Sei sulla pagina 1di 39

Captulo 7

MINERA DE DATOS, TEXTO Y WEB


Conceptos y Aplicaciones de Minera de Datos
Seis factores detrs del repentino aumento de la popularidad de la minera de datos
Reconocimiento general del valor sin explotar engrandes bases de datos;
La consolidacin de los registros de base de datos que tienden a una visin nica del cliente;
La consolidacin de bases de datos, incluido el concepto de un almacn de informacin;
Reduccin en el costo de almacenamiento y procesamiento de datos, que preve la posibilidad de recopilar y
recoger datos;
La intensa competencia por la atencin de un clienteen un mercado cada vez ms saturado, y
El movimiento hacia la des-masificacin de las prcticas comerciales
Minera de Datos (DM)
Un proceso que utiliza estadstica, matemticas, inteligencia artificial y las tcnicas de aprendizaje-mquina
para extraer e identificar informacin til y el conocimiento posterior de grandes bases de datos
Principales caractersticas y objetivos de minera de datos
Los datos son a menudo enterrados en lo profundo de las bases de datos muy grandes, que contienen a veces
datos de varios aos, que se limpiaron y se consolidaron en un almacn de datos
El entorno de minera de datos suele ser arquitectura cliente-servidor o una arquitectura basada en Web
Principales caractersticas y objetivos de minera de datos
Las sofisticadas herramientas que contribuirn a eliminar el mineral de la informacin enterrado en archivos
corporativos o de archivos de registros pblicos, se trata de encontrar patrones y sincronizar los datos para
obtener los resultados deseados.
El minero es, a menudo, un usuario final, facultado para utilizar los datos y otras herramientas electrnicas
para realizar preguntas y obtener respuestas rpidamente, con muy poca programacin
o ninguna habilidad
Principales caractersticas y objetivos de minera de datos
Hacerse ricos a menudo implica encontrar un resultado inesperado y requiere que los usuarios
finales piensen creativamente.
Las herramientas de Data Mining son fcilmente combinables con las hojas de clculo y otras herramientas de
desarrollo de software, los datos extrados se pueden analizar y procesar de forma rpida y fcil
El procesamiento paralelo se utiliza a veces, debido a la gran cantidad de datos y los esfuerzos
masivos de bsqueda
Cmo funciona la minera de datos
Las herramientas de Data Mining encuentran patrones en los datos e incluso puede deducir normas de ellos.
Tres mtodos se utilizan para identificar patrones en los datos:
1. Los modelos simples
2. Modelos Intermedios
3. Los modelos complejos
Clasificacin o Induccin Supervisada
Utilizada para analizar los datos histricos almacenados en una base de datos y generar automticamente un
modelo que puede predecir el comportamiento futuro
Las herramientas comunes para la clasificacin son:
1. Redes Neuronales
2. rboles de decisin
3. Las normas If-then-else
Clustering

Particionando una base de datos en segmentos en los que los miembros de ese segmento comparten cualidades
similares
Asociacin
Categora de algoritmo de minera de datos que establece las relaciones sobre los elementos que ocurren juntos
en un registro dado
Descubrimiento de Secuencias
La identificacin de las asociaciones en el tiempo
La visualizacin puede ser usada en conjunto con la minera de datos para obtener una comprensin ms clara
de muchas de las relaciones subyacentes
La regresin es una tcnica estadstica conocida que se utiliza para asignar datos a un valor de prediccin
El pronstico o Previsin calcula sobre la base de los valores futuros patrones dentro de grandes conjuntos de
datos
Hiptesis basada en la minera de datos Comienza con una propuesta por parte del usuario, quien trata de
validar la veracidad de la proposicin
Descubrimiento de asociaciones Busca patrones, asociaciones, y las relaciones entre los datos a fin de
esclarecer los hechos que antes eran desconocidos o ni siquiera contemplados por una organizacin
Aplicaciones de Minera de Datos
Marketing
Banking
Ventas al por menor
Manufactura y produccin
Intermediacin y negociacin de valores
Seguros
Hardware y software de computadoras

Gobierno y Defensa
Lneas Areas
Cuidado de la Salud
Radiodifusin
Polica
Seguridad en los Hogares

Tcnicas y Herramientas de Minera de Datos


Las herramientas de Data Mining y las tcnicas se pueden clasificar en funcin de la estructura de los datos y
los algoritmos utilizados:
Mtodos estadsticos
rboles de decisin
Definido como una raz seguida de nodos internos. Cada nodo (incluyendo la raz) se etiqueta con una pregunta
y arcos asociados a cada nodo para cubrir todas las posibles respuestas
Las herramientas de Data Mining y las tcnicas se pueden clasificar en funcin de la estructura de los datos y
los algoritmos utilizados:
razonamiento basado en casos
Redes Neuronales de computacin
Agentes inteligentes
Los algoritmos genticos
El anlisis de conglomerados para la minera de datos
El anlisis de conglomerados es una herramienta de anlisis exploratorio de datos para resolver problemas de
clasificacin
El objetivo es ordenar los casos en grupos de manera que el grado de asociacin es fuerte entre los miembros
del mismo grupo y dbiles entre los miembros del mismo grupo y dbiles entre los miembros de los distintos
grupos
Resultados de Anlisis de conglomerados se puede utilizar para:
Ayudar a identificar un esquema de clasificacin
Sugerir modelos estadsticos para describir las poblaciones
Indique las normas para la asignacin de nuevos casos a las clases para la identificacin, seleccin de
objetivos y fines de diagnstico.
Proveer medidas de definicin, tamao, y el cambio en lo que anteriormente eran amplios conceptos.
Buscar casos tpicos para representar a las clases
Mtodos de anlisis de Conglomerados
Mtodos estadsticos
Mtodos ptimos
Redes Neuronales
Lgica difusa
Los algoritmos genticos
Cada uno de estos mtodos por lo general trabaja con un mtodo de dos
clases generales:
Divisivo
Aglomerativos
Los Conglomerados Mtodos Jerrquicos y el
Ejemplo
Decida qu datos grabar de los elementos Calcule las distancias entre todos los grupos iniciales.
Guarde los resultados en una matriz de distancia Buscar a travs de la matriz de distancia y encontrar los dos
grupos ms similares
Fusione los dos grupos juntos para producir un conglomerado que tiene al menos dos elementos
Calcule las distancias entre este nuevo grupo y todos los otros grupos
Repita los pasos 3 a 5 hasta que haya alcanzado el nmero mximo especificado de antemano de las
agrupaciones

Clases de instrumentos de explotacin de datos y tcnicas en que se refieren a la informacin y de


inteligencia empresarial (BI).
Matemticas y el anlisis estadstico paquetes
Personalizacin de las herramientas de marketing basadas en la Web
Analytics integrado en las plataformas de comercializacin
Herramientas de CRM avanzado
Analytics agrega a otras plataformas verticales especficas de la industria
Analytics aadido a las herramientas de base de datos (por ejemplo, OLAP)
datos de instrumentos de explotacin independiente
Procesamiento de Proyectos de Minera de datos
Descubrimiento de conocimiento en bases de datos (KDD).
Un proceso integral de la utilizacin de mtodos de minera de datos para
encontrar informacin til y patrones en los datos
Proceso KDD
Seleccin
Preprocesamiento
Transformacin
La minera de datos
Interpretacin y evaluacin
Minera de Texto
La minera de textos
Aplicacin de minera de datos para archivos de texto no estructurados o menos estructurados.
Implica la generacin de ndices numricos significativos en el texto no estructurados y
entonces el procesamiento de estos ndices usando una serie de algoritmos de minera de datos
La minera de textos ayuda a las organizaciones:
Encuentra las relaciones escondidas" contenidas de los documentos, incluidos las relaciones tiles
adicionales
Relacionar los documentos a travs de las divisiones anteriormente desapercibidas
Agrupar de los documentos por temas Comunes
Las aplicaciones de minera de texto.
Deteccin automtica de correo electrnico spam o phishing a travs del anlisis del contenido del
documento.
El procesamiento automtico de mensajes o correos electrnicos para dirigir un mensaje a la ruta ms
adecuada para procesar el mensaje.
Anlisis de las reclamaciones de garanta, las llamadas al servicio e informes, y as sucesivamente para
identificar los problemas ms comunes y las respuestas pertinentes
Las aplicaciones de minera de texto
Anlisis de las correspondientes publicaciones cientficas en revistas para crear una vista de resumen
automtico de una disciplina particular.
Creacin de una vista "relacin" de una coleccin de documentos.
El anlisis cualitativo de los documentos para detectar el fraude
Cmo realizar la minera de texto?
Eliminar las palabras de uso comn
Reemplace las palabras con sus tallos o races (derivados algoritmos)
Considere la posibilidad de sinnimos y frases

Se calculan las ponderaciones de los trminos restantes


Minera Web.
Es el descubrimiento y anlisis de informacin interesante y til de la Web,
sobre la Web, y por lo general a travs de herramientas basadas en Web.
Minera de Contenido Web
La extraccin de informacin significativa desde las pginas web
Minera de la Estructura Web
El desarrollo de informacin significativas a partir de los vnculos incluidos en los
documentos web
Minera del Uso de la Web
La extraccin de informacin significativa generada a partir de los datos de visitas a sitios
web o transacciones de comercio electrnico.
Usos de la Minera Web:
Determinar la antigedad y el valor de los clientes.
Diseo de estrategias de mercadeo cruzado entre productos.
Evaluar campaas de promocin Objetivo anuncios y cupones electrnicos a grupos

REDES NEURONALES ARTIFICIALES


Redes Neuronales Artificiales
INTRODUCCIN.
Con las Redes Neuronales se busca la solucin de problemas complejos, no como una secuencia de pasos, sino
como la evolucin de unos sistemas de computacin inspirados en el cerebro humano, y dotados por tanto de
cierta inteligencia, los cuales no son sino la combinacin de elementos simples de proceso (neuronas )
interconectados, que operando de forma paralela en varios estilos consiguen resolver problemas relacionados
con el reconocimiento de formas o patrones, prediccin, codificacin, control y optimizacin entre otras
aplicaciones que finalizarn con este documento
Conceptos Bsicos de Redes Neuronales
Redes Neuronales.
Tecnologa de la computacin que trata de construir computadoras que funcionan como un cerebro humano. Las
mquinas poseen memoria de almacenamiento simultnea y trabaja con informacin ambigua.
Perceptor
La primera estructura de la red neuronal que no usa capa oculta
Red Neuronal Biolgica
La teora y modelado de redes neuronales est inspirada en la estructura y funcionamiento de los sistemas
nerviosos, donde la neurona es el elemento fundamental
Las Neuronas constan de:
Cuerpo y Ncleo
Axn y terminales axnicas
Dendritas
Sinapsis
El cerebro humano en promedio tiene 1015 conexiones

neuronales.
Red Neuronal Artificial. Elementos
Unidad de proceso: En la neurona Artificial existen tres tipos de unidades en cualquier sistema: entradas,
salidas y ocultas.
Las unidades de entrada reciben seales desde el entorno; las de salida envan la seal fuera de la red, y las
unidades ocultas son aquellas cuyas entradas y salidas se encuentran dentro del sistema.
Funcin de Salida o de Transferencia. Asociada con cada unidad hay una funcin de salida, que transforma el
estado actual de activacin en una seal de salida.
Estado de Activacin. Los estados del sistema en un tiempo t se representan por un vector A(t). Los valores
de activacin pueden ser continuos o discretos, limitados o ilimitados.
Conexiones entre neuronas. Las conexiones que unen a las neuronas que forman una RNA tiene asociado un
peso, que es el que hace que la red adquiera conocimiento.
Regla de Aprendizaje. El aprendizaje puede ser comprendido como la modificacin de comportamiento
inducido por la interaccin con el entorno y como resultado de experiencias conduce al establecimiento de
nuevos modelos de respuesta a estmulos externos

Caractersticas de la Redes Neuronales


Existen cuatro aspectos que caracterizan una red neuronal:
Topologa. consiste en la organizacin y disposicin de las neuronas formando capas ms o menos alejadas de
la entrada y salida de la red. En este sentido, los parmetros fundamentales de la red son:
el nmero de capas,
el nmero de neuronas por capa,
el grado de conectividad y
el tipo de conexiones entre neuronas.

Mecanismo de Aprendizaje. El aprendizaje es el proceso por el cual una red neuronal modifica sus pesos en
respuesta a una informacin de entrada. Los cambios que se producen durante el proceso de aprendizaje se
reducen a la destruccin, modificacin y creacin de conexiones entre las neuronas.
Tipo de Asociacin entre las Informaciones de Entrada y Salida. Las RNA son sistemas que almacenan
cierta informacin aprendida; esta informacin se registra de forma distribuida en los pesos asociados a las
conexiones entre neuronas de entrada y salida.
Representacin de la Infomacin de Entrada y Salida. Las redes neuronales pueden tambien clasificarse en
funcin de la forma en que se representan las informaciones de entrada y las respuestas o datos de salida.
Implementacin de la Redes Neuronales
En la bsqueda de sistemas inteligentes en general, se ha llegado a un importante desarrollo del software,
dentro de esta lnea se encuentran algunos de los neurocomputadores ms conocidos. Un neurocomputador
es bsicamente un conjunto de procesadores conectados con cierta regularidad que operan concurrentemente
(circuitos integrados).
Otra tecnologa podra ser electroptica, con la ventaja de utilizar la luz como medio de transporte de la
informacin, permitiendo la transmisin masiva de datos
La realizacin ms simple e inmediata consiste en simular la red sobre un ordenador convencional mediante
un software especfico. Es un procedimiento rpido, economico, e intituivo.
Otro mtodo es la realizacin de redes neuronales a travs de arquitecturas orientadas a la ejecucin de
procesos con un alto de paralelismo, tales como redes de transputers (respuesta en tiempo real).
Herramientas software de desarrollo: La comercializacin de productos software es la forma ms extendida
para simular redes neuronales, debido a las ventajas citadas anteriormente. La diferencia entre los distintos
productos software radica en aspectos tales como el tipo y el nmero de arquitecturas de red que soporta,
velocidad de procesamiento, interfaz grfica, exportacin de codigo C para el desarrollo automtico de
aplicaciones, etc
Ventajas de las Redes Neuronales
Las RNA presentan un gran nmero de caractersticas semejantes a las del cerebro. Por ejemplo, son capaces de
aprender de la experiencia, de generalizar de casos anteriores a nuevos casos, de abstraer caractersticas
esenciales a partir de entradas que representan informacin irrelevante, etc. Esto hace que ofrezcan numerosas
ventajas y que este tipo de tecnologa se est aplicando en mltiples reas. Estas ventajas incluyen:
Aprendizaje Adaptativo
Autoorganizacin
Tolerancia a Fallos
Operacin en Tiempo Real
Fcil insercin dentro de la tecnologa existente
Ventajas de las Redes Neuronales
Aprendizaje Adaptativo: Es una de las caractersticas ms atractivas de las redes neuronales, es la capacidad
de aprender a realizar tareas basadas en un entrenamiento o una experiencia inicial. En el proceso de
aprendizaje, los enlaces ponderados de las neuronas seajustan de manera que se obtengan unos resultados
especficos.
Tambin existen redes que continan aprendiendo a lo largo de su vida
Autoorganizacin: Las redes neuronales usan su capacidad de aprendizaje adaptativo para organizar la
informacin que reciben durante el aprendizaje y/o la operacin. Una RNA puede crear su propia organizacin o
representacin de la informacin que recibe mediante una etapa de aprendizaje.
Ventajas de las Redes Neuronales
Tolerancia a Fallos: Comparados con los sistemas computacionales tradicionales, los cuales pierden su
funcionalidad en cuanto sufren un pequeo error de memoria, en las redes neuronales, si se produce un fallo en
un pequeo nmero de neuronas, aunque el comportamiento del sistema se ve influenciado, sin embargo no
sufre una cada repentina (pueden aprender a reconocer patrones con ruido, distorsionados, o incompleta)

Operacin en Tiempo Real: Los computadores neuronales pueden ser realizados en paralelo, y se disean y
fabrican mquinas con hardware especial para obtener esta capacidad.
Fcil insercin dentro de la tecnologa existente. Debido a que una red puede ser rpidamente entrenada,
comprobada, verificada y trasladada a una implementacin hardware de bajo costo, es fcil insertar RNA para
aplicaciones especficas dentro de sistemas existentes (chips, por ejemplo).
Aplicaciones de la Redes Neuronales
Las redes neuronales son una tecnologa computacional emergente que puede utilizarse en un gran nmero y
variedad de aplicaciones, tanto comerciales como militares. Sus aplicaciones son:
Biologa: Aprender ms acerca del cerebro y otros sistemas. Obtencin de modelos de la retina.
Empresa: Reconocimiento de caracteres escritos. Identificacin de candidatos para posiciones especficas.
Optimizacin de plazas y horarios en lneas de vuelo.
Explotacin de bases de datos: Evaluacin de probabilidad de formaciones geolgicas y petrolferas. Sntesis
de voz desde texto.
Medio Ambiente: Analizar tendencias y patrones. Previsin del tiempo.
Finanzas: Previsin de la evolucin de los precios. Valoracin del riesgo de los crditos. Identificacin de
falsificaciones. Interpretacin de firmas.
Manufacturacin: Robots automatizados y sistemas de control (visin artificial y sensores de presin,
temperatura, gas, etc.) Control de produccin en lneas de proceso. Inspeccin de calidad. Filtrado de seales.
Medicina: Analizadores del habla para la ayuda de audicin de sordos profundos.
Diagnstico y tratamiento a partir de sntomas y/o de datos analticos (encefalograma, etc.). Monitorizacin en
ciruga. Prediccin de reacciones adversas a los medicamentos. Lectoras de Rayos X. Entendimiento de causa
de ataques epilpticos.
Militares: Clasificacin de las seales de radar. Creacin de armas inteligentes.
Optimizacin del uso de recursos escasos.
Cmo aprenden las Redes Neuronales?
Redes con Aprendizaje Supervisado. El proceso de aprendizaje se realiza mediante un entrenamiento
controlado por un agente externo (supervisor, maestro) que determina la respuesta que debera generar la red a
partir de una entrada determinada. El supervisor comprueba la salida de la red y en el caso de que sta no
coincida con la deseada, se proceder a modificar los pesos de las conexiones, con el fin de conseguir que la
salida se aproxime a la deseada.
Se consideran tres formas de llevar a cabo este tipo de aprendizaje:
Aprendizaje por correccin de error: Consiste en ajustar los pesos en funcin de la diferencia entre los
valores deseados y los obtenidos en la salida de la red; es decir, en funcin del error.
Aprendizaje por refuerzo: Se basa en la idea de no indicar durante el entrenamiento exactamente la salida que
se desea que proporcione la red ante una determinada entrada. La funcin del supervisor se reduce a indicar
mediante una seal de refuerzo si la salida obtenida en la red se ajusta a la deseada (xito=+1 o fracaso=-1), y
en funcin de ello se ajustan los pesos basndose en un mecanismo de probabilidades.
Aprendizaje estocstico: Este tipo de aprendizaje consiste bsicamente en realizar cambios aleatorios en los
valores de los pesos de las conexiones de la red y evaluar su efecto a partir del objetivo deseado y de
distribuciones de probabilidad.
Cmo aprenden las Redes Neuronales?
Redes con Aprendizaje No Supervisado. Estas redes no requieren influencia externa para ajustar los pesos de
las conexiones entre neuronas. La red no recibe ninguna informacin por parte del entorno que le indique si la
salida generada es o no correcta, as que existen varias posibilidades en cuanto a la interpretacin de la salida de
estas redes. En algunos casos, la salida representa el grado de familiaridad o similitud entre la informacin que
se le est presentando en la entrada y las informaciones que se le han mostrado en el pasado. En otro caso
podra realizar una codificacin de los datos de entrada, generando a la salida una versin codificada de la
entrada, con menos bits, pero manteniendo la informacin relevante de los datos

En general en este tipo de aprendizaje se suelen considerar dos tipos:


Aprendizaje Hebbiano: Consiste bsicamente en el ajuste de los pesos de las conexiones de acuerdo con la
correlacin, as si las dos unidades son activas (positivas), se produce un reforzamiento de la conexin. Por el
contrario cuando una es activa y la otra pasiva (negativa), se produce un debilitamiento de la conexin.
Aprendizaje competitivo y cooperativo: Las neuronas compiten (y cooperan) unas con otras con el fin de
llevar a cabo una tarea dada. Con este tipo de aprendizaje se pretende que cuando se presente a la red cierta
informacin de entrada, solo una de las neuronas de salida se active (alcance su valor de respuesta mximo). Por
tanto las neuronas compiten por activarse , quedando finalmente una, o una por grupo, como neurona vencedora
Aprendizaje en una Red Neuronal Artificial
Procedimiento para un algoritmo de aprendizaje
1. Inicializar las ponderaciones con valores aleatorios y establecer otros parmetros
2. Leer en el vector de entrada y la salida deseada
3. Calcular la salida real a travs de los clculos, trabajando hacia adelante a travs de las capas
4. Calcular el error
5. Cambiar las ponderaciones, trabajando hacia atrs desde la capa de salida a travs de las
capas ocultas
Sistemas de Soporte a Grupos y Tecnologas Colaborativas Soportadas por Computadoras
Toma de decisiones en grupo: caractersticas, procesos,
ventajas y desventajas
Caractersticas del Grupo de Trabajo.
Puede haber ganancias y / o prdidas en la productividad del trabajo en grupo
La tarea puede llevarse a cabo muy rpidamente
Tal vez sea imposible o demasiado caro para todos los miembros del equipo reunirse en un solo lugar,
especialmente cuando el grupo es llamado en casos de emergencia
Algunos de los datos necesarios, la informacin o conocimiento puede estar localizada en muchas fuentes,
algunas de las cuales pueden ser externas a la organizacin
La experiencia de no-miembros del equipo puede ser necesaria
Los Grupos realizan muchas tareas, sin embargo, los grupos de gerentes y analistas con frecuencia se
concentran en la toma de decisiones
Las decisiones adoptadas por un grupo son ms fciles de aplicar si es compatible con todos (o al menos la
mayora) de los miembros
El proceso de toma de decisiones en grupo.
La situacin de decisin es importante, as que es recomendable hacerlo en una reunin de grupo.
Una reunin es una actividad conjunta llevada a cabo por un grupo de personas normalmente de igual o casi
igual condicin
El resultado de una reunin depende en parte de los conocimientos, opiniones y juicio de sus participantes y el
apoyo que dan a los resultados
El grupo de toma de decisiones.
El resultado de una reunin depende de la composicin del grupo y en los usos de la toma de decisiones en
grupo.
Las diferencias de opiniones son resueltas, sea por la decisin de la mayora presente,y a menudo, mediante la
negociacin o el arbitraje.
Los miembros de un grupo pueden estar en un lugar, reunin cara a cara, o pueden ser un equipo virtual, en
cuyo caso se encontrarn desde diferentes lugares, en una misma reunin.
El proceso de toma de decisiones en grupo puede proveer beneficios, as como desventajas.
Equipos virtuales

Un equipo cuyos miembros se encuentran fsicamente en diferentes lugares, mientras que se juntan en una
reunin
Los beneficios y las limitaciones de trabajo en grupo
Proceso de ganancias
En GSS, la mejora de la eficacia de las actividades de una reunin.
Un grupo puede tener mejor y ms precisa comunicacin si trabajan juntos.
La propensin al riesgo puede balacearse juntando directivos de alto riesgo con conservadores.
Proceso de prdidas
En GSS, la degradacin de la eficacia de las actividades de una reunin.
Tiempo no productivo en socializacin, esperando a los que llegan tarde, hay tendencia a repetir lo que ya se
discuti.
Los miembros pueden tener informacin incorrecta, incompleta o mal interpretada, no se entendieron bien las
tareas designadas.
Puede haber bloqueo de atencin y/o concentracin.
Pensamiento Grupal
En una reunin, el refuerzo continuo de una idea de los miembros del grupo
Mejorar el proceso de reuniones
Tcnica de grupo nominal (TGN)
Un simple proceso de lluvia de ideas para las reuniones no electrnicas
Mtodo Delphi
Una metodologa de pronstico cualitativo mediante cuestionarios annimos. Eficaz para la previsin
tecnolgica y para la previsin de que se presenten elementos sensibles
Listado de soporte informtico para trabajo en grupo
La web admite la adopcin de decisiones colaborativas intra e interinstitucionales a travs de herramientas de
colaboracin y acceso a datos, informacin y conocimiento desde dentro y fuera de la organizacin Brindan el
apoyo intraorganizacional a decisiones en red
Las extranets vinculan personas y los equipos de las diferentes organizaciones para decidir en conjunto.
Apoyo a Trabajo en grupo con sistemas informatizados
Hora y lugar marco
Sncrona (en tiempo real)
Ocurre al mismo tiempo
Asincrnico
Tienen lugar en momentos diferentes
El tiempo y la combinacin de lugar puede ser considerado como una de cuatro clulas de la matriz o
marco:
1. A la misma hora / mismo lugar
2. A la misma hora y lugar diferentes
3. Hora Diferente / mismo lugar
4. Hora distinta /lugar diferente (en cualquier momento y lugar)
Apoyo a Trabajo en grupo con sistemas informatizados
Un Vistazo a los Sistemas de Soporte para trabajo en grupo
(GSS)
La web admite la adopcin de decisiones colaborativas intra e interinstitucionales a travs de herramientas de
colaboracin y acceso a datos, informacin y conocimiento desde dentro y fuera de la
organizacin (groupware)
Intranets. Brindan el apoyo intraorganizacional a decisiones en red
Extranets vinculan personas y los equipos de las diferentes organizaciones para decidir en conjunto.

Qu pueden y que no pueden hacer las Computadoras?


Las computadoras pueden ofrecer las tecnologas modernas de informacin a un bajo costo, rpidez,
capacidad, confiabilidad y los medios de soportar las comunicaciones.
No pueden los mtodos de comunicacin-computarizada transmitir la mayora de nuestras seales no
verbales.
Herramientas de Soporte Indirecto para la Toma de Decisiones
Herramientas Groupware
Sistemas para Reuniones Virtuales
Reuniones Virtuales. Reuniones Online cuyos miembros estn en diferentes lugares, incluso en pases
diferentes
Herramientas de Colaboracin en Tiempo Real
Las herramientas colaboracin en tiempo real (RTC) ayudan a las empresas a ahorrar tiempo y espacio para la
toma de decisiones y colaborar en proyectos
Las herramientas de RTC se utilizan en:
Formacin a distancia
Demostraciones de productos
Atencin al cliente
E-commerce
Aplicaciones de ventas
Herramientas Groupware
Herramientas de Colaboracin en Tiempo Real
Teleconferencia Electrnica
Teleconferencia El uso de comunicaciones electrnicas que permite a dos o ms personas en distintos lugares
tener una conferencia simultnea.
Video teleconferencia (videoconferencia) Reunin virtual en la que los participantes en un solo lugar pueden
ver los participantes en otros lugares en una pantalla grande o una PC de escritorio. Pueden compartir ,datos,
voz, animacin, imgenes, grficos, etc.
Conferencia de datos: Reunin virtual en la que los grupos de trabajo estn geogrficamente dispersos y se
juntan para intercambiar documentos y archivos digitales durante las videoconferencias
Conferencia web. Se lleva a cabo en Internet , entre dos y hasta miles de personas, permite a los usuarios ver
de forma simultnea algo en la pantalla de su ordenador, la interaccin se realiza a travs de mensajera o de una
teleconferencia telefnica simultnea.
Pizarras interactivas: Basados en pizarras blancas que trabajan como en el mundo real, con marcadores con
borrador, excepto que cuando la persona est frente a la pantalla, los dems participantes pueden unirse y
pueden trabajar individualmente y pegar tambin en la pantalla.
Pantalla de compartir Software que permite a los miembros del grupo, incluso en lugares diferentes, trabajar
en el mismo documento, que se muestra en la pantalla de la PC de cada participante.
video instantnea : es una videoconferencia que se lleva a cabo como en una sala de chat, con solo adaptar
cmaras de video a las computadoras.
Herramientas Groupware
Soporte de Comunicacin Asincrnica
Es soportado principalmente por e-mails, SMS. Otras herramientas que no se mencionan aqu son boletines
online, autorrespondedores, workflow y portales interactivos. Espacios de Trabajo En Lnea (Online
Workspaces)
Son espacios de pantallas en lnea en que la gente comparte documentos, archivos, planes de proyectos,
calendarios, no necesariamente al mismo tiempo. Es una extensin de pantalla de compartir.
Un software de Suite es creado cuando varios productos son integrados en un solo sistema. Integrando varias
tecnologas, pueden ahorrar tiempo y dinero para los usuarios.

Ejemplo: Polycom Inc (Polycom.com) en alianza con Software Developer Lotus, desarrollaron e integraron
Videoconferencia de escritorio con Lotus Notes.
Groupware, tpicamente tiene al menos una aplicacin de Lluvia de ideas electrnica, conferencia o reunin
electrnica, calendario, planificacin, resolucin de conflictos, construccin de modelos, videoconferencia,
comparticin de documentos, organizacin de memoria, etc.
A investigar, capacidades de cada Suite:
Lotus Notes/Domino y LotusSphere
Microsoft Netmeeting y Live Meeting
Goove Networks
Webex Meeting Center y placeware Conference Center
GroupSystems
eRoom
Team Expert Choice
Zimbra Collaboration Suite
Herramientas de Soporte Directo para la Toma de Decisiones: A
partir de GDSS GSS
Sistemas de Apoyo a Decisiones en Grupo (GDSS)
Un sistema interactivo basado en computadoras que facilita lasolucin de problemas semiestructurados y no
estructurados por un grupo de tomadores de decisiones.
Grupo de sistema de apoyo (GSS)
Los sistemas de informacin que apoyan el trabajo en grupo (comunicacin, toma de decisiones), que en
general, trabajan con problemas no estructurados o semi-estructurados
Los sistemas electrnicos de reunin (EMS)
Clase especial de GSS, ms amplio. Un entorno de tecnologa de la informacin que apoya las reuniones de
grupo (groupware), que pueden ser distribuidos geogrficamente y en el tiempo.
Cmo GDSS (o GSS) mejora el trabajo en grupo
Paralelismo En un sistema de grupos de apoyo, un proceso en el que ganar a todos en un grupo puede trabajar
de forma simultnea (en discusin, voto, ranking, etc) Soporta el procesamiento en paralelo de la informacin y
la generacin de ideas (paralelismo).
Actividades de Soporte de un GDSS
Permite la participacin de grupos ms grandes con informacin ms completa, conocimientos y habilidades.
Permite el uso de tcnicas y mtodos para solucin de problemas estructurados o no estructurados.
Ofrece un acceso rpido y fcil a informacin externa
Permite equipos de debates paralelos
Ayuda a los participantes a enfocarse en una imagen completa.
El anonimato permite a personas con escasos conocimientos contribuir a la reunin
El anonimato ayuda a evitar que los individuos acaparen una reunin
Registro de todas las informaciones presentadas en una reunin
Proporciona mltiples maneras de participar en la votacin inmediata y annima
Permite que varios usuarios interacten de forma simultnea
La organizacin de una sesin GSS cara a cara, la misma hora y reuniones electrnicas en el mismo lugar, por
lo general siguen una progresin comn:
1. El lder del grupo se rene con el facilitador para planificar la reunin, seleccionar las herramientas de
software y elaborar un programa
2. Los participantes se renen en la sala de decisin, el lder hace una pregunta o presenta el problema al grupo
3. Los participantes presentan sus ideas o comentarios (es decir, una lluvia de ideas), y los resultados se
muestran al pblico
4. El facilitador, usando el software de organizacin de ideas, las clasifica en temas comunes y las organiza en
categoras en bruto, los resultados se mostrarn pblicamente

5. El lder inicia una discusin, los participantes asignan prioridad a las ideas
6. Los primeros 5 o 10 temas se envan al software de generacin de ideas despus de una discusin, el proceso
se puede repetir o en una votacin final la decisin puede ser tomada
GSS: factores de xito
1. El compromiso de toda la Organizacin
2. Un patrocinador ejecutivo
3. Un operativo patrocinador
4. Participacin de los usuarios y la formacin
5. Una interfaz de usuario-seductora
Elaboracin de una cultura de colaboracin y tres pasos hacia la creacin de un ambiente de trabajo que apoya
la colaboracin
1. Identifique lo que quiere
2. Determine las limitaciones de recursos
3. Determine qu tecnologas se pueden utilizar para superar las limitaciones de recursos
Nuevas Herramientas de Colaboracin: Wikis
Wiki Una pieza de software de servidor disponible en un sitio Web que permite a los usuarios crear y editar
libremente contenido de la pgina web utilizando cualquier navegador Web
Wikilog
Un blog que permite que todos participen por igual, cualquiera puede aadir, eliminar o cambiar el contenido.
Centros de Colaboracin
El punto central de control de un mercado electrnico. Un solo centro de c, que representa uno de los
propietarios del mercado electrnico, puede alojar mltiples espacios de colaboracin (c-espacios) con los
socios comerciales de uso c-facilitadores para el intercambio de datos con el c-hub.
Colaboracin en redes
En una red de colaboracin, los socios en cualquier punto de la red pueden interactuar entre s, sin pasar por los
socios tradicionales
Portales Corporativos (Empresariales)
Una puerta de enlace para entrar en un sitio web corporativo, que permite la comunicacin, la colaboracin y el
acceso a la informacin de la compaa

Gestin del Conocimiento


Introduccin a la Gestin del Conocimiento
Caractersticas del conocimiento
Es una palanca Extraordinaria para los rendimientos crecientes.
La fragmentacin, las fugas, y la necesidad de volver a aprender
Posee Valor incierto.
Valor incierto el que se le da al compartir
Capital Intelectual
El know-how de una organizacin. El capital intelectual a menudo incluye el conocimiento que
poseen los empleados.
El conocimiento puede ser: Explcito y Tcito
Conocimiento Explcito (fugas)
El conocimiento que se ocupa de material objetivo, racional y tcnico (datos, polticas,
procedimientos, software, documentos, etc)
El conocimiento tcito
Conocimiento que est por lo general en el campo del aprendizaje subjetivo, cognitivo y
experiencial. Es muy personal y difcil de formalizar

Sistemas de gestin de Conocimiento (KMS)


Un sistema que facilita la gestin del conocimiento, garantizando un flujo de conocimiento de la persona (s) que
conocen a persona (s) que necesitan conocer, en toda la organizacin, el conocimiento se desarrolla y crece
durante el proceso de aprendizaje.
Aprendizaje Organizacional y Transformacin
El aprendizaje de la organizacin
Una organizacin es capaz de aprender de su experiencia, implica la existencia de una memoria organizacional
y un medio para salvar, representar y compartir conocimiento a travs de su personal.
Memoria de la Organizacin: Es lo que una organizacin sabe.
El proceso de capturar el conocimiento y ponerlo a disposicin toda la empresa requiere habilidades de
aprendizaje que incluyen:
La apertura a nuevas perspectivas
Conocimiento de los prejuicios personales
La exposicin a los datos sin filtrar
Un sentido de la humildad.
Cultura organizacional
Las actitudes ante las actualizaciones en las organizaciones, respecto de un tema determinado
(por ejemplo, la tecnologa, las computadoras, el DSS)
Aprendizaje Organizacional y Transformacin
Razones de por qu a la gente no le gusta compartir el conocimiento:
La falta general de tiempo para compartir conocimientos y tiempo para identificar sus colegas en la necesidad
de conocimientos especficos
Recelo o miedo de que compartir puede reducir o poner en peligro la seguridad de las personas Trabajo
La escasa sensibilizacin y la realizacin del valor y el beneficio de los dems poseen los conocimientos
El dominio en el intercambio de conocimiento tcito en explcito, tales como conocimientos tcnicos y
experiencia que requiere el aprendizaje prctico, la observacin, el dilogo y la solucin de problemas
interactiva
El uso de una fuerte jerarqua, el estado de la posicin de base, y el poder formal
La falta de captura, evaluacin, retroalimentacin, comunicacin y tolerancia de los errores del pasado que
aumentara aprendizaje individual y efectos organizacionales
Las diferencias en los niveles de experiencia
Falta de tiempo de contacto y la interaccin entre las fuentes de conocimiento y de los beneficiarios
Mala comunicacin verbal y escrita y habilidades interpersonales
Diferencias de edad
Diferencias de gnero
La falta de una red social
Las diferencias en los niveles de la educacin
El apropiamiento de la propiedad intelectual debido al temor de no recibir un justo reconocimiento y la
acreditacin de los directores y colegas
La falta de confianza en las personas, ya que pueden hacer mal uso de los conocimientos o recibir crdito
injustificadamente
Falta de confianza en la exactitud y la credibilidad del conocimiento debido a la fuente
Las diferencias en la cultura nacional o el origen tnico y creencias y los valores asociados a ella
Actividades de Gestin del Conocimiento
Conocimiento de las iniciativas de gestin y actividades
Las iniciativas de gestin del conocimiento tiene uno de los tres
objetivos:

1. Hacer visible el conocimiento, principalmente a travs de mapas,


pginas amarillas, y el hipertexto
2. Desarrollar una cultura basada en el conocimiento
3. Construir una infraestructura del conocimiento
La creacin de conocimiento es la generacin de nuevos conocimientos, ideas, o rutinas. Existen cuatro modos
de creacin de conocimiento:
Socializacin
Externalizacin
Internalizacin
Combinacin
Actividades de Gestin del Conocimiento
Intercambio de conocimientos
El intercambio de conocimientos es la aplicacin intencional de una idea de la persona a ideas, soluciones,
experiencias de otra persona, ya sea a travs de un intermediario o directamente.
En muchas organizaciones, la informacin y el conocimiento no se consideran recursos de la organizacin
para ser compartido, pero cada vez ms, el conocimiento se vuelve un arma competitiva, que hace que el mismo
no se pueda mantener como privado
Buscar el conocimiento
Buscar el conocimiento (el conocimiento de abastecimiento)
es la bsqueda y utilizacin de los conocimientos internos de la organizacin.
La falta de tiempo o falta de recompensa puede obstaculizar la bsqueda y difusin de conocimientos.
Enfoques para la Gestin del Conocimiento
El proceso de acercamiento a la gestin del conocimiento
Enfoque basado en procesos
El enfoque de procesos de gestin del conocimiento que intenta codificar el conocimiento organizacional a
travs de controles formales, procesos y tecnologas
El enfoque de la prctica para la gestin del conocimiento
Enfoque de Prctica
El enfoque hacia la prctica de la gestin del conocimiento se centra en el desarrollo de los entornos sociales o
comunidades de prctica necesaria para facilitar el intercambio de conocimiento tcito
Enfoques para la Gestin del Conocimiento
Hbrido enfoques para la gestin del conocimiento
El enfoque de la prctica se utiliza para que un repositorio almacena slo el conocimiento explcito
que es relativamente fcil documentar
El conocimiento tcito se almacena inicialmente en el repositorio de la informacin de contacto sobre
expertos y sus reas de especializacin
Aumentar la cantidad de conocimiento tcito con el tiempo conduce finalmente a la consecucin de un
verdadero proceso de enfoque.
Enfoques para la Gestin del Conocimiento
Mejores prcticas
En una organizacin, los mejores mtodos para resolver problemas. Estos a menudo se almacenan en el
repositorio de conocimiento de un sistema de gestin del conocimiento
Conocimiento del repositorio
La ubicacin de almacenamiento real de conocimiento en un sistema de gestin del conocimiento. Similares en
naturaleza a una base de datos, pero en general orientado a texto
Desarrollo de un repositorio de conocimiento
Repositorios de conocimiento-se desarrollan utilizando diferentes mecanismos de varias fuentes de
almacenamiento

El aspecto ms importante y difcil de logar es la determinacin de un buen mtodo para la catalogacin de los
conocimientos provenientes de muchos contribuyentes
Tecnologas de la Informacin (TI) en la Gestin del
Conocimiento
El ciclo de KMS. Consta de los seis pasos siguientes:
Crear conocimiento
Captura el conocimiento
Completar los conocimientos
Almacenamiento del Conocimiento
Gestionar el conocimiento
Divulgar el conocimiento
Se desarrolla usando estos tipos de tecnologa:
Comunicacin
Colaboracin
Almacenamiento y recuperacin.
Tecnologas de Apoyo a la Gestin del
Conocimiento.
Inteligencia artificial
Agentes inteligentes
Descubrimiento de conocimiento en bases de datos
Lenguaje de marcado extensible (XML)
Inteligencia artificial. Mtodos utilizados en IA:
Ayuda en la bsqueda y mejora del conocimiento
Ayuda a establecer perfiles de conocimiento de los individuos y grupos
Ayuda a determinar la importancia relativa de los conocimientos cuando se aportan y se accede a y desde
el repositorio de conocimiento.
Tecnologas de Apoyo a la Gestin del Conocimiento.
Inteligencia artificial. Mtodos utilizados en IA:
La exploracin de correo electrnico, documentos y bases de datos para realizar el descubrimiento del
conocimiento, determinar relaciones significativas, recoger los conocimientos, o generar reglas de induccin
para sistemas expertos
Identificar patrones en los datos (por lo general a travs de redes neuronales)
Pronosticar futuros resultados mediante el uso de los conocimientos existentes
Asesorar directamente a partir del conocimiento mediante el uso de redes neuronales o sistemas expertos
Proporcionar un lenguaje natural o interfaz de usuario de voz dirigida por rdenes de un KMS.
Agentes inteligentes
Los agentes inteligentes son sistemas de software que aprenden cmo trabajan los usuarios y prestan
asistencia en sus tareas diarias
Se utilizan para obtener y determinar los conocimientos
Tecnologas de Apoyo a la Gestin del Conocimiento.
Descubrimiento de conocimiento en bases de datos (KDD)
Una mquina de proceso de aprendizaje que lleva a cabo la induccin de regla, o un procedimiento relativo a
establecer el conocimiento de grandes bases de datos
Modelo marts
Pequeos, generalmente repositorios de conocimientos en el departamento mediante el empleo de tcnicas de
descubrimiento de conocimientos en los casos de decisiones pasadas. Al igual que data marts.
Modelo de almacenes

Grandes, en general, repositorio de conocimiento de toda la empresa, creado mediante el empleo de tcnicas de
descubrimiento de conocimientos en los casos de decisiones pasadas. Al igual que los almacenes de datos.
Lenguaje de marcado extensible (XML)
La programacin XML permite el uso de estructuras de datos normalizadas para que los datos pueden ser
agregados y procesados adecuadamente por los sistemas heterogneos.
Tecnologas de Apoyo a la Gestin del Conocimiento.
KMS Implementation
Conocimiento de gestin de productos y proveedores
KnowWare
Herramientas tecnolgicas que apoyan la gestin del conocimiento
Empresas de desarrollo de software y proveedores de EIS
Colaboracin en las herramientas informticas
Conocimiento de servidores
Empresa portales de conocimiento (EKP)
Un portal electrnico en un sistema de gestin del conocimiento
Gestin electrnica de documentos (EDM)
Un mtodo para la tramitacin de documentos por va electrnica, incluida la captura, almacenamiento,
recuperacin, manipulacin y presentacin
Gestin de contenidos (CMS)
Un documento electrnico del sistema de gestin dinmica que produce las versiones de documentos, y
automticamente mantiene el actual conjunto para su uso en el mbito empresarial
Roles de las personas en Gestin del Conocimiento
Principal oficial del conocimiento (CKO)
La persona a cargo de un esfuerzo de gestin del conocimiento en una organizacin
Roles de las personas en Gestin del Conocimiento
Las funciones del CKO incluyen:
Establecer la gestin de conocimiento estratgico prioridades.
Establecer un repositorio de conocimiento de las mejores prcticas.
Obtener un compromiso por parte de ejecutivos de alto nivel para apoyar un ambiente de aprendizaje.
Ensee a los solicitantes de informacin sobre cmo pedir una mejor y ms inteligente preguntas.
Establecer un proceso de gestin de activos de propiedad intelectual.
Obtener la satisfaccin del cliente informacin en tiempo casi real.
Globalizar la gestin del conocimiento
Habilidades requeridas de CKO incluyen:
habilidades de comunicacin interpersonal
Habilidades de liderazgo
visin para los negocios
Pensamiento estratgico
Colaboracin habilidades
La capacidad de establecer programas eficaces de educacin
La comprensin de las TI y su papel en la promocin de la gestin del conocimiento
El director general, funcionarios y directivos de la organizacin
El Director General es responsable de la defensa de un esfuerzo de gestin del conocimiento
Los oficiales de poner a disposicin los recursos necesarios para realizar el trabajo
Mesa
CFO asegura que los recursos financieros estn disponibles
Director de Operaciones se asegura de que las personas comienzan a integrar las prcticas de gestin del
conocimiento en sus procesos de trabajo diario

CIO asegura que los recursos estn disponibles


Los gerentes tambin apoyar el esfuerzo de gestin del conocimiento y facilitar el acceso a fuentes de
conocimiento
Comunidad de prctica
Un grupo de personas en una organizacin con un inters profesional comn, a menudo auto-organizados para
gestionar el conocimiento en un sistema de gestin del conocimiento
Desarrolladores KMS
Los miembros del equipo que en realidad el desarrollo del sistema
Personal KMS
Toda la empresa KMS requiere un personal a tiempo completo para catalogar y gestionar el conocimiento
Garantizar el xito de los esfuerzos de Gestin del Conocimiento
Casos de xito de la gestin del conocimiento
Aplicacin de una estrategia de gestin del
conocimiento puede:
Reducir la prdida de capital intelectual
Reducir los costes al disminuir el nmero de veces que la empresa en repetidas ocasiones debe
resolver el mismo problema
Reducir la redundancia de las actividades basadas en el conocimiento
Aumentar la productividad
Aumentar la satisfaccin de los empleados
Casos de xito de la gestin del conocimiento
Aplicaciones tiles de KMS
Bsqueda y ubicacin de expertos por va electrnica y mediante sistemas expertos
Sistemas de Localizacin de Expertos
Sistemas informticos interactivos que ayudan a los empleados a encontrar y conectarse con colegas que tienen
los conocimientos necesarios para resolver problemas especficos, tanto si estn en el cualquier lugar de la
empresa o en su sala, con el fin de resolver determinados problemas crticos para el negocio en cuestin de
segundos
Valoracin de gestin del Conocimiento
Indicadores Financieros para la valoracin de la gestin del conocimiento
Enfocar los proyectos de gestin del conocimiento sobre los problemas de negocios especficos que se pueden
cuantificar fcilmente
Cuando los problemas se resuelven, el valor y los beneficios del sistema se manifiestan
Casos de xito de la gestin del conocimiento
Valoracin de la gestin del conocimiento
Indicadores no financieros para la gestin de los conocimientos, nuevas formas de valoracin, para ver el capital
a la hora de evaluar intangibles:
La buena voluntad del cliente
Factores externos de capital en relaciones
Capital de Estructuras
Capital humano
El capital social
Capital de Medio Ambiente
Causas del fracaso de gestin del conocimiento
El esfuerzo se basa principalmente en la tecnologa y no se ocupa de si el sistema va a satisfacer las
necesidades y objetivos de la organizacin y sus individuos
Falta de compromiso
Si no se proporciona incentivos razonables para las personas para utilizar el sistema
Los factores que conducen al xito de gestin del conocimiento

Un enlace a valor econmico de una empresa, para demostrar la viabilidad financiera y mantener el patrocinio
ejecutivo
La infraestructura tcnica y organizativa sobre la que construir
Una estructura estndar, el conocimiento flexible para que coincida con la forma en que la organizacin realiza
un trabajo y utiliza el conocimiento
Una cultura de usar el conocimiento que conduce directamente al apoyo de los usuarios
Una interfaz y lenguaje claros, para animar a los usuarios a comprar el sistema
Un cambio en las prcticas de motivacin, para crear una cultura de intercambio
Mltiples canales de transferencia de conocimientos
Los factores que conducen al xito de gestin del conocimiento
A nivel de orientacin al proceso, hacer un esfuerzo que valga la pena en la gestin del conocimiento
Mtodos de motivacin -no triviales- para animar a los usuarios a contribuir y utilizar los conocimientos
Apoyo a la gestin del jefe
Inconvenientes potenciales de KMS
El no poder captar las seales en el ambiente que podran haber sugerido un cambio de estrategia o enfoque
del producto
Descuidar el proceso creativo de soluciones de ayer por la creacin de nuevos conocimientos, aplicndolos a
problemas del maana

INTELIGENCIA ARTIFICIALY SISTEMAS EXPERTOS


Conceptos y Definiciones de Inteligencia Artificial
Algunas decisiones de negocios exigen los juicios basados en conocimiento cualitativo que reside en
expertos humanos.
Un sistema que integra conocimiento de los expertos es llamado: un sistema basado en conocimiento para
soporte de decisiones (KBDSS) o un sistema inteligente para soporte a decisiones (IDSS).
La tecnologa que se utiliza en estas aplicaciones es la Inteligencia Artificial.
Definicin de Inteligencia Artificial (AI).
Es un rea de las ciencias de la computacin.
Involucra dos ideas bsicas:
Estudio de todos los procesos del pensamiento humano.
Se ocupa de la representacin y duplicacin de estos procesos a travs de mquinas (computadoras robots).
Es el estudio de cmo las computadoras pueden hacer cosas que hasta el momento las personas hacemos
mejor.
Qu signos son considerados como Inteligentes?
Aprender o entender de la experiencia
Darle sentido a mensajes contradictorios o ambiguos
Responder rpidamente y con xito a situaciones nuevas
Usar el razonamiento en la solucin de problemas y direccionar la conducta exitosamente.
Lidiar con situaciones inesperadas
Entender e inferir de forma ordinaria y racional
Aplicar conocimiento a la manipulacin del ambiente
Pensando y razonando
Reconocer la importancia relativa de diferentes elementos en una situacin.
Caractersticas de la Inteligencia Artificial.
Procesamiento Simblico
Nmeros versus Smbolos.

Algorithmic versus heuristic


Heurstica
Es conocimiento intuitivo, aprendido por experiencia.
aI usar reglas de buen juicio representadas por smbolos con mtodos heursticos para procesar informacin.
Se utiliza la expreriencia previa en la solucin de problemas similares.
Caractersticas de la Inteligencia Artificial
Inferencia
Capacidades de razonamiento que pueden construir conocimiento de alto nivel a partir de
conocimientos heursticos existentes.
Aprendizaje de Mquinas
La capacidad de aprendizaje es una capacidad nica en el ser humano. Los sistemas de AI no tienen la
capacidad de aprender como el ser humano, pero a travs de clasificaciones de las capacidades de aprendizaje
mecnicas, pueden ajustar sus costumbres y reaccionar a cambios del medio ambiente.
La Evolucin de la
Inteligencia artificial
Soluciones Ingenuas a situaciones
Mtodos generales
Dominio del conocimiento;
Sistema experto o un sistema basado en el conocimiento
Integracin mltiple
Etapa Aplicaciones incrustadas
El Campo de la Inteligencia
Artificial
Aplicaciones de la Inteligencia Artificial.
Sistemas Expertos (ES).
Es un sistema basado en computadora que aplica metodologas de razonamiento a conocimiento en un dominio
especfico para prestar asesoramiento o recomendaciones, tal y como un experto humano. Un sistema
informtico que permite alcanzar un alto nivel de rendimiento en las reas de trabajo que, para los seres
humanos, requieren aos de educacin especial y formacin
Aplicaciones de la Inteligencia Artificial.
Procesamiento de Lenguaje Natural (NLP)
El uso de un procesador de lenguaje natural para interactuar con un sistema basado en computadoras.
Comprende dos sub-campos:
La comprensin del lenguaje natural
Generacin de lenguajes naturales.
Comprensin de Discurso (voz)
Traduccin de la voz humana en palabras individuales y oraciones comprensibles por una computadora
Aplicaciones de Inteligencia Artificial
Robtica y Sistemas Sensoriales
Robots
Mquinas que tienen la capacidad para desempear funciones manuales sin la
intervencin humana.
Un robot Inteligente tiene alguna clase de aparatos sensoriales, como cmaras, que recolecta informacin
sobre la operacin del robot y su ambiente.
Visin computarizada y Reconocimiento
de Escenas

Reconocimiento Visual
Agregar alguna forma de inteligencia computarizada y de toma de decisiones a la informacin visual
digitalizada, recibida desde un sensor, como una cmara.
El objetivo bsico de la visin por computadora es interpretar escenarios, no es generar imgenes.
Instruccin asistida por Computadoras
Inteligentes (ICAI)
El uso de tcnicas AI para entrenar o ensear con una computadora.
Sistemas Inteligentes de tutora (ITS)
Sistemas de auto-tutora que pueden guiar a los estudiantes en cmo es la mejor forma de proceder en el
proceso de aprendizaje
Programacin Automtica.
Permite generar programas automticamente cuando tcnicas de AI son incrustadas en los compiladores.
Computacin Neuronal
Redes de Computacin Neuronal
Es un set de modelos matemticos que simulan la forma en que funciona el cerebro humano.
Juegos
Una de las primeras reas que estudiaron los
investigadores de IA
Es una zona ideal para la investigacin de nuevas estrategias heursticas porque los resultados son
fciles de medir.
Traduccin de Idiomas
Traduccin automatizada usa programas de computadora para traducir palabras y oraciones de un idioma a
otro sin mucha interpretacin por humanos.
Lgica Difusa
Lgica de formas de razonamiento coherente que pueda hacer frente a decisiones con informacin incierta o
parcial, caracterstica del pensamiento humano y de muchos sistemas expertos
Los algoritmos genticos
Mtodos inteligentes que utilizan los ordenadores para simular el proceso de evolucin natural para encontrar
patrones de un conjunto de datos
Agente Inteligente (IA)
Un sistema experto o un sistema basado en conocimiento incrustado en un sistema de computadora basado en
informacin para hacerla ms inteligente. Corre en segundo plano, monitorea el ambiente y reacciona a ciertas
condiciones que lo disparan
Conceptos Bsicos. Sistemas Expertos (ES)
Incluyen:
Cmo determinar quin es un experto?.
Sistema Experto: es un sistema de informacin basado en computadora que usa el conocimiento de expertos
para alcanzar un alto nivel de desempeo en decisiones en un dominio de un problema.
Expertise (pericia) es el amplio conocimiento, sobre una tarea especfica que los expertos poseen.
Caractersticas de ES:
Pericia
Razonamiento Simblico
Conocimiento profundo:
Conocimiento de s mismo

Por qu necesitamos ES?


ES son una excelente herramienta para la preservacin de los conocimientos profesionales cruciales para la
competitividad de una empresa
ES es una excelente herramienta para documentar los conocimientos profesionales para la evaluacin o la
mejora de procesos.
ES es una buena herramienta para la formacin de nuevos empleados y difundir el conocimiento
en una organizacin
ES permitan que el conocimiento se transfiera ms fcilmente y a un costo menor
Aplicaciones de un ES.
reas de Aplicacin:
Finanzas: Evaluacin para seguros, anlisis de crdito, planificacin de impuestos, prevencin de fraudes,
anlisis de reportes financieros, planificacin financiera, evaluacin del desempeo.
Marketing: Gestin de la relacin con el cliente, anlisis de mercado, planificacin de producto y
planificacin de mercado.
Recursos Humanos: Planificacin de recursos humanos, planificacin del desempeo, gestin de pensiones,
etc,
Manufactura: planificacin de la produccin, gestin de la calidad, diseo del producto,
Procesamiento de datos, Seguridad, Automatizacin de Procesos de negocios, salud.

SISTEMAS INTELIGENTES SOBRE INTERNET


Agentes Inteligentes basados en WEB
Los sistemas inteligentes que usan la arquitectura web y una interfaz amigable
Los sistemas inteligentes basados en la web:
Usan la web como una plataforma para enviar servicios.
La interfaz del Usuario est habilitada para la web
Son sistemas que pueden ser utilizados para muchos propsitos, toman diferentes formas, son sistemas
pequeos que realizan tareas especficas, se les llama agentes y sistemas de recomendacin.
agente de Informacin recoge una solicitud y va a la pgina correspondiente en un sitio Web, busca la
informacin requerida, y la retorna como un documento XML para el procesamiento por otro agente
agentes de control son construidas sobre el agente de informacin para realizar un seguimiento de los
resultados previamente devueltos.
sistemas de Recomendacin o agentes que ayudan a la personalizacin y los servicios de personalizacin que
son crticos para mantener buenas relaciones de los clientes
Agentes Inteligentes: Panorama
Agente inteligente (IA)
Un experto o sistema basado en el conocimiento incorporado en los sistemas de informacin basados en
computadoras (o sus componentes) para hacerlos ms inteligentes
El trmino agente se deriva del concepto de agencia, en referencia a la contratacin de alguien para que acte
en su nombre.
Tipos de agentes
Agentes de Software
Wizards
Software demonios

Softbots
BOTS
Agentes inteligentes de software, una abreviatura de robots. Por lo general se usa como parte de otro trmino,
como en knowbots, softbots o shopbots
Caractersticas de la inteligencia de los agentes inteligentes
segn Wooldridge:
Reactividad: Estn capacitados para percibir su ambiente y responder prontamente a los cambios que ah
ocurren para satisfacer el objetivo de su creain.
Proactividad: Estn capacitados para mostrar un comportamiento orientado a la meta y toman la iniciativa
para satisfacer sus objetivos de diseo,
Capacidades Sociales: Son capaces de interactuar con otros agentes y humanos para satisfacer sus objetivos.
Autonoma: Deben tener control sobre sus propias acciones y ser capaces de cambiar de trabajo y acciones
independientemente del usuario u otros actores.
Caractersticas de la inteligencia de los agentes
inteligentes segn Lee:
Nivel 0 (menos inteligentes) Agentes de recuperacin de documentos para un usuario directamente bajo sus
rdenes
Nivel 1 - Agentes que proporcionan un inicio para el usuario en busca de facilidades para encontrar pginas
web relevantes
Nivel 2 - Agentes que mantienen perfiles de los
usuarios
Nivel 3 - Los agentes tienen un componente de aprendizaje y deduccin para ayudar a un usuario que
no puede formalizar una consulta o especificar un destino para una bsqueda
Componentes de un agente:
Propietario: Nombre del usuario, o del proceso padre.
Autor: desarrollador, servicio
Cuenta: Anclado a la cuenta del propietario
Meta: Instruccin clara de la tarea que debe completar
Descripcin: Descripcin de los detalles de los atributos de la meta
Creacin y duracin: Fecha de requerimiento
Antecedentes: informacin de soporte por si se requiere
Subsistema Inteligente: como un ES basado en reglas.
Caractersticas de los Agentes Inteligentes
La autonoma o empoderamiento
Un agente que toma la iniciativa y ejerce control sobre sus propias acciones tiene estas caractersticas:
Orientado al Objetivo
Colaborativo
Flexible
De arranque automtico
Comunicacin (interactividad)
Muchos agentes estn diseadas para interactuar con otros agentes, los seres humanos, los programas o software
Automatizacin de tareas repetitivas
Un agente est diseado para realizar tareas definidas estrictamente, lo que puede hacer una y otra vez sin
aburrirse o enfermarse, o ir a la huelga
Reactividad
Los Agentes pueden percibir su entorno y responder de manera oportuna a los cambios que se producen
en l

Proactividad (o persistencia)
Los agentes son capaces de exhibir un comportamiento dirigido a tomar la iniciativa para lograr el objetivo
Continuidad temporal
Los agentes estn constantemente ejecutando procesos que pueden estar temporalmente inactivos a la espera de
algo que se produzca
Personalidad
Los agentes tienen que ser creble y ser capaz de interactuar con los usuarios humanos
Operando en segundo plano: Movilidad
Un agente debe ser capaz de trabajar fuera de la vista (en el ciberespacio o el equipo de otros sistemas), sin la
atencin constante de su usuario
De ejecucin remota
Agentes mviles
Inteligencia y aprendizaje
Para un agente inteligente, el aprendizaje va ms all de un razonamiento basado en reglas simples porque el
agente se espera que aprendan y se comportan de forma autnoma

Sobrecarga de la informacin
Un valor importante de agentes inteligentes es que son capaces de ayudar en la bsqueda a travs de todos los
datos
Los agentes inteligentes ahorran tiempo al tomar decisiones sobre lo que es relevante para el usuario.
Razones de xito de los Agentes son:
Ayuda a la decisin del usuario
Apoyo a las decisiones FrontLine
Las actividades repetitivas de oficina
Facilita actividades personales
Bsqueda y recuperacin
Dominio en los SE
Clasificacin y tipos de agentes inteligentes
La clasificacin por tipo de aplicacin
De Organizacin Pblica
Un agente que sirve a cualquier usuario
Privado (personal)
Un agente que trabaja para una sola persona
Nueve reas de aplicacin principales:
Asistir en el flujo de trabajo y gestin administrativa
La colaboracin con otros agentes y las personas
Apoyar el comercio electrnico
Apoyo a las aplicaciones de escritorio
Ayudar en el acceso a la informacin y gestin, incluyendo la bsqueda y Preguntas Frecuentes
Procesamiento de correo electrnico y mensajes
El control y la gestin de acceso a la red
Sistemas de gestin y redes
Creacin de interfaces de usuario, que incluye el desplazamiento (navegacin)
Internet-Based Software Agents

Interfaces de usuario
El aprendizaje y tutora
Gestin de la cadena de suministro
Flujo de trabajo y gestin administrativa
Minera Web
Monitoreo y alerta
Colaboracin
Comercio mvil
Agentes de Sistema
Agentes de recomendacin
Agentes de Perfiles
Agentes DSS y Sistemas Multiagentes
Cinco tipos de agentes DSS:
Control de los datos
Recoleccin de datos
Modelado
Gestin del Dominio
Aprendizaje de las preferencias
Multiagente
Sistema Multiagente
Un sistema con mltiples agentes de software que cooperaron
La inteligencia artificial distribuida (DAI)
Un agente de mltiples sistemas para la resolucin de problemas.
Fraccionamiento de un problema en mltiples sistemas que cooperan en la obtencin de una solucin
Sistemas de Recomendacin Basados
en Web
Una de las principales aplicaciones de sistemas inteligentes en el comercio electrnico es recomendar los
productos a los clientes
La motivacin principal para el uso de agentes recomendacin es que la personalizacin es una tendencia
importante en la comercializacin y servicio al cliente
Sistema de Recomendacin (agentes)
Un sistema informtico que puede sugerir nuevos temas para un usuario basndose en sus preferencias
eveladas. Puede ser basado en el contenido o el filtrado colaborativo para sugerir elementos que coinciden con
la preferencia del usuario. Un ejemplo es la funcin de Amazon.com "Otras personas han comprado este
libro tambin compraron...
Taxonoma de los mecanismos de recomendacin
Dos funciones principales:
Generacin y mantenimiento de Perfil
Explotacin y la recomendacin de Perfil
Generacin y Mantenimiento de Perfil.
Perfil de representacin del usuario
Generacin del perfil inicial
Aprendizaje del perfil tcnico
Retroalimentacin Relevante
Perfil de Adaptacin Tcnica
Recomendacin para Explotacin de Perfil
Los sistemas de recomendacin hacen posible tres tareas principales:

Mtodo de filtrado de informacin:


Filtrado demogrfico
Filtrado basado en contenido
Filtrado Colaborativo
Concondancia de un elemento del perfil. Un mtodo que recomienda los puntos para el usuario, basndose en
la descripcin de los elementos previamente evaluados y la informacin disponible a partir del contenido (por
ejemplo, palabras clave)
Concordancia con el perfil del usuario. Un mtodo para generar recomendaciones de perfil de usuario. Utiliza
las preferencias de otros usuarios de un comportamiento similar para predecir las preferencias del usuario en
particular.

DESARROLLO Y ADQUISICIN DE SISTEMAS


Introduccin
Hemos hablado en captulo anteriores sobre conceptos bsicos, componentes y herramientas para la toma de
decisiones y para el soporte de las mismas. Ahora entraremos a describir como se implementa un sistema de
soporte a decisiones y un sistema de soporte Gerencial.
Desafortunadamente, adquirir un MSS no es tan simple como adquirir software de productividad. MSS,
frecuentemente, es designado para manejar situaciones complejas y es difcil encontrar uno ya desarrollado a la
medida de cada situacin; generalmente requieren personalizaciones en el diseo, desarrollo de procesos e
implementacin para cada aplicacin especfica.
Qu tipo de sistemas de soporte quiere construir?
Existe una variedad de aplicaciones MSS que van desde ayudas para la productividad de usuarios finales hasta
sistemas de BI de empresas muy grandes.
El enfoque que tome en la construccin de un sistema de apoyo depende de lo que se va a construir, as como
recursos de la organizacin y otros factores que sern discutidos a lo largo de este captulo
Introduccin al Desarrollo de MSS
Tipos de Sistemas de Soporte
Infraestructura
Data warehouses y Sistemas de BI
Sistemas Gestores de Conocimiento
Sistemas de Informacin Empresarial
Portales
Puertas de acceso a sitios Web; Pueden ser pblicas como
Yahoo! O privadas como portales corporativos.
Introduccin al desarrollo de MSS
Tipos de Sistemas de Soporte
Aplicaciones Especficas
Herramientas y juegos de herramientas
Plataformas
El Panorama y el Marco de Desarrollo de aplicaciones MSS
Paso 1: Planificacin, identificacin, and justificacin de un MSS
Paso 2: Creacin y arquitectura de un MSS
Arquitectura MSS
Un plan para organizar la infraestructura subyacente y las aplicaciones del proyecto
MSS
Paso 3: Seleccionando una opcin de desarrollo
Construccin del sistema en casa.

Contratar un vendedor que personaliza un sistema ya hecho


Comprar una aplicacin existente e instalarla, con o sin modificaciones, por usted mismo o a travs de un
vendedor
Arrendamiento de un software estndar a un proveedor, o establecer un acuerdo de servicios de software
Entrar en una asociacin o una alianza que permitir a la compaa utilizar la aplicacin de otra persona
Usar una combinacin de estos enfoques
Paso 4: Instalacin, Prueba, Conexin y liberacin de las aplicacionesMSS.
Despus del desarrollo se debe Instalar y correr la aplicacin sobre el hardware seleccionado y en ambiente de
red.
Se debe probar con la base de datos y las dems
aplicaciones .
Pruebas: Prueba de unidad, integracin, Usabilidad, Aceptacin.
Puesta en produccin, involucra la conversin del sistema anterior al nuevo.
Paso 5: Operacin, mantenimiento y actualizacin.
La aplicacin debe actualizarse siempre, con mucha frecuencia, debe hacerse continuamente anlisis de
desempeo y determinar que elementos se deben mejorar para mantener el sistema operando de acuerdo a los
objetivos y metas organizacionales.
Gestin del Proceso de Desarrollo
El proceso de desarrollo puede ser bastante complejo y debe ser gestionado adecuadamente
Para aplicaciones medianas y grandes, un equipo de proyecto se crea normalmente para gestionar el
proceso y los vendedores
Software de Gestin de Proyectos
Optiones de Desarrollo para
Aplicaciones MSS
Desarrollo en Casa: Insourcing
Opciones de Desarrollo para: Desarrollo en casa
Construccin a travs de prototipo: Se considera nicamente para aplicaciones especializadas que no estn
disponibles en el mercado, es caro y lento, pero se ajusta de la mejor manera a las necesidades de la empresa.
Construccin por componentes: Los componentes existen en la empresa o fuera de sta. Se puede reutilizar
cdigo y esto provee una integracin entre los mdulos.
Integracin de Aplicaciones: Parecido al anterior, pero no se integran mdulos sino los sistemas completos,
especialmente cuando se trabaja con socios de negocios.
Metodos usados para Desarrollo en Casa
Ciclo de Vida para el Desarrollo de Sistemas
(SDLC).
Un proceso sistemtico para la construccin efectiva de grandes sistemas de informacin. Generalmente se
desarrolla en casacada.

Desarrollo Rpido de Aplicaciones (RAD)


Una metodologa de desarrollo que ajusta el Ciclo de vida para el desarrollo de sistemas de manera que algunas
partes del sistema se pueden desarrollar con rapidez, lo que permite a los usuarios obtener algunas funciones tan
pronto como sea posible. Incluye los mtodos de desarrollo por etapas, de prototipos y de prototipos corregidos.
Prototipos
En el desarrollo del sistemas, una estrategia en la que un sistema a escala reducida o una parte de un sistema es
construido en un tiempo corto, probado y mejorado en varias iteraciones.
Comprando aplicaciones. Por definicin un MSS es no estructurado, pero puede hacer uso de aplicaciones
estndar que se encuentran en el mercado como un gestor de inventarios, etc. Esta alternativa requiere menos
tiempo y menor costo que el desarrollo en casa.
Arrendamiento de aplicaciones
Arrendamiento de un proveedor externo y luego instalarlo en el mismo edificio de la empresa
Arrendamiento de un ASP que instala la aplicacin en su centro de datos
Mtodos usados para Desarrollo en Casa
Software-as-a-service (SaaS)
Software que es rentado en lugar de vendido. A travs de un convenio la empresa tiene acceso a todas las
actualizaciones que se liberen en el perodo de convenio. Es ms barato.
Factores que impulsan el cambio a software como un servicio:
La reduccin de los riesgos involucrados en la adquisicin de nuevo software que influyen en la calidad del
producto y servicio a travs de una relacin continua con los vendedores
Cambio de metas y la situacin del negocio
Preparacin de la justificacin financiera por casos de negocios
Predecir con exactitud los gastos corrientes
Opciones de Desarrollo Externo (Outsourcing)
Contratacin Externa (Outsourcing)
Proveedor de Servicios de Aplicaciones (ASP)
Un vendedor de software que ofrece rentar aplicaciones de software a las organizaciones
Utilidad (on-demand) computacional
Poder ilimitado de procesamiento y capacidad de almacenamiento que, como la electricidad, el agua y los
servicios telefnicos, pueden ser obtenidos sobre demanda, usados y reasignados para cualquier aplicacin,
sobre la base de una factura por uso.
Prototipos: Una Metodologa Prctica para el
Desarrollo de MSS
Ventajas del uso de Prototipos

Tiempo de desarrollo bastante corto


Corto tiempo de reaccin del usuario (i.e., retroalimentacin del usuario)
Una mejor comprensin del sistema por el usuario, sus necesidades de informacin, y sus capacidades
Bajo costo
Limitaciones de los prototipos
Las ganancias obtenidas de recorrer con cautela, paso a paso, cada una de las etapas del ciclo de vida del
sistema pueden ser perdidas, incluyendo :
Una comprensin profunda de las ventajas del sistema de informacin y los costes.
Una descripcin detallada de los datos que la empresa se necesita.
El diseo de un sistema de informacin fcil de mantener.
Un sistema de informacin bien probado
Usuarios bien preparados
El proceso de desarrollo de prototipos.
Los usuarios y administradores, as como un patrocinador ejecutivo, deben participar.
Las fases de anlisis, diseo e implementacin del prototipo se realiza iterativamente hasta que un pequeo
prototipo est suficientemente desarrollado.
La implantacin final se lleva a cabo
Al mismo tiempo, las iteraciones se producen con otros subsistemas o capacidades que se aaden al sistema
implementado hasta que es un sistema bastante estable. El sistema global comienza a evolucionar.
Prototipo en Colaboracin
La interaccin entre el usuario, el desarrollador y la tecnologa es extremadamente importante en el proceso de
creacin de prototipos, sin importar en que lugar del mundo se encuentre cada uno.
Evaluacin del prototipo.
Es una parte integral del proceso de desarrollo y es el mecanismo de control para el proceso completo del
diseo iterativo.
Diseo Iterativo
Un proceso sistemtico de desarrollo de sistemas que es usado en MSS, se revisa y produce la segunda versin,
y as en adelante, por eso se le llama diseo iterativo.
Implementacin de Prototipos
Objetivo para pequeas aplicaciones, tctica que muestran resultados rpidos.
Utiliza los componentes de software
Realiza la implementacin iterativa de aplicaciones susceptibles de adaptacin.
Utiliza los componentes de los productos bsicos
Usa tecnologa de objetos, incluyendo herramientas como Java.
Secciona grandes proyectos en partes manejables.
Usa aplicaciones empaquetadas siempre justificables
Considera la posibilidad de los proveedores de servicios de TI, as como la utilidad y la computacin en grid.
El uso de servicios Web, si es posible.
Factores de xito en Prototipos
Los usuarios y gerentes deben estar involucratos en cada fase de iteracin.
El aprendizaje debe estar integrado en forma explcita en el diseo del proceso
Los prototipos deben ser el paso para la informacin formal de la definicin de requerimientos en el SDLC
Un criterio clave asociado con los prototipos es el corto intervalo entre las iteraciones
El prototipo inicial debe ser de bajo costo
Fracaso de los prototipos
No se definieron Objetivos ni indicadores de seguimiento
Muchos proyectos importantes se condujeron simultneamente

Se definieron presupuestos y plazos antes de que el equipo de desarrollo se involucrara y no eran realistas
No hubo presencia interna del equipo del Data Warehouse
Un gerente de proyecto sobrecargado estaba involucrado
La disponibilidad de origen de los datos no fue confirmada desde el inicio
No hay demanda de los usuarios por los sofisticados anlisis que se consideraron
No se llevaron a cabo reuniones de rutina entre los gerentes patrocinadores y el gerente del proyecto
Los gerentes de negocios no participaron desde el inicio del proyecto
Lecciones Aprendidas de los fracasos de prototipos:
El patrocinio Ejecutivo, la colaboracin de personal de TI y usuarios finales son los factores de xito ms
crticos para el desarrollo de un almacn de datos.
La comprensin poco clara de los objetivos de negocio y cmo se medirn
Un proyecto piloto incremental debe ocurrir para determinar si es posible obtener los beneficios previstos.
Una organizacin debe esperar para hacer una inversin importante en la administracin continua del
almacenamiento de datos.
Cuando todo falla, la entidad debe reducir sus prdidas y correr.
Criterios de seleccin de un enfoque de
desarrollo MSS
Seleccin de Criterios para una decisin de compra o alquiler :
Flexibilidad: Paquetes comerciales necesitan ser modificados o adaptados a las necesidades de la empresa.
Requerimientos de Informacin: El paquete seleccionado debe satisfacer los requerimientos de informacin
de los usuarios.
Interfaz amigable.
Recursos de Hardware y software. Compatibles con lo existente en la empresa.
Instalacin. Debe ser incluida en el proceso de compra.
Servicio de Mantenimiento. Las aplicaciones requieren ser cambiadas constantemente si es requerido.
Seleccin de Criterios para una decisin de compra o alquiler :
Costos Estimados: Se deben estimar los costos totales y los costos asociados de adquisicin y desarrollo.
Personal. La empresa debe contar con el recurso humano
adecuado para el sistema.
Evolucin Tecnolgica. Ese software est en constante avance?
Escalamiento: Este software puede crecer en varias dimensiones para proveer un mejor servicio.
Tamao. Los recursos de hardware se debern incrementar por los requerimientos del sistema.
Desempeo. Es crtico para el xito del negocio.
Seguridad. Es uno de los factores que se debe analizar en detalle
Otros proveedores de paquetes de software y Suites de MSS
Paquetes de software especializados y funcionales
MSS suite
Una coleccin integrada de un gran nmero de herramientas MSS que trabajan juntas para el desarrollo de
aplicaciones. Ofrecen:
Flexibilidad para desarrolladores y usuarios
Especializacin
Personalizacin
Integracin y funcionalidad
Conectando a Bases de Datos y Otros Sistemas Empresariales
Un MSS requiere acceso a una base de datos o a un Data Warehouse
Conectando a base de datos: Arquitectura de cuatro capas
1. NavegadorWeb: Datos e informacin se muestran al y desde la recoleccin del usuario final.
2. ServidorWeb: enva pginas, recoge datos, enva datos a y desde el servidor de aplicaciones

3. Servidor de Aplicaciones: ejecuta reglas de negocio, formula consultas a la base de datos, manipula
formatos de datos resultantes, responde al web server.
4. Servidor de Base de Datos: Es el lugar en donde estn almacenados los datos, gestionados, y las
solicitudes a la base de datos son procesadas.
La integracin de las aplicaciones MSS y sistemas de back-end
Muchas Suites comerciales MSS suites tienen construidas la integracin de capacidades
Si una compaa quiere construir su propia interfaz de base de datos:
Lenguaje de secuencia de comando Web
Aplicaciones Especializadas de Servidor
Se requiere tambin la integracin con otras aplicaciones de la empresa como ERP, CRM, SCM,
KMS, DW, etc.
Middleware
Software que une los mdulos de aplicacin de diferentes lenguajes de computadora y
plataformas. Provee un programa separado que es la interfaz entre diversos clientes y el sistema del
servidor. Es el mediador entre las partes de una aplicacin o entre aplicaciones
MSS Desarrollado por el Usuario
Computacin de Usuario Final
Desarrolladores de sus propios sistemas de informacin.
Un Sistema MSS desarrollado por el usuario
Un MSS desarrollado por un usuario o por varios usuarios en un departamento incluyento tomadores de
decisiones y profesionales (trabajadores del conocimiento, como ingenieros en finanzas o anlisis de impuestos)
que construyen o usan las computadoras para solucionar problemas incrementando su productividad
Ventajas del Sistema MSS desarrollado por el usuario
Plazo de entrega corto
Los requisitos previos de la definicin formal y extensa de la especificacin de requerimientos
son eliminados.
Algunas implementaciones de MSS han reducido los problemas
El costo frecuentemente es muy bajo
Riesgos de MSS desarrollados por el usuario
Los MSS desarrollados por el usuario pueden ser de calidad pobre.
Tres categoras de potenciales riesgos de calidad:
1. herramientas inadecuadas o Deficientes y las instalaciones utilizadas en el desarrollo de los MSS
2. Riesgos asociados con el proceso de desarrollo
3. Riesgos en la gestin de los datos
Riesgos de Seguridad
La falta de documentacin y procedimientos de mantenimiento.
Pasos para involucrar a los usuarios en el proceso de desarrollo:
1. Vndales el sistema
2. Comprenda los negocios de los usuarios
3. Considere las prioridades de los usuarios
4. Asigne buenos comunicadores
5. Hable con los usuarios a travs de todo el proceso
6. No se rena con los usuarios en su oficina
7. Apague su telfono celular
8. Enfocarse en los problemas del usuario, no en la tecnologa
9. Escuche bien

10. Use prototipos


Reduciendo los riesgos de la computacin de Usuario Final
Factores que contribuyen a diseminar errores son:
Desarrollador sin experiencia
Poco enfoque en el diseo
Tipos de aplicaciones
Problemas complejos
Presin del tiempo
Presencia o ausencia de procesos revisados
MSS desarrollados en Equipo
Seleccin del Software MSS y del Vendedor
Seleccin de herramientas de desarrollo MSS
Herramientas MSS
Elementos de Software (e.g., lenguajes) que facilitan el desarrollo de un MSS o la generacin de MSS.
Seleccin de Hardware
Seleccin de Software:
Hay cientos de paquetes de software en el mercado que son actualizados rpidamente
Los precios cambian frecuentemente
Muchas personas pueden ser involucradas en el equipo
Las capacidades cambian de una aplicacin a otra
Mss de grandes proporciones han sido desarrollados con varias herramientas
Los criterios de seleccin pueden ser demasiados.
Se pueden revisar evaluaciones de las herramientas hechas por empresas con experiencia
Seleccin del Software MSS y del
Vendedor
Seleccionando el vendedor de paquetes de software MSS
A tiempo
En Presupuesto
Funcionalidad Completa
Seis pasos en la seleccin del vendedor del paquete de software:
1. Identifique vendedores potenciales.
2. Determine los criterios de evaluacin.
3. Evale vendedores y paquetes
4. Seleccione un vendedor y paquete
5. Negocie el contrato
6. Establezca acuerdos a nivel de servicios
Conformando un MSS
Caractersticas de la Implementacin MSS
Los gerentes ya estn ms preparados para aceptar las herramientas MSS, las tcnicas y los mtodos
Herramientas y mtodos de AI estn siendo incrustados en los MSS y aplicaciones empresariales
Tecnologas Web continan posibilitando nuevos desarrollos MSS/BI
GSS continan proliferando a travs de computacin colaborativa
La Tecnologa de computadoras contina en su rpida evolucin.
Las Capacidades se incrementan y los costos decrecen
Los sistemas ERP, que han sido extremadamente caros estn proliferando.