soluciones', más que en las herramientas o la tecnología.... es decir más en 'materia gris' conocedora del negocia y que aporte soluciones. Por tanto, destinar parte del dinero 'de software a materia gris'.

13) Que tal si aplicamos las matemáticas? (cero en el pago de licencias, bajo TCO, alto ROI)

14) Se trata de alternativas de menor riesgo por la cantidad invertida. Se pueden hacer 'pruebas con gaseosa'.

15) Las versiones salen mucho antes (puedes descargártelas cada noche), los bugs se corrigen antes, la comunidad detecta y corrige bugs. TU puedes corregirlos e incorporarlos al código.

Como resumen, hay cosas que no se pueden evitar, la recesion ha llegado, pero habrá algunos que la sepan encarar mejor que otros.

Fuente: http://todobi.blogspot.com/

Departamentos de Policía de todo el mundo reducen la actividad criminal con tecnología de Análisis Predictivo

El software Predictive Analytics de SPSS ha servido para dirigir investigaciones, desplegar personal y asegurar la seguridad de los ciudadanos.

Cientos de departamentos de Policía de todo el mundo están perfeccionando sus técnicas de identificación en la lucha contra el crimen mediante una innovadora aproximación basada en la tecnología de análisis predictivo para hacer frente a la actividad criminal.

En la actualidad, los departamentos de Policía deben incrementar su efectividad mientras sus presupuestos se reducen significativamente. Por ejemplo, los fondos federales destinados a financiar los presupuestos locales de los departamentos policiales de Estados Unidos han disminuido un 81 por ciento desde el año 2001, según el Congreso de Alcaldes de Estados Unidos.

En este sentido, el análisis predictivo juega un papel esencial a la hora de pronosticar actividades criminales de manera efectiva y determinar las acciones más adecuadas mediante asignación de recursos limitados y el despliegue de fuerzas policiales para proteger a los ciudadanos frente a saqueos, robos de coches o crímenes violentos.

El software SPSS Predictive Analytics de minería de datos y de textos, recolección de datos y estadísticas permite a las agencias para el cumplimiento de la ley anticipar el comportamiento criminal mediante el rápido análisis de enormes cantidades de datos sobre incidentes –examinado también las condiciones en que estos actos han tenido lugar, como la hora del día, las condiciones climatológicas, los eventos de gran afluencia que había en la ciudad o incluso si la fecha coincide con los días en que se pagan las nóminas- para asegurar la seguridad de los ciudadanos.

Como ejemplo pionero, el Departamento de Policía de Memphis, Tennessee, combate el crimen de manera proactiva gracias a una aproximación centrada en el análisis de datos.

El organismo se basa en el análisis predictivo con el fin de realizar mapas, identificar y establecer una relación entre los barrios y los ‘puntos calientes’ de actividad criminal por toda la ciudad, como puede ser la zona exterior del pabellón donde tiene lugar un concierto o cualquier otra área urbana específica.

También es posible analizar tendencias criminales, como los robos de coches producidos en una noche de lluvia. En uno de estos puntos calientes, la Policía de Memphis ha logrado reducir el índice de atracos hasta en un 80 por ciento con la incorporación de la tecnología de análisis predictivo de SPSS.

El Departamento de Policía de Memphis analiza patrones criminales, mapas de tendencias y mapas de puntos calientes, además de los registros de llamadas de ciudadanos a la policía, con el fin de identificar y analizar los lugares donde se llevan a cabo los distintos robos.

Al anticiparse a la actividad criminal, el organismo puede destinar recursos con mayor efectividad, incluyendo el envío directo de patrullas, un mayor control del tráfico, la asignación de destacamentos y fuerzas de operaciones, vigilancia cercana o el inicio de investigaciones concretas, todo ello pensado para reducir el índice de crímenes.

Larry Godwin, director de la Policía de Memphis, comenta que “ahora podemos optimizar la asignación de nuestros recursos para cubrir las necesidades de los ciudadanos y combatir mejor el crimen. El software Predictive Analytics también ha permitido al Departamento mejorar las comunicaciones con políticos y ciudadanos acerca del índice de crímenes de la ciudad, nuestros esfuerzos por resolverlos, las futuras necesidades para incrementar nuestras capacidades y la efectividad de nuestras acciones”.

“Esta comunicación mejora principalmente al ser capaces de proporcionar información sobre crímenes que están teniendo lugar en zonas específicas de la ciudad y en días concretos de la semana, con un lapso aproximado de dos horas. En resumen, Predictive Analytics permite a la Policía de Memphis dirigir sus efectivos a las áreas que más lo necesitan, en el día y hora precisos”, sentencia Godwin.

Igualmente, el Departamento de Policía de Richmond, Virginia, ha conseguido reducir el índice de asesinatos en un 30 por ciento y el de violaciones en un 20 por ciento entre 2006 y 2007, utilizando el software Predictive Analytics de SPSS.

El organismo se basa en la tecnología de SPSS para predecir y mapear los crímenes, para comprender que si un comportamiento criminal sigue un patrón identificable (hora, lugar, hechos pasados o circunstancias concretas), es posible utilizar estos factores que caracterizan los actos criminales para predecir su repetición y mejorar la seguridad de los ciudadanos de Richmond.

Por su parte, el Departamento de Policía de Macon, Georgia, está consiguiendo establecer una mayor seguridad en los barrios de la ciudad al reducir los crímenes con armas de fuego.

El organismo trabaja con la iniciativa federal Project Safe Neighborhoods y con Applied Research Services, firma de consultoría especializada en la investigación de justicia criminal. Macon ha podido así optimizar la inversión y detener los crímenes cometidos con armas de fuego gracias a la identificación de los delincuentes más violentos y peligrosos.

Cada vez que un delincuente es detenido o condenado por un crimen, sus datos entran a formar parte del Registro de Historia Criminal del Estado. La consultora Applied Research Services utiliza el Análisis Predictivo de SPSS para analizar estos datos e identificar un reducido grupo de delincuentes con amplio historial delictivo en el uso de armas de fuego.

El análisis proporcionado por la tecnología de SPSS facilita a la ciudad de Macon toda la información relacionada con nueva actividad criminal entre los miembros de este grupo, permitiendo así al sistema de justicia criminal dirigir mejor los recursos disponibles para garantizar el cumplimiento de la ley y procesar a los delincuentes más peligrosos que utilizan armas de fuego.

Cientos de organismos municipales, locales, provinciales, autonómicos y estatales -como la Agencia de Policía Holandesa (KLPD) y la Regiopolitie Groningen de Holanda o la Policía de West Midlands y la Policía Superior de Manchester en Reino Unido- emplean el software Predictive Analytics de SPSS con el fin de luchar frente al crimen y obtener feedback de los ciudadanos. También se utiliza para detectar el fraude, cobrar impuestos, combatir los ataques en Internet y ampliar las acciones de vigilancia y seguridad.