RESUMEN DE NEGOCIOS DE ALINEACIÓN: PROCESO DE EVALUACIÓN PARA ALINEAR

TI
PROYECTOS CON LA ESTRATEGIA DE NEGOCIO
El valor de la tecnología de la información se ha demostrado estar relacionado con la
alineación entre los sistemas de negocio y de información (SI). Sin embargo, el informe
no constante de los proyectos de TI sugiere una falta de alineación entre negocio y está
en la etapa de implementación. La mayoría de los enfoques de evaluación de alineación
se centra en el nivel estratégico, con vistas a las conexiones con los proyectos de TI.
Aunque la investigación ha prestado poca atención a este problema, se ha reconocido
que los gerentes deben centrarse en la planificación de proyectos de TI como mediador
para mejorar el negocio alineación.
Esta investigación propone un proceso de evaluación a través de diferentes niveles de
organización (estratégico, táctico y operacional).Este documento propone un marco
para evaluar la alineación en los diferentes niveles de organización
1) Negocios-SE enfoques de alineación y evaluación se centra principalmente en el nivel
estratégico
2) Hay una falta de conexión entre las estrategias y los proyectos de TI aplicación
De este modo, el modelo de alineación estratégica madurez (SAM) es usado y adaptado
para incluir la evaluación de los proyectos de TI madurez alineación.
proyectos de TI se consideran la unidad de análisis que representa la aplicación
operativa de las estrategias. El proceso de evaluación propuesto ha sido probado en
una PYME con el fin de comprender su viabilidad y limitaciones. Los resultados
muestran que es factible utilizar el modelo SAM para evaluar los proyectos que la
alineación de la madurez. Por otra parte, el análisis de la alineación entre los diferentes
niveles de organización.
CONCLUSION
La investigación sobre los negocios es la alineación sigue siendo una preocupación
importante de la investigación es. El proceso de evaluación propuesto se elaboró sobre
la base
de la alineación del negocio-TI y la teoría de la gestión de proyectos con el fin de integrar
la investigación alineación y proporcionar conocimientos prácticos. El marco propuesto
y la
discusión presentada contribuye a la investigación de la alineación a:
1. Integrar los resultados de la investigación de la alineación anterior
2. La extensión de la utilización del modelo SAM para evaluar la alineación de los
proyectos de TI.
3. Aumentar la comprensión de los factores que afectan a la alineación como resultado
de la discusión
4. Proporcionar un mecanismo que podría reducir la brecha entre la estrategia
empresarial y la aplicación de TI Además, este trabajo
UN NORTE PARA ACTUALIZARSE. ALINEACIÓN DE NEGOCIOS: “UNA LÍNEA” H
COMO SI FUERAN RE RAWN 1

Nuestra investigación ha encontrado que no existe ninguna bala de plata alineación. Por
el contrario, la alineación implica
capacidades interrelacionadas que se puede medir midiendo seis componentes:
comunicaciones, de valor, de gobierno, de asociación, el alcance y la arquitectura, y
habilidades. Estos seis componentes se pueden colocar en un modelo de madurez de
cinco niveles, donde el nivel 5 es el más alto de madurez partir de la medición de estos
seis componentes en 197 principalmente Globales 1000 organizaciones en los Estados
Unidos, Latinoamérica, Europa y la India, se encontró que la mayoría de las
organizaciones hoy en día están en el nivel 3.
Nuestra investigación, y la investigación de los demás, también se ha encontrado
correlaciones positivas entre la madurez de la
alineación TI-negocio y (1) Su estructura organizativa, (2) la estructura de informes del
CIO y (3) los resultados empresariales.
estructuras Federated TI se asocian con mayor madurez alineación de estructuras
centralizada o descentralizada. Las empresas
con los CIO que depende directamente del director general, presidente o presidente
tienen significativamente mayor madurez
alineación de aquellos en los que el CIO reporta a un ejecutivo de la unidad de negocio,
el director de operaciones, o el director
financiero. Y una mayor madurez de alineación se correlaciona con un mayor
rendimiento de la empresa. 2
Cinco niveles de madurez de alineación:
Nivel 1: Inicial o ad-hoc procesos: malas comunicaciones entre la TI y el negocio y
Nivel 2: Comprometidos procesos: comenzado a mejorar su relación TI-negocio. La
alineación tiende a centrarse en las funciones o departamentos (por ejemplo, finanzas,
investigación y desarrollo, fabricación, comercialización).
Nivel 3: Establecido: se convierten en activos de TI en toda la empresa más integrada.
la administración de TI de alto nivel y de nivel medio de entender el negocio, y está
emergiendo la comprensión del negocio de TI.
Nivel 4: Mejora de los procesos de gestión: gestionar los procesos que necesitan para
la alineación estratégica dentro de la empresa.
Nivel 5: Optimización de procesos: se han optimizado la alineación estratégica de TI-
negocio a través de rigurosos procesos de gobierno que integran la planificación
estratégica de negocios y planificación de TI.
 RESUMEN: GRANDE DATOS: DIMENSIONES, EVOLUCIÓN, IMPACTOS Y DESAFÍOS
Big Data es un término que describe el gran volumen de datos, tanto estructurados como no
estructurados, que inundan los negocios cada día. Pero no es la cantidad de datos lo que es
importante. Lo que importa con el Big Data es lo que las organizaciones hacen con los datos. Big
Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos
de negocios estratégicos.

EL DIA DEL BIG DATA:

 el desarrollo tecnológico emergente de la big data está evolucionando a una velocidad

rápida., impulsada en parte por las redes sociales y el internet de las cosas (IoT).
 los desarrollos tecnológicos en infraestructura permiten a las empresas transformarse
en organizaciones basadas en datos, cada empresa necesita desarrollar capacidades
para aprovechar los grandes datos para mantenerse competitiva.

se analiza de seis desafíos técnicos y administrativos:

 calidad de datos
 seguridad de datos
 privacidad
 administración de datos
 justificación de inversión
 escasez de datos científicos y calificados

DIMENSIONES DE BIG DATA:

•cantidad de datos que una organización recopila

VOLUMEN

•se refiere al tipo de datos

•Tipos de datos no estructurados: documentos, vídeos, audios, etc.
•Tipos de datos semi-estructurados: software, hojas de cálculo, informes.
VARIEDAD •Tipos de datos estructurados: son predefinidos y se pueden encontrar en muchos tipos de bases
de datos tradicionales.

•se refiere a la velocidad a la que se generan y procesa los datos.

VELOCIDA
D

UNA VISTA INTEGRADA DE BIG DATA: las dimensiones de big data se han propuesto por
separado en la industria informática, pero hasta ahora carecemos de una visión integrada de big
data
 tres dimensiones de big data: volumen, velocidad y variedad

 Las flechas representan la expansión de cada una de las tres dimensiones

 A medida que el alcance de las tres dimensiones continúa expandiéndose, aumenta la
proporción de los datos no estructurados.

EVOLUCION DE BIG DATA Y ANALISIS DE DATOS:

 almacenar grandes cantidades de datos se remonta a principios de la década de

1950.cuando las primeras computadoras centrales comerciales fueron introducidas.
o Los datos durante este período fueron altamente estructurados.
o El advenimiento de la World Wide Web (WWW).

Big Data 1.0 (1994-2004) Big Data 2.0 (2005-2014) Big Data 3.0 (2015—)

•Big Data 1.0 coincide con
el evento del comercio
electrónico en 1994
•se desarrollaron técnicas
de minería web para
analizar las actividades en
línea de los usuarios.
•La minería web se puede
dividir en tres tipos
diferentes:
•Minería de uso web:
minería de datos para
descubrir los patrones
de uso de los usuarios
web en línea
•Minería de estructura
web:el proceso de
analizar la estructura de
un sitio web o una
página web.
•Minería de contenido
web:web es el proceso
de extraer información
útil del contenido de las
páginas web.
•Big Data 2.0 es impulsado •Los principales
por la Web 2.0 y el contribuyentes de Big
fenómeno de las redes Data 3.0 son las
sociales. Web 2.0 se aplicaciones IoT que
refiere a un paradigma generan datos en forma
web. de imágenes, audio y
•permitió a los usuarios video. Los IoT se refiere a
web interactuar con sitios un entorno tecnológico
web y contribuir con su en el que Los dispositivos
propio contenido a los y sensores tienen
sitios web. identificadores únicos
•crearon un cambio de con la capacidad de
paradigma en la forma en compartir datos y
que las organizaciones colaborar a través de
operan y colaboran. Internet
•El análisis de las redes
sociales analiza e
interpreta los
comportamientos
humanos en los sitios de
redes sociales, brindando
información y sacando
conclusiones de los
intereses del consumidor,
los patrones de
navegación web, las listas
de amigos, los
sentimientos, la profesión
y las opiniones.
UN EJEMPLO ILUSTRATIVO: ANALISIS DE BIG DATA DE RESEÑAS COMERCIALES

 Con el crecimiento explosivo de las revisiones de comerciantes en varios sitios de

revisión de proveedores / productos y sitios de redes sociales.
 Análisis de redes sociales para datos de revisión de comerciantes
 Análisis de redes sociales para descubrir las relaciones entre las actividades de revisión
de los consumidores y la utilidad de los espectadores.

IMAPCTOS DE LA BIG DATA

 El uso de análisis de big data puede crear beneficios, como ahorro de costos, mejor toma
de decisiones y mayor calidad de producto y servicio.

impactos de los grandes datos en las grandes empresas.

o Marketing de personalización: La empresa puede ofrecer recomendaciones

personalizadas de productos / servicios, cupones y otras ofertas promocionales.
o Mejor precio: Aprovechar los grandes datos recopilados de las interacciones con
los clientes permite a las empresas fijar los precios de manera adecuada y
cosechar las recompensas.
o Reducción de costo: Las empresas que usan análisis de datos en sus operaciones
tienen un tiempo de reacción más rápido y más efectivo para los problemas de
la cadena de suministro que aquellas que usan análisis de datos de manera ad-
hoc(47% vs 48%).
o Servicio al cliente mejorado: Ayudar al personal de servicio al cliente a
comprender el contexto de los problemas del cliente de manera integral y
abordar los problemas rápidamente.

DESAFIOS E BIG DATA:

las empresas enfrentarán desafíos en velocidad de procesamiento, interpretación de datos,

calidad de datos, visualización y manejo de excepciones de big data. Destaco seis desafíos
técnicos y de gestión:

o calidad de datos
o seguridad de datos
o privacidad
o gestión de datos de justificación de inversión
o escasez de científicos de datos calificados

EL FUTURO DE LA BIG DATA:

 Existe la necesidad de una investigación más práctica que examine y aborde estos
 desafíos a los grandes datos dentro de los negocios, así como también cambios en la
industria para alentar el desarrollo del talento y la infraestructura.