UNIVERSIDAD TECNOLÓGICA DE TEHUACÁN

TECNOLOGÍAS DE LA INFORMACIÓN Y

COMUNICACIÓN

BUSINESS INTELLIGENCE

T.S.U VÍCTOR DOLORES MARCOS

BASES DE DATOS PARA APLICACIONES

ING. OCTAVIO SANCHES DELGADO

DATA WAREHOUSE

En el contexto de la informática, un almacén de datos (del inglés data warehouse) es una

colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado,

no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se

utiliza. Se trata, sobre todo, de un expediente completo de una organización, más allá de la

información transaccional y operacional, almacenado en una base de datos diseñada para

favorecer el análisis y la divulgación eficiente de datos (especialmente OLAP, procesamiento

analítico en línea). El almacenamiento de los datos no debe usarse con datos de uso actual. Los

almacenes de datos contienen a menudo grandes cantidades de información que se subdividen

a veces en unidades lógicas más pequeñas dependiendo del subsistema de la entidad del que

procedan o para el que sea necesario.

OBJETIVOS

Hacer la información de la organización accesible

Hacer a la información de la organización consistente

Controlar el acceso efectivo a los datos

Generar información de manera flexible

Servir de ayuda a la toma de decisiones

CARACTERISTICAS

Orientado a un tema

Administra grandes cantidades de información

Guarda información en diversos medios de almacenamiento

Comprende múltiples versiones de uno (o varios) esquema de base de datos

Condensa y agrega información

Integra y asocia información de muchas fuentes

FUNCION

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 posteriormente transformarlos en información

útil para el usuario. Un almacén de datos debe entregar la información correcta a la gente

indicada en el momento óptimo y en el formato adecuado. El almacén de datos da respuesta a

las necesidades de usuarios expertos, utilizando Sistemas de Soporte a Decisiones (DSS),

Sistemas de información 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 sistema.

En el funcionamiento de un almacén de los datos son muy importantes las siguientes ideas:

Integración de los datos provenientes de bases de datos distribuidas por las diferentes unidades

de la organización y que con frecuencia tendrán diferentes estructuras (fuentes heterogéneas).

Se debe facilitar una descripción global y un análisis comprensivo de toda la organización en el

almacén de datos.

Separación de los datos usados en operaciones diarias de los datos usados en el almacén de

datos para los propósitos de divulgación, de ayuda en la toma de decisiones, para el análisis y

para operaciones de control. Ambos tipos de datos no deben coincidir en la misma base de

datos, ya que obedecen a objetivos muy distintos y podrían entorpecerse entre sí.

Periódicamente, se importan datos al almacén de datos de los distintos sistemas de

planeamiento de recursos de la entidad (ERP) y de otros sistemas de software relacionados con

el negocio para la transformación posterior. Es práctica común normalizar los datos antes de

combinarlos en el almacén de datos mediante herramientas de extracción, transformación y

carga (ETL). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un

negocio), realizan el proceso de transformación al almacén de datos (filtración, adaptación,

cambios de formato, etc.) y escriben en el almacén.

IMPORTANCIA

Mejorar la Entrega de Información

Mejorar el Proceso de Toma de Decisiones

Impacto Positivo sobre los Procesos Empresariales

Para la utilización del data warehouse se debe pensar primero en:

La amplitud; el número de diferentes temas y puntos de foco

Fuentes que proveerán datos brutos.

Los medios por los cuales los datos se transportan de las aplicaciones fuente y son

cargados al Data Warehouse.

Las reglas de negocio que se aplican a la data en bruto para producir activos de datos de

alta calidad.

Las bases de datos receptoras, en la que estos activos de datos serán almacenados.

Los activos de datos; los elementos, el nivel de detalle de cada elemento, y cuánta

historia se ha mantenido, por ejemplo.

La Inteligencia de negocio

Herramientas de nivel usuario para acceder a los activos de datos.

La arquitectura y complejidad en general del entorno.

ARQUITECTURA DE UN DATA WAREHOUSE

Base de datos operacional / Nivel de base de datos externo (Fuentes de datos)

Los sistemas operacionales procesan datos para apoyar las necesidades operacionales

críticas, tales como ERPs, SCMs, también se procesa información de fuentes de datos externas,

tales como de la internet, INEI, BCRP.

Nivel de acceso a los datos

Es responsable de la interfaces entre las herramientas de acceso a la información y las bases

de datos operacionales. En algunos casos, esto es todo lo que un usuario final necesita para

realizar estas interfases se utiliza el SQL (Standar Query Lenguaje)

Nivel de organización de datos

El componente final de la arquitectura data Warehouse es la organización de los datos,

incluye todos los procesos necesarios como seleccionar, editar, resumir, combinar y cargar datos

en el depósito y acceder a la información desde bases de datos operacionales y/o externas

Nivel de data warehouse

En un data Warehouse físico, el almacenaje de data procesada, incluso en forma

redundante

Nivel de acceso a la información

Este nivel se incluye el hardware y software involucrados en representar y proveer de

información al usuario final normalmente usa día a día. Por ejemplo: Excel, Lotus 1-2-3, Focus,

Access, SAS, etc.

Nivel de gestión de proceso

El nivel de gestión de procesos tiene que ver con la programación de diversas tareas que

deben realizarse para construir y mantener actualizado el data warehouse y la información del

directorio de datos.

VENTAJAS

Los almacenes de datos hacen más fácil el acceso a una gran variedad de datos a los

usuarios finales.

Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo a la decisión

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

operacional de las aplicaciones empresariales, en especial la gestión de relaciones con

clientes.

INCONVENIENTES

A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacén de

datos no suele ser estático. Los costos de mantenimiento son elevados.

Los almacenes de datos se pueden quedar obsoletos relativamente pronto.

A veces, ante una petición de información estos devuelven una información su óptima,

que también supone una pérdida para la organización.

A menudo existe una delgada línea entre los almacenes de datos y los sistemas

operacionales. Hay que determinar qué funcionalidades de estos se pueden aprovechar

y cuáles se deben implementar en el data warehouse, resultaría costoso implementar

operaciones no necesarias o dejar de implementar alguna que sí vaya a necesitarse.

RESUMEN

Un Data Warehouse tiene como objetivo almacenar y proveer a la Organización de información

relevante y a tiempo la cual favorece a la organización tanto como en la agilización en la toma

de decisiones así como en los procesos.

DATA MART

Un Data Mart es una versión especial de almacén de datos (data warehouse). Son subconjuntos

de datos con el propósito de ayudar a que un área específica dentro del negocio pueda tomar

mejores decisiones. Los datos existentes en este contexto pueden ser agrupados, explorados y

propagados de múltiples formas para que diversos grupos de usuarios realicen la explotación de

los mismos de la forma más conveniente según sus necesidades.

COMPONENTES DEL DATAMART

1.- Fuentes de Datos

Son las que alimentan de información al DataMart, están diseñadas para registrar grandes

cantidades de transacciones. Entre ella tenemos la base de datos OLTP (Una base de datos para

soportar procesos transaccionales).

Características:

Son pobladas por usuarios finales.

Se optimizan en función a procesos transaccionales.

Se actualizan constantemente.

Contienen mucha información de detalle.

2.- Procesos de extracción, transformación y carga de datos (ETL)

Los datos se encuentran almacenados en base de datos destinados al registro de transacciones.

Es necesario extraer y transformar los datos antes de cargar los resultados en el DataMart. Los

mismos elementos de datos, si son usados por aplicaciones diferentes o administrados por

diferentes software DBMS, pueden definirse al usar nombres de elementos inconsistentes, que

tienen formatos inconsistentes y/o ser codificados de manera diferente. Todas estas

inconsistencias deben resolverse antes que los elementos de datos sean almacenados en el

DataMart.

Uno de los desafíos de cualquier implementación de DataWarehouse o DataMart, es el

problema de transformar los datos. La transformación se encarga de las inconsistencias en los

formatos de datos y la codificación, que pueden existir dentro de una base de datos única y que

casi siempre existen cuando múltiples bases de datos contribuyen al DataMart.

3.- DataWarehouse

Un DataWarehouse contiene la información de toda la empresa. Cualquier departamento puede

acceder a la información de cualquier otro departamento mediante un único medio, así como

obligar a que los mismos términos tengan el mismo significado para todos.

Un Data Mart almacena la información de un área o departamento específico y un conjunto de

Data Marts forman un DataWarehouse

Un Data Mart es una solución que, compartiendo tecnología con el DataWarehouse (pero con

contenidos específicos, volumen de datos más limitado y un alcance histórico menor), permita

dar soporte a una empresa pequeña, un departamento o área de negocio de una empresa

grande. Cubre de manera óptima las necesidades de informes. No es conveniente efectuar

consultas sobre los sistemas transaccionales, debido a que hay que integrar datos de diversas

OLTP.

4.- Herramientas de Explotación

El DataMart está orientado a la toma de decisiones. Un buen diseño de la base de datos

favorece el análisis y la recuperación de datos para obtener una ventaja estratégica y para

facilitar la toma de decisiones. El DataMart no está orientado a procesos relacionados con la

operatividad del área determinada. El DataMart está preparado para ser explotado mediante

herramientas específicas que permiten la extracción de información significativa y patrones de

comportamiento que permanecen ocultos en un enorme repositorio de datos.

Veamos las herramientas software que existen:

5.- Herramienta de consulta y reporte

Las herramientas de consulta al igual que la mayoría de herramientas visuales, permiten apuntar

y dar un click a los menús y botones para especificar los elementos de datos, condiciones,

criterios de agrupación y otros atributos de una solicitud de información. La herramienta de

consulta genera entonces un llamado a una base de datos, extrae los datos pertinentes, efectúa

cálculos adicionales, manipula los datos si es necesario y presenta los resultados en un formato

claro.

Se puede almacenar las consultas y los pedidos de reporte para trabajos subsiguientes, como

está o con modificaciones. El procesamiento estadístico se limita comúnmente a promedios,

sumas, desviaciones estándar y otras funciones de análisis básicas. Aunque las capacidades

varían de un producto a otro, las herramientas de consulta y reporte son más apropiadas

cuando se necesita responder a la pregunta ¿"Qué sucedió"?

6.- Herramientas de base de datos multidimensionales / OLAP

Las primeras soluciones OLAP (On Line Analytical Processing), estuvieron basadas en bases de

datos multidimensionales (MDDBS). Un cubo estructural (dos veces un hipercubo o un arreglo

multidimensional) almacenaba los datos para que se puedan manipular intuitivamente y

claramente ver las asociaciones a través de dimensiones múltiples Pero este enfoque tiene

varias limitaciones:

Las nuevas estructuras de almacenamiento de datos requieren bases de datos propietarias. No

hay realmente estándares disponibles para acceder a los datos multidimensionales.

La segunda limitación de un MDDB concierne al desarrollo de una estructura de datos. Las

compañías generalmente almacenan los datos de la empresa en bases de datos relacionales, lo

que significa que alguien tiene que extraer, transformar y cargar estos datos en el hipercubo.

7.- Sistemas de información ejecutivos

Las herramientas de sistemas de información ejecutivos (Executive Information Systems - EIS),

proporcionan medios sumamente fáciles de usar para consulta y análisis de la información

confiable. Generalmente se diseñan para el usuario que necesita conseguir los datos

rápidamente, pero quiere utilizar el menor tiempo posible para comprender el uso de la

herramienta. El precio de esta facilidad de uso es que por lo general existen algunas limitaciones

sobre las capacidades analíticas disponibles con el sistema de información ejecutivo.

Además, muchas de las herramientas de consulta/reporte y OLAP/multidimensional, pueden

usarse para desarrollar sistemas de información ejecutivos. El concepto de sistema de

información ejecutivo es simple: los ejecutivos no tienen mucho tiempo, ni la habilidad en

muchos casos, para efectuar el análisis de grandes volúmenes de datos. El EIS presenta vistas de

los datos simplificados, altamente consolidados y mayormente estáticas.

8.- Herramientas de Data Mining

Data Mining es una categoría de herramientas de análisis open-end. En lugar de hacer

preguntas, se toma estas herramientas y se pregunta algo "interesante", una tendencia o una

agrupación peculiar, por ejemplo. El proceso de Data Mining extrae los conocimientos

guardados o información predictiva desde el DataMart sin requerir pedidos o preguntas

específicas. Las herramientas Mining usan algunas de las técnicas de computación más

avanzadas para generar modelos y asociaciones como redes neuronales, detección de

desviación, modelamiento predictivo y programación genética. Data Mining es un dato-

conducido, no una aplicación-conducida.

Ventajas:

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 data Mart puede ser alimentado desde los datos de un datawarehouse o integrar por

sí mismo un compendio de distintas fuentes de información.

Puede estar montada sobre una base de datos OLTP, como el propio datawarehouse, o

sobre una base de datos OLAP.

Poco volumen de datos, mayor rapidez de consulta.

Facilidad para el registro de los datos.

Validación directa de la información.

Son simples de implementar.

Conllevan poco tiempo de construcción y puesta en marcha.

Permiten manejar información confidencial.

Reflejan rápidamente sus beneficios y cualidades.

Reducen la demanda del depósito de datos.

Desventajas:

El tiempo que se emplea en su desarrollo es largo.

Al crecer el Data Mart, el rendimiento de las consultas decae y deja de ser óptimo.

Resumen

Un data Mart como se mencionó anteriormente es una colección de datos referente a un solo

departamento, de ello se deduce que una coleccione de data Marts componen e integran a un

data warehouse.

CUADRO DE MANDO INTEGRAL

Es un instrumento de gestión que facilita la implantación de la estrategia de la empresa de una

forma eficiente, ya que proporciona el marco, la estructura y el lenguaje adecuado para

comunicar o traducir la misión y la estrategia en objetivos e indicadores organizados en cuatro

perspectivas: finanzas, clientes, procesos internos y formación y crecimiento, que permiten que

se genere un proceso continuo de forma que la visión se haga explícita, compartida y que todo

el personal canalice sus energías hacia la consecución de la misma.

CARACTERISTICAS

Entre las características del cuadro de mando destacan:

Sirve para la identificación y previsión de las posibles desviaciones que se puedan

producir, con el fin de tomar las medidas previsoras o correctoras que permitan una

mejora cualitativa y cuantitativa de la actividad de una unidad de trabajo considerada.

Es decir, es una herramienta de gestión colectiva descentralizada y sincronizada, que

permite dirigir el funcionamiento y evolución de diferentes zonas de responsabilidad de

la empresa adaptándolas a los objetivos estratégicos de la misma.

Se encuentra en conexión con la estrategia de la empresa y, además, es un instrumento

para la puesta en práctica de la misma. Esto es importante, porque sitúa en el centro la

estrategia y no el control, se vincula al largo plazo y se fundamenta en supuestos tanto

financieros como operativos.

Carácter sintético, ya que contiene únicamente la información esencial para una buena

interpretación de las tendencias y su evolución.

Presentación de la información de una forma sinóptica y carácter de permanencia, al

objeto de observar las tendencias.

OBJETIVOS

Pretende traducir la estrategia de una organización en un conjunto de indicadores que

informan de la consecución de los objetivos y de las causas que provocan los resultados

obtenidos.

Establece un sistema de comunicación de abajo-arriba y de arriba-abajo, que posibilita

canalizar las habilidades y conocimientos específicos, a través de la fijación de objetivos

realistas con los de la empresa, pudiendo estar ligados los mismos a una política de

incentivos, coherente con la cultura de la organización y el perfil de los empleados.

Constituye un instrumento de aprendizaje individual, al permitir que cada responsable

tenga una visión más rica de su situación interna y externa. Además, los indicadores de

una sección no son definidos por la dirección general, sino que son locales pero

coordinados con los existentes a nivel superior.

De esta forma, el conocimiento puede ser transferido de un ámbito de la empresa a otro,

favoreciendo el aprendizaje estratégico.

SISTEMA DE INFORMACION EJECUTIVA

Es una herramienta de Inteligencia empresarial (Business Intelligence, BI), orientada a usuarios

de nivel gerencial, que permite monitorear el estado de las variables de un área o unidad de la

empresa a partir de información interna y externa a la misma.

Cuya finalidad principal es que el responsable de un departamento o compañía tenga acceso, de

manera instantánea, al estado de los indicadores de negocio que le afectan, con la posibilidad

de estudiar con detalle aquellos aspectos que no estén cumpliendo con los objetivos

establecidos en su plan estratégico u operativo, y así determinar las medidas de contingencia

más adecuadas.

Una de las características más importantes de un EIS es que permite a usuarios con perfil no

técnico construir nuevos informes y navegar por los datos de la compañía, con el objetivo de

descubrir información que les resulte relevante. El EIS suele incluir también alertas de negocio,

informes históricos comparativos y análisis de tendencias. Por otro lado, es común que se

puedan realizar subscripciones a los informes o listados más significativos.

Un EIS suele necesitar de la implantación de un data warehouse o data mart que actúe como

fuente central de información, unificando, depurando e integrando las distintas bases de datos

operacionales de la compañía. Por otro lado, es posible adaptar la estructura del EIS a la teoría

de Balanced Scorecard o Cuadro de Mando Integral impulsada por Kaplan y Norton, o bien a

cualquier otro modelo de seguimiento de indicadores que maneje la organización.

CARACTERISTICAS

Están diseñados para cubrir las necesidades específicas y particulares de la alta administración

de la empresa.

1.- Extraen, filtran, comprimen y dan seguimiento a información crítica del negocio. El sistema

debe contar con capacidad de manejar información que proviene de los Sistemas

Transaccionales de la empresa y/o de fuentes externas de información.

2.- Implica que los ejecutivos puedan interactuar en forma directa con el sistema sin el apoyo o

auxilio de intermediarios. Esto puede representar un reto importante, ya que muchos ejecutivos

se resisten a utilizar en forma directa los recursos computacionales por el temor a cambiar.

3.- Es un sistema desarrollado con altos estándares en sus interfaces hombre-máquina,

caracterizado por gráficas de alta calidad, información tabular y en forma de texto. El protocolo

de comunicación entre el ejecutivo y el sistema permite interactuar sin un entrenamiento

previo.

Pueden ingresar información que se encuentra en línea, extrayéndose en forma directa de las

bases de datos de la organización. Esta información puede incluir análisis de tendencias,

reporteo por excepción y la posibilidad del “drill down”. Esta característica del EIS permite al

ejecutivo penetrar en diferentes niveles de información. Por ejemplo, puede conocer las ventas

por país, por zona geográfica, por cliente y por línea de producto, penetrando a su gusto en los

niveles internos y más detallados de la información en caso necesario.

El sistema esta soportado por elementos especializados de hardware, tales como monitores o

videos de alta resolución y sensibles al tacto, ratón e impresoras con tecnología avanzada.

EL PROCESO DE DESARROLLO DE UN EIS

El proceso de desarrollo de un EIS tiene características que lo hacen único. En primera instancia,

porque es el primer sistema que se desarrolla en la empresa dirigido al ejecutivo, quien es el

usuario de este sistema. En segundo lugar, las técnicas utilizadas para el análisis y desarrollo de

los tradicionales Sistemas Transaccionales no necesariamente funcionan en un 100% de manera

similar durante el desarrollo de un EIS. A continuación se propone una metodología para su

desarrollo e implantación:

1. Identificación de las alternativas para el desarrollo del sistema

Existen diferentes alternativas para el desarrollo de un Sistema de Información para Ejecutivos

(EIS). Antes de crear la propuesta para el desarrollo del sistema debe de elegirse la alternativa

que se desee. A continuación se mencionan algunas de las alternativas que existen para su

desarrollo:

Desarrollar el sistema de manera interna y partiendo de cero. Esto significa que el

departamento de Sistemas de Información asignara a un equipo de trabajo para el

desarrollo del sistema.

Otra alternativa es hacer modificaciones a los sistemas actuales con el fin de cubrir los

requisitos del ejecutivo.

Desarrollar el sistema partiendo de cero con la ayuda de desarrolladores externos con

experiencia previa en EIS

Cada una de estas alternativas tiene ventajas y desventajas en renglones tales como

costo, tiempo y control durante el desarrollo de la aplicación.

2. Creación de la propuesta

En este paso debe escribirse o elaborarse una presentación de la propuesta del EIS. La creación

de la propuesta ayudara a tener un apoyo más sólido para el desarrollo del EIS y a minimizar la

resistencia por parte de los ejecutivos. Además, puede contribuir a que la administración acepte

el proyecto.

Las principales razones que existen para presentar de manera formal una propuesta de un EIS

son:

1.- Claro entendimiento con el ejecutivo. Esto se refiere a que el desarrollo del EIS se

haga tomando como base lo que piensa el desarrollador y lo que espera el ejecutivo.

2.- Manejar las expectativas. En la creación y presentación de una propuesta deben

ponerse en una balanza las expectativas. De la misma manera en que se hable de los beneficios

que pueden lograrse con un EIS, deben informarse los riesgos que implica y de los recursos que

requiere. Es importante considerar esto último, ya que la mayoría de los fracasos se deben a que

no se explicaron los riesgos y las necesidades de recursos y solo se enfatizó en lo ventajoso que

sería utilizar este sistema.

3.- Lograr el compromiso de los recursos. Cuando se elabore y presente la propuesta

para el desarrollo de un EIS deben considerarse los recursos que se requieren para llevarla a

cabo. Hay personas que solo acostumbran justificar los costos; sin embargo, es importante hacer

un pronóstico del dinero, de la gente y del tiempo que se necesitará para cumplir con la

propuesta.

Con todo esto, el ejecutivo tendrá una visión más clara de lo que es un EIS, de las expectativas

con respecto a su uso y de los recursos que requiere su desarrollo.

3. Determinación de las necesidades del ejecutivo

Este paso consiste en determinar las necesidades del ejecutivo. Se sugiere un conjunto de

estrategias para lograr lo anterior:

BENEFICIOS

Los EIS contribuyen en forma importante a rediseñar y reestructurar los procesos de planeación

y control de una organización. Las principales mejoras que pueden lograrse al utilizar este tipo

de sistemas son, entre otras:

Mejora en los sistemas actuales de reportes corporativos o divisionales.

Rediseño de los sistemas actuales de reportes, a través de los cuales se pone atención

en los factores críticos de éxito para manejar el negocio.

Cambios en los procesos de planeación y pronóstico.

Habilidad de realizar análisis específicos utilizando información que está en las bases de

datos.

Permite las relaciones de comunicación entre el personal, logrando con ello que los

ejecutivos se mantengan realizando actividades de alto nivel, las cuales son críticas en la

organización.

Mejora la capacidad de administración de programas en empresas con orientación a

proyectos.

VENTAJAS

El sistema provee acceso más rápido a la información.

El sistema permite disponer de textos, datos y gráficas en forma inmediata.

Las capacidades de manejo de programas generalmente permiten acceso a información

más detallada.

SISTEMA DE SOPORTE DE DECISIÓN

Es un sistema informático utilizado para servir de apoyo, más que automatizar, el proceso de

toma de decisiones. La decisión es una elección entre alternativas basadas en estimaciones de

los valores de esas alternativas. El apoyo a una decisión significa ayudar a las personas que

trabajan solas o en grupo a reunir inteligencia, generar alternativas y tomar decisiones. Apoyar

el proceso de toma de decisión implica el apoyo a la estimación, la evaluación y/o la

comparación de alternativas. En la práctica, las referencias a DSS suelen ser referencias a

aplicaciones informáticas que realizan una función de apoyo.

La clave de los sistemas de soporte a la decisión es recoger datos, analizar y dar forma a los

datos que se recogen y, a continuación, tratar de tomar decisiones o la construcción de

estrategias de análisis. Si las computadoras, bases de datos o personas están involucradas

generalmente no importa, sin embargo, es este proceso de toma de datos en bruto o no

estructurados, que contiene y percibe y, a continuación, utiliza la ayuda para ayudar a la toma

de decisiones.

TIPOS DE DECISIONES EMPRESARIALES

La clasificación más habitual es la que hace referencia al alcance de la decisión. En este caso, se

distinguen tres tipos:

Decisiones estratégicas: Son aquellas que afectan a toda la empresa (o a una buena

parte de la misma) durante un largo periodo de tiempo. Influyen, por lo tanto, en los

objetivos generales de la empresa y en su modelo de negocio . Estas decisiones son

tomadas por los máximos responsables de las compañías (CEO, presidentes, directores

generales, comités de dirección, etc.).

Decisiones tácticas: Afectan únicamente a parte de la empresa, o a parte de sus

procesos, y generalmente se toman desde un solo departamento (o de unos pocos).

Tienen un impacto relevante a medio plazo (1 o 2 años, como máximo), y son tomadas

por cargos intermedios (jefes de departamento, gerentes, etc.)

Decisiones operativas: Afectan a actividades específicas, con un alcance muy claro, y su

efecto es inmediato o muy limitado en el tiempo. Estas decisiones son responsabilidad

de los niveles bajos de la jerarquía empresarial (jefes de equipo, encargados de área,

dependientes, etc.)

Merece la pena señalar que esta clasificación no dice nada sobre la importancia de las

decisiones. Todas ellas son importantes y necesarias. Una mala decisión operativa puede costar

millones (del mismo que una buena decisión puede suponer suculentos beneficios). También

existen decisiones "estratégicas" que resultan ser irrelevantes desde el punto de vista

económico.

Se distinguen tres tipos:

- Decisiones estructuradas: En este caso, las variables que afectan a la decisión son

perfectamente conocidas, y en muchos casos el proceso de decisión puede representarse

mediante un diagrama de flujo, e implementarse mediante un algoritmo. En casos extremos, ni

siquiera es necesaria la intervención humana, aunque no es lo habitual.

- Decisiones desestructuradas: Son aquellas decisiones en la que no es posible diseñar un

"flujo de decisión" en detalle, no es evidente que inteligencia se debe aplicar, ni cómo se debe

diseñar el proceso, ni con qué criterios decidir. Suelen ser decisiones que se toman ante eventos

inesperados o que ocurren muy esporádicamente. En estos casos, evidentemente, la

intervención humana es insustituible.

- Decisiones semi-estructuradas: Es el caso intermedio. En este caso, algunos pasos del

proceso de decisión están claros y pueden definirse razonablemente, aunque existen otros

aspectos inciertos que es necesario valorar.

Las herramientas Business Intelligence pueden ayudarnos a tomar decisiones de dos maneras:

Business Intelligence pasivo: Proporciona un acceso fácil a información confiable y

actualizada. Habitualmente, los trabajadores de la información acceden a estos datos a

través de sistemas de reporting, análisis OLAP o cuadros de mando, obteniendo una

visión agregada o detallada de la información (según sus necesidades).

Business Intelligence activo: Aportan valor a la información disponible aplicando

modelos matemáticos o estadísticos para detectar patrones ocultos, aplican modelos de

optimización, proyección o clasificación para proponer las mejores soluciones posibles a

un problema determinado. Es decir, estas soluciones toman un papel activo en el

proceso de toma de decisiones.

DSS cooperativo.- Permite al encargado de la toma de decisiones (o a sus asesores)

modificar, completar o perfeccionar las sugerencias de decisión proporcionadas por el

sistema, antes de enviar de vuelta al sistema para su validación. El nuevo sistema

mejora, completa y precisa las sugerencias del tomador de la decisión y las envía de

vuelta a su estado para su validación. Entonces, todo el proceso comienza de nuevo,

hasta que se genera una solución consolidada.

1.- DSS dirigidos por modelos.- Se hace hincapié en el acceso y manipulación de un modelo

estadístico, financiero, de optimización o de simulación. Utiliza datos y parámetros

proporcionados por los usuarios para ayudar a los encargados de adoptar decisiones en el

análisis de una situación, que no son necesariamente los datos intensivos. Dicodess es un

ejemplo de un DSS de código abierto basado en modelos.

2.- DSS dirigidos por comunicación.- Disponen de soporte para varias personas que trabajan

en una misma tarea compartida. Ejemplos incluyen herramientas integradas como Microsoft

NetMeeting o Microsoft Groove.15

3.- DSS dirigidos por datos.- También llamados orientados por datos, enfatizan el acceso y la

manipulación de series temporales de datos internos de la empresa y, a veces, también de datos

externos.

4.- DSS dirigidos por documentos.- Gestionan, recuperan y manipulan información no

estructurada en una variedad de formatos electrónicos.

5.- DSS dirigidos por conocimiento.- Proporcionan experiencia acumulada en forma de

hechos, normas, procedimientos, o en estructuras similares especializados para la resolución de

problemas.

ARQUITECTURA

El sistema de gestión de base de datos.- Almacena información de diversos orígenes,

puede proceder de los repositorios de datos de una organización tradicional, de fuentes

externas (como Internet), o del personal (de ideas y experiencias de los usuarios

individuales).

El sistema gestor de modelos.- Se ocupa de las representaciones de los acontecimientos,

hechos o situaciones utilizando varios tipos de modelos (dos ejemplos serían modelos

de optimización y modelos de búsqueda-objetivo).

El sistema gestor y generador de diálogos.- Se trata de la interfaz de usuario; es, por

supuesto, el componente que permite a un usuario interactuar con el sistema.

Componentes fundamentales:

La interfaz de usuario.

La base de datos.

Las herramientas analíticas y de modelado.

La red y arquitectura del DSS.

Usuarios.- Con diferentes roles o funciones en el proceso de toma de decisiones (tomador de

decisiones, asesores, expertos del dominio, expertos del sistema, recolectores de datos).

Contexto de decisión.- Debe ser específico y definible.

Sistema de destino.- Éste describe la mayoría de las preferencias.

Bases de conocimiento.- Compuestas de fuentes de datos externas, bases de datos de

conocimiento, bases de datos de trabajo, almacenes de datos y meta-bases de datos, modelos

matemáticos y métodos, procedimientos, inferencia y los motores de búsqueda, programas

administrativos, y los sistemas de informes.

Entorno de trabajo.- Para la preparación, análisis y documentación de decisión alternativas.

BIBLIOGRAFIA

1. - Oracle ® Business Intelligence Standard Edition OneTutorial

http://docs.oracle.com/html/E10312_01/dm_concepts.htm

2.- ¿Qué un Data Mart?

http://www.cavsi.com/preguntasrespuestas/que-es-data-mart/

3.-Universidad Nacional de Ingeniera de Lima, Perú - Data Warehouse

4.-Escuela politécnica nacional escuela de ingeneria

http://bibdigital.epn.edu.ec/bitstream/15000/177/1/CD-0566.pdf

5.- CREACION Y DESARROLLO DE EMPRESAS

http://www.uax.es/fileadmin/templates/fundacion/docs/Cuadro_de_Mando_Integral.pdf

6. - Buissness Intelligence

http://manuelgross.bligoo.com/business-intelligence-los-sistemas-de-soporte-de-

decisiones-dss

7.-Pequeña y Mediana Empresa

http://www.pyme.org.mx/articulo.php?id=178