El datamining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
Básicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.
De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algún significado especial pasan a convertirse en información. Cuando los especialistas elaboran o encuentran un modelo, haciendo que la interpretación que surge entre la información y ese modelo represente un valor agregado, entonces nos referimos al conocimiento.
Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso común a todos ellos se suele componer de cuatro etapas principales:
Determinación de los objetivos. Trata de la delimitación de los objetivos que el cliente desea bajo la orientación del especialista en data mining.
Pre procesamiento de los datos. Se refiere a la selección, la limpieza, el enriquecimiento, la reducción y la transformación de las bases de datos. Esta etapa consume generalmente alrededor del setenta por ciento del tiempo total de un proyecto de data mining.
Determinación del modelo. Se comienza realizando unos análisis estadísticos de los datos, y después se lleva a cabo una visualización gráfica de los mismos para tener una primera aproximación. Según los objetivos planteados y la tarea que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en diferentes áreas de la Inteligencia Artificial.
Análisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los obtenidos por los análisis estadísticos y de visualización gráfica. El cliente determina si son novedosos y si le aportan un nuevo conocimiento que le permita considerar sus decisiones.
Carga de trabajo en las fases de un proyecto de datamining
En resumen, el datamining se presenta como una tecnología emergente, con varias ventajas: por un lado, resulta un buen punto de encuentro entre los investigadores y las personas de negocios; por otro, ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios. Además, no hay duda de que trabajar con esta tecnología implica cuidar un sinnúmero de detalles debido a que el producto final involucra "toma de decisiones".
Datawarehouse
Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence.
La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos relacionales… etc). Este tipo de persistencia de la información es homogénea y fiable, y permite la consulta y el tratamiento jerarquizado de la misma (siempre en un entorno diferente a los sistemas operacionales).
El término Datawarehouse fue acuñado por primera vez por Bill Inmon, y se traduce literalmente como almacén de datos. No obstante, y como cabe suponer, es mucho más que eso. Según definió el propio Bill Inmon, un datawarehouse se caracteriza por ser:
Integrado: los datos almacenados en el datawarehouse deben integrarse en una estructura consistente, por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminadas. La información suele estructurarse también en distintos niveles de detalle para adecuarse a las distintas necesidades de los usuarios.
Temático: sólo los datos necesarios para el proceso de generación del conocimiento del negocio se integran desde el entorno operacional. Los datos se organizan por temas para facilitar su acceso y entendimiento por parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser consolidados en una única tabla del datawarehouse. De esta forma, las peticiones de información sobre clientes serán más fáciles de responder dado que toda la información reside en el mismo lugar.
Histórico: el tiempo es parte implícita de la información contenida en un datawarehouse. En los sistemas operacionales, los datos siempre reflejan el estado de la actividad del negocio en el momento presente. Por el contrario, la información almacenada en el datawarehouse sirve, entre otras cosas, para realizar análisis de tendencias. Por lo tanto, el datawarehouse se carga con los distintos valores que toma una variable en el tiempo para permitir comparaciones.
No volátil: el almacén de información de un datawarehouse existe para ser leído, pero no modificado. La información es por tanto permanente, significando la actualización del datawarehouse la incorporación de los últimos valores que tomaron las distintas variables contenidas en él sin ningún tipo de acción sobre lo que ya existía.
Otra característica del datawarehouse es que contiene metadatos, es decir, datos sobre los datos. Los metadatos permiten saber la procedencia de la información, su periodicidad de refresco, su fiabilidad, forma de cálculo… etc. Los metadatos serán los que permiten simplificar y automatizar la obtención de la información desde los sistemas operacionales a los sistemas informacionales.
Los objetivos que deben cumplir los metadatos, según el colectivo al que va dirigido, son:
Dar soporte al usuario final, ayudándole a acceder al datawarehouse con su propio lenguaje de negocio, indicando qué información hay y qué significado tiene. Ayudar a construir consultas, informes y análisis, mediante herramientas de Business Intelligence como DSS, EIS o CMI.
Dar soporte a los responsables técnicos del datawarehouse en aspectos de auditoría, gestión de la información histórica, administración del datawarehouse, elaboración de programas de extracción de la información, especificación de las interfaces para la realimentación a los sistemas operacionales de los resultados obtenidos… etc.
Por último, destacar que para comprender íntegramente el concepto de datawarehouse, es importante entender cuál es el proceso de construcción del mismo, denominado ETL (Extracción, Transformación y Carga), a partir de los sistemas operaciones de una compañía:
Extracción: obtención de información de las distintas fuentes tanto internas como externas.
Transformación: filtrado, limpieza, depuración, homogeneización y agrupación de la información.
Carga: organización y actualización de los datos y los metadatos en la base de datos.
Una de las claves del éxito en la construcción de un datawarehouse es el desarrollo de forma gradual, seleccionando a un departamento usuario como piloto y expandiendo progresivamente el almacén de datos a los demás usuarios. Por ello es importante elegir este usuario inicial o piloto, siendo importante que sea un departamento con pocos usuarios, en el que la necesidad de este tipo de sistemas es muy alta y se pueda obtener y medir resultados a corto plazo.
Principales aportaciones de un datawarehouse
Proporciona una herramienta para la toma de decisiones en cualquier área funcional, basándose en información integrada y global del negocio.
Facilita la aplicación de técnicas estadísticas de análisis y modelización para encontrar relaciones ocultas entre los datos del almacén; obteniendo un valor añadido para el negocio de dicha información.
Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones futuras en diversos escenarios.
Simplifica dentro de la empresa la implantación de sistemas de gestión integral de la relación con el cliente.
Supone una optimización tecnológica y económica en entornos de Centro de Información, estadística o de generación de informes con retornos de la inversión espectaculares.
DATAMART
Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. Un datamart puede ser alimentado desde los datos de un datawarehouse, o integrar por sí mismo un compendio de distintas fuentes de información.
Por tanto, para crear el datamart de un área funcional de la empresa es preciso encontrar la estructura óptima para el análisis de su información, estructura que puede estar montada sobre una base de datos OLTP, como el propio datawarehouse, o sobre una base de datos OLAP. La designación de una u otra dependerá de los datos, los requisitos y las características específicas de cada departamento. De esta forma se pueden plantear dos tipos de datamarts:
Datamart OLAP
Se basan en los populares cubos OLAP, que se construyen agregando, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.
Datamart OLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa. Las estructuras más comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura de queries (aunque sólo es posible en algunos SGBD avanzados, como Oracle).
Los datamarts que están dotados con estas estructuras óptimas de análisis presentan las siguientes ventajas:
Poco volumen de datos
Mayor rapidez de consulta
Consultas SQL y/o MDX sencillas
Validación directa de la información
Facilidad para la historización de los datos
CUADRO DE MANDO INTEGRAL
El Cuadro de Mando Integral (CMI), también conocido como Balanced Scorecard (BSC) o dashboard, es una herramienta de control empresarial que permite establecer y monitorizar los objetivos de una empresa y de sus diferentes áreas o unidades.
También se puede considerar como una aplicación que ayuda a una compañía a expresar los objetivos e iniciativas necesarias para cumplir con su estrategia, mostrando de forma continuada cuándo la empresa y los empleados alcanzan los resultados definidos en su plan estratégico.
2.12.1 Diferencia Con Otras Herramientas De Business Intelligence
El Cuadro de Mando Integral se diferencia de otras herramientas de Business Intelligence, como los Sistemas de Soporte a la Decisión (DSS) o los Sistemas de Información Ejecutiva (EIS), en que está más orientado al seguimiento de indicadores que al análisis minucioso de información. Por otro lado, es muy común que un CMI sea controlado por la dirección general de una compañía, frente a otras herramientas de Business Intelligence más enfocadas a la dirección departamental. El CMI requiere, por tanto, que los directivos analicen el mercado y la estrategia para construir un modelo de negocio que refleje las interrelaciones entre los diferentes componentes de la empresa (plan estratégico). Una vez que lo han construido, los responsables de la organización utilizan este modelo como mapa para seleccionar los indicadores del CMI.
2.12.2 TIPOS DE CUADROS DE MANDO
El Cuadro de Mando Operativo (CMO), es una herramienta de control enfocada al seguimiento de variables operativas, es decir, variables pertenecientes a áreas o departamentos específicos de la empresa. La periodicidad de los CMO puede ser diaria, semanal o mensual, y está centrada en indicadores que generalmente representan procesos, por lo que su implantación y puesta en marcha es más sencilla y rápida. Un CMO debería estar siempre ligado a un DSS (Sistema de Soporte a Decisiones) para indagar en profundidad sobre los datos.
El Cuadro de Mando Integral (CMI), por el contrario, representa la ejecución de la estrategia de una compañía desde el punto de vista de la Dirección General (lo que hace que ésta deba estar plenamente involucrada en todas sus fases, desde la definición a la implantación). Existen diferentes tipos de cuadros de mando integral, si bien los más utilizados son los que se basan en la metodología de Kaplan & Norton. Las principales características de esta metodología son que utilizan tanto indicadores financieros como no financieros, y que los objetivos estratégicos se organizan en cuatro áreas o perspectivas: financiera, cliente, interna y aprendizaje/crecimiento.
La perspectiva financiera incorpora la visión de los accionistas y mide la creación de valor de la empresa. Responde a la pregunta: ¿Qué indicadores tienen que ir bien para que los esfuerzos de la empresa realmente se transformen en valor? Esta perspectiva valora uno de los objetivos más relevantes de organizaciones con ánimo de lucro, que es, precisamente, crear valor para la sociedad.
La perspectiva del cliente refleja el posicionamiento de la empresa en el mercado o, más concretamente, en los segmentos de mercado donde quiere competir. Por ejemplo, si una empresa sigue una estrategia de costes es muy posible que la clave de su éxito dependa de una cuota de mercado alta y unos precios más bajos que la competencia. Dos indicadores que reflejan este posicionamiento son la cuota de mercado y un índice que compare los precios de la empresa con los de la competencia.
La perspectiva interna recoge indicadores de procesos internos que son críticos para el posicionamiento en el mercado y para llevar la estrategia a buen puerto. En el caso de la empresa que compite en coste, posiblemente los indicadores de productividad, calidad e innovación de procesos sean importantes. El éxito en estas dimensiones no sólo afecta a la perspectiva interna, sino también a la financiera, por el impacto que tienen sobre las rúbricas de gasto.
La perspectiva de aprendizaje y crecimiento es la última que se plantea en este modelo de CMI. Para cualquier estrategia, los recursos materiales y las personas son la clave del éxito. Pero sin un modelo de negocio apropiado, muchas veces es difícil apreciar la importancia de invertir, y en épocas de crisis lo primero que se recorta es precisamente la fuente primaria de creación de valor: se recortan inversiones en la mejora y el desarrollo de los recursos.
Pese a que estas cuatro son las perspectivas más genéricas, no son "obligatorias". Por ejemplo, una empresa de fabricación de ropa deportiva tiene, además de la perspectiva de clientes, una perspectiva de consumidores. Para esta empresa son tan importantes sus distribuidores como sus clientes finales.
Una vez que se tienen claros los objetivos de cada perspectiva, es necesario definir los indicadores que se utilizan para realizar su seguimiento. Para ello, debemos tener en cuenta varios criterios: el primero es que el número de indicadores no supere los siete por perspectiva, y si son menos, mejor. La razón es que demasiados indicadores difuminan el mensaje que comunica el CMI y, como resultado, los esfuerzos se dispersan intentando perseguir demasiados objetivos al mismo tiempo. Puede ser recomendable durante el diseño empezar con una lista más extensa de indicadores. Pero es necesario un proceso de síntesis para disponer de toda la fuerza de esta herramienta.
No obstante, la aportación que ha convertido al CMI en una de las herramientas más significativas de los últimos años es que se cimenta en un modelo de negocio. El éxito de su implantación radica en que el equipo de dirección se involucre y dedique tiempo al desarrollo de su propio modelo de negocio.
2.12.3 Beneficios De La Implantación De Un Cuadro De Mando Integral
La fuerza de explicitar un modelo de negocio y traducirlo en indicadores facilita el consenso en toda la empresa, no sólo de la dirección, sino también de cómo alcanzarlo.
Clarifica cómo las acciones del día a día afectan no sólo al corto plazo, sino también al largo plazo.
Una vez el CMI está en marcha, se puede utilizar para comunicar los planes de la empresa, aunar los esfuerzos en una sola dirección y evitar la dispersión. En este caso, el CMI actúa como un sistema de control por excepción.
Permita detectar de forma automática desviaciones en el plan estratégico u operativo, e incluso indagar en los datos operativos de la compañía hasta descubrir la causa original que dio lugar a esas desviaciones.
2.12.4 Riesgos De La Implantación De Un Cuadro De Mando Integral
Un modelo poco elaborado y sin la colaboración de la dirección es papel mojado, y el esfuerzo será en vano.
Si los indicadores no se escogen con cuidado, el CMI pierde una buena parte de sus virtudes, porque no comunica el mensaje que se quiere transmitir.
Cuando la estrategia de la empresa está todavía en evolución, es contraproducente que el CMI se utilice como un sistema de control clásico y por excepción, en lugar de usarlo como una herramienta de aprendizaje.
Existe el riesgo de que lo mejor sea enemigo de lo bueno, de que el CMI sea perfecto, pero desfasado e inútil.
¿CUÁLES SON LOS BENEFICIOS DE INTELIGENCIA DE NEGOCIOS?
Dentro del marco de beneficios que representa una solución de inteligencia de negocios podemos mencionar que esta nos permite:
• Manejar el crecimiento – El reto para las empresas es evolucionar, es crecer y esto significa "cambio". Que tan ágiles son mis procesos para enfrentar los cambios y las necesidades puntuales de la empresa
• Control de costos – El manejo de costos es el detonador que fuerza muchas empresas a considerar una solución de inteligencia de negocios, para tener la capacidad de medir gastos y ver esto a un nivel de detalle que identifique la línea de negocio, producto, centro de costo, entre otras.
• Entender mejor los clientes – Las empresas almacenan toneladas de información valiosa relacionada a sus clientes. El reto es transformar esta información en conocimiento y este conocimiento dirigido a una gestión comercial que represente algún tipo de ganancia para la empresa. Ventas cruzadas, ventas incrementales, retención de clientes, anticipar nuevas oportunidades, medición de efectividad de campanas e identificar los patrones de compras y/o comportamiento de los clientes hacen de la inteligencia de negocios un elemento vital para lograr los objetivos de la empresa.
• Indicadores de gestión – Los indicadores de desempeño me permiten representar medidas enfocadas al desempeño organizacional con la capacidad de representar la estrategia organizacional en objetivos, métricas, iniciativas y tareas dirigidas a un grupo y/o individuos en la organización. Dentro de las capacidades funcionales de los indicadores de gestión podemos mencionar: el monitoreo, análisis y la administración.
"Monitorea" lo procesos críticos de negocio y las actividades utilizando métricas que me den una alerta sobre un problema potencial o alguna gestión que debo realizar. "Analiza" la raíz de los problemas explorando la información de múltiples perspectivas en varios niveles de detalles. "Administra" los recursos y procesos para dirigir la toma de decisiones, optimizar el desempeño. Esto nos permite tener una visión global de la empresa con la capacidad de dirigir la organización en la dirección correcta.
PLATAFORMAS DE BUSINESS INTELLIGENCE
Estas son las soluciones de BI más reconocidas actualmente en el mercado.
SAGENT SOLUTION PLATTFORM:
Este sistema integrado extrae, transforma, mueve, distribuye y presenta la información clave para la toma de decisiones en la empresa en un entorno homogéneo.
MICROSTRATEGY:
Provee soluciones a clientes de cualquier industria y/o área funcional con el fin de ayudarlos en la obtención de un mayor conocimiento sobre la información manejada en su empresa.
BUSINESS OBJECTS:
Suministra a los usuarios el poder acceder de forma sencilla a los datos, analizar la información almacenada y creación de informes.
COGNOS:Es un software que ofrece la funcionalidad de análisis y toma de decisiones. Cuenta con una herramienta especial para modelación, pronóstico y simulación del negocio.
BITAM/ARTUS BUSINESS INTELLIGENCE SUITE:Herramienta capaz de agrupar la información y utilizarla como un activo que ayudará a la empresa a identificar las oportunidades de negocio, optimizar las áreas de finanzas, clientes, procesos internos, aprendizaje e innovación.
ORACLE9I APPLICATION SERVER:Permite acceder, analizar y compartir la información y tomar decisiones precisas, basadas en datos en forma rápida.
RAZONES POR LAS QUE INVERTIR EN BUSINESS INTELLIGENCE
Según un artículo de Gartner Research, la falta de conocimiento es la mayor amenaza para las empresas modernas. Para ello, apuntan, "el objetivo del Business Intelligence es eliminar las conjeturas y la ignorancia en los ambientes empresariales, aprovechando los vastos volúmenes de datos cuantitativos que las empresas recolectan todos los días en sus diversas aplicaciones corporativas".
BI como solución tecnológica
Centralizar, depurar y afianzar los datos. Las tecnologías de BI permiten reunir, normalizar y centralizar toda la información de la empresa, mediante un almacén de datos, permitiendo así su explotación sin esfuerzo. De esta forma, los departamentos comercial, operativo y financiero basan las decisiones estratégicas en la misma información.
Descubrir información no evidente para las aplicaciones actuales. En el día a día de las aplicaciones de gestión se pueden esconder pautas de comportamiento, tendencias, evoluciones del mercado, cambios en el consumo o en la producción, que resulta prácticamente imposible reconocer sin el software adecuado. Es lo que se puede calificar como extraer información de los datos, y conocimiento de la información.
Optimizar el rendimiento de los sistemas. Las plataformas de BI se diseñan para perfeccionar al máximo las consultas de alto nivel, realizando las transformaciones oportunas a cada sistema (OLTP – OLAP), y liberando los servidores operacionales.
BI como ventaja competitiva
Seguimiento real del plan estratégico. Si su empresa dispone de plan estratégico, el business intelligence le permite, mediante un cuadro de mando, crear, manejar y monitorizar las métricas y los objetivos estratégicos propuestos en ese plan, para poder detectar a tiempo las desviaciones, adoptando las acciones oportunas para corregirlas.
Aprender de errores pasados. Al historizar los datos relevantes, una aplicación de BI permite que una empresa aprenda de su historia y de sus mejores prácticas, y que pueda evitar tropezarse de nuevo con los mismos errores del pasado.
Mejorar la competitividad. Según la consultora internacional Gartner, 7 de cada 10 compañías realizan análisis sobre sus datos de forma diaria, o incluso instantánea, en el 2.006. Este mecanismo les permite maximizar su rentabilidad. La acuciante tendencia a explotar la información marca cada vez más la diferencia en los sectores.
Obtener el verdadero valor de las aplicaciones de gestión. Durante los últimos años, las empresas se han embarcado en la construcción de estas aplicaciones clave para sus negocios. Sin embargo, no siempre han sabido aprovechar todo el potencial que les pueden proporcionar: cuentas de resultados, cash-flow, etc… Con el business intelligence, todos los empleados, desde el director general hasta el último analista, tienen acceso a información adecuada, integrada y actualizada
2.16. EJEMPLOS PRÁCTICOS DE BUSINESS INTELLIGENCE
A continuación mostramos una serie de ejemplos reales (resumidos) de Business Intelligence:
Empresa conservera
Este caso práctico se refiere a uno de las mayores empresas conserveras de Galicia, con presencia internacional, más de 500 empleados y cerca de 100.000.000 ,¬ de facturación.
A pesar de que en el sector conservero es bien conocida la estacionalidad de las ventas (el consumo de atún en conserva se dispara en verano, debido a su participación en las ensaladas) y en diciembre (con motivo de la navidad), esta empresa no había sido capaz de optimizar la cantidad de producto finalizado que debía almacenar en stock para maximizar sus beneficios.
Mediante la implantación de un sistema de soporte a la decisión (DSS), y tras el análisis minucioso de los datos históricos que guardaba la compañía, resultó posible rediseñar todo el proceso logístico y de almacenamiento productivo hasta el punto de incrementar la rentabilidad económica de la misma (independientemente de la producción y la demanda) en un 10%.
Cadena de supermercados
Una conocida cadena de supermercados gallegos ha recurrido a un sistema de Business Intelligence para averiguar cuál era el perfil de sus clientes más rentables e intentar hacer lo posible para fidelizarlos.
Para ello, una de las primeras acciones que llevó a cabo fue la creación de una "tarjeta descuento", que vinculara a los clientes con el club del supermercado. Para poder optar a esta tarjeta, cada cliente debía facilitar sus datos personales básicos (edad, sexo, origen…) y unos datos complementarios de sus preferencias. A cambio recibía descuentos eventuales en sus compras.
Tras haber acumulado una relevante cantidad de datos, llegó el momento de extraer la información requerida mediante un sistema de soporte a la decisión. Entre las rarezas obtenidas en los resultados, cabe destacar que el perfil ideal de cada cliente tenía sustanciales diferencias en función de la ubicación geográfica, a pesar de que el límite del análisis era dentro de la propia Galicia.
Cooperativa lechera
En una cooperativa láctea de origen gallego, cuyos productos se publicitan en TV a nivel nacional, se habían desatado las alarmas debido a las grandes desviaciones económicas existentes, cada año, entre los parámetros estimados en enero y los resultados analizados doce meses más tarde.
Finalmente, para resolver el problema y potenciar al máximo sus sistemas informáticos tradicionales, la cooperativa decidió implantar un cuadro de mando integral (Balanced Scorecard) y realizar un seguimiento minucioso de sus objetivos estratégicos. Tras ocho meses desde la puesta en producción del sistema, consiguieron encontrar el origen de las desviaciones y tomar las acciones oportunas para enderezar la trayectoria operativa de la empresa.
Por otro lado, y como efecto colateral estrechamente relacionado, el sistema ha permitido analizar el impacto en las ventas de cada una de sus campañas publicitarias. Basándose la información contenida en sus propias bases de datos, la cooperativa ha conseguido desde entonces adaptar su publicidad para incrementar en un 8% su cuota de mercado.
Operador de telecomunicaciones
Este ejemplo hace referencia a uno de los mayores operadores de telecomunicación del mundo, con más de 91 millones de clientes en 220 países de los cinco continentes. Esta organización cuenta con 190.000 empleados y ofrece una gama completa de servicios de telecomunicaciones: telefonía local, internacional y móvil; internet y multimedia; transporte de datos; y difusión de TV por cable.
En los últimos años, la empresa ha venido utilizando los sistemas informáticos como un arma estratégica fundamental en la batalla entre operadores de telecomunicaciones. El objetivo de una de sus principales iniciativas ha sido reducir las inconsistencias en los datos y compartir la información de manera más eficaz entre las diferentes áreas de negocio, implementando en toda la organización estándares en el campo del software de gestión.
Conclusiones
El ambiente del mundo de los negocios de hoy exige una aplicación cada vez más eficiente de la información disponible. BI como su nombre en inglés lo indica, genera un conocimiento al negocio, que se deriva de la correcta utilización de la información generada dentro y fuera de la empresa.
La Inteligencia de Negocios se nutre de un marco conceptual interdisciplinario, en donde conviven disciplinas Administrativas con las Ingenierías de Software y del Conocimiento. Cada una de ellas aporta los métodos, técnicas y herramientas que en conjunto contribuyen a proveer los elementos adecuados a la toma de decisiones ejercida por los niveles estratégicos y tácticos.
BI es una herramienta que pone a disposición de los usuarios la información correcta en el lugar correcto. Son múltiples los beneficios que ofrece a las empresas, entre ellos se encuentra la generación de una ventaja competitiva. Hay una gran variedad de soluciones de BI que en suma, son muy similares, pero para que se considere completa debe reunir cuatro componentes: multidimensionalidad, data mining, agentes y data warehouse.
La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, Director de Microsoft, "BI ayuda a rastrear lo que en realidad funciona y lo que no".
En lo concerniente a los Almacenes de Datos, estos repositorios de información representan la plataforma para emitir los análisis de datos y explotación de conocimiento a cargo de los procesos especializados como OLAP. Con respecto a la capa de consulta, esta constituye como la herramienta que produce los elementos de información necesarios para la toma de decisiones. Así mismo, al incorporar el nivel de administración de conocimiento, se puede sistematizar la toma de decisiones rutinarias a partir de la información seleccionada del almacén.
Actualmente la tendencia de diseño y operación de los sistemas de información, como también los propios de la Inteligencia de Negocio, es orientada al ambiente de la Internet. Para tal fin, se requiere de la infraestructura de recursos y procedimientos a efecto de publicar información con las reservas de seguridad en el acceso a los usuarios, a cambio de facilitar la recuperación de información desde cualquier parte del mundo.
Referencias bibliográficas
[1] Net Library. http://www.netlibraryebooktoolkit.com/content/library_patron_support/3
[2] Goodwin, Candice. "Technology: Business Intelligence – Assault on the data mountain". Proquest. Accountancy, (Mayo 07, 2003).
[3] Abukari, Kobana; Job, Vigía. "Business Intelligence in action". Proquest. CMA Management, (Mayo 07, 2003).
[4] Betts, Mitch. "The future of business intelligence". Computerworld.
http://www.kmcluster.com/The%20Future%20of%20Business%20Intelligence.html
[5] Tupson Technologies. http://www.tupson.com/busintel.htm
[6]Inteligencia de Negocios: Una Propuesta para su Desarrollo en las organizaciones
Paginas Web
http://www.microstrategy.com.ar/Solutions/
http://www.sybase.es/inside/bobject.htm
http://www.sinnexus.com/business_intelligence/index.aspx
http:// www.oracle.com/technology/global/lad-es/documentation/collaterals/Que-es- inteligencia-de-Negocios-Whitepaper-Angel-Rios.pdf
http://dmi.uib.es/~bbuades/datawarehouse/
http://www.sqlmax.com/dataw1.asp
http://es.wikipedia.org/wiki/Almac%C3%A9n_de_datos
http://www.ongei.gob.pe/publica/metodologias/Lib5084/1-9.HTM
http://www.monografias.com/trabajos17/data-warehouse/data-warehouse.shtml
Autor:
Bernard Pavel Barreto Véliz
Víctor León Cajacha
| Página siguiente |