FACULTAD DE COMUNICACIÓN Y CIENCIAS ADMINISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACION DE NEGOCIOS PROGRAMA

ESPECIAL DE ADULTOS (PEA)

TEMA : BUSINESS INTELLIGENCE

PROFESOR : ING HENRY NOVOA LUCANO

INTEGRANTES: GUTIERREZ IZQUIERDO JUAN CARLOS CICLO : VII

“Año de la consolidación del Mar de Grau”

INDICE

1. PERFIL DE LA INTELIGENCIA DE NEGOCIOS

1.1 LA ADMINISTRACIÓN DEL CONOCIMIENTO

1.2 LA INTELIGENCIA DE NEGOCIOS

1.3 EL CICLO DE LA INTELIGENCIA DE NEGOCIOS

1.4 ENTORNO DE TRABAJO

1.5 PLANTEAMIENTO DE SOLUCIÓN

2. HERRAMIENTAS DEL BI

DATA MINING

LAS HERRAMIENTAS OLAP

DATA WAREHOUSES

DATA MARTS

QUERY & REPORT

3. VALOR ESTRATÉGICO DE LA INTELIGENCIA DE NEGOCIOS

4. ÁREAS MÁS COMUNES EN LAS QUE SE USAN LAS SOLUCIONES DE INTELIGENCIA DE NEGOCIOS

5. ESTAS SON LAS SOLUCIONES DE BI MÁS RECONOCIDAS ACTUALMENTE EN EL MERCADO.

6. VENTAJAS Y DESVENTAJAS DEL BUSINESS INTELLIGENCE

7. EJEMPLOS PRÁCTICOS DE BUSINESS INTELLIGENCE

8. CONCLUSION

9. BIBLIOGRAFIA

1. PERFIL DE LA INTELIGENCIA DE NEGOCIOS

En este trabajo se introducen los conceptos básicos de la Administración del Conocimiento y de la Inteligencia de Negocios. También se describen las etapas que conforman el ciclo de la Inteligencia de Negocios como son el análisis, la reflexión, la acción y las medidas Así mismo, se explica el entorno de trabajo para la creación de aplicaciones de la Inteligencia de Negocios y de identifican los aspectos necesarios para formular modelos de solución.

1.1 LA ADMINISTRACIÓN DEL CONOCIMIENTO

Para comprender el entorno de la Administración del Conocimiento, es necesario considerar antes tres conceptos claves que son: Datos, información y conocimiento. La Datos son: hechos objetivos aislados sin significado ni explicación. Es la materia prima para la creación de información. Mientras que la Información es el resultado de la organización y tratamiento que se aplica a los datos para producir un significado adicional al que brindan de manera aislada. En cuanto al conocimiento, este representa un mayor grado de abstracción y síntesis del significado de la información al asociar el contexto en el que se inscribe. La administración del conocimiento es una disciplina que articula personas, procesos, contenido y tecnología, El conocimiento es valioso sólo si es accesible para quien lo necesita, El conocimiento se origina y reside en el cerebro de las personas, por lo que la generación, transferencia y aplicación del conocimiento debe ser fomentada y recompensado, dado que la administración. del conocimiento es más un reto cultural y organizacional que un asunto de tecnología. La única ventaja sostenible para la empresa se sustenta en el conocimiento colectivo que posee, cuán eficientemente lo usa y qué tan rápido aplica los nuevos conocimientos adquiridos. Entre las formas de conocimiento explícitas en la organización se encuentran: Las patentes son una forma de conocimiento codificado, los manuales, la documentación que revelas los procesos de producción, los reportes y los archivos de documentos impresos y magnéticos. La administración del conocimiento es el proceso mediante el cual el aprendizaje individual y la experiencia pueden ser representadas, compartidas y utilizadas para fomentar el mejoramiento del conocimiento individual y el valor organizacional Es un proceso recurrente que permite: Identificar el conocimiento que una organización posee o necesita (capital intelectual), para resolver un problema en específico, implantar mecanismos internos para la generación, transferencia y aplicación de dicho conocimiento, construir capacidades críticas que favorecen la innovación, e incrementar el valor de la organización.

1.2 LA INTELIGENCIA DE NEGOCIOS La Inteligencia de Negocios es el término procura caracterizar una amplia variedad de tecnologías, plataformas de software, especificaciones de aplicaciones y procesos. El objetivo primario de la a Inteligencia de Negocios es contribuir a tomar decisiones que mejoren el desempeño de la empresa y promover su ventaja competitiva en el mercado. En resumen, la Inteligencia de Negocios faculta a la organización a tomar mejores decisiones más rápidas. Este concepto se requiere analizar desde tres perspectivas: Hacer mejores decisiones más rápido, convertir datos en información, y usar una aplicación relacional para la administración. Con respecto a la primera perspectiva, el objetivo primario de la Inteligencia de Negocios es contribuir a tomar decisiones que mejoren el desempeño de la empresa y promover su ventaja competitiva en el mercado. En resumen la Inteligencia de Negocios faculta a la organización a tomar mejores decisiones más

rápidas. En relación con la conversión de datos en información la Inteligencia de Negocios se orienta a establecer el “puente” que una las grandes cantidades de datos y la información que los tomadores de decisiones requieren cotidianamente. Para ello se emplean “indicadores de desempeño clave” destinados a colectar información de las métricas que afectan unidades particulares de la empresa así como al todo de la misma La Inteligencia de Negocios puede describirse como una aplicación relacional para la administración, como un estado organizacional o una filosofía de administración. En resumen la Inteligencia de Negocios se caracterizada por: Buscar hechos cuantitativos medibles y objetivos acerca de la empresa, usar métodos y tecnologías para el análisis de hechos, desarrollar modelos que expliquen la causa-efecto de las relaciones entre las acciones operacionales y los efectos que estas han alcanzado las metas, y experimentar con aplicaciones alternativas y supervisar los resultados que sirven de retroalimentación.

1.3 EL CICLO DE LA INTELIGENCIA DE NEGOCIOS La Inteligencia de Negocios en una plataforma de administración del desempeño que representa al ciclo en el que las empresas establecen sus objetivos, analizan sus progresos, reflexionan, actúan, miden su éxito y empiezan una nueva fase. Su ciclo se compone de cuatro etapas a saber: Análisis, reflexión, acción y medición. El análisis comienza por determinar los datos a recopilar. La selección se basa en un entendimiento básico y en supuestos de cómo opera la organización, considerando aquello que es relevante a los clientes, proveedores, empleados, los factores que afectan los insumos, la producción, el costo y la calidad. A la colección de todo aquello que se debe conocer acerca de la empresa se conoce como modelo mental. Este concepto aplica a nivel de las personas y de la organización como un todo. Los modelos mentales son esenciales para los ejecutivos para tomar decisiones, puesto que representan las bases para reconocer una buena idea, pero también constituyen los límites para no ver aspectos que se encuentran afuera. La reflexión implica el estudio minucioso de los hechos y de la situación, además de considerar el rumbo que puede tomar el caso de estudio. El escenario que abarca la reflexión depende del nivel jerárquico que la está realizando y la consideración del ambiente externo. La reflexión nace de un análisis libre de preguntas que solo los ejecutivos pueden formular y que se encaminan al descubrimiento de patrones relevantes. Al encontrar algunos hechos que pueden ser contradictorios a los postulados establecidos, implica una labor de convencimiento y de superación de resistencias al cambio, sin embargo para que la iniciativa tenga éxito, es necesario compartirla y allegarse de aliados. La conexión de la acción al ciclo de la Inteligencia de Negocios es a través del proceso de toma de decisiones, en donde las acciones se suceden como resultado de las decisiones. La toma de decisiones al estar basada en la Inteligencia de Negocios ofrece mejores condiciones para identificar oportunidades, orientar las acciones, la experimentación, la prueba y la retroalimentación. Perfil de la Inteligencia de Negocios 9 La medición procura evaluar los resultados al compararlos contra los estándares cuantitativos y las expectativas planteadas originalmente; con lo cual se da vida a otro ciclo de análisis, reflexión, acción y medida. En la Inteligencia de Negocios se pueden establecer estándares para pruebas de comparación que faciliten monitorear el desempeño y proveer retroalimentación para cada área funcional del negocio. La métricas corresponden a los indicadores clave de desempeño que se generan a partir de explorar grandes cantidades de datos integrados de fuentes heterogéneas que son evaluados por algoritmos para descubrir, inferir, y calcular

información relevante, dando como resultado reportes consistentes sobre criterios de actividad que los ejecutivos consideran y usan como argumentos para sus decisiones.

1.4 ENTORNO DE TRABAJO Los sistemas de la Inteligencia de Negocios son susceptibles de emplearse en diversa organizaciones, niveles jerárquicos y plataformas de cómputo. Sin embargo para efectos pedagógicos, a lo largo del texto se ilustra la aplicación de la Inteligencia de Negocios al proceso de toma de decisiones involucrado en la planeación y control del comercio de una empresa. El dominio de la aplicación se relaciona con el diagnóstico y la elección del curso de acción correspondiente, al detectar desviaciones en los resultados obtenidos en contraste con las metas establecidas. El cuestionamiento que tradicionalmente aborda la Inteligencia de Negocios esencialmente se refiere a: ¿Cómo contribuir a eficientar y automatizar el diagnóstico y toma de decisiones relacionadas con una función específica de la empresa, aprovechando los sistemas, recursos y tecnología de cómputo en beneficio del usuario? A partir de tal cuestionamiento, se derivan interrogantes específicas como son las siguientes:

• ¿Cuáles son las condiciones dentro de una organización que ameritan tomar decisiones?

• ¿Cómo interpretar una situación que requiere atenderse a través de la toma de decisiones?

• ¿Cuál es el conocimiento requerido para tomar decisiones y cómo representarlo?

• ¿Cuál es la inferencia que se aplica al elegir una decisión y cómo sistematizarla?

• ¿Qué información se requiere para evaluar una situación y tomar decisiones?

• ¿Cómo extraer y depurar dicha información?

• ¿Se pueden usar las bases de datos y sistemas para alimentar la información apropiada?

• ¿Cómo integrar la inteligencia artificial, ingeniería de sistemas y las bases de datos?

• ¿Cómo crear un sistema administrador de conocimiento para la toma de decisiones?

La administración de la empresa requiere tomar decisiones para elegir los cursos de acción a seguir en apego a sus objetivos, en consecuencia, los resultados que se obtengan tendrán como antecedente lo acertado y oportuno que fueron las decisiones hechas. Por tal motivo, es necesario apoyar el desempeño de la función rodeándola de los elementos necesarios para realizarla eficientemente. Para ello es necesario considerar un marco conceptual compuesto por las actividades regulares que se realizan una organización, a partir de la definición de un problema específico como el siguiente: ¿Cómo puede contribuir la sistematización de la información y conocimientos asociados a una función empresarial; a eficientar el diagnóstico de un problema y tomar la decisión pertinente?. Para responder a esta clase de planteamiento es necesario encarar los siguientes retos:

• La complejidad técnica, al combinar la Informática, Computación e Inteligencia Artificial.

• El escepticismo que existe en torno a la utilidad de los sistemas basados en conocimiento, cuya argumentación parte de la dificultad para representar e inferir conocimiento.

• La escasez de aplicaciones comerciales que integren los elementos tecnológicos de las citadas disciplinas, y más limitado aún la existencia de sistemas semejantes al propuesto.

• El empleo de nuevas plataformas de base de datos como son los almacenes.

• La falta de asesores especializados en todas las tecnologías involucradas en el proyecto.

• La inversión en un ambiente robusto de recursos de cómputo necesarios para crear el sistema.

1.5 PLANTEAMIENTO DE SOLUCIÓN Los modelos de solución de la Inteligencia de Negocios procuran aprovechar las bondades de la tecnología de cómputo para resolver un problema de Administración del Conocimiento, como el expuesto anteriormente. Ante tal postura las aplicaciones de la Inteligencia de Negocios tienden a: “Crear sistemas especializados en una función específica de la empresa, que contribuya a eficientar el diagnóstico de una situación y tomar la decisión adecuada para su solución; mediante la sistematización del manejo de datos, refinamiento de la información, representación del conocimiento”. A partir de esta clase de objetivos, se derivan las siguientes metas:

• Explotar los conceptos de los sistemas basados en conocimiento para representar los criterios que los responsables emplean al diagnosticar y tomar decisiones.

• Implementar almacenes de datos que acceden, depuren y presenten la información proveniente de los sistemas y bases de datos tradicionales.

• Integrar las disciplinas de la Inteligencia Artificial, Informática y Computación en un proyecto.

• Ofrecer un modelo de solución que aproveche las tecnologías de información en el mercado, bajo la plataforma de bases de datos, almacenes y sistemas basados en conocimiento.

2. HERRAMIENTAS DEL BI

Data mining

Las Herramientas OLAP

Data Warehouses

Data Marts

Query & Report

Data mining

Normalmente, el DM se realiza con las llamadas “técnicas de verificación” -en donde se prueba una hipótesis del usuario- y los “métodos de descubrimiento” -búsqueda de patrones (incluyendo las técnicas de predicción)-. Lo anterior se traduce en análisis exploratorios, los cuales se apoyan en herramientas de visualización de datos y construcción de modelos, con el objetivo de realizar predicciones utilizando los patrones detectados en los datos conocidos con información del pasado. De allí que el DM no es una herramienta orientada sólo a las asociaciones estadísticas, sino una tecnología que es fundamentalmente prospectiva, esto es, que permite descubrir nuevos factores, tendencias y asociaciones desconocidas previamente, llegando incluso a ser predictiva.

Los modelos de minería de datos, se usan con éxito en aplicaciones de control de procesos productivos, como herramienta de ayuda a la planificación y a la decisión en marketing, finanzas, etc.

Asimismo, la minería de datos es fundamental en la investigación científica y técnica, como herramienta de análisis y descubrimiento de conocimiento a partir de datos de observación o de resultados de experimentos.

Protocolo de un proyecto de minería de datos

Un proyecto de minería de datos tiene varias fases necesarias que son, esencialmente:

Comprensión del negocio y del problema que se quiere resolver.

Determinación, obtención y limpieza de los datos necesarios.

Creación de modelos matemáticos.

Validación, comunicación, etc. de los resultados obtenidos.

Integración, si procede, de los resultados en un sistema transaccional o similar.

A través de la experiencia acumulada en proyectos de minería de datos se han ido desarrollando metodologías que permiten gestionar esta complejidad de una manera más o menos uniforme.

Proceso general del Data mining

Selección del conjunto de datos

Análisis de las propiedades de los datos

Transformación del conjunto de datos de entrada

Seleccionar y aplicar la técnica de minería de datos

Extracción de conocimiento

Interpretación y evaluación de datos

Las Herramientas OLAP

OLAP (Online Analytical Processing) son un conjunto de herramientas capaces de responder rápida y ágilmente a las solicitudes de información de los usuarios y que deben reflejar cualquier lógica de negocio por las que se consulte.

En contraste con los sistemas transaccionales, OLTP (Online Transaction Processing), las herramientas OLAP presentan información multidimensional, es decir, desde múltiples perspectivas. Del mismo modo, los sistemas analíticos, al igual que los datos del Data Warehouse, están orientados a temas, y no sólo operan con datos actuales, sino también con datos históricos.

Una de las principales cualidades de las herramientas de OLAP es identificar tendencias, es decir, permiten apoyar la toma decisiones considerando diversas variables, así como también permiten identificar cambios en las preferencias de los clientes. Sin embargo, aunque pueden responder consultas complejas y ratificar información, lo hacen siempre dependiendo del usuario, que es quien define las relaciones a considerar.

Que es OLAP

OLAP o Proceso analítico en línea es el nombre formal para el análisis de cubos multidimensionales - una forma más intuitiva de ver la información empresarial.

Con OLAP se puede ver un conjunto de datos de su negocio de muchas y diversas formas sin mucho esfuerzo. Los archivos OLAP o cubos modelan los datos en dimensiones. Una dimensión es una clasificación de alguna actividad en una organización por la cual se puede medir su éxito. Por ejemplo, puede monitorear sus ventas contra los productos o clientes en un periodo de tiempo.

Hay dos clases de dimensiones que se pueden utilizar, dimensiones regulares y dimensión de medida.

OLAP: Cubo OLAP

Es una base de datos multidimensional, en la cual el almacenamiento físico de los datos se realiza en un vector multidimensional. Los cubos OLAP se pueden considerar como una ampliación de las dos dimensiones de una hoja de cálculo.

OLAP: Dimensiones regulares

Son aquellos datos que se quieren medir, por ejemplo, si desea seguir el control de sus ventas, puede utilizar:

Clientes: ¿Quiénes son los mejores, donde se encuentran, que es lo que compran?

Productos: ¿Con respecto a los clientes, quien los compra? ¿Qué productos se están vendiendo?

Tiempo: ¿Cómo voy ahora con respecto al último año o último mes?

Microsoft Analysis Services

Microsoft SQL Server Analysis Services es parte de Microsoft SQL Server, un sistema de gestión de bases de datos. Microsoft ha incluido una serie de servicios de SQL Server relacionados con la inteligencia empresarial y almacenamiento de datos. Estos servicios incluyen servicios de integración y servicios de análisis. El servicio de análisis incluye un conjunto de capacidades OLAP y de minería de datos

Los sistemas OLAP deben:

Soportar requerimientos complejos de análisis

Analizar datos desde diferentes perspectivas

Soportar análisis complejos contra un volumen ingente de datos

Data Warehouses

Un Data Warehouse (DW) o almacén de datos es una colección de datos que es extraída desde diferentes fuentes de información a lo largo de la empresa (bases de datos departamentales, intranet, sistemas transaccionales, etc.) con la finalidad de permitir la realización de consultas y análisis, fundamentalmente, para ayudar a la toma de decisiones.

Un sistema de DW apunta a disponer de una visión única de los clientes y proveer la mayor cantidad posible de información a los usuarios de la empresa, facilitándose el monitoreo del negocio.

Los datos del DW poseen algunas cualidades fundamentales. La primera de ellas es que están orientados a temas, diferenciándose así de los sistemas transaccionales que estructuran los datos en procesos funcionales.

Por otro lado, se trata de datos integrados, es decir, están consolidados, lo cual supone un proceso previo de depuración y homogeneización, etapa que puede ser una de las más complejas al implementar un DW. Por último, los datos son historiados, ya que mantienen el registro histórico de sus valores, lo cual redunda en que, a diferencia de los sistemas transaccionales, no sean “volátiles”.

Data Marts

Aunque para algunos se trata casi de un sinónimo de Data Warehouse, un Data Mart o cubo de datos puede entenderse como un subconjunto del repositorio de datos, que se orienta a un área específica del negocio, como recursos humanos, ventas o marketing, por ejemplo. En otras palabras, un Data Mart corresponde a un almacén de datos más restringido que un DW en cuanto al volumen de datos que contiene y al alcance dentro de la organización.

Desde ese punto de vista, se trata de un repositorio que requiere menores costos y tiempo para construirse respecto de un DW, teniendo en común el que ambos permiten la realización de consultas, a través del uso de las herramientas OLAP.

Query & Report

Las herramientas de Query (consulta) y Report (reporte) son quizá las más conocidas en este ámbito, ya que son fundamentales para el desarrollo y manejo de listados e informes basados en la información presente en los almacenes de datos y Data Marts.

Las consultas o informes libres trabajan tanto sobre el detalle como sobre las agregaciones de la información.

Realizar este tipo de explotación en un almacén de datos supone una optimización del tradicional entorno de informes (reporting), dado que el Data Warehouse mantiene una estructura y una tecnología mucho más apropiada para este tipo de solicitudes.

Los sistemas de "Query & Reporting", no basados en almacenes de datos se caracterizan por la complejidad de las consultas, los altísimos tiempos de respuesta y la interferencia con otros procesos informáticos que compartan su entorno.

La explotación del Data Warehouse mediante "Query & Reporting" debe permitir una gradación de la flexibilidad de acceso, proporcional a la experiencia y formación del usuario. A este respecto, se recomienda el mantenimiento de al menos tres niveles de dificultad:

Los usuarios poco expertos podrán solicitar la ejecución de informes o consultas predefinidas según unos parámetros predeterminados.

Los usuarios con cierta experiencia podrán generar consultas flexibles mediante una aplicación que proporcione una interfaz gráfica de ayuda.

Los usuarios altamente experimentados podrán escribir, total o parcialmente, la consulta en un lenguaje de interrogación de datos.

Hay una extensa gama de herramientas en el mercado para cumplir esta funcionalidad sobre entornos de tipo Data Warehouse, por lo que se puede elegir el software más adecuado para cada problemática empresarial concreta.

3. Valor estratégico de la inteligencia de negocios

Tradicionalmente, el BI ha sido visto como una herramienta para distribuir información, sin embargo, hoy está tomando un rol más estratégico, siendo considerado por los especialistas como una herramienta fundamental para la transformación del negocio, para innovar y generar ventajas competitivas. Para ello, en los próximos años los proyectos de este tipo apuntarán más decididamente a llevar información de valor a un mayor número de miembros de la organización y a visualizarlas como un apoyo a la interconexión con clientes, proveedores y socios de negocios

Principales Aplicaciones

Esto actúa como un factor necesario en las empresas hoy en día ya que es considerado información privilegiada para responder a los problemas de negocio (entradas de nuevos mercados, control financiero, etc.), los principales productos de la inteligencia de negocios son:

Cuadros de mando integrales (mirada global del negocio).

Sistemas de soporte de decisión (Sistema que sirve de apoyo en la toma de decisiones).

Sistemas de información ejecutiva (Herramienta de BI monitoriza el estado de las variables de un área de la empresa a partir de información externa o interna).

Los principales componentes que integran hoy en día la inteligencia de negocios son:

Datamart

Data Warehouse

Una solución de inteligencia de negocios completa nos permite:

Observar ¿qué está ocurriendo?

Comprender ¿por qué ocurre?

Predecir ¿qué ocurriría?

Colaborar ¿qué debería hacer el equipo?

Decidir ¿qué camino se debe seguir?

La Inteligencia de negocios es esencialmente una ciencia de la economía, de acuerdo con el método científico. Esto significa que se basa en los datos en lugar de simples conjeturas. Estos datos son recolectados usando justa, exacta, imparcial medios, y organizados de una manera lógica con el fin de producir los mejores resultados.

Es importante definir estos términos ´para una mejor comprensión del BI

Datos Es un pequeño trozo de información que no tiene significado o no nos es útil.

5, 2, 4.0

Information En sentido general, la información es un conjunto organizado de datos procesados, que constituyen un mensaje que cambia el estado de conocimiento del sujeto o sistema que recibe dicho mensaje

Conocimiento El conocimiento es un conjunto de información almacenada mediante la experiencia o el aprendizaje (a posteriori), o a través de la introspección (a priori). En el sentido más amplio del término, se trata de la posesión de múltiples datos interrelacionados que, al ser tomados por sí solos, poseen un menor valor cualitativo.

Entendiendo un poco su utilización con la canasta de mercado

Los esquemas de ventas al por menor nos dicen lo que fue comprado en cada tienda y bajo qué condiciones. No obstante, este esquema no nos permite analizar fácilmente que productos fueron vendidos juntos en la misma canasta de mercado. El análisis de la canasta de mercado nos da una idea de cómo comercializar varias combinaciones de productos. Por ejemplo: si la pasta congelada se vende bien en conjunto con refrescos, entonces estos 2 productos deberían estar colocados cerca en el supermercado o comercializados con precios complementarios.

El concepto del análisis de la canasta de mercado puede extenderse fácilmente a otras situaciones. En la industria de la manufactura, por ejemplo, es útil para ver qué productos se ordenan juntos, porque la empresa podría querer ofrecer paquetes de productos con precio de paquete.

La tabla de hechos de ventas al por menor no puede ser usada fácilmente para realizar análisis de canasta de mercado ya que en las bases de datos relacionales simples, no fueron diseñadas para este propósito. Las herramientas para la minería de datos y las técnicas OLAP nos pueden ayudar para el análisis de la canasta de mercado.

4. Áreas más comunes en las que se usan las soluciones de Inteligencia de Negocios

BI ha tenido mucho éxito ya que le da una ventaja a las empresas sobre sus competidores al juntar a las personas y a la tecnología para resolver problemas. La siguiente es una lista de las áreas más comunes en las que las soluciones de inteligencia de negocios son utilizadas.

En todas las empresas cada departamento acumula diferentes datos: sobre sus clientes, sus inventarios, su producción, sobre la efectividad de las campañas de márketing, información sobre proveedores y socios, además de los datos que pueden proveer del exterior, como los referentes a competidores. En este sentido, el Business Intelligence puede realizar distintas aportaciones a cada departamento, siempre con el objetivo de integrar y optimizar la información disponible en la organización:

Departamento de marketing

El BI permite identificar de forma más precisa los segmentos de clientes y estudiar con mayor detalle su comportamiento. Para ello se pueden incluir análisis capaces de medir, por ejemplo, el impacto de los precios y las promociones en cada segmento.

Departamento de compras

El BI permite acceder a los datos del mercado, vinculándolos con la información básica necesaria para hallar las relaciones entre coste y beneficio. Al mismo tiempo, permite monitorizar la información de cada factoría o cadena de producción, lo que puede ayudar a optimizar el volumen de las compras.

Departamento de producción

El BI proporciona un mecanismo que permite analizar el rendimiento de cualquier tipo de proceso operativo, ya que comprende desde el control de calidad y la administración de inventarios hasta la planificación y la historización de la producción.

Departamento de ventas

El BI facilita la comprensión de las necesidades del cliente, así como responder a las nuevas oportunidades del mercado. También son posibles análisis de patrones de compra para aprovechar coyunturas de ventas con productos asociados.

Departamento económico-financiero

El BI permite acceder a los datos de forma inmediata y en tiempo real, mejorando así ciertas operaciones, que suelen incluir presupuestos, proyecciones, control de gestión, tesorería, balances y cuentas de resultados.

Departamento de atención al cliente

Aplicado a este ámbito, el BI permite evaluar con exactitud el valor de los segmentos del mercado y de los clientes individuales, además de ayudar a retener a los clientes más rentables.

Departamento de recursos humanos

Obteniendo los datos precisos de la fuente adecuada, el BI permite analizar los parámetros que más pueden afectar al departamento: satisfacción de los empleados, absentismo laboral, beneficio-hora/hombre… etc.

Si usted puede contestar afirmativamente por lo menos a una de las siguientes preguntas, entonces usted es candidato a beneficiarse de las soluciones de BI.

¿Quién necesita soluciones de Business Intelligence?

¿Pasa más tiempo recolectando y preparando información que analizándola?

¿En ocasiones le frustra el no poder encontrar información que usted está seguro que existe dentro de la empresa?

¿Pasa mucho tiempo tratando de hacer que los reportes en Excel luzcan bien?

¿Quisiera tener una guía sobre las cosas que han sucedido cuando los administradores anteriores implementaban determinada estrategia?

¿No sabe qué hacer con tanta información que tiene disponible en la empresa?

¿Quiere saber qué productos fueron los más rentables durante un periodo determinado?

¿No sabe cuáles son los patrones de compra de sus clientes dependiendo de las zonas?

¿Ha perdido oportunidades de negocio por recibir información retrasada?

¿Trabaja horas extras el fin de mes para procesar documentos o reportes?

¿No sabe con certeza si su gente está alcanzando los objetivos planeados?

¿No sabe si mantiene una comunicación estrecha entre las diversas áreas de su empresa hacia una estrategia común?

¿No tiene idea de por qué sus clientes le regresan mercancía?

5. Estas son las soluciones de BI más reconocidas actualmente en el mercado.

SAGENT SOLUTION PLATTFORM:

Este sistema integrado extrae, transforma, mueve, distribuye y presenta la información clave para la toma de decisiones en la empresa en un entorno homogéneo.

MICROSTRATEGY:

Provee soluciones a clientes de cualquier industria y/o área funcional con el fin de ayudarlos en la obtención de un mayor conocimiento sobre la información manejada en su empresa.

BUSINESS OBJECTS:

Suministra a los usuarios el poder acceder de forma sencilla a los datos, analizar la información almacenada y creación de informes.

COGNOS:

Es un software que ofrece la funcionalidad de análisis y toma de decisiones. Cuenta con una herramienta especial para modelación, pronóstico – forecasting -, y simulación - what-if - del negocio.

BITAM/ARTUS BUSINESS INTELLIGENCE SUITE:

Herramienta capaz de agrupar la información y utilizarla como un activo que ayudará a la empresa a identificar las oportunidades de negocio, optimizar las áreas de de finanzas, clientes, procesos internos, aprendizaje e innovación.

ORACLE9I APPLICATION SERVER:

Permite acceder, analizar y compartir la información y tomar decisiones precisas, basadas en datos en forma rápida

Ejemplos del mundo real de aplicación de Business Intelligence

Las siguientes son opiniones de ejecutivos de empresas estadounidenses sobre lo que ellos esperan que suceda en el corto o mediano plazo con respecto a BI, recolectadas por Mitch Betts el mes de marzo del presente año [3].

En aproximadamente cinco años, veremos un incremento dramático del 40% en el número de usuarios finales que utilicen herramientas de BI… --Frank Gelbart, CEO, Appfluent Technology Inc., Arlington, Va.

En pocos años, las ventajas competitivas vendrán del uso de BI para entender el comportamiento y preferencias del consumidor a un nivel de segmentación angosto, incluso individual para hacer ofertas a la medida… --Jeff Zabian, Vice President, Seurat Co., Boulder, Colo.

Dentro de dos o tres años, las compañías abandonarán el método tradicional de hacer negocios con ajustes trimestrales. En vez de eso, utilizarán la BI y desarrollarán herramientas administrativas como estrategia para responder a cambios en tiempo real en el mercado. --Rob Ashe, President & Chief Operating Officer, Cognos Inc., Burlington, Mass.

Los usuarios demandarán mayor integración entre los números y su interpretación. Así mismo, todas las aplicaciones de BI incluirán herramientas de administración de contenido o bien administración de conocimiento. --Brian Hartlen, Senior Vice President, Comshare Inc.,Ann Arbor, Mich.

Los negocios son una guerra! Como en cualquier guerra, sobrevivir depende de la capacidad para actuar rápidamente en un ambiente cambiante. BI será como un comando de control central para rastrear variables como el desarrollo operacional, las condiciones del mercado y el desarrollo de los competidores, todas ellas en tiempo real. --Sol Klinger, Director, Sterling Management Solutions Inc., Princetown, N.J.

Al mejorar la selección de a quién dirigir los mensajes de mercadotecnia, BI puede ahorrar más de $200 billones de dólares al año por desperdicio en publicidad y mercadotecnia directa… --Dave Morgan, CEO, Tacoda Systems Inc., New Cork.

La información de BI permite a una compañía crecer y explotar futuras oportunidades y al mismo tiempo, es el blanco para espionaje corporativo, crimen y terrorismo computacional… --Ryon Packer, Vice President, Intrusión, Inc., Richardson, Texas.

El futuro de Business Intelligence

El ambiente del mundo de los negocios de hoy exige una aplicación cada vez más eficiente de la información disponible. BI como su nombre en inglés lo indica, genera un conocimiento al negocio, que se deriva de la correcta utilización de la información generada dentro y fuera de la empresa. BI es una herramienta que pone a disposición de los usuarios la información correcta en el lugar correcto. Son múltiples los beneficios que ofrece a las empresas, entre ellos se encuentra la generación de una ventaja competitiva. Hay una gran variedad de soluciones de BI que en suma, son muy similares, pero para que se considere completa debe reunir cuatro componentes: multidimensionalidad, data mining, agentes y data warehouse. Son ya muchas las empresas que han implementado soluciones de BI y se han visto enormemente beneficiadas, la próxima puede ser la suya. La mejor forma de resumir todo lo anterior es por medio de la frase de Bill Gates, Director de Microsoft, "BI ayuda a rastrear lo que en realidad funciona y lo que no"

Características Business Intelligence

Accesibilidad a la Información Este tipo de herramientas y técnicas garantizan el acceso de los usuarios a los datos de manera independiente

Apoyo en la Toma de Decisiones Busca la manera en que los usuarios tengan acceso a herramientas de análisis.

Orientación al usuario final Se busca independencia entre los conocimientos técnicos de los usuarios.

Niveles de Realización de Business Intelligence

Consultas e Informes simples (Querys y reports) Son herramientas para la elaboración de informes y listados

Cubos OLAP (On-Line Analytic Processing) Son bases de datos orientadas al procesamiento analítico

Data Mining o minería de datos Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos

Sistemas de previsión empresarial Son predicción mediante estudios de series temporales

VENTAJAS Y DESVENTAJAS DEL BI

6. Ventajas de Business Intelligence

Permite disponer de una herramienta de información sobre la gestión del negocio

Facilita información que permite priorizar actividades basadas en la necesidad de cumplimiento de objetivos de corto, mediano y largo plazo.

Proporciona una única versión de la realidad del negocio

Reduce la incertidumbre y la subjetividad en el proceso de toma de decisiones

El usuario es capaz de construir sus propios reportes e índices de desempeño

Permite crear escenarios con respecto a una decisión y hacer pronósticos de ventas y devoluciones.

Disminuye el tiempo de recolección de la información por lo que aumenta el tiempo disponible para el análisis

Requiere poca capacitación para utilizar todas las bondades de la herramienta

Desventajas de Business Intelligence

Las empresas fallan en reconocer que los proyectos de BI

Hay ausencia de un personal disponible y habilidoso

No existe una apreciación del impacto que causan los datos de mala calidad en la rentabilidad del negocio.

No trabajan bajo una estructura detallada

7. Ejemplos prácticos de Business Intelligence

A continuación mostramos una serie de ejemplos reales (resumidos) de Business Intelligence:

Empresa conservera

Este caso práctico se refiere a uno de las mayores empresas conserveras de Galicia, con presencia internacional, más de 500 empleados y cerca de 100.000.000 € de facturación.

A pesar de que en el sector conservero es bien conocida la estacionalidad de las ventas (el consumo de atún en conserva se dispara en verano, debido a su participación en las ensaladas) y en diciembre (con motivo de la navidad), esta empresa no había sido capaz de optimizar la cantidad de producto finalizado que debía almacenar en stock para maximizar sus beneficios.

Mediante la implantación de un sistema de soporte a la decisión (DSS), y tras el análisis minucioso de los datos históricos que guardaba la compañía, resultó posible rediseñar todo el proceso logístico y de almacenamiento productivo hasta el punto de incrementar la rentabilidad económica de la misma (independientemente de la producción y la demanda) en un 10%.

Cadena de supermercados

Una conocida cadena de supermercados gallegos ha recurrido a un sistema de Business Intelligence para averiguar cual era el perfil de sus clientes más rentables e intentar hacer lo posible para fidelizarlos.

Para ello, una de las primeras acciones que llevó a cabo fue la creacción de una "tarjeta descuento", que vinculara a los clientes con el club del supermercado. Para poder optar a esta tarjeta, cada cliente debía facilitar sus datos personales básicos (edad, sexo, origen...) y unos datos complementarios de sus preferencias. A cambio recibía descuentos eventuales en sus compras.

Tras haber acumulado una relevante cantidad de datos, llegó el momento de extraer la información requerida mediante un sistema de soporte a la decisión. Entre las rarezas obtenidas en los resultados, cabe destacar que el perfil ideal de cada cliente tenía sustanciales diferencias en función de la ubicación geográfica, a pesar de que el límite del análisis era dentro de la propia Galicia.

Cooperativa lechera

En una cooperativa láctea de origen gallego, cuyos productos se publicitan en TV a nivel nacional, se habían desatado las alarmas debido a las grandes desviaciones económicas existentes, cada año, entre los parámetros estimados en enero y los resultados analizados doce meses más tarde.

Finalmente, para resolver el problema y potenciar al máximo sus sistemas informáticos tradicionales, la cooperativa decidió implantar un cuadro de mando integral (Balanced Scorecard) y realizar un seguimiento minucioso de sus objetivos estratégicos. Tras ocho meses desde la puesta en producción del sistema, consiguieron encontrar el

origen de las desviaciones y tomar las acciones oportunas para enderezar la trayectoria operativa de la empresa.

Por otro lado, y como efecto colateral estrechamente relacionado, el sistema ha permitido analizar el impacto en las ventas de cada una de sus campañas publicitarias. Basándose la información contenida en sus propias bases de datos, la cooperativa ha conseguido desde entonces adaptar su publicidad para incrementar en un 8% su cuota de mercado.

Operador de telecomunicaciones

Este ejemplo hace referencia a uno de los mayores operadores de telecomunicación del mundo, con más de 91 millones de clientes en 220 países de los cinco continentes. Esta organización cuenta con 190.000 empleados y ofrece una gama completa de servicios de telecomunicaciones: telefonía local, internacional y móvil; internet y multimedia; transporte de datos; y difusión de TV por cable.

En los últimos años, la empresa ha venido utilizando los sistemas informáticos como un arma estratégica fundamental en la batalla entre operadores de telecomunicaciones. El objetivo de una de sus principales iniciativas ha sido reducir las inconsistencias en los datos y compartir la información de manera más eficaz entre las diferentes áreas de negocio, implementando en toda la organización estándares en el campo del software de gestión.

Peluquería local

Una peluquería de Santiago de Compostela llevaba dos años abierta al público. Durante todo ese tiempo, las dueñas, dos chicas jóvenes y emprendedoras, habían trabajado todos los días de la semana (a excepción, naturalmente, de los domingos) para sacar adelante su negocio.

Al haber estabilizado su cartera de clientes decidieron descansar un día más a la semana. Su primera opción fue cerrar los lunes, como las demás peluquerías de la zona. No obstante, decidieron basar su decisión en la información histórica que habían recogido en su pequeña aplicación de citas.

Los resultados obtenidos fueron contundentes, ya que el lunes resultó ser el cuarto día más rentable de la semana (probablemente como consecuencia del cierre de la competencia). Finalmente el día elegido para descansar fue el martes.

Razones por las que invertir en Business Intelligence

Según un artículo de Gartner Research, la falta de conocimiento es la mayor amenaza para las empresas modernas. Para ello, apuntan, “el objetivo del Business Intelligence es eliminar las conjeturas y la ignorancia en los ambientes empresariales, aprovechando los vastos volúmenes de datos cuantitativos que las empresas recolectan todos los días en sus diversas aplicaciones corporativas”.

BI como solución tecnológica

* Centralizar, depurar y afianzar los datos. Las tecnologías de BI permiten reunir, normalizar y centralizar toda la información de la empresa, mediante un almacén de datos, permitiendo así su explotación sin esfuerzo. De esta forma, los departamentos comercial, operativo y financiero basan las decisiones estratégicas en la misma información.

* Descubrir información no evidente para las aplicaciones actuales. En el día a día de las aplicaciones de gestión se pueden esconder pautas de comportamiento, tendencias, evoluciones del mercado, cambios en el consumo o en la producción, que resulta prácticamente imposible reconocer sin el software adecuado. Es lo que se puede calificar como extraer información de los datos, y conocimiento de la información.

* Optimizar el rendimiento de los sistemas. Las plataformas de BI se diseñan para perfeccionar al máximo las consultas de alto nivel, realizando las transformaciones oportunas a cada sistema (OLTP - OLAP), y liberando los servidores operacionales.

* BI como ventaja competitiva

* Seguimiento real del plan estratégico. Si su empresa dispone de plan estratégico, el business intelligence le permite, mediante un cuadro de mando, crear, manejar y monitorizar las métricas y los objetivos estratégicos propuestos en ese plan, para poder detectar a tiempo las desviaciones, adoptando las acciones oportunas para corregirlas.

* Aprender de errores pasados. Al historizar los datos relevantes, una aplicación de BI permite que una empresa aprenda de su historia y de sus mejores prácticas, y que pueda evitar tropezarse de nuevo con los mismos errores del pasado.

* Mejorar la competitividad. Según la consultora internacional Gartner, 7 de cada 10 compañías realizan análisis sobre sus datos de forma diaria, o incluso instantánea, en el 2.006. Este mecanismo les permite maximizar su rentabilidad. La acuciante tendencia a explotar la información marca cada vez más la diferencia en los sectores.

* Obtener el verdadero valor de las aplicaciones de gestión. Durante los últimos años, las empresas se han embarcado en la construcción de estas aplicaciones clave para sus negocios. Sin embargo, no siempre han sabido aprovechar todo el potencial que les pueden proporcionar: cuentas de resultados, cash-flow, etc… Con el business intelligence, todos los empleados, desde el director general hasta el último analista, tienen acceso a información adecuada, integrada y actualizada

CONCLUSION

La inteligencia de negocios es una herramienta moderna y de nueva generación, disponible a los gestores y directores del negocio quienes tienen la necesidad de analizar el pasado, usar herramientas estadísticas de predicción, y con ello estar a un paso de los competidores y mejorar los resultados empresariales.

Al fin y al cabo ese es el fin último de la tecnología, mejorar el rendimiento y productividad de la organización.

El ambiente del mundo de los negocios de hoy exige una aplicación cada vez más eficiente de la información disponible. BI como su nombre en inglés lo indica, genera un conocimiento al negocio, que se deriva de la correcta utilización de la información generada dentro y fuera de la empresa.

BI es una herramienta que pone a disposición de los usuarios la información correcta en el lugar correcto. Son múltiples los beneficios que ofrece a las empresas, entre ellos se encuentra la generación de una ventaja competitiva.

Hay una gran variedad de soluciones de BI que en suma, son muy similares, pero para que se considere completa debe reunir cuatro componentes: multidimensionalidad, data mining, agentes y data Warehouse. Son ya muchas las empresas que han implementado soluciones de BI y se han visto enormemente beneficiadas.

Las funciones que puede traer el sistema de Inteligencia de Negocios son múltiples y se presenta por una parte como una solución y por otra como una metodología a seguir, para que una empresa genere ventajas competitivas por sobre las demás mediante la obtención y análisis de diversos datos.

La Inteligencia de negocios en los últimos años se han desarrollado tecnologías y herramientas que ayudan a las empresas a poder extraer y analizar la información que queda sepultada en los bancos de datos.

Las estrategias de Inteligencia de Negocios le permitirán tener a la mano la información más relevante de su operación de una forma rápida, flexible y oportuna. Las herramientas que integra la Inteligencia de Negocios consolidan la información de las distintas áreas, mejorando el proceso de decisión.

Bibliografía:

http://www.monografias.com/trabajos14/bi/bi.shtml#QUEES

http://es.slideshare.net/iabmexico/codice-visualizacion-datos?next_slideshow=4

Trabajo del VII Inteligencia de negocios UPSJB

https://www.youtube.com/watch?v=4y3j8m3eW5s&list=PLb5aLhtcapgjspk_OKIkC7rUCQ8tJ14eM&index=5

https://www.google.com.pe/search?q=marcas+de+business+intelligence&biw=1366&bih=667&source=lnms&tbm=isch&sa=X&ved=0ahUKEwjXqsq1rIfMAhUMGB4KHdcnBUMQ_AUIBigB#imgrc=byMogBDnRJIS1M%3A

http://www.sinnexus.com/business_intelligence/cuadro_mando_integral.aspx

Monografía de la universidad experimental Simón Rodríguez convenio fiec sistemas de información gerencial