Integrantes grupo:
Briggithe Roa
Alexander Ruiz
INTELIGENCIA
DE NEGOCIOS
Business Intelligence es la
habilidad para transformar los datos en información, y la información en
conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones
en los negocios.
Desde un punto de vista más
pragmático, y asociándolo directamente con las tecnologías de la información,
podemos definir Business Intelligence como el conjunto de metodologías,
aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de
los sistemas transaccionales e información desestructurada (interna y externa a
la compañía) en información estructurada, para su explotación directa
(reporting, análisis OLTP / OLAP, alertas...) o para su análisis y conversión
en conocimiento, dando así soporte a la toma de decisiones sobre el negocio.
La inteligencia de negocio
actúa como un factor estratégico para una empresa u organización, generando una
potencial ventaja competitiva, que no es otra que
proporcionar información
privilegiada para responder a los problemas de negocio: entrada
a nuevos mercados, promociones u ofertas de productos, eliminación de islas de
información, control financiero, optimización de costes, planificación de la
producción, análisis de perfiles de clientes, rentabilidad de un producto
concreto, etc...
Los principales productos
de Business Intelligence que existen hoy en día son:
Por otro lado, los
principales componentes de orígenes de datos en el Business Intelligence que
existen en la actualidad son:
Los sistemas y componentes
del BI se diferencian de los sistemas operacionales en que están optimizados
para preguntar y divulgar sobre datos. Esto significa típicamente que, en un
datawarehouse, los datos están desnormalizados para apoyar consultas de alto
rendimiento, mientras que en los sistemas operacionales suelen encontrarse
normalizados para apoyar operaciones continuas de inserción, modificación y
borrado de datos. En este sentido, los procesos ETL (extracción, transformación
y carga), que nutren los sistemas BI, tienen que traducir de uno o varios
sistemas operacionales normalizados e independientes a un único sistema
desnormalizado, cuyos datos estén completamente integrados.
HERRAMIENTAS Y TÉCNICAS
PARA LA INTELIGENCIA DE NEGOCIOS
Un hecho es absolutamente
cierto, si la integración referida carece de solidez o si los sistemas son
independientes y es necesario trabajo adicional para conectarlos, hay más
probabilidad que las decisiones emergentes a partir de ellos sean
inconsistentes o, peor aún, tengan la apariencia de ser correctas y apropiadas,
lo que sería realmente catastrófico.
Esta esperada integración
es posible a través de herramientas, técnicas y conceptos que se han desarrollado
aceleradamente el último tiempo. Ya pertenece a la jerga gerencial: la
administración de repositorios de datos.
El "Data
Warehousing" se aplica básicamente cuando:
La gestión de información
se realiza en múltiples plataformas, aplicaciones o bases de datos
transaccionales y aisladas con ningún tipo de centralización.
Los procesos de
consolidación, resumen, clasificación, reconciliación, son necesarios para el
análisis de información global.
Existen datos empresariales
o corporativos cuyo registro histórico es fundamental para tomar decisiones.
Derivado del anterior
concepto, un repositorio de datos ("Data Warehouse" - DW), es una
colección centralizada de información corporativa, histórica y transformada,
proveniente de sistemas transaccionales y heterogéneos y externos, para atender
requerimientos que apoyen tecnológicamente el proceso de toma de decisiones
generales.
Las técnicas de DM y OLAP
se aplican ya sea sobre un DW o sobre un repositorio orientado a un subconjunto
específico ("DataMart" - DMt). Así, un DMt es considerado como un DW
de pequeña escala, con diferente contenido, pero con las mismas funciones y
funcionalidades.
Por ejemplo, un DMt de
control de calidad (funcional) o un DMt de Sudamérica (regional).
La técnica OLAP, llamada también análisis multidimensional y contrapuesta a la de procesamiento transaccional en línea (OLTP), actúa sobre un DW organizando en "hipercubos" o cubos multidimensionales, los llamados elementos de análisis o "facts" (ej: número de defectuosos, máximo de ventas netas, promedio de inasistencias), bajo ciertas dimensiones o "dimensions" (ej.: producto, centro de costo, año). Trata cuestionamientos tales como: ¿ a cuánto ascienden las ventas netas ("fact") por producto, por plaza y por mes (dimensiones)?.
La técnica OLAP, llamada también análisis multidimensional y contrapuesta a la de procesamiento transaccional en línea (OLTP), actúa sobre un DW organizando en "hipercubos" o cubos multidimensionales, los llamados elementos de análisis o "facts" (ej: número de defectuosos, máximo de ventas netas, promedio de inasistencias), bajo ciertas dimensiones o "dimensions" (ej.: producto, centro de costo, año). Trata cuestionamientos tales como: ¿ a cuánto ascienden las ventas netas ("fact") por producto, por plaza y por mes (dimensiones)?.
Es posible usar 3 tipos de
OLAP, cuya variación radica en la implementación del DW, a saber:
ROLAP. OLAP sobre DWs
implementados como tablas relacionales (filas y columnas) usando modelos
"star schema" y "snowflake model".
MOLAP. OLAP. Sobre DWs
implementados sobre bases de datos multidimensionales.
HOLAP. Enfoque híbrido de
ROLAP y MOLAP.
En función a los propósitos
para los cuales se diseña el DW y los cubos multidimensionales, se puede
realizar operaciones específicas propias del OLAP.
"Drill down" y
"Roll up". Entrar en detalle y abstraer. Ej.: composición de ventas.
"Slice &
dice". Rebanar y generar nuevos cubos cambiando naturaleza de dimensiones
(casillas, segmentos, planos, cubo). Ej.: pagos por proveedor el 2001.
"Rotate". Cambiar
dimensiones unas con otras. Ej.: salidas por ítems vs. ítems por salida.
El típico ejemplo de DM es
el de productos asociados en un supermercado. Se puede tomar una decisión
inapropiada al descartar del supermercado un vino de una marca específica que
no tiene ventas considerables, pero que cuando las tiene, están asociadas a las
de un tipo particular de queso. Otro ejemplo, es el patrón de comportamiento de
la asistencia de los obreros de la planta en temporadas altas: ¿ cuál es la
tendencia de abandono en la planta en fin de semana, a fines de mes, en
determinadas temporadas del año?.
Metodológicamente y
genéricamente, el proceso de "Data Warehousing" se compone de:
Alimentación del DW y de
DMts (réplica, transformación, adecuación, resumen).
Consultas, requerimientos,
análisis multidimensional y minería de datos. Visualización y representación.
SOFTWARE
EN EL MERCADO
El Software BI (Business
Intelligence
– Inteligencia de Negocios) es una Solución
de Negocio
utilizada por muchas compañías emprendedoras que tienen como objetivo mejorarla
visibilidad de su negocio y lograr mejores resultados.
La herramienta software BI (Business Intelligence – Inteligencia de Negocios) analiza la información de la compañía, muestra dónde están los problemas e indica hacia donde orientar las acciones que solucionarán los problemas.
La herramienta software BI (Business Intelligence – Inteligencia de Negocios) analiza la información de la compañía, muestra dónde están los problemas e indica hacia donde orientar las acciones que solucionarán los problemas.
El software BI (Business
Intelligence
– Inteligencia de Negocios) logra que los elementos
de una compañía trabajen en conjunto ayudando a vincular la estrategia
corporativa con los planes operativos. De este modo, BI (Business
Intelligence – Inteligencia de Negocios)
consigue que las compañías generen información empresarial procesable y útil
para incrementar la productividad de los usuarios, controlar los costos y
mejorar el rendimiento general del negocio.
RENDIMIENTO ADMINISTRATIVO
El resultado
cuantificable y cualitativo de la ejecución de las diferentes actividades
organizacionales determina el estado o situación en que se encuentra una
organización, la implementación de sistemas de información para aumentar la
eficiencia en el desarrollo de los diferentes procesos de una empresa permite
obtener mejores y mayores resultados de cada unidad que los ejecuta porque además
la implementación de estos sistemas permite una mejor organización tanto de los
recursos como de tiempos teniendo en cuenta que muchas de las actividades
desarrolladas se vuelven automáticas y muchas otras que representaban un nivel
de complejidad alto se disminuyen.
Cuantificar el
rendimiento administrativo no se trata de realizar solamente una medición con
respecto a la cantidad de actividades ejecutadas actualmente con respecto a
situaciones anteriores sino de la calidad con que se realizan ya que la aplicación
de las tecnologías de la información permiten realizar un refinamiento de la
estructura y el flujo de cada proceso contribuyendo al mejoramiento continuo de
toda la organización.
La importancia de
aplicar metodologías y mecanismos para la extracción de la información
referente al rendimiento administrativo radica en que éstas son la base para la
toma de decisiones que afectan directamente a los objetivos estratégicos de la
organización y que en cierto momento se traducen como ventaja competitiva en el
mercado.
La ingeniería de
sistemas es el conjunto de metodologías que de forma interdisciplinar y bajo el
paradigma sistémico se utilizan para transformar e integrar todos los factores
que tienen que ver con las actividades humanas, mediante el análisis, diseño y
gestión de las mismas. De ésta forma cada una de las partes que componen la
ingeniería de sistemas se comportan como una serie de módulos organizados donde
sus componentes o elementos se encuentran interrelacionados e interactúan entre
sí, haciendo que las propiedades de ésta disciplina como un todo sea más que la
suma de sus partes por lo cual se hace más eficiente y aplicable para la
solución de problemas y para la satisfacción de las necesidades humanas.
La práctica de la
ingeniería de sistemas requiere más que sólo la aplicación del conocimiento de
las ciencias matemáticas y físicas para lograr el aprovechamiento de los
recursos, además requiere del ingenio humano y su responsabilidad social,
ambiental, económica, política, etc. que se debe tener para lograr su propio
desarrollo sostenible.
No hay comentarios:
Publicar un comentario