Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
(Business Intelligence)
los datos colaborando con la Business Intelligence (BI) en los procesos de la organización.
conocimiento, dando así soporte a la toma de decisiones sobre el negocio. (Ralph, 2004,
p.23)
Introducción.
desde ese entonces ha ido evolucionando en soluciones más efectivas y adaptadas a las
necesidades tecnológicas. Con la facilidad para las empresas de adquirir ordenadores más
Página 1
El origen de todo fueron los Sistemas de apoyo de decisiones (DSS), posteriormente
llegaron los Sistemas de Información Ejecutiva (EIS) hasta nuestro tema de hoy que es la
Inteligencia de Negocios (BI). Se considera al Dr. Ralph Timbal como el Dr. Del DSS y a
Bill Inmon como el padre del Dataware. Hoy en día es conocido que los proyectos BI son
*Definición:
datos, procesarlos y en base a ello, finalmente tomar decisiones en una empresa, las cuales
Permite a aquellos que trabajan a nivel operativo tener la información de manera clara,
oportuna y exacta en reportes u hojas de cálculo, con un formato establecido que se está
Permite a los analistas de datos y a la gerencia media utilizar sin intervención de terceras
herramientas de análisis y consulta. Con estas herramientas es posible analizar los tipos de
estratégicos de la organización.
estrategia fijada.
Hoy en día las decisiones que se toman en las empresa son de vital importancia para su
gestión. Ahora sabemos del enorme potencial contenido en las bases de datos y esto nos
*La rigidez cuando extraemos los datos, dado que los formatos están preestablecido
respecto.
*Las consultas complejas invierten tiempos de espera largo, ya que se unen tablas de
gran tamaño.
*Consultar las bases de datos altera el rendimiento del sistema e inclusive puede afectar
a usuarios conectados.
*Provocan islas de datos ya que las bases de datos normalmente no están integradas en
*No es posible restringir la información a los usuarios para que cada uno la utilice de
manera eficiente.
situaciones.
Pretendiendo dejar todas estas limitaciones atrás, surgen los BI capaces de extraer,
depurar, analizar y almacenar los datos de una empresa a una mejor velocidad que permitan
Las principales herramientas Business Intelligence que existen hoy en día son:
control empresarial que permite establecer y monitorizar los objetivos de una empresa y de
sus diferentes áreas o unidades.También se puede considerar como una aplicación que
ayuda a una compañía a expresar los objetivos e iniciativas necesarias para cumplir con su
estrategia, mostrando de forma continuada cuándo la empresa y los empleados alcanzan los
organización, suele disponer de una serie de informes predefinidos en los que presentan la
Es una herramienta software, basada en un DSS, que provee a los gerentes de un acceso
del estado de los indicadores de negocio que le afectan al instante, manteniendo también la
posibilidad de analizar con detalle aquellos que no estén cumpliendo con las expectativas
También es frecuente que permita la domiciliación por correo de los informes más
contexto.
repositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de
De forma general, los datos son la materia prima bruta. En el momento que el usuario les
entre la información y ese modelo represente un valor agregado, entonces nos referimos al
*Datamart
datos para analizar la información al detalle desde todas las perspectivas que afecten a los
información, estructura que puede estar montada sobre una base de datos OLTP, como el
propio datawarehouse, o sobre una base de datos OLAP. La designación de una u otra
dependerá de los datos, los requisitos y las características específicas de cada departamento.
agregando, según los requisitos de cada área o departamento, las dimensiones y los
ser las operaciones más usuales) aprovechando las características particulares de cada área
de la empresa. Las estructuras más comunes en este sentido son las tablas report, que
vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas
materializadas, que se construyen con la misma estructura que las anteriores, pero con el
los reportes de información comercial que se publican en tableros de control, para analizar
los datos en tiempo real y que muestran el punto en el que nos encontramos respecto a los
Fue originado en la década de los 60’s; sin embargo, no fue hasta el 1971, que el término
DSS fue acuñado por G. Anthony Gorry y Michael S. Scott Morton, ambos profesores de
MIT. Estos sintieron que hacía falta un marco de trabajo que estuviera dirigido hacia las
de data no habían sido de interés para los investigadores académicos. Sin embargo, lo que
cambió este tipo de pensamiento no fue el uso de las computadoras como máquinas para
procesar data sino el uso de las computadoras para modelos, análisis, simulaciones y apoyo
a las decisiones. (G. Anthony Gorry y Michael S. Scott Morton, en la década de los 60’s).
enfocada al análisis de los datos de una organización. El DSS es una de las herramientas
más emblemáticas del Business Intelligence ya que, entre otras propiedades, permiten
resolver gran parte de las limitaciones de los programas de gestión. Estas son algunas de
*No requiere conocimientos técnicos: Un usuario no técnico puede crear nuevos gráficos
Este tipo de bases de datos están optimizadas para el análisis de grandes volúmenes de
información.
mundo tenga acceso a toda la información, sino de que tenga acceso a la información que
necesita para que su trabajo sea lo más eficiente posible. (Sixtinagroup, 2016)
*Disponibilidad de información histórica: En estos sistemas está a la orden del día
comparar los datos actuales con información de otros períodos históricos de la compañía,
caracteriza por integrar y depurar información de una o más fuentes distintas, para luego
velocidades de respuesta.
La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se
los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima
de datos para analizar la información al detalle desde todas las perspectivas que afecten a
los procesos de dicho departamento. Un datamart puede ser alimentado desde los datos de
organización y aporta los métodos y herramientas necesarias para mover datos desde
de datos, data mart ó bodega de datos. ETL forma parte de la Inteligencia Empresarial
Este tipo de bases de datos están optimizadas para el análisis de grandes volúmenes de
integración de los datos entre las diferentes unidades de la empresa. Existe lo que se
mundo tenga acceso a toda la información, sino de que tenga acceso a la información que
comparar los datos actuales con información de otros períodos históricos de la compañía,
Los sistemas de información ejecutiva (EIS, Executive Information System) son el tipo
de DSS que más se suele emplear en Business Intelligence, ya que proveen a los gerentes
es "un sistema basado en computadoras que apoya a grupos de personas que tienen una
tarea (u objetivo) común, y que sirve como interfaz con un entorno compartido". El
Tomar la decisión correcta en los negocios se suele basar en la calidad de sus datos y su
capacidad para filtrar y analizar los datos para encontrar las tendencias en cual usted puede
puede filtrar a través de grandes cantidades de datos y escoger entre numerosas opciones.
Business Intelligence.
Definición de DSS:
estructurado para mejorar la toma de decisiones. Utiliza datos, proporciona una interfaz
semiestructurados.
realizar el análisis de las diferentes variables de negocio para apoyar el proceso de toma de
implica que el DSS está dirigido al área en la que se encuentra la mayor parte del problema.
(Sixtinagroup, 2016)
Apoyo a decisiones: El DSS no pretende suplantar al gerente. La computadora puede
computadora trabajan juntos para resolver problemas que pertenecen a la amplia área
semiestructurada.
decisiones lo más eficiente que sea posible. El tiempo del gerente es valioso y no debe
gerente usa su juicio para determinar si una decisión contribuye a resolver un problema.
Aplicaciones
La mayoría de los DSS permite a los usuarios desarrollar sus propios modelos de
decisión.
Ejemplos:
Lanzamiento del uso de un auto espía fabricado en Estados Unidos como apoyo a la
Móviles”, pueden equiparse con sistemas de sensor, satélite, radar y cámaras de video, a fin
de servir como centro de operaciones de cuerpos de seguridad que intervienen ante una
los sistemas DSS, como sistemas interactivos que incorporan datos y modelos de datos, este
Ventajas
Desventajas
Pérdida del control administrativa por parte del área de informática. (Sixtinagroup,
2016)
5.3.1 ALMACENES DE DATOS (DATA WAREHOUSE).
Bill Inmon fue uno de los primeros autores en escribir sobre el tema de los almacenes de
datos, define un data warehouse (almacén de datos) en términos de las características del
repositorio de datos:
*Orientado a temas. - Los datos en la base de datos están organizados de manera que
todos los elementos de datos relativos al mismo evento u objeto del mundo real queden
*Variante en el tiempo. - Los cambios producidos en los datos a lo largo del tiempo
quedan registrados para que los informes que se puedan generar algo reflejen en esas
variaciones.
Integrado. - La base de datos contiene los datos de todos los sistemas operacionales de la
almacén de datos, ya que de esta forma se considerarán mejor todos los datos corporativos.
En esta metodología los Data marts se crearán después de haber terminado el data
Ralph Kimball es otro conocido autor en el tema de los data warehouse, define un
almacén de datos como: "Es un almacén de datos que extrae, limpia, conforma y entrega
una fuente de datos dimensional para la consulta y el análisis". También fue Kimball quien
determinó que un data warehouse no era más que: "la unión de todos los Data marts de una
entidad". Defiende por tanto una metodología ascendente (bottom-up) a la hora de diseñar
un almacén de datos.
Las definiciones anteriores se centran en los datos en sí mismos. Sin embargo, los
medios para obtener esos datos, para extraerlos, transformarlos y cargarlos, las técnicas
para analizarlos y generar información, así como las diferentes formas para realizar la
un almacén de datos utilizan esta definición más amplia. Por lo tanto, en esta definición se
incluyen herramientas para extraer, transformar y cargar datos, herramientas para el análisis
2015)
FUNCIÓN DE UN ALMACÉN DE DATOS.
En un almacén de datos lo que se quiere es contener datos que son necesarios o útiles
para una organización, es decir, que se utiliza como un repositorio de datos para
ejecutiva (EIS) o herramientas para hacer consultas o informes. Los usuarios finales pueden
hacer fácilmente consultas sobre sus almacenes de datos sin tocar o afectar la operación del
Integración de los datos provenientes de bases de datos distribuidas por las diferentes
Separación de los datos usados en operaciones diarias de los datos usados en el almacén
con el negocio para la transformación posterior. Es práctica común normalizar los datos
transformación y carga (ETL). Estas herramientas leen los datos primarios (a menudo bases
DATA MARTS.
Los Data marts son subconjuntos de datos de una data warehouse para áreas específicas.
*Usuarios limitados.
*Área específica.
Los cubos de información o cubos OLAP funcionan como los cubos de rompecabezas en
los juegos, en el juego se trata de armar los colores y en el data warehouse se trata de
organizar los datos por tablas o relaciones; los primeros (el juego) tienen 3 dimensiones, los
cubos OLAP tienen un número indefinido de dimensiones, razón por la cual también
variable que se desea analizar, proporcionando una vista lógica de los datos provistos por
el sistema de información hacia el data warehouse, esta vista estará dispuesta según unas
dimensiones y podrá contener información calculada. El análisis de los datos está basado en
(Arroyo, 2015)
permiten manipular las vistas (cruces, filtrados, organización, totales) de la información con
mucha facilidad. Las diferentes operaciones que se pueden realizar con cubos de
información se producen con mucha rapidez. Llevando estos conceptos a una data
warehouse, éste es una colección de datos que está formada por «dimensiones» y
detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.
DIMENSIONES
Las dimensiones de un cubo son atributos relativos a las variables, son las perspectivas
como, por ejemplo: descripciones, nombres, zonas, rangos de tiempo, etc. Es decir, la
hechos.(Arroyo, 2015)
VARIABLES
También llamadas “indicadores de gestión”, son los datos que están siendo analizados.
Forman parte de la tabla de hechos. Más formalmente, las variables representan algún
variables son representadas por valores detallados y numéricos para cada instancia del
objeto o evento medido. En forma contraria, las dimensiones son atributos relativos a las
variables, y son utilizadas para indexar, ordenar, agrupar o abreviar los valores de las
mismas. Las dimensiones poseen una granularidad menor, tomando como valores un
conjunto de elementos menor que el de las variables; ejemplos de dimensiones podrían ser:
etc.),(Arroyo, 2015)
ELEMENTOS QUE INTEGRAN UN ALMACÉN DE DATOS.
METADATOS.
los metadatos. Se define comúnmente como "datos acerca de los datos", en el sentido de
que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar
y cómo se relacionan.
El metadato documenta, entre otras cosas, qué tablas existen en una base de datos, qué
columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar. Los datos
son de interés para el usuario final, el metadato es de interés para los programas que tienen
que manejar estos datos. Sin embargo, el rol que cumple el metadato en un entorno de
almacén de datos es muy diferente al rol que cumple en los ambientes operacionales. En el
ámbito de los data warehouse el metadato juega un papel fundamental, su función consiste
*Tablas.
*Columnas de tablas.
*Entidades y Relaciones.
FUNCIONES ETL.
Los procesos de Extract, transform and load (ETL) son importantes ya que son la forma
en que los datos se guardan en un almacén de datos (o en cualquier base de datos). Implican
en fuentes externas.
Transformación. Cualquier operación realizada sobre los datos para que puedan ser
Carga. Consiste en almacenar los datos en la base de datos final, por ejemplo, el almacén
MIDDLEWARE.
Middleware es un término genérico que se utiliza para referirse a todo tipo de software
una capa de abstracción de software distribuida, que se sitúa entre las capas de aplicaciones
y las capas inferiores (sistema operativo y red). El middleware puede verse como una
capa API, que sirve como base a los programadores para que puedan desarrollar
aplicaciones que trabajen en diferentes entornos sin preocuparse de los protocolos de red y
dependiendo de la estructura interna de los datos del almacén y especialmente del tipo de
consultas a realizar. Con este criterio los datos deben ser repartidos entre numerosos data
continuación:
*Situación actual de partida - Cualquier solución propuesta de data warehouse debe estar
muy orientada por las necesidades del negocio y debe ser compatible con la arquitectura
servidores, redes) así como aplicaciones y herramientas. Se dará énfasis a los Sistemas de
proyecto tecnológico, es una forma de vida de las organizaciones y como tal, tiene que
resultados generados de forma iterativa que se harán para llegar a la construcción del
*Prueba del concepto tecnológico - Es un paso opcional que se puede necesitar para
se espera.(Arroyo, 2015)
VENTAJAS E INCONVENIENTES DE LOS ALMACENES DE DATOS.
VENTAJAS.
Hay muchas ventajas por las que es recomendable usar un almacén de datos. Algunas de
ellas son:
Los almacenes de datos hacen más fácil el acceso a una gran variedad de datos a los
usuarios finales
tales como informes de tendencia, por ejemplo: obtener los ítems con la mayoría de las
ventas en un área en particular dentro de los últimos dos años; informes de excepción,
informes que muestran los resultados reales frente a los objetivos planteados a priori.
Los almacenes de datos pueden trabajar en conjunto y, por lo tanto, aumentar el valor
INCONVENIENTES
son:
A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacén de
A veces, ante una petición de información estos devuelven una información subóptima,
A menudo existe una delgada línea entre los almacenes de datos y los sistemas
2015)
5.3.2 TABLEROS DE CONTROL.
como el conjunto de indicadores cuyo seguimiento periódico permitirá contar con un mayor
o sector dentro de un entorno competitivo, aun cuando el resultado de todas las demás áreas
fuera bueno”.
denominada tablero de control la cual les permite establecer y monitorear los objetivos de
su negocio y cada una de sus diferentes áreas o unidades. Esto, ya que, si no pueden medir
e iniciativas necesarias para cumplir con su estrategia, mostrando de forma continua cada
vez que la empresa y los empleados alcanzan los resultados definidos en su plan
automático.
Como explica Lantares, permite medir el estado actual de una serie de indicadores y
El tablero de control nos provee una estructura para centrarse en los indicadores clave
de:
Después de diseñar los indicadores, uno de los objetivos principales es enlazar los
descomposición de los factores claves del negocio, en los objetivos estratégicos, y estos a
crecer ordenadamente:
*Resultados financieros.
Esta perspectiva define los factores críticos de éxito de la organización para cada uno de
Esta perspectiva busca la satisfacción de los clientes internos y externos con relación a
*Procesos.
En esta perspectiva se busca identificar los procesos que son críticos para el logro de los
Otras perspectivas:
Todas las empresas que han desarrollado un tablero de control han utilizado las cuatro
Cuando hay intereses específicos en para el éxito de las estrategias del negocio, pueden
ser incorporadas al tablero de control; se ponen las adecuaciones pertinentes para que
de una empresa entre las que se puede mencionar compras, ventas, logística y servicio y
permiten definir una línea de acción futura; expresan las variables a tomar en cuenta para
empresa y cómo influye en sus resultados, por lo que se debe definir el principal objetivo
el comportamiento de los KPIs en tiempo real, esto permite medir actividades complejas de
empleados con una campaña o con las actividades de empresa y los beneficios de
desarrollos líderes.
Para que un KPI funcione como debe, este tiene que cumplir con las siguientes
características:
*Alcanzable: Los objetivos planteados deben de ser realistas. Si te planteas aumentar tus
ventas online un 500% en un solo mes deberías revisar tus objetivos porque estás siendo
poco realista.
*Medible: Aunque suene obvio, un KPI debe de poder medirse. Por ejemplo, es difícil
medir la utilidad que una página web puede tener para un usuario (salvo que uses una
encuesta o algo parecido y aun así podría haber mucha gente que no la contestarse); pero sí
que puedes medir el tiempo medio de estancia en la página. Si es un tiempo alto, podemos
suponer que el contenido de la página si resulta útil porque la gente se toma su tiempo para
exceso de información puede ser un problema y tenemos decenas de KPIs donde elegir,
pero solo unos pocos nos dan información de interés; si nos basta con 4 KPIs, mejor 4 que
6.
*Exacto: Elige solo la parte más precisa de toda la información recabada. Los KPIs deben
ajustarse a unos plazos de tiempo razonables. Por ejemplo, si mi objetivo es aumentar las
ventas en un 20 % en el primer trimestre del año no puedo usar como KPI el número de
ventas anuales. Tampoco tendría sentido usar KPIs muy a largo plazo. (Marakas,
2011,p.77)
Ejemplos de KPI.
positivos, un buen ejemplo de qué significa es una empresa de reformas de pisos, que oferte
cumplimiento en el plazo fijado para la entrega de sus trabajos a sus clientes.Es forzoso que
se cuente con un experto que mida el rendimiento diario y cómo el mismo puede influir con
el plazo convenido para la entrega, a fin de ir tomando las medidas más convenientes para
asegurar el rendimiento adecuado. Este inspector deberá informar los aspectos claves en
que lo importante es saber qué es un KPI y tener la visión de cómo identificarlo y medirlo
beneficios, etc.
asociados a unas unidades de medida específicas; es normal que en las empresas cada una
Es importante considerar una serie de parámetros que deben fijarse para cada KPI que se
*Definición.
*Unidades de medida.
*Periodicidad.
Ahora ya que entendemos qué es un KPI, vamos a plantear una serie preguntas que nos
*¿Qué metas y qué objetivos perseguimos? Debemos tener claros los objetivos que
2011,p.78)
*¿Influyen dichos KPI elegidos en las metas de la empresa? Una vez elegidos los targets
*¿Son comparables? Estos KPI tendremos que compararlos con algo, alguna referencia,
*¿Nos servirán de ayuda para calcular el ROI? Calcular el retorno de vuestra inversión
ya veréis que no es tarea fácil, tened presente en los KPI que estos puedan servirnos de
*¿Qué responsable de la empresa recibirá tus KPI? Otra parte fundamental es saber a qué
*¿Cada cuánto vamos a mostrar los avances? La supervisión debe ser en la mayoría de
los casos diaria, pero debemos saber que períodos evaluaremos en nuestros informes finales
que entregaremos a nuestros superiores. Esto puede definir un poco más que tipo de KPI
*¿Quiénes van a medir los KPI y con qué herramientas? Parece obvio pero es fundamental
saber qué nivel profesional y qué recursos tiene el responsable de medirlos. No tiene
sentido que diseñemos una tabla de KPI dirigida a alguien que o bien no sabe qué está
responsable será el encargado de tomar acciones, deberemos filtrar qué KPI podemos
darles.
Estas son algunas preguntas que debemos hacernos para empezar a desarrollar y crear
KPI. Cada empresa, cada marca y cada objetivo perseguido tendrán unos KPI totalmente
diferentes, desde aquí pretendemos daros unas pequeñas directrices para empezar a pensar
cómo desarrollarlos.
Definir adecuadamente dicha guía permitirá afinar detalles de cada paso y alcanzar el
éxito. Evidentemente se trata de un término técnico, que en la práctica debe dársele sustento
para usarlo de manera correcta y no perder la importancia de su aplicación, dado que se usa
con mucha frecuencia, pero muy poco se comprende. Los KPI o indicadores clave del
consultores del marketing, que son usadas para la ejecución de una estrategia empresarial y
Lo primero a tener claro, es que los KPI no miden resultados finales, sino cotejan
aspectos claves del proyecto que incidirán de forma directa en su éxito y que permiten
Las empresas exitosas cuentan con factores clave del éxito que las identifica por sus
niveles de excelencia y que sus competidoras no pueden conseguir afinar en sus términos.
Un buen analista empresarial logra descubrir y conocer al detalle los KPI de los cuales
depende el éxito de cada empresa. Es decir, éstos son aspectos intrínsecos o exclusivos de
cada proceso productor y están allí para ser aprovechados de forma correcta para asegurar el
éxito. Se amerita que precisen cuáles son los KPI claves en cada proceso para controlar
cada estrategia, por lo que es conveniente que cada empresa consiga determinar cuáles son
marketing digital, los KPIs de marketing permiten a las empresas medir de manera eficaz el
seguimiento de las acciones lanzadas y del trabajo realizado, lo que les permite tener una
mayor comprensión del error y del éxito de las mismas. (Marakas, 2011,p.80)
¿Cuáles son los KPIs de marketing?.
esenciales para saber cómo marcha una campaña publicitaria y si las metas establecidas se
están cumpliendo en los porcentajes esperados, para ello se deben elegir indicadores que
*Fuentes de tráfico.
Siendo los KPI aspectos tan característicos de cada proceso y de cada empresa, se deben
estar revisando de manera permanente y periódica, ya que al variar una línea de producción,
a la par puede cambiar el KPI. Al igual, que al transformarse las condiciones competitivas
en el mercado se debe adaptar a la empresa y por supuesto que cambian los KPI.
Analíticos, ya que cada negocio debe asumir sus KPI concretos. De igual modo, hay que
tener en cuenta que los KPI son métricas de rendimiento operativo o de efectividad de sus
Las empresas que han obtenido más éxito en sus negocios miden sus KPI de forma diaria
o semanal. Sus gerentes y tren directivo toman muy en cuenta a estos indicadores y hacen
todas las indagaciones pertinentes para mejorar las faenas de sus equipos. (Marakas,
2011,p.81)
REFERENCIAS BIBLIGRAFICAS.
McGraw-Hill.
https://sites.google.com/site/juanalbertosalzarmata2016/5-software-de-inteligencia-de-
negocios-business-intelligence
*Sixtinagroup. (28 de julio de 2016). Sixtina Consulting Group, medir para mejorar.