Qu es Inteligencia de Negocios?

Una interesante definicin para inteligencia de negocios o BI, por sus siglas en ingls, segn el Data
Warehouse Institute, lo define como la combinacin de tecnologa, herramientas y procesos que me
permiten transformar mis datos almacenados en informacin, esta informacin en conocimiento y este
conocimiento dirigido a un plan o una estrategia comercial. La inteligencia de negocios debe ser parte de
la estrategia empresarial, esta le permite optimizar la utilizacin de recursos, monitorear el
cumplimiento de los objetivos de la empresa y la capacidad de tomar buenas decisiones para as
obtener mejores resultados.
Cules son los beneficios de Inteligencia de Negocios?
Dentro del marco de beneficios que representa una solucin 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 giles 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 solucin de inteligencia de negocios, para tener la capacidad de medir gastos y
ver esto a un nivel de detalle que identifique la lnea de negocio, producto, centro de costo, entre
otras.
Entender mejor los clientes Las empresas almacenan toneladas de informacin
valiosa relacionada a sus clientes. El reto es transformar esta informacin en conocimiento y este
conocimiento dirigido a una gestin comercial que represente algn tipo de ganancia para la
empresa. Ventas cruzadas, ventas incrementales, retencin de clientes, anticipar nuevas
oportunidades, medicin 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 gestin Los indicadores de desempeo me permiten representar
medidas enfocadas al desempeo organizacional con la capacidad de representar la estrategia
organizacional en objetivos, mtricas, iniciativas y tareas dirigidas a un grupo y/o individuos en
la organizacin. Dentro de las capacidades funcionales de los indicadores de gestin podemos
mencionar: el monitoreo, anlisis y la administracin. Monitorea lo procesos crticos de
negocio y las actividades utilizando mtricas que me den una alerta sobre un problema
potencial o alguna gestin que debo realizar. Analiza la raz de los problemas explorando la
informacin de mltiples perspectivas en varios niveles de detalles. Administra los recursos y
procesos para dirigir la toma de decisiones, optimizar el desempeo. Esto nos permite tener una
visin global de la empresa con la capacidad de dirigir la organizacin en la direccin correcta.

*Liste los factores crticos a tener en cuenta en la implantacin de la inteligencia de negocios

Cuando implementamos proyectos de Business Intelligence obtenemos beneficios tanto en generacin de
nuevas oportunidades, mejor toma de decisiones y una disminucin de costes.
La implementacin de una solucin BI, lo que tenemos que tener en cuenta son beneficios intangibles y que
resultan complicados los calculo del retorno sobre la inversin ROI. En la parte de sus beneficios intangibles,
se derivan en la mejora de procesos y gestin de la empresa, a la hora de tomar decisiones. En trminos
econmicos se produce una reduccin de costes por el incremento de la eficiencia en infraestructura TIC y
aumento en la productividad en el personal que trabaja en la empresa. Estas caractersticas son difciles de
cuantificar.
Cualitativamente se puede decir, que los beneficios que la empresa va obtener es una mayor eficiencia a los
procesos de toma de decisiones, ya que dispone de una mejor informacin en cantidad y calidad que
adems es compartida por toda la organizacin.
Los principales agentes que determinan un factor critico a la hora la implementar de una solucin BI son:

Tecnologa.
Personal.
Cultura de la empresa.

Toda empresa debe tener en cuenta los siguientes criterios al momento de implementar una solucin BI, y
los riegos que con lleva. La mayora de fracasos de proyectos BI, tienen su origen en factores
organizacionales.
En consecuencia, entre los factores clave para el xito de una estrategia BI, estarn el diseo, la
disponibilidad de una plataforma tecnolgica y herramientas adecuadas, as como la alineacin de los
objetivos del departamento de TIC y los usuarios. El apoyo e impulso desde la direccin general y contar con
el personal cualificado en las fases de diseo e implementacin contribuirn tambin al xito del proyecto
BI.

Cual es la visin de la inteligencia de negocios?

La visin corporativa para el BI es crear y apoyar una infraestructura con acceso seguro y autorizado a los
datos mantenidos en cualquier lugar de la empresa
Que tipo de usuarios son los beneficiarios de la aplicacin de BI?
1.

Los analistas (especialistas en anlisis de la informacin de negocio): aqu incluimos

muchas sub-tipologas como controllers, data scientists, consultores, etc... son usuarios expertos de
este tipo de soluciones de BI pero no tienen el menor inters en programar. Su labor fundamental
estriba en explorar la informacin, determinar tendencias, localizar posibles problemas y encontrar
soluciones a los mismos siempre buscando la creacin de valor para la organizacin.

El patrn de uso del BI es reconocible para muchos de aquellos que hemos tenido o tenemos ese
tipo de responsabilidad, se generan informes muchas veces ad-hoc muy "enfocados" pero no
necesariamente complejos, se utilizan, se guardan y muchas veces no se vuelve a hacer uso de
ellos.

Todo aquellos que estamos en el mundo del BI sabemos que este es el grupo de usuarios que ms
est creciendo ahora y que hay que tenerlos en mente en todo momento, de hecho las soluciones
de BI estn evolucionando para satisfacer sus necesidades.

2.

Los directivos: necesitan informacin para la toma de decisiones informadas, dependen en muchos
casos de los analistas pero hay una fuerte tendencia hacia el "self-service", como les pasa a muchos
analistas tienden a crear sus informes por medio de hojas de clculo, les gustan las aplicaciones de
BI pero mucho ms an el Excel, no estn tan "quemados - enganchados" como los analistas y
estn desesperados por reducir su velocidad de respuesta ante el cada vez ms enloquecido tiempo
de toma de decisiones.
El reporting de su rea de responsabilidad es un clsico al que no renuncian.

3.

La mayora silenciosa: en muchas organizaciones hay empleados en todas las reas que tienen
acceso (o podra tener fcil acceso) al BI y sinceramente creo que esta democratizacin del uso de
la informacin es de lejos la mejor herramienta para el tan necesario "empowerment" de los
trabajadores es la autntica llave para la gestin del cambio que hay que asociar al BI.
Hay varios factores que siguen manteniendo esa mayora silenciosa como el hecho de que en la
mayora de las organizaciones no hay inters autntico en compartir informacin, la inestabilidad
laboral no suele ayudar al empowerment o a aprender a usar herramientas de BI, la poltica de
licencias de los vendors de BI (y sus precios) tampoco ayudan, etc...

4.

Los desarrolladores: es la gente del TI que trabaja en el desarrollo de reporting, dashboards,

scorecards, etc... manejan herramientas especficas de las distintas soluciones de BI para dichas
tareas y adems han de programar. Es verdad que las soluciones de BI cada vez dejan ms en
manos de los usuarios de negocio la generacin de informes o dashboards as como el anlisis de la
informacin mediante consultas OLAP, pero la verdad es que al final hay muchas ocasiones en las
que hay trabajo de programacin, si bien es una tendencia en franco retroceso.

5.

Los administradores de sistemas: cuidan de que el BI de la organizacin funcione con un

rendimiento adecuado, as que para optimizar este tipo de soluciones se ocupan del setup de las
mismas y del hardware asociado, en grandes implantaciones con muchos usuarios tienen un rol
oscuro pero vital.

Cules son los componentes bsicos de la arquitectura de BI?

Hay cuatro componentes bsicos que todos los ambientes de la BI deberan dar. Estos se describen en la
tabla 13.2 y se ilustran en la figura 13.2

Que se puede lograr en la aplicacin de BI

Ampliar la visin estratgica, reducir el riesgo y la incertidumbre en la toma de decisiones

empresariales y construir ventajas competitivas de largo plazo en base a su informacin inteligente

Tener una mejora continua de la organizacin, gracias a la informacin oportuna que genera el
conocimiento que enriquece la toma de decisiones.

Que las organizaciones sean proactivas y giles en la gestin de la informacin que utilizan.

Busca la excelencia definiendo los objetivos que desea alcanzar

Analiza sus procedimientos

Gestionan informacin

Obtienen conocimiento

Toman las mejores decisiones

Evalan sus resultados

Se renueva constantemente

Porque es importante la inteligencia de negocios, segn lo que ha aprendido en la formacin?

Los procesos de inteligencia de negocios se han convertido en una parte esencial de la gestin empresarial,
ya que nos proporcionan informacin de mucha importancia para una organizacin:

Nos permiten saber con exactitud quines son nuestros clientes?

dnde estn los clientes?

cmo son los clientes?

qu pautas de comportamiento tienen?

qu es lo que quieren los clientes?

As mismo:

Permiten conocer el funcionamiento de los procesos internos de una organizacin.

Dan respuesta a preguntas importantes como:

cunto cuesta cada uno de los productos o servicios que ofrece la empresa?

cules de esos productos o servicios son realmente rentables?

dnde est perdiendo la empresa?

cunto cuesta conseguir cada cliente?

cules departamentos de la empresa funcionan correctamente?

qu servicios puede externalizar la empresa?

etc.

QUE SIGNIFICADO TIENE DATA MART (DM)?

Un Data Mart: Son subconjuntos de datos de un data warehouse que tienen el propsito a ayudar a reas
especficas dentro del negocio que pueda tomar mejores decisiones. Entre las caractersticas de un data
mart se destacan que solo se puede acceder para algunos usuarios dentro de reas especficas donde se
tiene un propsito especfico. Tambin existe la posibilidad inversa: a partir de una serie de data marts
acaba configurndose un data warehouse.As se van solucionando los problemas de negocio ms
especficos, conociendo aspectos importantes como quin o quines son los clientes que ms beneficios
producen. Ofreciendo este concepto no es necesario remitirse a toda la informacin. Se trata de obtener
respuestas a preguntas.

QUE SIGNIFICA DATA WAREHOUSING.?

En primer lugar, DW no es un producto que pueda ser comprado en el mercado, sino ms bien un concepto
que debe ser construido. DW es una combinacin de conceptos y tecnologa que cambian significativamente
la manera en que es entregada la informacin a la gente de negocios. El objetivo principal es satisfacer los
requerimientos de informacin internos de la empresa para una mejor gestin, con eficiencia y facilidad de
acceso.
La manera tradicional hasta ahora de entregar la informacin es a travs de emisin de reportes impresos
desde los sistemas operacionales, con consultas a nivel de cliente y extraccin ocasional de datos para suplir
actividades basadas en papel. Los problemas con la entrega de la informacin actual son muchos,
incluyendo inconsistencia, inflexibilidad y carencia de integracin a travs de la empresa.
El DW puede verse como una bodega donde estn almacenados todos los datos necesarios para realizar
las funciones de gestin de la empresa, de manera que puedan utilizarse fcilmente segn se necesiten. El
contenido de los datos, la organizacin y estructura son dirigidos a satisfacer las necesidades de informacin
de analistas. Los sistemas transaccionales son dinmicos, en el sentido que constantemente se encuentran
actualizando datos.
Analizar esta informacin puede presentar resultados distintos en cuestin de minutos, por lo que se
deben extraer y almacenar fotografas de datos (snapshots), para estos efectos, con la implicancia de un
consumo adicional de recursos de cmputo. Llevar a cabo un anlisis complejo sobre un sistema
transaccional, puede resultar en la degradacin del sistema, con el consiguiente impacto en la operacin del
negocio.
El Data Warehouse intenta responder a la compleja necesidad de obtencin de informacin til sin el
sacrificio del rendimiento de las aplicaciones operacionales, debido a lo cual se ha convertido actualmente
en una de las tendencias tecnolgicas ms significativas en la administracin de informacin.
Los almacenes de datos (o Datawarehouse) generan bases de datos tangibles con una perspectiva
histrica, utilizando datos de mltiples fuentes que se fusionan en forma congruente. Estos datos se
mantienen actualizados, pero no cambian al ritmo de los sistemas transaccionales. Muchos datawarehouses
se disean para contener un nivel de detalle hasta el nivel de transaccin, con la intencin de hacer
disponible todo tipo de datos y caractersticas, para reportar y analizar. As un datawarehouse resulta ser un
recipiente de datos transaccionales para proporcionar consultas operativas, y la informacin para poder
llevar a cabo anlisis multidimensional. De esta forma, dentro de un almacn de datos existen dos
tecnologas complementarias, una relacional para consultas y una multidimensional para anlisis.
Existen muchas definiciones para el DW, la ms conocida fue propuesta por Inmon (considerado el padre
de las Bases de Datos) en 1992: Un DW es una coleccin de datos orientados a temas, integrados, novoltiles y variante en el tiempo, organizados para soportar necesidades empresariales. En 1993, Susan
Osterfeldt publica una definicin que sin duda acierta en la clave del DW: Yo considero al DW como algo
que provee dos beneficios empresariales reales: Integracin y Acceso de datos. DW elimina una gran
cantidad de datos intiles y no deseados, como tambin el procesamiento desde el ambiente operacional
clsico.
Esta ltima definicin refleja claramente el principal beneficio que el datawarehouse aporta a la empresa,
eliminar aquellos datos que obstaculizan la labor de anlisis de informacin y entregar la informacin que se
requiere en la forma ms apropiada, facilitando as el proceso de gestin.

Puede considerarse que el modelo relacional en el cual se basa OLTP (Procesamiento Transaccional en
Lnea), tiene como objetivo guardar la integridad de la informacin necesaria para operar un negocio de la
manera ms eficiente. Sin embargo, este modelo no corresponde a la forma como el usuario percibe la
operacin de un negocio.
De hecho Codd, quien fue uno de los desarrolladores originales del concepto relacional, dijo: Aunque los
RDMBMS han sido tan beneficiosos para los usuarios, nunca han sido diseados para proporcionar funciones
potentes de sntesis, anlisis y consolidacin de los datos.
DW se sustenta en un procesamiento distinto al utilizado por los sistemas operacionales, OLAP
(Procesamiento Analtico En Lnea), el cual surge como un proceso para ser usado en el anlisis de negocios
y otras aplicaciones que requieren una visin flexible del negocio.

IDENTIFIQUE LAS CARACTERISTICAS DEL DW Y DESCRIBA CADA UNA DE ELLAS

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
informacin suele estructurarse tambin en distintos niveles de detalle para adecuarse a las distintas
necesidades de los usuarios.
En la siguiente imagen podemos ver cmo se maneja la informacin en distintas aplicaciones y lo que
buscamos con la integracin seria escoger de todas un estndar de informacin para que uniformice los
datos y se introduzcan al repositorio

Temtico.- slo los datos necesarios para el proceso de generacin 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
nica tabla del datawarehouse. De esta forma, las peticiones de informacin sobre clientes sern ms fciles
de responder dado que toda la informacin reside en el mismo lugar.
En la siguiente imagen se muestra cmo se maneja un sistema de informacin orientada a sus aplicaciones y
otra temtica una diferencia importante entre estas est en la interrelacin de la informacin. Los datos
operacionales (aplicaciones) mantienen una relacin continua entre dos o ms tablas basadas en una regla
comercial. Las del data warehouse miden espectros de tiempo y las relaciones encontradas en la data
warehouse (podremos indagar en toda la informacin pasada relacionada entre todas las aplicaciones).

De tiempo variante.- el tiempo es parte implcita de la informacin 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 informacin almacenada en el datawarehouse sirve, entre otras cosas, para
realizar anlisis de tendencias. Por lo tanto, el datawarehouse se carga con los distintos valores que toma
una variable en el tiempo para permitir comparaciones.
Los datos histricos son de poco uso en el procedimiento operacional. La informacin del depsito por el
contrario, debe incluir los datos histricos para usarse en la identificacin y evaluacin de tendencias.

No Voltil.- El almacn de informacin de un datawarehouse existe para ser ledo, pero no modificado. La
informacin es por tanto permanente, significando la actualizacin del datawarehouse la incorporacin de
los ltimos valores que tomaron las distintas variables contenidas en l sin ningn tipo de accin sobre lo que
ya exista.
Como se puede observar en la imagen en la base de datos operacional la actualizacin (actualizar, borrar y
modificar) se hace regularmente, mientras en el data warehouse sea una sola actualizacin esto hace que
cuando tengamos que tomar una decisin con esta informacin tengamos seguridad de esta.

QUE ES EL DATA MANAGEMENT?

Es el desarrollo y ejecucin de arquitecturas, polticas, prcticas y procedimientos que gestionan
apropiadamente las necesidades del ciclo de vida completo de los datos de un estudio
QUE IMPORTANCIA TIENE EL DATA MANAGEMENT EN UNA ORGANIZACIN
1. Garantizar la integracin de datos: y tambin de metadatos (de negocio, tcnicos y de operaciones). En la
prctica, se pueden poner en marcha proyectos de migracin de datos, sincronizacin de bases de datos,
acciones de aprovisionamiento con fines de inteligencia de negocio, integracin de datos cloud, integracin
de datos desestructurados o consolidacin de sistemas. Lo importante en cualquiera de estos procesos es
ganar en capacidad de actualizacin y no perder integridad.
2. Cubrir el ciclo de vida del dato al completo: tener visibilidad sobre su origen, los caminos que ha seguido y
su destino es la misin de la aplicacin de este principio de data management. En la prctica es importante

que esta responsabilidad no recaiga exclusivamente en los profesionales el departamento de IT, sino que se
reparta entre todas las reas de la empresa, teniendo especial importancia la aportacin de los propietarios
el dato.
3. Velar por la seguridad del dato: as como de todo lo que tiene que ver con su privacidad y
confidencialidad. En este punto, hay que prestar una especial atencin a la definicin de niveles y perfiles en
funcin de los cuales se asignarn las autorizaciones de acceso que prevendrn las filtraciones y entradas no
permitidas.
4. Asegurar la calidad de los datos: definiendo, controlando y mejorando los procesos. En la prctica se
deben poner en prctica todos los mecanismos para preservar intactos los atributos de la calidad del dato:
completitud, exactitud, consistencia, conformidad, fiabilidad y unicidad.
5. Conocer el linaje del dato: a travs del aseguramiento de la trazabilidad de las aplicaciones. En la prctica
es fundamental para aumentar la fiabilidad de la inteligencia de negocio y detectar nuevas oportunidades,
adems de para minimizar el riesgo.
6. Apoyar la misin de gobierno de datos: aportando eficacia a los procesos de gestin de datos y uso de los
mismos. En la prctica, la aplicacin de este principio est relacionada con las acciones orientadas a
planificar, monitorizar y controlar estas tareas. Es importante tener en cuenta la necesidad de garantizar la
accesibilidad, disponibilidad, calidad, coherencia, verificabilidad y seguridad del dato, ya qu slo as se puede
ejercer el control ptimo sobre los datos.
7. Establecer reglas aplicables a los datos fuera de las bases de datos: para convertir en til toda la
informacin que se contiene en documentos externos a los sistemas, pero que tambin se considera de
valor. En la prctica, estas reglas pueden determinar su forma de almacenamiento, su actualizacin, reglas
de archivo, identificacin de los propietarios del dato, responsables de su gestin y planes a corto, medio y
largo plazo para no perder el potencial contenido en los datos que encierran.
8. Determinar todo lo relativo a la funcin de data storage: concretando qu datos son susceptibles de ser
almacenados, en qu volumen y cul ser su ubicacin. De esta manera, en la prctica se gana agilidad y
precisin en las bsquedas, lo que supone un ahorro en costes y la optimizacin de procesos; dos de los
objetivos de los principios del data management.

AA3-Ev 1: Desarrollo del Cuestionario Identificar tcnicas de inteligencia de negocios"

BARBARA MILENA SANCHEZ
DIEGO FERNANDO CALDERON
GRUPO 1