Rosa Isela Cortes Vargas 2013

Reportes mensuales, trimestrales, semestrales o anuales. Cmo puedo saber los resultados de todos los procedimientos implementados en mi empresa? La mejor manera de estar atentos a los resultados son los: Reportes empresariales En muchas empresas se utilizan los reportes mensuales, trimestrales, semestrales o anuales, donde se presentan los avances obtenidos, con la finalidad de verificar si todo marcha bien, o de lo contrario implementar nuevos procedimientos. A continuacin te daremos un ejemplo sugerido de lo que puede llevar un reporte empresarial: INFORMACIN GENERAL

Glosario de trminos y definiciones Resumen ejecutivo Factores de riesgo Otros valores Destino de los fondos Documentos de carcter pblico ADMINISTRACIN Auditores externos Operaciones con personas relacionadas y conflicto de intereses Administradores y accionistas Estatutos sociales y otros convenios

LA COMPAA Historia y Desarrollo de la empresa. Descripcin del Negocio Actividad principal y estrategias de la empresa Canales de distribucin del producto o servicio Patentes, licencias, marcas y otros contratos Principales clientes Recursos humanos Responsabilidad social y desempeo ambiental Informacin del mercado Estructura corporativa Descripcin de sus principales activos Procesos judiciales, administrativos o arbitrales Acciones representativas del capital social

Rosa Isela Cortes Vargas 2013

INFORMACIN FINANCIERA Informacin financiera seleccionada Informacin financiera por zona geogrfica Informe de crditos relevantes Comentarios y anlisis de la administracin sobre los resultados de Operacin y situacin financiera de la empresa Resultados de la operacin Situacin financiera, liquidez y recursos de capital Control interno Estimaciones contables crticas

MERCADO ACCIONARIO Estructura accionaria Comportamiento de la accin en el Mercado de Valores ANEXOS Comentarios y sugerencias adicionales. El anterior es un reporte empresarial sugerido y general, ahora lo que se tendr que decidir es si este deber ser entregado por una persona encargada de recabar la informacin por cada departamento o de lo contrario, cada uno de los departamentos presentar su propio reporte.

Rosa Isela Cortes Vargas 2013

Business Intelligence > Cubos de anlisis multidimensional Los cubos de anlisis permiten el anlisis de datos crticos desde cualquier ngulo, en cualquier combinacin. Gracias a esta tcnica es posible realizar anlisis a criterio del usuario, desde los ms sencillos a los ms complejos. La herramienta permite desarrollar modelos de Data Mining para tratar de descubrir patrones de comportamiento, tendencias, etc. Todo ello empleando algoritmos de clasificacin, regresin, segmentacin, etc. Informes sencillos con el Ad Hoc Query Condiciones previas Antes de poder utilizar el Ad Hoc Query debe definir grupos de usuarios y reas funcionales. stos se crean en el Query ABAP.

Rosa Isela Cortes Vargas 2013

Si todava no ha creado grupos de usuario y reas funcionales, seleccione Sistemas info Informes ad hoc Query ABAP Entorno Grupos de usuarios o reas funcionales. Para ms informacin, consulte la documentacin online para el Query ABAP.

Procedimiento Paso 1: Seleccin de nmeros de personal: 1. Seleccione Gestin de Recursos Humanos Sistemas info Infotools Ad hoc Query. 2. Seleccione Vista Marca seleccin Seleccin de campos. El sistema visualiza las reas funcionales del Ad Hoc Query en un estructura de rbol. 3. Seleccione un campo de una de las reas funcionales (por ejemplo, Datos personales) y confirme la seleccin. El sistema transfiere el mbito requerido al campo de seleccin, donde se visualiza en la etiqueta. 4. Entre los valores que necesita en los campos De y A.

Los tipos de valor (numrico, alfanumrico, fecha) que puede entrar para los campos de seleccin dependen de la clase de seleccin introducida. Adems, la clase de seleccin determina si puede utilizar ambos campos o slo el campo De. Por ejemplo, con la seleccin Apellidos o Poblacin slo puede utilizar el campo De. 5. Seleccione Vista Marca seleccin Seleccin de campos. 6. Seleccione Ejecutar seleccin. El sistema visualiza la cantidad de nmeros de personal que se encuentran en el campo Resultado de la seleccin. Puede visualizar y actualizar los diferentes nmeros de personal (que incluyen los nombres de los empleados) seleccionando Visualizar nmeros de personal.

Rosa Isela Cortes Vargas 2013

En caso necesario puede marcar nmeros de personal para que se excluyan del informe antes de ejecutar el segundo paso. El nmero de aciertos se ajusta correspondientemente en el campo Resultado de la seleccin.

Desde la visualizacin de la lista se puede acceder directamente a los datos maestros de HR para los nmeros de personal listados. Paso 2: Informes acerca de los nmeros de personal seleccionados: 1. Seleccione Vista Campos de salida Seleccin de campos. 2. Seleccione un campo de una de las reas funcionales (por ejemplo, Datos personales) y confirme la seleccin. El sistema transfiere el mbito requerido al campo de seleccin, donde se visualiza en la etiqueta. 3. Seleccione Ad Hoc Query Salida. Resultado Los datos especificados en los campos de salida se emiten en funcin de los criterios de seleccin.

No se emiten datos para los nmeros de persona que borr de la lista antes de ejecutar el segundo paso. Datamining (Minera de datos) El datamining (minera de datos), es el conjunto de tcnicas y tecnologas que permiten explorar grandes bases de datos, de manera automtica o semiautomtica, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Bsicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este fin, hace uso de prcticas estadsticas y, en algunos casos, de algoritmos de bsqueda prximos a la Inteligencia Artificial y a las redes neuronales.

Rosa Isela Cortes Vargas 2013

De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algn significado especial pasan a convertirse en informacin. Cuando los especialistas elaboran o encuentran un modelo, haciendo que la interpretacin que surge entre la informacin y ese modelo represente un valor agregado, entonces nos referimos al conocimiento. Vea ms diferencias entre datos, informacin y conocimiento. Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso comn a todos ellos se suele componer de cuatro etapas principales: Determinacin de los objetivos. Trata de la delimitacin de los objetivos que el cliente desea bajo la orientacin del especialista en data mining. Preprocesamiento de los datos. Se refiere a la seleccin, la limpieza, el enriquecimiento, la reduccin y la transformacin de las bases de datos. Esta etapa consume generalmente alrededor del setenta por ciento del tiempo total de un proyecto de data mining. Determinacin del modelo. Se comienza realizando unos anlisis estadsticos de los datos, y despus se lleva a cabo una visualizacin grfica de los mismos para tener una primera aproximacin. Segn los objetivos planteados y la tarea que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en diferentes reas de la Inteligencia Artificial. Anlisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los obtenidos por los anlisis estadsticos y de visualizacin grfica. El cliente determina si son novedosos y si le aportan un nuevo conocimiento que le permita considerar sus decisiones.

Rosa Isela Cortes Vargas 2013

Carga de trabajo en las fases de un proyecto de datamining

En resumen, el datamining se presenta como una tecnologa emergente, con varias ventajas: por un lado, resulta un buen punto de encuentro entre los investigadores y las personas de negocios; por otro, ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios. Adems, no hay duda de que trabajar con esta tecnologa implica cuidar un sinnmero de detalles debido a que el producto final involucra "toma de decisiones". En el artculo Data Mining: Torturando a los datos hasta que confiesen, Luis Carlos Molina proporciona una visin muy clarificadora sobre la minera de datos, incluyendo interesantes ejemplos de aplicaciones de la misma. Recomendamos su lectura.

Rosa Isela Cortes Vargas 2013

Anlisis > Estadstico > Qu es? Por anlisis se entiende la separacin de las partes de un todo hasta llegar a conocer sus principios o elementos. Si extendemos esta definicin al mbito estadstico, podremos afirmar que el anlisis estadstico es el anlisis que emplea tcnicas estadsticas para interpretar datos, ya sea para ayudar en la toma de decisiones o para explicar los condicionantes que determinan la ocurrencia de algn fenmeno. Recordemos que existen dos grandes ramas de la estadstica: Estadstica descriptiva Centrada, como su propio nombre indica, en describir las caractersticas de una serie de datos. Por ejemplo, dada una poblacin, calcular su edad media, distribucin de frecuencias de dicha edad, desviacin tpica, etc. Se pretende facilitar un retrato de dicha poblacin que permita definirla con precisin. Los anlisis realizados con esta finalidad suelen ser catalogados como muy sencillos y de escasa dificultad. Esto no debe hacer que los despreciemos, dado que, con un pequeo esfuerzo, facilitan informacin muy til e imprescindible para la comprensin de la realidad de dicha poblacin. Debe tenerse en cuenta un detalle importante: los anlisis descriptivos restringen sus conclusiones a la poblacin analizada. Es decir, si se estudia un grupo de 30 personas, los valores de edad media, peso, etc. sern vlidos nicamente para

Rosa Isela Cortes Vargas 2013

esas 30 personas. Si se desea extrapolar la informacin recogida a un grupo mayor, ser necesario utilizar la estadstica inferencial. Estadstica inferencial Continuando con el ejemplo anterior, supongamos que deseamos estimar la edad media de los habitantes de una ciudad. Existen dos vas: 1. Se pregunta a todos los habitantes su edad y se calcula el promedio (estadsitca descriptiva).

2. Se pregunta la edad a un grupo de personas y se extiende las conclusiones a toda la ciudad; en este caso hablamos de estadstica inferencial.

Rosa Isela Cortes Vargas 2013

La estadstica inferencial pretende extraer informacin sobre ms elementos de los estrictamente analizados. Esta extrapolacin puede realizarse a travs de modelos y algoritmos predictivos. Partiendo de la poblacin anteriormente citada, se pretende responder a preguntas tales cmo:

A cuntas personas tengo que preguntar para estimar la edad de toda la ciudad?. Cul ser la edad media dentro de 5-10-15 aos?. Se puede calcular la edad de dichas personas en funcin de otras caractersticas (por ejemplo el peso o el sueldo que ganan)?

ENTREGA DE REPORTES MENSUALES Para facilitarte este proceso el formato de reporte mensual se encuentra en opcin formatospara su rpido llenado e impresin. (Debes imprimirlo de lado y lado en la misma hoja).

La entrega de los reportes mensuales (en original y fotocopia) ser del 1 al 5 da hbil de cada mes, ejemplo: si iniciaste en Marzo, tu primer reporte lo entregars del 1 al 5 de abril y el de abril en mayo y as sucesivamente.

De existir un atraso en la entrega de dos reportes mensuales o ms se cancelar automticamente el servicio social.

Las personas que firmaron el programa de actividades al inicio de tu trmite, deben ser las mismas que firmen los reportes mensuales.

Software de Business Intelligence Todas las soluciones de BI tienen funciones parecidas, pero deben de reunir al menos los siguientes componentes:

10

Rosa Isela Cortes Vargas 2013

Multidimensionalidad: la informacin multidimensional se puede encontrar en hojas de clculo, bases de datos, etc. Una herramienta de BI debe de ser capaz de reunir informacin dispersa en toda la empresa e incluso en diferentes fuentes para as proporcionar a los departamentos la accesibilidad, poder y flexibilidad que necesitan para analizar la informacin. Por ejemplo, un pronstico de ventas de un nuevo producto en varias regiones no est completo si no se toma en cuenta tambin el comportamiento histrico de las ventas de cada regin y la forma en que la introduccin de nuevos productos se ha desarrollado en cada regin en cuestin. Data Mining: Las empresas suelen generar grandes cantidades de informacin sobre sus procesos productivos, desempeo operacional, mercados y clientes. Pero el xito de los negocios depende por lo general de la habilidad para ver nuevas tendencias o cambios en las tendencias. Las aplicaciones de data mining pueden identificar tendencias y comportamientos, no slo para extraer informacin, sino tambin para descubrir las relaciones en bases de datos que pueden identificar comportamientos que no muy evidentes. Agentes: Los agentes son programas que "piensan". Ellos pueden realizar tareas a un nivel muy bsico sin necesidad de intervencin humana. Por ejemplo, un agente pueden realizar tares un poco complejas, como elaborar documentos, establecer diagramas de flujo, etc. Data Warehouse: Es la respuesta de la tecnologa de informacin a la descentralizacin en la toma de decisiones. Coloca informacin de todas las reas funcionales de la organizacin en manos de quien toma las decisiones. Tambin proporciona herramientas para bsqueda y anlisis.

11