Transformar los datos brutos deOpen iT en palancas de acción

[0:00] Nicolas: Hola a todos y bienvenidos. Gracias y bienvenidos a nuestro seminario web sobre cómo convertir los datos sin procesar deOpen iT en una herramienta de acción, en particular mediante Power BI para la gestión de licencias. Me presentaré: me llamo Nicolas y soy analista de datos en Open iT. Antes de trabajar como analista de datos en Open iT, fui profesor de matemáticas en institutos de secundaria en Francia y México. Pero no os preocupéis, no habrá demasiadas matemáticas en la presentación. Aunque quizá notéis que he sido profesor.

[0:39] ¿De qué vamos a hablar hoy? Vamos a hablar de la optimización del uso de las licencias de software en las empresas. Así que veremos por qué puede interesarnos este ámbito. Veremos cómo se pueden implementar métodos de optimización. Os presentaremosLicenseAnalyzer™, que es nuestra solución en Open iT para optimizar el uso de vuestras licencias de software, y daremos un pequeño repaso a Power BI para ver algunos ejemplos de análisis. Si tenéis alguna pregunta, podéis plantearla en la sección de preguntas y respuestas de Teams y nuestro equipo se encargará de responderla al final de la presentación. Gracias.

[1:26] Entonces, ¿por qué interesarse por la optimización de las licencias de software? Cuando una empresa se enfrenta a dificultades financieras, tiene que recortar gastos o está sometida a presiones presupuestarias, a menudo las soluciones que se barajan son las mismas, por así decirlo, las más clásicas: congelar la contratación, reducir los viajes, recortar la formación o paralizar los proyectos no prioritarios. Estas cuatro soluciones tienen todas un punto en común y un impacto negativo. Es decir, tienen un coste indirecto en el rendimiento, lo que significa que pueden tener efectos negativos, como afectar a la motivación, la productividad, pero también, por ejemplo, a la capacidad de innovación.

[2:18] A menudo se olvida —las empresas no le dan mucha importancia— que optimizar el uso de las licencias de software también puede ser una solución para reducir los costes de una empresa. ¿Cuál es la ventaja y por qué merece la pena prestar atención a este ámbito? Porque no hay costes ocultos y el retorno de la inversión es cuantificable. No hay costes ocultos porque se trata de optimización, es decir, de adaptar el número de licencias a las necesidades reales. Esto no significa que vayamos a tener usuarios que tengan más acceso a las licencias. Y el retorno de la inversión es cuantificable. Para comprobarlo, vamos a echar un vistazo a los testimonios de nuestros clientes, perdón. Aquí tenemos, por ejemplo, a Total Energie, que nos cuenta que la solución Open iT les ha permitido reducir sus costes en un 39 %, lo que supuso un retorno de la inversión de un factor 21.

[3:17] Evidentemente, esto dependerá del tamaño de nuestra empresa y de los tipos de licencia que utilicemos, pero una reducción de costes del 39 % y un ROI de 21 es algo bastante impresionante. Entonces, ¿cómo es posible alcanzar cifras tan elevadas y por qué la optimización de las licencias de software no es más automática si los beneficios son tan importantes? Una de las razones, una de las explicaciones que podemos daros, es que, para las empresas, las licencias de software son, en cierto modo, una caja negra. Es decir, mientras no haya ningún problema, se da por hecho que todo va bien. Pero hay una gran diferencia entre tener un uso óptimo y no tener ningún problema.

[4:08] Podemos tener 500 licencias para 10 usuarios. Evidentemente, no tendremos ningún problema de denegaciones, por ejemplo, pero podemos optimizarlo. Así que vamos a ver cómo podemos optimizar el uso de las licencias de software, cómo podemos adentrarnos un poco en esta «caja negra». Y vamos a hacer una analogía con la gestión del presupuesto familiar y veremos que es más sencillo de lo que parece en cuanto empezamos a interesarnos por ello. Imaginemos que una familia quiere recuperar el control de su presupuesto, quiere ahorrar, por ejemplo, para irse de vacaciones a México. ¿Qué va a hacer?

[4:47] A menudo, los consejos que se dan son los mismos. Siempre se recomienda empezar por llevar un control de los gastos. Es decir, guardar las facturas y los tickets de caja. Vamos a guardarlos para, al final del mes o al final de la semana, identificar nuestros gastos y clasificarlos en categorías. Por ejemplo, categorías como el alquiler, los seguros, las suscripciones, es decir, todos los gastos fijos; luego podemos tener las actividades de ocio, la alimentación… Vamos a crear categorías. A grandes rasgos, hacemos un pequeño análisis de datos y, una vez que tengamos nuestra información representada, el punto número 1 serían los datos brutos, el punto número 2, las palancas de acción, y el punto número 3, la toma de decisiones. Así pues, en Open iT, en el caso de las licencias de software, es lo que llamamos medir, analizar y optimizar. Estas son las tres grandes etapas que hay que seguir para poder hacer frente precisamente a estas presiones presupuestarias, teniendo en cuenta la optimización de las licencias de software. Así pues, vamos a ver cada uno de estos tres puntos uno por uno para tener un poco de contexto.

[6:04] Por lo tanto, medir el uso de las licencias de software. Si retomamos nuestro ejemplo de las familias, se trata de las facturas y los tickets de caja. Y, literalmente, eso es lo que vamos a hacer. Es decir, en el marco de la optimización de las licencias de software, las facturas y los tickets de caja se denominan, a grandes rasgos, «check-in» y «checkout». ¿Qué son los «check-in» y los «checkout»? Es, sencillamente, el uso de las licencias. Así pues, un «check-in» consiste en devolver la licencia al fondo común de licencias. A grandes rasgos, es cerrar una aplicación. Nos ponemos, por tanto, en el punto de vista del gestor de licencias. Por eso, el «check-in» sirve, en términos generales, para devolver la licencia al gestor de licencias. Y el «checkout» consiste en tomar una licencia del pool de licencias. Eso es, más o menos, nuestro recibo de caja. Tendremos un poco más de información. En la información adicional, aparecerá la aplicación que se ha abierto o cerrado, el usuario que ha abierto o cerrado la aplicación y quién ha utilizado la licencia. Tendremos la hora del «check-in» y la hora del «checkout».

[7:11] Así que no es necesariamente una lista exhaustiva, pero es el tipo de información que vamos a tener en nuestro ticket de caja. Y con eso, también podemos crear otros tipos de datos un poco más elaborados. Por ejemplo, si tengo la hora de entrada y la hora de salida, puedo diferenciarlas. Puedo obtener la duración de uso de la licencia, por ejemplo, la duración de la sesión, perdón. Al igual que con los tickets de caja, al final del mes puedo calcular mi consumo diario de pasta, por ejemplo. Así que se trata de una información que no aparece explícitamente en mi ticket de caja, pero que puedo deducir posteriormente.

[7:50] Bueno, esta es la parte del análisis que vamos a ver a continuación. En esta parte del análisis, vamos a entrar un poco más en detalle. Se trata de la clasificación por categorías. A menudo, realizar análisis en Excel o en herramientas de BI como Power BI u otras, equivale, en definitiva, a crear categorías. Entonces, ¿qué categorías tenemos en el ámbito de las licencias de software? Podemos realizar análisis por aplicación, por proveedor o por producto. También podemos hacer análisis por usuario. Veremos que esto es importante para identificar comportamientos que nos permitan ahorrar, perdón. Además, podemos hacer un análisis por proyecto o por departamento. En resumen, se tratará de grupos de usuarios. Esto resulta aún más práctico en el caso de un «charge back», por ejemplo, si queréis distribuir vuestros recursos de forma un poco más equitativa y justa entre vuestros distintos departamentos. También se puede hacer eso.

[9:03] Y otra cosa que también es importante: se pueden realizar análisis de tendencias a lo largo de distintos periodos. Así que este es un punto importante que podría tratarse por separado, pero que también puede estar relacionado con los demás. Es decir, si a partir de mañana empezáis a interesaros por la optimización, midiendo en primer lugar el uso de vuestras licencias de software, quizá el periodo estival sea una época un poco tranquila. Por lo tanto, puede que no sea representativo de las necesidades de la empresa a lo largo de un año. Así que hay que tener cuidado con eso. En general, se recomienda disponer de seis meses de datos para poder realizar precisamente este análisis de tendencias y estas previsiones anuales. Eso no impide que, en algunos casos, se puedan tomar decisiones más rápidamente que con seis meses; no hay ningún problema.

[9:50] Pues bien, estos análisis no los vamos a hacer solo en Excel. Lo que ocurre es que en el software deOpen iT, es decir, LicenseAnalyzer™, tenéis acceso a informes, ¿de acuerdo? Viene del inglés «report», me refiero a «informe». A este tipo de informes se accede de forma muy sencilla desde el software. Solo tienes que seleccionar el proveedor, el producto que te interesa y el periodo que deseas analizar, y obtendrás lo que aquí denominamos un «mapa de calor» del uso de las licencias de software. ¿Qué significan las cifras que aparecen en nuestra tabla? Significan, por ejemplo, que el domingo a las 4 de la madrugada había dos licencias activas al mismo tiempo.

[10:40] ¿Qué observamos? Observamos que, durante el horario laboral, es cuando nuestros colores se desplazan hacia el amarillo y el rojo, ya que es durante ese horario cuando se utilizan las aplicaciones. Ya vemos aquí datos interesantes. Por ejemplo, el máximo de licencias disponibles —es decir, las licencias que la empresa paga— es de 22. Sin embargo, vemos que, en este periodo de tres meses, el máximo que se ha utilizado simultáneamente es de 14. Así pues, aquí podríamos plantearnos realizar un análisis un poco más detallado, es decir, quizá sobre un periodo más largo, para ver si estos tres meses son representativos y, de ser así, podríamos ajustar este número de licencias.

[11:34] ¿Qué más podemos observar en este mapa de calor, donde se ve muy claramente? Lo volveremos a repasar más adelante. Se ve que los domingos y los sábados hay constantemente dos licencias activas. Aquí incluso hay tres. Hay continuamente dos licencias activas durante todo el fin de semana. Así que, antes de pensar que esto no está bien, podemos considerar que sea algo intencionado. Quizá tengamos programas de simulación o tareas en ejecución. Puede que sea intencionado, pero quizá no lo sea. En cualquier caso, disponemos de los datos y podemos tomar una decisión al respecto. La decisión consistirá en elaborar, si procede, otro informe, identificar a los usuarios que tienen esas licencias activas en esos momentos e investigar por qué están abiertas esas aplicaciones. Así que puede tratarse de dos usuarios que, cada uno por su cuenta, se han olvidado de cerrar una aplicación. En ese caso, se denomina «camping».

[12:34] Mantener una licencia para uno mismo durante dos días completos. También puede tratarse de un único usuario que haya tomado dos licencias del fondo común y tenga la aplicación abierta dos veces. En ese caso, se denomina «acaparamiento». Por lo tanto, sería tanto acaparamiento como «camping». Así pues, los datos nos permiten detectar este tipo de comportamientos.

[12:55] Y ya veremos más adelante que, cuando empezamos a tener muchos empleados —digamos, unos cincuenta que utilizan licencias—, es importante identificar estos comportamientos porque pueden crear una especie de «desplazamiento», es decir, no partimos de cero, sino que partimos de dos cada vez. Así pues, estos datos tan visuales sobre toda la empresa nos permiten acceder a esta información. Por lo tanto, proviene del ticket de caja y lo transformamos en información.

[13:28] También se puede acceder a gráficos de barras como este. Este gráfico se denomina, por ejemplo, «gráfico de eficiencia de licencias», que, a grandes rasgos, nos da una idea; así que vamos a partir de la base de que tenemos 10 licencias disponibles. La «license efficiency» significa que, si utilizamos las 10 licencias de las 10 disponibles, está muy bien. ¿Qué vemos aquí? Vemos que el máximo de uso simultáneo de esta licencia es de 9. Así que, si nos quedamos solo con estas dos cifras, podríamos plantearnos dos enfoques. Podríamos pensar: «Bien, tenemos margen». Podríamos pensar: «cuidado, corremos el riesgo de que se produzcan denegaciones, es decir, que algunos usuarios no tengan acceso a las licencias porque estamos muy cerca del número máximo». Pero, ¿qué nos dice este gráfico? Nos dice también que el 99 % de las veces bastan 8 licencias y que el 95 % de las veces basta esta licencia.

[14:37] Entonces, ¿qué significa esto? Si volvemos al ejemplo del mapa de calor de hace un momento, con los «campers» y los «hoggers», y analizamos también estos datos —es decir, que el 99 % o el 95 % del tiempo el número de licencias es suficiente—. Al final vemos que es un todo. Si queremos tomar una decisión sobre algo, tenemos que tener acceso al máximo de datos posible. Aquí quizá tengamos un 7, pero quizá tengamos un 97 de 2. Así que, de hecho, quizá ese número, incluso un 5, sería suficiente. Así pues, esto es, en cierto modo, el estudio, el análisis que podemos realizar con nuestros datos. Aquí, ¿qué vemos? Vemos que esta tabla es una representación del diagrama. El máximo de licencias utilizadas simultáneamente fue de 9 durante 2 horas, lo que corresponde al 0,1 % del total. Así pues, este gráfico no se corresponde con el mapa de calor que he presentado hace un momento. No son las mismas cifras. Pero aquí vemos que resolver primero el problema de los usuarios —en concreto, los «hoggers» y los «campers»— permite después valorar mejor las cifras que aparecen en las demás tablas.

[15:48] Así que también tenemos datos representados en forma de tabla un poco más clásica. Los tres informes que tenemos aquí se pueden consultar de forma muy sencilla en el programa. Aquí, por ejemplo, tenemos un informe sobre la última vez que los usuarios utilizaron la aplicación. Es decir, la última vez, «days since last used», es decir, los días transcurridos desde el último uso. Estos son los datos brutos. ¿Qué información podemos extraer de ellas? Si me fijo en esta columna, por ejemplo, tenemos el tiempo total de uso durante el periodo en cuestión. No vamos a hacer cálculos del tipo: «Vale, si cojo tres meses a ocho horas al día durante tres meses». No, lo que vamos a hacer es comparar a los usuarios entre sí. Y podemos ver muy rápidamente que hay usuarios con mil horas, usuarios con 500 horas, por ejemplo, y otros con 0,3 horas. Así que, a grandes rasgos, ¿para qué sirve esta diferencia? Sirve para ajustar mejor —lo veremos más adelante en la toma de decisiones— los tipos de licencias que tenemos. En este caso, quizá no sea muy acertado que Braendra, con 1.000 horas, tenga el mismo tipo de licencia que Benjamin, que tiene 2 horas en tres meses.

[17:17] Se pueden adaptar los tipos de licencias que se utilizan. También se pueden crear grupos. Por ejemplo, todos aquellos que tengan unas cien horas podrían plantearse el uso de licencias flotantes y cosas por el estilo. Así pues, estas son las conclusiones que podemos extraer de los datos que procesamos. También podemos tener, por ejemplo, a este usuario que no ha utilizado la licencia desde hace 83 días. Si se trata de una licencia nominativa, por ejemplo, quizá sería interesante cambiar el tipo de licencia para este usuario.

[17:56] Así que aquí hemos visto el análisis y también hemos empezado a hablar un poco sobre la optimización. Vamos a verlo con un poco más de detalle, aunque será rápido. ¿Qué significa tomar decisiones? En primer lugar, podemos hablar de cambiar los hábitos de los usuarios. Como he dicho, hay gente que acapara recursos y gente que se queda a la espera. Ya podemos cambiar esos hábitos, ya que hemos visto que mantener varias licencias abiertas o abrir varias aplicaciones puede generar desviaciones en los datos.

[18:40] Bueno, lo primero es que, a menudo, los empleados no son muy conscientes de que tener varias aplicaciones abiertas o olvidarse de cerrarlas tiene un impacto económico en la empresa. Para empezar, porque las empresas tampoco saben realmente cuánto les cuesta tener dos licencias activas en lugar de una. Y, además, es un mal hábito que tenemos. Me imagino que, mientras escucháis ahora el seminario web, también tenéis otras aplicaciones abiertas que no estáis utilizando. Se trata, pues, de un hábito de uso que tienen todos los usuarios de herramientas informáticas y que no es necesariamente fácil de cambiar. Pero bueno, la primera medida que podemos tomar es concienciar un poco a los usuarios. Podemos ir a ver a los usuarios uno por uno, entre comillas. Me refiero a que, en los datos, podemos localizarlos, consultarles o, si no, podemos impartir una pequeña formación.

[19:39] A continuación, la parte más importante es la renegociación de los contratos. Es decir, se os da acceso a los datos, se abre la «caja negra», perdón. Al abrir la «caja negra», podéis justificar las decisiones que queráis tomar. Así que puede tratarse de cambiar el número de licencias. Y digo «cambiar» y no «reducir», porque la optimización no es necesariamente solo una optimización financiera o una reducción. Lo ideal, entre comillas, es poder reducir el número de licencias, es decir, ver que hay excedentes, ver que, de hecho, se han comprado demasiadas licencias y que solo se utiliza el 50 % de ellas. En ese caso, analizamos nuestros datos y podemos tomar la decisión de reducir ese número de licencias. Pero también se pueden utilizar esos datos para justificar una inversión adicional. Si se observa que se está alcanzando el máximo de licencias utilizadas, que hay muchos accesos denegados, que no hay compensaciones —es decir, que no hay un patrón negativo en el uso de las licencias— y que esto es un hecho, se pueden utilizar esos datos para, eventualmente, justificar una compra.

[20:46] Pero lo más interesante, y que siempre se nos olvida, es que podéis cambiar el tipo de vuestras licencias. ¿Qué significa esto? La mayoría de las veces, en general, las empresas ponen todos los huevos en la misma cesta. Es decir, tenemos licencias por token: el 100 % de nuestras licencias serán por token, por ejemplo, o el 100 % serán licencias nominativas. Ya lo hemos visto hace un rato, en nuestro pequeño ejemplo, que lo más óptimo es combinar ambas opciones. Es decir, para aquellos a los que les resulte más interesante tener licencias por token, se optará por un determinado número de tokens. Si hay usuarios que lo utilizan todo el día, todos los días, quizá se elija otro tipo de licencia. Nuestro equipo de Open iT te ayuda a realizar estos análisis. No es necesario que busquen en las herramientas de informes cómo obtener esa información. Les ayudamos a realizar esos análisis y a encontrar la mejor fórmula para su empresa, es decir, la más óptima en términos de coste.

[21:57] A menudo, lo que hay que recordar en general de esta renegociación de los contratos es que nunca conviene poner todos los huevos en la misma cesta. Voy a poner un ejemplo que me resulta más ilustrativo: la diferencia entre las licencias nacionales o locales y las licencias internacionales. Si partimos de la base de que tienes ingenieros en muchos países diferentes y piensas: «Bueno, en ese caso es fácil, necesito licencias internacionales», quizá no sea la mejor idea si tienes empresas en varios países, gente que utiliza el software en varios países diferentes y te dices: «El 1 % de mis licencias deben ser internacionales por ese motivo». Quizá el 90 % del uso de tal programa o de tal función del programa se realice en Estados Unidos. En ese caso, quizá resulte más interesante tener una licencia local para Estados Unidos y una licencia internacional para el resto.

[22:58] Lo que hay que recordar es que nunca es bueno poner todos los huevos en la misma cesta y que, en definitiva, la optimización consiste en elegir el tipo de licencia adecuado para los usuarios adecuados. Y es aquí donde conseguiremos un mayor ahorro posteriormente, porque, al fin y al cabo, es una de nuestras principales preocupaciones, perdón. Además, algo más básico, pero también podéis identificar un poco mejor los tipos de «paquetes», entre comillas, las ediciones que necesitáis. Si entre la edición básica y la avanzada solo hay dos nuevas funciones y esa función solo la utilizan cuatro personas, quizá no necesite adquirir el 100 % de la edición avanzada de ese software. Parece obvio. Pero, en resumen, este razonamiento que aplico a las ediciones básica y avanzada es el mismo que hay que aplicar a todos los parámetros de la licencia. Es decir, tokens, licencias internacionales, una licencia perpetua o una suscripción. Así que lo que hay que tener en cuenta es no poner todos los huevos en la misma cesta, ya que rara vez es la solución más óptima.

[24:08] Espero que estéis bien y que me sigáis. Ahora vamos a echar un vistazo a Power BI. Espero que podáis ver mi pantalla. Aquí tenemos un informe de Power BI; seguro que pensáis: «Típico del profe de matemáticas, nos habla de tickets de caja y luego, el día del examen, nos sale algo que no entendemos». Pues bien, esto es simplemente una vista general de todos los productos de nuestra empresa. Cuando nos adentramos en este tipo de informes, por lo general, no lo hacemos sin tener una idea en mente, es decir, algo que queremos observar. Así que aquí voy a empezar por seleccionar un producto que me interese. En este caso, me voy a centrar en el producto 6is. Así que voy a hacer clic en «Seleccionar mis productos». Hay otros, ¿verdad? Para la demostración, voy a elegir este.

[25:00] ¿Qué acabamos de comprobar? Acabamos de comprobar que todos los datos se han actualizado con los productos que he seleccionado aquí. En Power BI, a esto se le llama «filtro». Por lo tanto, una de las grandes ventajas de Power BI es el acceso a los filtros. Así pues, nuestros datos se actualizan. Aquí también vemos que hay información sobre herramientas; es decir, al pasar el ratón por encima de un dato, puedo obtener más detalles. Así que todo esto cambia de forma dinámica. Aquí no hace falta hacer clic; disponemos de datos adicionales si vemos algo que nos interesa. Echo un vistazo a este gráfico de aquí. Y aquí nos encontramos con el caso típico de una empresa que tiene 50 licencias disponibles y, como vemos, el uso diario rara vez supera las 20. Aquí tenemos 21, estamos en febrero y vemos que, efectivamente, no hay ningún problema con el uso de las licencias. Aquí hay denegaciones; podremos investigar los motivos. Si paso el ratón por encima, aparece un nombre de usuario. Con ese nombre de usuario, más tarde podría consultar los motivos de ese rechazo.

[26:16] Así que aquí, por lo general, esperamos, observamos durante dos meses, por ejemplo, el uso de las licencias y vemos que, bueno, quizá tengamos demasiadas licencias en comparación con lo que realmente utilizamos. Y ya veremos que esta empresa ha tomado la decisión de vender un cierto número de licencias. Pero también vemos que, en este caso, el uso ha disminuido. No conozco los motivos, pero lo que sí podría decir, por ejemplo, es que aquí quizá nos hayamos dado cuenta de dos cosas. La primera, que teníamos demasiadas licencias disponibles. La segunda, quizá que hayamos analizado el comportamiento de los usuarios y hayamos observado que posiblemente había casos de acaparamiento y de «camping». Si miro el mapa de calor de abajo, que representa los mismos datos, ¿qué veo? Veo que los sábados y domingos, por ejemplo, tengo constantemente un mínimo de 14 licencias activas. Así que 14 de 21 cuando se alcanza el uso máximo, eso sigue siendo mucho. Por lo tanto, aquí probablemente hemos detectado que teníamos un desfase, debido a un uso indebido por parte de los usuarios. Así que redujimos nuestro número de licencias, primero en función del uso máximo y luego en función del desajuste. Pasamos de tener 50 licencias disponibles a 16. Y vemos que, al menos en las primeras muestras que tenemos aquí —que abarcan más o menos una semana—, esto no ha causado ningún problema. Así que, en resumen, desde el punto de vista de la empresa, no teníamos ningún problema antes, no tenemos ningún problema después, salvo que, entretanto, estamos ahorrando muchísimo en licencias.

[28:04] Aquí tenemos nuestro mapa de denegaciones. He dado por hecho que sabéis lo que es. Una denegación es, sencillamente, cuando solicito una licencia y no puedo acceder a ella. Puede haber varias razones para ello. Si coloco el cursor aquí, me aparecerá un nombre de usuario. Y podré centrarme en ese usuario concreto. En este informe tenemos una visión global de todos los productos, pero también podemos acceder a otro nivel, el de usuario, en el que puedo buscar a mi usuario. Aquí era «né». Al hacer clic en ese usuario, obtendré lo mismo que aquí, un mapa de calor, pero relativo a ese usuario. Y lo que vemos es que probablemente hay un poco de «camping» y también un poco de «hogging». Así que imaginaos que un usuario puede tener hasta tres licencias abiertas; pues, a grandes rasgos, eso multiplica por tres los costes de licencia.

[29:17] Así que esto es lo que se puede hacer en Power BI. Este informe, como habéis visto, está en Power BI, no enLicenseAnalyzer™.¿Qué significa esto? Significa que, en general, os ponéis en contacto con los equipos de Open iT porque necesitáis un informe un poco más personalizado. Tenéis una idea más concreta de lo que queréis que incluyan los informes disponibles enLicenseAnalyzer™.Y, en ese caso, os ayudamos, os elaboramos, digamos, el informe y nos ponemos en contacto con vosotros para asegurarnos de que es exactamente lo que queréis. Aquí tenemos varias opciones. Os muestro este, pero en realidad depende de lo que queráis mostrar, de lo que queráis ver en vuestros informes.

[29:58] Por lo tanto Open iT , os ofrece su solución para optimizar los datos. Su solución principal, su producto estrella, esLicenseAnalyzer™.Evidentemente, queremos ayudar a las empresas. Por eso, también nos adaptamos a ellas. Contamos con tres niveles diferentes en función de lo que queráis, de cómo queráis optimizar e incluso del grado de optimización. El nivel 1 se refiere al tiempo de uso; es decir, básicamente recopilamos los recibos de caja y os diremos: «Mirad, tenéis tantas licencias y las utilizáis así. Hay 25 personas utilizándolas al mismo tiempo». Eso se reflejará en los tiempos de uso. Tendrás acceso a los informes, pero no tendrás acceso, por ejemplo, al nivel 2, que es el uso activo real. Es decir, te ayudaremos a distinguir entre un uso activo y uno inactivo. Es decir, alguien que utiliza la licencia y está trabajando en ella. ¿Cómo lo sabemos? Pues bien, mediremos un poco las entradas del ratón y el teclado, por ejemplo, en el marco de la aplicación, y distinguiremos entre el tiempo en el que una aplicación se utiliza realmente —se trabaja en ella— y el tiempo en el que simplemente está abierta.

[31:11] Esto os proporcionará, a grandes rasgos, una segunda herramienta de actuación que os permitirá dirigiros a los usuarios y, en su caso, recomendarles que cierren las aplicaciones cuando no las estén utilizando. Este cierre automático es nuestro nivel 3. ¿En qué consiste el nivel 3? Funciona igual que el nivel 2. Pero si vemos que la aplicación no se está utilizando, enviamos una alerta al usuario. Si se ignora la alerta, consideramos que el usuario no está utilizando la aplicación, que no está presente, y por lo tanto cerramos la aplicación. Esto no significa que al cerrarla se pierda todo lo que se ha hecho. A grandes rasgos, lo que ocurre es que la licencia vuelve al fondo común. El trabajo no se pierde. Y, por supuesto, en cuanto a los parámetros que queráis adaptar a vuestra empresa, todo eso se puede hacer, se puede adaptar también; es decir, si queréis esperar 10 minutos antes de lanzar una alerta, se espera 10 minutos.

[32:07] Hay algo que quizá se me haya olvidado mencionar: os he hablado de seis meses y cosas por el estilo. Los datos y los tickets de caja se recogen en tiempo real cada cinco minutos. Podéis generar un informe en cualquier momento y estará actualizado con los datos más recientes.

[32:32] Bueno, pues esto es todo por lo que respecta a este seminario web sobre la transformación de datos brutos, en el que he establecido una analogía entre los tickets de caja y las palancas de acción, y en el que hemos hablado de los tipos de decisiones que se pueden tomar. Os invito a que planteéis vuestras preguntas en la sección de preguntas y respuestas y, bueno, sin olvidarme de deciros que Open iT cumple 25 años este año. Así que, si queréis felicitarnos por nuestro aniversario, no dudéis en hacerlo. Son 25 años dedicados a la optimización de las licencias de software. Para nosotros es algo bastante normal y natural, pero vemos que, para las empresas, todavía no es un acto instintivo. ¿Hay alguna pregunta?

[33:35] Bueno, en cuanto a las preguntas: ¿es necesario comprar una licencia de Power BI para utilizar el programa? Efectivamente, he dicho que Power BI no está incluido en Open iT, pero para utilizarlo no es necesario comprar una licencia de Power BI. Quizá la necesitéis si queréis utilizar funciones avanzadas, pero para acceder al informe que elaboraremos con vosotros —o que elaboraremos nosotros y luego revisaremos juntos—, no hace falta invertir en licencias para imprimirlo. ¿Alguna pregunta más?

[34:29] Así que, si no utilizáis Power BI específicamente, nos adaptamos; podemos utilizar las herramientas clásicas de presentación de datos. Por lo tanto, está Power BI, se puede hacer con Spotfire, también se puede hacer con Excel y con Tableau. Así que, si ya utilizáis herramientas de visualización, no tendréis que cambiar para aprender a usar otra.

[35:08] ¿Ofrecemos formación en Power BI? Bueno, en cuanto a la formación, podemos ofrecer asesoramiento; digamos que nuestro equipo de analistas de datos no imparte cursos certificados ni con titulación sobre Power BI, pero si tenéis una idea de lo que queréis, poneros en contacto con el equipo de análisis de datos y preventa. Es sencillo: si queréis que trabajemos juntos en un informe, eso es lo que haremos y tendréis acceso; así que, en definitiva, no se trata de cursos oficiales —lo diría así—, pero contaréis con toda la ayuda disponible del equipo de TPA. Así que, lo primero es que, aunque no tengáis ninguna formación en Power BI, el software os da acceso a unos quince —creo que incluso más— tipos de informes, digamos, predefinidos. Es decir, solo tenéis que seleccionar el informe que os interese. Introducís vuestro comercial, introducís la fecha y os aparecerá la tabla. Así que la parte de crear una tabla no es imprescindible; o bien ya está disponible en el softwareLicenseAnalyzer™, o bien lo más sencillo es poneros en contacto con el equipo de TPA para crear el informe a medida que queráis. Así que esa es la parte de creación del informe. A continuación, la parte de «business intelligence», entre comillas, las decisiones. Nosotros os daremos nuestros consejos, fruto de nuestros 25 años de experiencia. Pero, bueno, no existe una formación con titulación ni una formación certificada sobre Power BI, aunque eso no significa que no vayáis a recibir ayuda.

[37:07] Bueno, no veo más preguntas por ahora. Voy a esperar un momentito, para asegurarme de que estoy mirando en el sitio correcto.

[37:23] Así que la última conclusión… aunque siempre hay varias conclusiones. Como hemos visto, se necesitarían, por ejemplo, seis meses de datos para obtener algo representativo. ¿Qué significa esto? Significa que, si creéis que esto puede aplicarse a vuestra empresa, en la mayoría de los casos así es. Lo mejor es empezar lo antes posible. Bueno, quiero decir que, evidentemente, parece un argumento de marketing, pero también tiene una base matemática, por así decirlo. Así que lo mejor es empezar lo antes posible. Cuanto antes empieces, antes podrás tomar las decisiones adecuadas. Así que, si te interesa, puedes ponerte en contacto con nosotros a través del código QR que aparece aquí y disfrutar de una consulta gratuita de 30 minutos con un miembro del equipo de análisis de datos. Al final, tendrás acceso a la grabación del seminario web. Así podrás acceder a este código QR.

[38:23] No lo dudéis. Todas las preguntas que tengáis, aquellas que quizá no haya visto o a las que no haya respondido, aquellas que no os hayáis atrevido a plantear, no dudéis en hacerlo aquí. Por mi experiencia como profesor de matemáticas, sé que siempre hay preguntas, pero que a menudo no nos atrevemos a plantearlas. Así que aquí quizá tengáis un espacio un poco más privado para plantearlas y podéis poneros en contacto con nosotros, sobre todo a través de esta dirección de correo electrónico: getstedopenit.com; nos pondremos en contacto con vosotros y, en cualquier caso, empezaremos por dialogar e identificar vuestras necesidades. Analizaremos rápidamente la situación, identificaremos las posibles áreas de mejora y, si lo deseáis, os explicaremos con un poco más de detalle, desde un punto de vista técnico, cómo se lleva a cabo.

[39:14] Pues muchas gracias por haber asistido a este seminario web. Espero que no haya sido demasiado académico y que no os haya traído demasiados malos recuerdos. Gracias.