Escalabilidad del Big Data, flexibilidad en una nube híbrida e inteligencia aumentada. Estos son los tres planes que el proveedor de inteligencia empresarial y analítica Qlik presentó oficialmente en su hoja de ruta en la conferencia Qonnections 2017 en Orlando, Florida.

Qlik también presentó la actualización de Qlik Sense, en su versión Qlik Sense June 2017, que incluye nuevas capacidades de preparación de datos de autoservicio, nuevas visualizaciones de datos, análisis geoespaciales de Qlik GeoAnalytics (agregados a través de la adquisición en enero de Idevio), la mejora de QlikSense Mobile, soporte para capacidades analíticas avanzadas basadas en R y Python y una conversión más fácil de las aplicaciones QlikView a Qlik Sense.

El diferenciador clave de Qlik es su motor asociativo de análisis de datos QIX, que está en el corazón de la plataforma de la compañía y es compartido por sus aplicaciones Qlik Sense y QlikView.

El enfoque Associative Big Data Index anunciado en Qonnections creará resúmenes de índices de grandes conjuntos de datos, extraídos de fuentes como Hadoop o bases de datos distribuidas a gran escala. Una versión distribuida del motor QIX permitirá a los usuarios explorar los detalles pormenorizados dentro de segmentos de datos sin perder de vista el índice de nivel de resumen de todo el conjunto de datos.

Associative Big Data Index mejorará el rendimiento eliminando el costoso movimiento de datos, gracias a una arquitectura distribuida.

Desde Qlik se prevé acabar con la disyuntiva entre los usuarios de Business Intelligence de elegir entre aplicaciones on-premise o en la nube, gracias a su propuesta de una nube híbrida, con la ayuda de microservicios, APIs y el despliegue en contenedores.

Este enfoque también requerirá una administración de identidades sofisticada y federada, que el proveedor ha desarrollado para respaldar los requisitos de cumplimiento de privacidad y seguridad de datos GDPR que entrarán en vigor el próximo año en la Unión Europea.

Anthony Deighton, Chief Technology Officer de Qlik, ha asegurado que la compañía está trabajando en «inteligencia aumentada» que «combinará lo mejor» de lo que las máquinas pueden hacer con la interacción e interacción humana. El enfoque evitará la automatización a favor de la interacción máquina-humano que dará contexto a los datos y promoverá un aprendizaje automático mejor informado.

La idea general es que los humanos interactúen con listas concisas de sugerencias generadas por ordenador. Esto sucederá a través de interfaces aumentadas por computadora en varias etapas en el ciclo de vida de análisis de datos. Cuando los usuarios reúnen datos, por ejemplo, se aplicarán algoritmos de análisis de datos para sugerir cómo se correlacionan los datos. En la etapa de análisis, los algoritmos sugerirán los mejores enfoques analíticos. Y una vez que se generan los resultados, se aplicarán algoritmos de visualización de datos para sugerir visualizaciones de mayor ajuste. Los usuarios interactuaremos con las sugerencias y realizaremos las selecciones finales en cada etapa.