Capitulo 2

Capítulo II.-Aplicación de las TI en la toma de decisiones

2.1. - Toma de decisiones. Introducción

El proceso de toma de decisiones puede ser realizado desde varios enfoques, la “Teoría de
la Decisión” es un enfoque enmarcado en un ámbito predominantemente matemático,
basado en modelos matemáticos que permiten utilizar ecuaciones y generar con estas
resultados considerados como materia para la toma de una decisión, otro enfoque es el de
“decisión y elección” utiliza la asociación de nociones con implícitas opciones de libertad,
el cual es un campo de discusión para filósofos, sociólogos y psicólogos. (16)

Un tomador de decisiones que necesita adoptar una decisión basado en un problema hasta
entonces no manifestado, requiere de información que le permita conocer mejor las
variables que afectan la situación, la relación entre ellas, como influyen en un resultado,
así como los posibles efectos que se obtendrían y como compensarlos.

Por otra parte, para poder hablar de decisión en un sentido estricto, es necesario que el
número de alternativas posibles sea mayor que uno, en todos los casos, el tomador de
decisiones deberá estar en condiciones de evaluar todos los factores, tanto los objetivos
como los subjetivos, así como los resultados o consecuencias presumiblemente derivables
de sus acciones.

Toda organización se puede considerar como un ente procesador de información, para el

caso de los establecimientos de atención médica, estos al igual que el resto de
organizaciones deben de levantar, analizar, sintetizar e interpretar la información existente
en su entorno para su propio beneficio. De esta manera la información se convierte en un
elemento vital para la toma de decisiones sobre el que hacer y el que dejar de hacer.

El procesamiento de la información en los establecimientos de atención médica es vital

para la toma de decisiones, para algunos teóricos el procesamiento de la información y la
toma de decisiones son la raíz de toda actividad organizativa. Para ello se requiere de
conocer las definiciones existentes en el tema de modelos para toma de decisiones, para
poder aplicarlas en el modelo que se propone en este trabajo.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000.

16
 Capitulo 2

2.2. - Definiciones

Tomar decisiones es un nuevo término para designar una actividad antigua que consiste
en reaccionar ante situaciones más o menos inesperadas, esta actividad tiene relación con
los actos reflejos que abundan en nuestro devenir cotidiano y de los que regularmente no
tenemos conciencia ni recuerdo. El tomar una decisión depende de un gran número de
factores conscientes o inconscientes, razonables o irrazonables y cuyo peso en la decisión
poco tiene que ver con la calidad de la información contenida en ellos. La decisión que se
toma de esta manera es un asunto personal y no existe ningún sistema computacional que
se atreva a cambiarla. Sin embargo existen ciertas decisiones que son sometidas a un
análisis científico en donde dada la repercusión de sus resultados pueden caer en los
intereses de los demás; este tipo de decisiones pertenecen a aquellas que se elaboran a
nivel profesional y existe una corriente de opiniones que favorece que entre ellas se
incluyan las decisiones relacionadas con el área médica. De acuerdo a esta visión podemos
describir una tipología de las decisiones de la siguiente manera:

Decisiones que se pueden asumir sin necesidad de modelos sofisticados

(matemáticos o estadísticos). Son las decisiones diarias basadas en la experiencia
del tomador de decisiones y suelen tener repercusiones e influencias en los
objetivos, especialmente en el corto plazo.

Decisiones cuya racionalización requiere de una cierta información procesable

estadísticamente, pero dentro de unos límites relativamente simples. Utilizan
modelos empresariales sencillos.

Decisiones complejas, reservadas generalmente para grandes empresas o

instituciones públicas y para las cuales es necesario acudir a modelos matemáticos
de decisión para combinar las distintas opciones y encontrar la más adecuada.

Ahora bien, también las decisiones se clasifican de acuerdo al tipo de participantes que se
involucran en la toma de decisiones, en este caso de acuerdo a O.R. Holsti, (17) existen tres
modelos para la toma de decisiones, el primero de ellos es la “Política burocrática” de
donde se generan decisiones como resultado de una negociación entre organizaciones
burocráticas, en este modelo los valores de la organización están imperfectamente
relacionados y el comportamiento de la organización es político, el segundo modelo es
“Dinámica de grupos” en donde surgen decisiones como producto de la interacción grupal,
en este modelo la mayoría de las decisiones son tomadas en grupos elite pequeños, el
grupo es diferente a la suma de sus miembros y la dinámica de grupo afecta la calidad y
sustancia de las decisiones y el tercer modelo es “Proceso individual de toma de decisión”
en donde la decisión es producto de una decisión individual, en este modelo se da mayor
importancia a la evaluación individual y del proceso cognitivo, el cual puede conllevar a
límites cognitivos a la racionalidad y a desvíos sistemáticos y motivados. Dependerá de
cada proceso de la organización, la aplicación de cada modelo.
17.- Tres modelos de toma de decisión (O.R. Holsti), Internet

17
 Capitulo 2

Las condiciones de adopción de las decisiones puedan dar origen a formulaciones

claramente diferenciadas, por lo que también deberemos abordar la descripción de los
elementos constitutivos del proceso. Estos elementos, de acuerdo con la opción admitida
por los que tratan la Teoría de la Decisión, pueden resumirse en tres puntos, a los cuales
pueden añadirse dos de carácter metodológico. Los tres primeros puntos son:

1. La existencia de un conjunto de opciones o alternativas para abordar un

determinado problema.

2. El ambiente o contexto estructural en que el problema se presenta.

3. Una función de evaluación de resultados que establezca las consecuencias

asignables de la aplicación de cada alternativa en el ambiente del problema.

Matemáticamente, la formulación de lo expuesto es:

Sea un conjunto A, cuyos elementos ai son las respectivas alternativas es posible que A
sea un conjunto finito.

A = { a1 , a 2 , . . . , a i , . . . , a m }

Sea un conjunto O, cuyos elementos oj son los respectivos estados de la naturaleza

ambiente del problema. Este conjunto puede ser finito o no.

O = { o1 , o2 , . . . , oj , . . . , om }

La función de evaluación de resultados, que genera efectuar el producto cartesiano de A y

O, podrá traducir a términos cuantificables las hipótesis valorativas que se manifiestan en
la opción por una alternativa y la presentación de un concreto estado de la naturaleza,
produciendo su aplicación matemática en el campo real R.

A X O f R

Los otros dos elementos son:

1. El decisor, el ente al cual corresponde emitir criterios.

2. El ambiente que afecta al conjunto de estados de la naturaleza y que puede concretarse

de tres formas diferentes:

Ambiente de certidumbre.- cuando el decisor conoce con precisión y a priori, el

estado de la naturaleza que va a presentarse.

Ambiente de riesgo.- cuando se tiene información acerca del conjunto de los

estados de la naturaleza, pudiéndose asociar a cada estado una probabilidad de
ocurrencia, es decir, cuando el conjunto O es susceptible de que se le asocie una
distribución de probabilidad.

18
 Capitulo 2

Ambiente de incertidumbre.- cuando no se tiene información acerca del conjunto de

los estados de la naturaleza, no pudiéndose definir una función de probabilidad que
pueda asociarse a dicho conjunto.

Algunos autores mantienen que existe una diferencia sustancial entre una situación de
riesgo y una de incertidumbre, pero cuando se profundiza en el análisis de qué es
realmente una probabilidad, esta diferencia deja de serlo. Barba Romero, considera los
términos riesgo e incertidumbre como sinónimos, pues adopta el enfoque de que todas las
probabilidades han de estimarse, de mejor o peor forma, por lo que carece de sentido hacer
una diferenciación entre estas situaciones. (16)

El decisor se va a enfrentar ante la disyuntiva de escoger entre varias posibilidades, llamadas

alternativas, que en su conjunto constituyen el proceso de elección. Para seleccionar una
alternativa en este conjunto el decisor debe de manifestar diversos puntos de vista
denominados criterios.

A su vez, los atributos son aquellos valores que el decisor utiliza para caracterizar las
distintas alternativas, o bien, son los componentes, características y propiedades de los
objetos estudiados en el proceso de decisión. Estos valores pueden medirse con relativa
independencia de los deseos y necesidades del decisor, siendo generalmente susceptibles
de expresarse como una función matemática de las variables de decisión. Cuando el
número de atributos es muy grande, éstos suelen presentarse en una estructura jerárquica.
Cada grupo de la jerarquía suele tener alrededor de siete elementos. Esto tiene su origen en
la Teoría de Miller (1965) según la cual siete aspectos (+/- 2) es la mayor cantidad de
información que un observador puede dar sobre un objeto basado en un juicio absoluto.

Las alternativas que tiene el decidor pueden clasificarse por extensión, que enumera todos
sus elementos o por comprensión que enuncia las propiedades de los elementos del
conjunto. Para evaluar las alternativas es necesario definir sus atributos, las evaluaciones
pueden ser cualitativas o cuantitativas. Las evaluaciones cuantitativas pueden ser
expresadas en escalas:

Cardinal ratio.- que indica la distancia de los objetos a un origen no arbitrario, los
ratios de las evaluaciones de las alternativas se tienen en cuenta y no varían si se
multiplican todos los valores de la escala por una constante.

Cardinal intervalo.- que indica la distancia de los objetos a algún origen arbitrario.
En este tipo de escalas se obtiene una ordenación de los objetos y de las distancias
entre ellos. En ellas se permiten la adición, la sustracción y el producto por una
constante positiva para redefinir el origen.

Ordinal.- que ordena todas las alternativas sin tener en cuenta la distancia entre
ellas, por lo que el valor numérico no es significativo, sólo la posición de la
alternativa en la ordenación que proporciona el criterio en cuestión. (16)
16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de
nuevos productos, Metodología de implantación, Elena Font Graupera, 2000.

19
 Capitulo 2

Por otra parte las decisiones también pueden ser clasificadas como:

Repetitivas.- este tipo de decisiones se toman en niveles organizacionales

intermedios y se caracterizan por ser en cierta medida predecibles, afecta
primordialmente las operaciones cotidianas de la organización, algunos autores las
denominan como decisiones estructuradas o parcialmente estructuradas o bien
decisiones programadas.

No repetitivas.- esta categoría suele presentarse en los niveles más altos de la

organización y se caracteriza por un considerable grado de incertidumbre, con
frecuencia son llamadas decisiones no estructuradas o no programadas. (18)

Una vez definidos los elementos que existen en una toma de decisiones, es necesario
conocer los mecanismos que existen para tomar una decisión.

2.2.1. - El proceso para tomar una decisión

Este proceso es una de las actividades que se realizan con mayor frecuencia en el mundo
de los negocios, lo llevan a cabo todos los niveles de la organización y de acuerdo al nivel
en el cual se tome una decisión será el efecto de esta. De acuerdo a Anthony, (18) existen
tres tipos de decisiones: planeación estratégica la cual se enfoca en el largo plazo, control
administrativo dirigido al mediano plazo y control operacional enfocado en los problemas
cotidianos es decir, a corto plazo.

El objetivo de este proceso es encontrar una solución satisfactoria a un problema

determinado. Hebert Simon, (18) define "solución satisfactoria", como aquella solución que
supera todos los niveles de aspiración exigidos por el decisor.

El concepto de satisfactorio intenta reflejar de alguna manera el hecho de que en

ocasiones, las limitaciones cognitivas del decisor llevan a pensar en términos de
racionalidad limitada, la cual tiene en cuenta las limitaciones de los agentes decisores en
términos de su capacidad para observar y comprender el sistema en el cual están actuando.

El proceso de toma de decisiones puede resumirse a través de diferentes etapas, las cuales
suelen presentarse de manera similar en la mayoría de las aplicaciones. Las figuras 1 y 2
muestran esquemáticamente estos modelos.

18.- Sistemas de información para los negocios. Un enfoque de toma de decisiones, Daniel Cohen, Enrique Asín, Mc
Graw Hill, 2000

20
 Capitulo 2

Inteligencia Se reconoce que existe un problema para el cual se debe de

tomar una decisión

Diseño Se generan las alternativas de solución para el problema

Se evalúa cada una de las alternativas que se generaron en la

Selección fase anterior

Implantación Se pone en marcha y se da seguimiento

Figura 1. - Modelo del proceso de toma de decisiones de Simon. (18)

Identificar el problema Problemas

viejos?
Selección de acciones usuales
Identificar alternativas

Evaluar alternativas
Generar nueva alternativa
no
Seleccionar alternativa

Implantación

Figura 2. - Modelo del proceso de toma de decisiones de Slade. (18)

Como se puede observar ambos modelos son similares iniciando con la identificación del
problema y concluyendo con la implantación de una alternativa.

Cuanto mayor sea la confianza en la solución dada, mayor motivación tendrá el decisor
para su ejecución y su implantación con éxito. La confianza de un decisor en que una
solución es la "mejor" depende de una gran variedad de factores, entre los que podemos
destacar los siguientes:

18.- Sistemas de información para los negocios. Un enfoque de toma de decisiones, Daniel Cohen, Enrique Asín, Mc
Graw Hill, 2000

21
 Capitulo 2

A mayor imprecisión e incertidumbre de un problema, menor confianza en su

decisión.

A menor correspondencia entre la formulación del problema y las características

reales del mismo, menor confianza en su solución.

A mayor número de alternativas factibles evaluadas en el proceso de decisión,

mayor confianza en la elección final.

A mayor número de alternativas similares, menor confianza en la elección final.

A mayor correspondencia entre la formulación analítica del modelo y los juicios

intuitivos del decisor, mayor nivel de confianza

Es importante no perder de vista que uno de los elementos más importantes en el proceso
de toma de decisión es el objetivo, ya que este encaminará al decidor a realizar la
selección adecuada, En general, los objetivos implican la maximización o minimización
de las funciones correspondientes a los atributos que reflejan los valores del decisor.

Con los elementos de toma de decisión y los modelos del proceso de toma de decisión,
contamos con la información necesaria para generar nuestra propuesta, sin embargo, ahora
nos enfrentamos a los diferentes estados que surgen de la conjugación de dichos
elementos.

2.2.2. - Clasificación de los problemas de decisión.

Las decisiones a tomar dependerán entonces del estado de la naturaleza del problema y del
número de opciones que se tengan del mismo. De esta manera podemos clasificar los
problemas en la toma de decisión como una combinación de ambos.
Tabla 1.- Clasificación de los problemas en toma de decisiones.
Atributos Número de Estados de la Naturaleza
por
resultado UNO VARIOS

UNO Criterio único en ambiente de Criterio único en ambiente de

certeza incertidumbre
VARIOS Multicriterio en ambiente de Multicriterio en ambiente de
certeza incertidumbre

Los modelos para la toma de decisiones, teniendo en cuenta esta clasificación de los
problemas de decisión, pueden clasificarse entonces según el número de estados de la
naturaleza en determinísticos y probabilísticos y según el número de atributos en modelos
monocriterio y modelos multicriterio. (16)

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000.

22
 Capitulo 2

A partir de 1960, la decisión multicriterio se individualiza con su propia terminología y

problemática de seleccionar una alternativa en presencia de criterios múltiples y surge una
nueva disciplina en el campo de la teoría de la decisión denominada Análisis Multicriterio
o Toma de Decisiones Multicriterio MCDM (Multiple Criterio Decision Making).

El problema de la decisión multicriterio se plantea en diferentes tipos de organizaciones, pues

es difícil que una decisión satisfaga a todos los implicados.

Existen dos escuelas dentro de la MCDM, la de origen anglosajón, más normativa (en el
sentido de cómo deben ser las preferencias), y la francesa, más positiva, que pretende estudiar
las preferencias reales del decisor, y cuyo principal objetivo es ayudar a éste a elegir la
solución más compatible con tales preferencias.

Vincke (1989), (16) uno de los representantes más destacados de la escuela francesa de
ayuda a la decisión afirma que “resolver” un problema de decisión multicriterio consiste
en ayudar al decisor a organizar los datos del problema y a progresar hacia una solución.

Podemos distinguir dos direcciones importantes en el campo del MCDM, la Toma de

Decisiones Multiatributo o MADM discreta y la Toma de Decisiones Multiobjetivo MODM
o MCDM continua, la segunda está asociada a problemas cuyas alternativas están definidas
por medio de restricciones, y son, en general infinitas, además los diferentes atributos vienen
siempre expresados a partir de unas variables de decisión numéricas, mientras que en la
MADM no sucede así y los atributos que aparecen en la MADM pueden ser incluso
cualitativos.

La Toma de Decisiones Multiatributo MADM trabaja con un número finito, generalmente

pequeño de alternativas predeterminadas, A = { A1 , A2 , . . . , Am} de las cuales se conoce
sus evaluaciones sobre cada uno de los atributos, X1 , X2 , . . . , Xn , que no tienen que ser
necesariamente cuantificables, los cuales son representados a través de la denominada
matriz de decisión.

Denotaremos esta matriz por D = ( Xij ), donde Xij es el resultado alcanzado por la
alternativa Ai , j = 1, . . . , n y el atributo Xi.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000.

23
 Capitulo 2

Matriz de decisión.

X1 X2 ... Xj ... Xn

A1 x11 x12 ... x1j ... x1n

A2 x21 x22 ... x2j ... x2n

... ... ... ... ... ... ...

Ai xi1 xi2 ... xij ... xin

... ... ... ... ... ... ...

Am xm1 xm2 ... xmj ... xmn

La decisión final consistirá en la elección de una o más alternativas de A como la “mejor”

o “mejores”, basándonos en la información aportada por el decisor acerca de sus
preferencias sobre los atributos de las alternativas. En los casos en que el número de
atributos sea muy elevado, Steward (1981) (16) recomienda utilizar el análisis factorial para
conseguir un número más reducido de “hipercriterios”.

Para la toma de decisiones en los establecimientos de atención médica en la asignación de

recursos consideraremos la toma de decisiones multicriterio con la dirección multiatributo, ya
que tenemos diferentes criterios procedentes de los diferentes puntos de vista de los
involucrados y tenemos también alternativas ya evaluadas de las cuales ya podemos conocer
sus efectos. La propuesta del modelo se enfocará en la decisión de un solo decisor a la vez,
aunque este puede tener diferentes enfoques a otros decisores, sin dejar de comentar que
existen también modelos para múltiples decisores a la vez.

Ahora es necesario conocer los métodos MADM para determinar cual de ellos necesitamos
usar.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000.

24
 Capitulo 2

2.2.3. - Tipos de métodos de MADM

Es posible clasificarlos en cuatro grandes grupos:

1. La teoría de la utilidad multiatributo.- basada en una función de utilidad que

representa las preferencias del decisor sobre las alternativas, de esta manera se
selecciona la alternativa que tenga mayor puntuación.

2. La programación compromiso.- la cual consiste en seleccionar la alternativa más

próxima a la situación ideal.

3. Modelos de concordancia.- busca la alternativa que mejor satisface una medida de

concordancia dada.

4. Modelos satisfacientes.- basados en la lógica satisfaciente de Hebert Simon que

simplemente proporcionar un conjunto de alternativas aceptables, que en general
superan los niveles de aspiración del decisor.

Dentro del modelo ha trabajar consideraremos la teoría de la utilidad multiatributo, ya que el

decisor conocerá la utilidad de las alternativas y estas podrán ser ponderadas.

El método a utilizar también dependerá de la cantidad de información que se posee, desde

este punto de vista podemos clasificarlos como:

Métodos que se pueden utilizar sin conocer ninguna información sobre las
preferencias del decisor de los atributos, utilizados básicamente para una primera
aproximación.

Métodos que para ser utilizados necesitan información previa de las preferencias del
decisor sobre los atributos.

Métodos interactivos, en este tipo de métodos las soluciones está en función de que
el decisor aporte nueva información y seleccionará la solución final, hasta que
considere que esta es la adecuada. (16)

En este caso consideraremos tanto el método interactivo ya que el decidor deberá

proporcionar la información y el modelo generará diferentes alternativas, hasta que el decidor
considere que encontró la alternativa deseada, como el método que requiere de información
previa, pero que el decisor no requiere proporcionar, ya que existe información estándar
sobre algunos de los procesos en la asignación de recursos para los establecimientos de
atención médica.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000

25
 Capitulo 2

2.2.3.1. - Métodos no interactivos.

El uso de los métodos no interactivos dependerá de la situación que se tenga, de tal manera se
generan los siguientes casos:

a). - Métodos que no toman en cuenta las preferencias del decisor:

1. - Dominancia.- Consiste en detectar todas las alternativas como un primer paso para
posteriormente utilizar otro método más completo que proporcione una solución final.

2. - Maximin. - Consiste en seleccionar de cada alternativa el valor más pequeño sobre la

base de los atributos y elegir aquella cuyo valor sea el mayor entre los seleccionados, pero
solo se puede utilizar cuando los distintos atributos sean comparables, es decir que sean
medibles en una escala común y que sean del tipo criterio- beneficio.

3. - Máximax.- Al igual que en maximin, pero se toma el valor mayor de cada alternativa.

b). - Métodos en los cuales se posee información sobre los atributos:

1. - Estableciendo un nivel para cada atributo según las preferencias ordinales.- Se emplean
como un proceso de filtrado para eliminar alternativas inaceptables y se dividen en:

Método conjuntivo.- Si B = { j: xj es criterio beneficio } y C = { j: xj es criterio

costo }

Una alternativa Ai será considerada aceptable sí y sólo sí

xij = xjB, para toda j ∈ B

xij ≤ xjC, para toda j ∈ C

donde xjB es el nivel mínimo deseable para el atributo beneficio xj y xjC es el

máximo deseable para el criterio costo xj.

Método disyuntivo.- Garantiza la selección de todas aquellas alternativas con

puntuación destacada en al menos uno de los atributos. Según este método, una
alternativa Ai es aceptable sí y sólo sí

xij ≥ xjB para algún j ∈ B ó xij ≤ xjC para algún j ∈ C

2.- Indicando la importancia relativa de cada atributo según las preferencias ordinales.- se
conocen las preferencias pero no se sabe la ponderación que permita una ordenación, en este
tipo podemos encontrar:

Método lexicográfico.- requiere una ordenación según su importancia, se comparan

las alternativas y se selecciona la que tenga un mayor peso, si existiera alguna

26
 Capitulo 2

situación en donde la ponderación es la misma se compara sobre un segundo atributo

en importancia y así sucesivamente hasta agotar todos los atributos.

Eliminación por aspectos.- cada alternativa es expresada según un conjunto de

aspectos, se selecciona un aspecto con probabilidad proporcional a su peso,
eliminando las alternativas que no lo incluyen, repitiéndose hasta quedar una única
alternativa.

Método de permutaciones.- Se basa en analizar todas las posibles ordenaciones de

las alternativas, contrastando cada ordenación frente a todas las demás de esta
manera se identifica a la mejor.

Método REGIME.- Utilizada cuando solo se dispone de datos cualitativos tanto

para las ponderaciones de los criterios como para las evaluaciones de las
alternativas sobre los criterios. Esta información puede estar expresada en escala
ordinal, binaria o nominal, una de su principal característica es que utiliza los datos
cualitativos como tales, no realiza operaciones matemáticas

3. - Indicando la importancia relativa de cada atributo según preferencias cardinales.- Se

asigna un peso cardinal a cada uno de los atributos, los métodos para este tipos son:

Método de asignación lineal.- Permite la utilización de datos cualitativos.

Método de ponderación aditiva simple.- El decisor asigna un peso cardinal a cada uno
de los atributos para expresar la importancia de éstos para él. Se confecciona una
escala numérica de valores de las alternativas sobre un atributo particular, de manera
que los valores correspondientes a los distintos atributos sean comparables. El decisor
puede obtener una puntuación total para cada alternativa multiplicando la valoración
de dicha alternativa sobre cada atributo por la ponderación asignada a éste y sumando
los productos sobre todos los atributos.

Proceso analítico jerárquico (AHP).- Se basa en la descomposición de un problema

complejo en una estructura jerárquica con varios niveles. El nivel más alto está
formado por un único elemento, el objetivo global del problema, y el nivel más
bajo por las alternativas concretas del problema, de manera que los niveles
intermedios están formados por los atributos organizados jerárquicamente. En este
contexto se comparan entre sí los elementos de un mismo nivel con respecto al
propósito del nivel superior adyacente y se construye un conjunto de matrices de
comparaciones binarias.

Método electre.- Consiste en hacer una partición del conjunto de alternativas

eficientes en dos subconjuntos, uno que contiene las alternativas más favorables
para el decisor y otro que está formado por los menos favorables.

Método promethee.- Se basa en la construcción de una relación de

sobreclasificación, intentando utilizar conceptos y parámetros que tengan una
interpretación fácilmente comprensible por el decisor.

27
 Capitulo 2

Método topsis.- Se basa en buscar la alternativa que se encuentra a distancia

mínima de la solución ideal y a distancia máxima de la anti-ideal, este método
exige que las evaluaciones de las alternativas con respecto a los criterios estén
expresadas en una escala comparable.

4. - Proporcionando la relación marginal entre los atributos.- Este tipo de información

sobre intercambios se suele utilizar principalmente para diseñar nuevas alternativas, más
que para elegir entre algunas ya existentes. Para esta opción se cuenta con el siguiente
método:

Método de Trade-offs jerárquico.- Se utiliza cuando existe interdependencia entre

los atributos, el objetivo es que todas las alternativas alcancen los mismos valores
en todos los atributos menos uno y posteriormente evaluarlas sobre dicho atributo.

c). - Métodos que utilizan datos sobre comparaciones globales de alternativas dos a dos.
Dentro de este grupo se encuentran los siguientes casos:

1. - Se conocen las preferencias del decisor para pares de alternativas.

Linmap.- Este método se utiliza principalmente en Marketing y plantea como

solución aquella alternativa que minimiza la distancia al punto ideal, utilizando el
punto ideal para calcular la distancia y no la alternativa ideal.

Linpac.- Utiliza comparaciones binarias de criterios procedentes del decisor y se

basa en que se conoce la situación del punto ideal, de modo que las alternativas se
pueden ordenar en base a este punto, eligiendo como solución la que se encuentre a
menor distancia.

Prodalt.- Corresponde al nombre de un programa computacional que ordena las

alternativas basado en un enfoque probabilístico.

2. - Se conocen las proximidades para pares de alternativas.-. Esta información se puede

utilizar para construir una representación espacial multidimensional.

Multidimensional Scaling.- Basado en la regresión lineal que permite encontrar las

coordenadas de los objetos en una dimensión menor de la de partida. (16)

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000

28
 Capitulo 2

2.2.3.2. - Métodos interactivos.

Muchos de los métodos fueron desarrollados originalmente para programación multiobjetivo,

pero también pueden ser aplicados al caso de un número finito de alternativas. Los más
representativos son:

Método STEM

Método de punto de mira

Método de Korhonen, Zionts y Wallenius

Método VIMDA (16)

2.2.4. - Ponderación de preferencias y atributos.

Las preferencias que el decidor tiene sobre las alternativas pueden ser clasificadas en función
de la situación en:

Tabla 2.- Clasificación de las preferencias del decisor sobre las alternativas.
Situación Definición
Indiferencia Existen razones claras y positivas para elegir la equivalencia
Preferencia estricta Una de las dos acciones es significativamente preferida a la otra
Preferencia débil Existen razones claras que impiden la preferencia estricta, pero son
insuficientes para deducir una preferencia estricta en favor de la otra
o la indiferencia entre ambas
Incomparabilidad Las dos acciones no son comparables en el sentido de que ninguna de
las tres situaciones anteriores predomina

Los atributos de las alternativas a su vez se pueden ponderar utilizando diferentes

métodos, los cuales pueden ser clasificados como:

Métodos directos.- Utilizados principalmente en la teoría de la utilidad

multiatributo, obteniendo la ponderación sobre la base de cálculos muy sencillos,
destacando los siguientes:

Ratio.- Se ordenan los atributos según su importancia, asignando al menos

importante el número 10 y a los demás se les asignan múltiplos de 10 según
su ordenamiento sobre la base de su importancia.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000

29
 Capitulo 2

Swing.- Se basa en una alternativa que bien puede ser ficticia pero que
posee los peores resultados y el decisor debe cambiar dicho resultado de
uno de los atributos del peor al mejor, finalmente deberá decidir que
atributo produjo el mejor cambio y ordenarlos del peor al mejor, al atributo
con el mejor cambio se le asignan 100 puntos y al resto se les pondera con
un porcentaje del mayor.

Tradeoff.- Se basa en comparar dos alternativas que pueden ser ficticias

sobre dos atributos, estas alternativas tendrán el mejor resultado en un
atributo y el peor en otro, entonces se debe cambiar el resultado para uno
de los atributos y obtener una diferencia entre las dos, se trabaja con el
atributo más importante.

Comparaciones sucesivas.- Se basa en comparaciones binarias de

subgrupos de criterios.

Métodos aproximados.- Este tipo de métodos utilizan una matriz formada con la
información del decisor y cuyos elementos son comparaciones de criterios por pares
tipo ratio, existen dos tipos los cuales son:

Método del vector propio de Saaty.- Su método forma parte de un método

completo de MADM, el AHP (Analytic Hierarchy Process). La información
se conforma en una matriz nxn, W= wij, donde wij, es la medida de la
importancia del criterio i frente al criterio j, la ponderación se establece en
base a los valores de la tabla 3 (16):

Tabla 3.- Ponderación de criterios

1 Igual importancia para dos criterios

3 Débil importancia de uno sobre el otro

5 Importancia esencial de un criterio sobre el otro

7 Importancia demostrada de un criterio sobre otro

9 Importancia absoluta de un criterio sobre otro

2, 4, 6, 8 Valores intermedios entre dos juicios adyacentes, que se emplean

cuando es necesario un término medio.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000

30
 Capitulo 2

Método del vector propio modificado.- Es una variante del método del vector
propio de Saaty, procedimiento de Cogger y Yu el cual considera una matriz
diagonal.

Método del vector propio graduado.- este método permite que la solución
refleje la incertidumbre del decisor de esta manera es más realista la confianza
del decisor.

Método de extremos.- En este grupo se encuentran los métodos de mínimos

cuadrados, directos, mínimos cuadrados ponderados y mínimos cuadrados
logarítmicos .

Método de entropía.- Se basa en que la importancia del criterio, medida por su

ponderación correspondiente está directamente relacionada con la información
intrínseca promedio generada por el conjunto de alternativas factibles de un problema
de decisión particular y que también se ve influenciada por la importancia que el
decisor le otorgue.

Ponderación libre.- Consiste en que el decisor proporciona una ordenación según la

importancia que estos tienen para él. Estos métodos se utilizan en los métodos
MAMD, son métodos cualitativos, los cuales pueden utilizar técnicas para realizar
aproximaciones hasta obtener el valor cuantitativo esperado. (16)

Una vez descrita la teoría sobre los modelos para la toma de decisiones, se requiere de
conocer la teoría para los sistemas de información aplicados a la toma de decisiones.

2.3. - Sistemas de información para la toma de decisiones

Los sistemas de soporte para la toma de decisiones se definen como un conjunto de

programas y herramientas que permiten obtener de manera oportuna la información necesaria
para tomar una decisión de una situación que se desarrolla en un ambiente de incertidumbre.

Por este motivo la información debe ser exacta completa y proporcionada en el menor tiempo
posible, de tal manera que se minimicen los riesgos.

2.3.1. - Clasificación de los Sistemas de información para la toma de

decisiones

Podemos clasificar los sistemas en transaccionales e informacionales.

Los sistemas transaccionales surgen con las primeras aplicaciones empresariales de los
equipos computacionales, para realizar de forma automatizada tareas administrativas. Sus
usuarios tienen perfiles bajos o medios en cuanto a responsabilidad y capacidad de tomar una
decisión. En la figura 3 se representa un sistema transaccional.

16.- Tesis doctoral "Gestión de información en el proceso analítico jerárquico para la toma de decisiones de nuevos
productos, Metodología de implantación, Elena Font Graupera, 2000

31
 Capitulo 2

insertar modificar

consultar eliminar

Figura 3. – Sistema transaccional.

Los sistemas informacionales utilizan los datos almacenados en los sistemas informáticos de
las empresas para generar información útil, aplicable en los procesos de toma de decisiones,
también pueden incorporar datos procedentes de fuentes externas para su análisis. Llevando a
cabo análisis, mediante consultas y procesos masivos con una proyección de los resultados
hacia el presente y el futuro. Sus usuarios tiene perfiles altos en cuanto a su responsabilidad y
capacidad par tomar una decisión. La figura 4 representa un sistema informacional.

insertar consultar

Figura 4. – Sistemas informacionales

Si comparamos ambos sistemas podemos resaltar las siguientes diferencias:

Tabla 4.- Comparación entre sistemas transaccionales e informacionales.

Sistemas transaccionales Sistemas informacionales
Procesamiento de datos Ayuda a la toma de decisiones
Orientados al registro de los eventos de Orientados al análisis de los datos
negocio acumulados y a la simulación de alternativas
Poca atención a los datos acumulados Trabajo con grandes volúmenes de datos
Proporcionar información básica Enfoque hacia el presente y el futuro
Énfasis en la consistencia, la seguridad y los Énfasis en la flexibilidad y la utilización ad
tiempos de respuesta hoc

Una vez que se definió la clasificación de los sistemas de información, ahora se clasificarán
los sistemas de información para el apoyo a la toma de decisiones:

Sistemas de soporte para la toma de decisiones DSS (Decision Support Systems),

apoyan la toma de decisiones mediante generación y evaluación sistemática de
diferentes alternativas, mediante el empleo de modelos y herramientas
computacionales.

Sistemas de información para ejecutivos EIS (Executive Information Systems),

dirigidos a apoyar el proceso de toma de decisiones de los altos ejecutivos, presentan
información relevante y usan recursos visuales y de fácil interpretación.

32
 Capitulo 2

Sistemas para la toma de decisiones de grupo GDSS (Group Decision Support

Systems), su objetivo es lograr la participación de un grupo de personas durante la
toma de decisiones en ambientes de anonimato y consenso, apoyando decisiones
simultaneas.

Sistemas expertos de soporte para la toma de decisiones EDSS (Expert Decision

Support Systems), permite cargar bases de conocimiento para que sean consultadas
por diferentes usuarios apoyando la toma de decisiones. (18)

2.3.1.1.- Decision Support Systems (DSS).

Las características que deben de tener este tipo de sistemas son:

Interactividad.- sistemas computacionales que puedan interactuar en forma amigable

y con respuestas en tiempo real.

Variabilidad en el tipo de decisiones.- apoyo al proceso de decisiones estructuradas y

no estructuradas.

Frecuencia de uso.- Utilización frecuente.

Variedad de usuarios.- puede ser usado por diferentes usuarios de diversas áreas.

Flexibilidad.- permite adaptarse a una variedad determinada de estilos

administrativos.

Posibilidad de desarrollo.- Permite que el usuario desarrolle de manera directa

modelos de decisión sin la participación operativa de profesionales en informática.

Interacción ambiental.- Permite interactuar con información externa

Comunicación inter-organizacional.- Facilita la comunicación de información

relevante d e los niveles altos hacia los operativos y viceversa.

Acceso a base de datos.- Tiene capacidad de almacenar información de las bases de

datos corporativas.

Simplicidad.- Debe ser simple de manejar y fácil de aprender por el usuario final.

Para la implantación de un DSS técnicamente existen varias alternativas las cuales son:

Implantación aislada en microcomputadoras.- esta opción se recomienda para

tomadores de decisiones independientes, que no requieren de interactuar con otros
sistemas o personas.

18.- Sistemas de información para los negocios. Un enfoque de toma de decisiones, Daniel Cohen, Enrique Asín, Mc
Graw Hill, 2000

33
 Capitulo 2

Implantación en microcomputadoras interconectadas constituyendo una red local.-

utilizada para la toma de decisiones secuenciales o simultáneas, las cuales involucran
la participación de diferentes personas.

Microcomputadoras conectadas a minicomputadoras o a mainframes.- utilizado para

toma de decisiones secuenciales compartiendo un mismo DSS, el cual está centrado
en el mainframe.

Podemos encontrar en el mercado modelos desarrollados bajo los DSS, en ellos el usuario
puede utilizar modelos clásicos, entre ellos están los modelos de inventarios, control de
proyectos, programación lineal, simulación, colas, análisis estadístico y planeación
financiera.

Los DSS tienen la posibilidad de manejar y almacenar información haciendo uso del acceso a
bases de datos corporativas, generación de información privada en bases de datos locales y
manipulación de información a través de técnicas de manejo de información. También
permiten al usuario desarrollar sus propios modelos de decisión, estos sistemas deben ser de
fácil accesos para la explotación de la información a través de gráficas de alta calidad y
reportes que se diseñan y obtienen en intervalos cortos de tiempo.

Los DSS pueden utilizar bases de datos corporativas, locales y archivos propietarios así
como, bases de datos públicas y de Internet.

Las tendencias futuras de los DSS están en el apoyo a decisiones simultáneas, uso de DSS
desarrollados en diversas localidades remotas, mayor apoyo gráfico, mayor desarrollo para
computadoras personales, uso del reconocimiento de voz, descentralización del proceso de
toma de decisiones, mayor desarrollo de software haciendo mayor uso de data warehouse y
de data mining, incremento en la generación de modelos para ser utilizados en el Internet. (18)

2.3.1.2.- Executive Information Systems (EIS).

Se define como un sistema computacional que provee al ejecutivo acceso fácil a la

información interna y externa al negocio con el fin de dar seguimiento a los factores críticos
del negocio. Con esta definición se puede decir que los EIS se basan en la información
presente dejando a un lado los escenarios futuros. Sus principales características son:

Diseñados para cubrir las necesidades específicas de la alta administración.

Extraen, filtran, comprimen y dan seguimiento a la información crítica del negocio.

Los ejecutivos interactúan de forma directa con el sistema sin intermediarios.

Sistema caracterizado por manejo de gráficos de alta calidad, información tabular y

en forma de texto.
18.- Sistemas de información para los negocios. Un enfoque de toma de decisiones, Daniel Cohen, Enrique Asín, Mc
Graw Hill, 2000

34
 Capitulo 2

Acceso de información que se encuentra en línea.

El sistema está soportado por elementos especializados de hardware tales como

monitores o videos de alta resolución y sensibles al tacto, ratón e impresora con
tecnología avanzada.

Para que un EIS tenga éxito deberá estar orientado hacia el uso gráfico de pantallas, deben ser
rápidos, la información debe estar disponible y actualizada y los datos incorporados deben ser
críticos para el éxito de una empresa.

El funcionamiento de los EIS se logra con el apoyo de paquetes como Excel o lotus, sin
embargo existen herramientas especializadas tales como, el Commander EIS, Command
Center, Executive Decisions y Executive Edge, la disponibilidad de software comercial a
contribuido al crecimiento de este tipo de sistemas, cuyo precio oscila entre 100,000 a
200,000 dólares para uso en mainframes.

Las tendencias futuras de los EIS son, mejor integración con otras aplicaciones, desarrollo de
mejor software comercial, mejores interfaces sistema – ejecutivo. (18)

2.3.1.3.- Group Decision Support Systems (GDSS).

Es un sistema interactivo basado en computadora, que facilita la solución de problemas no

estructurados por un conjunto de tomadores de decisiones que trabajan en equipo. Estos
sistemas deben de estar integrados por un líder o facilitador, un solicitante y los participantes.
Sus características son:

Sistemas diseñados para apoyar decisiones en grupos.

Accesibles para usuarios con diferente nivel de conocimiento computacional y de

soporte a la decisión.

Los GDSS pueden ser específicos o generales.

Deben contener mecanismos para evitar el desarrollo de conductas negativas en el

grupo.

Deben motivar a los miembros del grupo a participar de manera activa.

Este tipo de sistemas requieren de una sala de decisión la cual debe contener una red local de
decisión y un sistema de teleconferencia.

18.- Sistemas de información para los negocios. Un enfoque de toma de decisiones, Daniel Cohen, Enrique Asín, Mc
Graw Hill, 2000

35
 Capitulo 2

Actualmente se cuentan con varios paquetes desarrollados para el GDSS entre ellos están:
PLEXSYS, Colab, Shell GDSS, SAMM, DECAID, LADN, SMU Decision Lab, APL,
DELAWARE y GROUPSYSTEMS.

La tendencia futura en este tipo de sistemas está en el mejoramiento de la tecnología con la

que actualmente se están llevando a cabo las juntas, mayor apoyo en el Internet y utilización
de inteligencia artificial.

2.3.1.4.- Expert Decision Support Systems (EDSS).

Un sistema experto se puede definir como un sistema computacional interactivo que permite
la creación de bases de conocimiento, los cuales una vez cargadas responden a preguntas,
despegan y sugieren cursos de acción emulando el proceso de razonamiento de un experto
para resolver problemas en un área específica del conocimiento humano.

Este tipo de sistemas se ha logrado desarrollar gracias al uso de la inteligencia artificial, la

cual podemos definir como la ciencia que estudia de manera sistemática el comportamiento
inteligente, con el fin de imitar o simular las habilidades humanas mediante la creación y
utilización de computadoras. Dentro de la inteligencia artificial existe una variedad de áreas
las cuales son:

La robótica.- que estudia la imitación del movimiento humano a través de robots,

estos robots son programados para desempeñar casi cualquier tarea en las empresas.

La simulación de la capacidad sensorial humana.- es un área que a partir de las

computadoras pretende imitar las capacidades o habilidades sensoriales humanas tales
como vista, oído, habla y tacto.

El lenguaje natural.- que se enfoca en el diseño y desarrollo de software capaz de

aceptar, interpretar y ejecutar instrucciones dadas por los usuarios en su lenguaje
nativo, sin embargo a esta rama aún le falta mayor desarrollo.

Los sistemas expertos.- los cuales permiten cargar bases de conocimientos obtenidos
a través de la experiencia de un especialista o experto.

La complejidad de los sistemas expertos genera limitaciones en el manejo de la información,

para eliminar estas limitaciones se han desarrollado redes neuronales, que son software
diseñados para imitar los procesos del pensar del ser humano, su nombre proviene de la
similitud con la forma de operar del cerebro en donde las neuronas forman enlaces en base a
pulsos electrónicos.

En el caso de los problemas que tienen datos imprecisos o problemas que tienen más de una
solución pueden encontrar respuesta a través del uso de la lógica difusa que es una técnica
matemática.

36
 Capitulo 2

También existe el concepto de “agente inteligente”, el cual es un programa diseñado con

conocimientos para realizar ciertas tareas específicas, normalmente repetitivas. El propósito
principal es poder asignar tareas al agente inteligente, las cuales se harán más rápido, más
frecuentemente y con mayor eficiencia que si fueran desarrolladas por el ser humano.

Para utilizar un sistema experto es conveniente primero observar si se cumplen las siguientes
características:

Utilización de varios expertos dentro del trabajo rutinario

Las decisiones que se toman son complejas y siguen una secuencia lógica.

La lógica de la toma de decisiones y la solución al problema se pueden traducir en un

árbol de decisión que muestre todos los cambios posibles y las acciones que se
deben de realizar en cada caso.

El conocimiento está bien definido y es profundo.

El problema no tiene solución analítica.

Las reglas del juego no cambian con demasiada frecuencia

Existen pocos expertos en otras áreas de la organización.

Para el desarrollo de sistemas expertos es necesario utilizar las herramientas necesarias, estas
pueden ser lenguajes de programación los cuales son llamados shells.

Existe una tendencia a denominar a los lenguajes relacionados con la inteligencia artificial y
los sistemas expertos como lenguajes de quinta generación, los más conocidos son: LISP y
PROLOG, dentro de esta categoría se encuentran C, Pascal, ADA y SMALLTALK. Aunque
actualmente se tienen lenguajes orientados a objetos con aplicaciones en web los cuales están
siendo muy utilizados para el desarrollo de este tipo de sistemas. En el mercado podemos
encontrar paquetes de sistemas expertos como VP-EXPERT, EXSYS, LEVEL 5 e
INTELLIGENT DEVELOPER, entre otros.

La tendencia futura de este sistema es una mayor utilización de los mismos en las
organizaciones, a futuro, las interfases serán en lenguaje natural, mayor uso de herramientas
inteligentes para explotar la información, integración con otras tecnologías y el comercio
electrónico en Internet se verá fuertemente beneficiado. (18)

Los sistemas de información requieren de manejo de información y para ello requieren de

sistemas de almacenaje de datos, en la siguiente sección se describen estos sistemas.

18.- Sistemas de información para los negocios. Un enfoque de toma de decisiones, Daniel Cohen, Enrique Asín, Mc
Graw Hill, 2000

37
 Capitulo 2

2.3.2.- Sistemas de datawarehousing

Estos Sistemas constan de tres elementos principales:

1. Levantamiento y gestión de grandes volúmenes de datos.

2. Análisis de datos, tecnología OLAP y herramientas de datamining.
3. Software de consulta amigable e intuitivo.

La evolución de estos sistemas es representada en la figura 5.

Informes Queries DSS,EIS, Dataware-

(70´s) flexibles OLAP houses,
(80´s) (90´S) Datamining

Información Informes Análisis multidimensional,

predefinida y dinámicos y identificación de tendencias
estática ad hoc

Figura 5. – Evolución de los sistemas Datawarehousing/Datamining.

Un Datawarehouse es un gran almacén de datos, en el que se integran datos procedentes de

varias fuentes, ya sea internos o externos a la empresa. Y debe cumplir el principio
arquitectural fundamental: la separación de los sistemas transaccionales de los
informacionales en dos entornos tecnológicos diferentes, para que el análisis de los datos
acumulados del negocio no interfiera con el procesamiento y registro de nuevas
transacciones.

Los datawarehouse se encuentran organizados por temas y no por funciones, en estos

sistemas también se utiliza del concepto Data Mart para referirse a un almacén de datos de
menor tamaño, restringido generalmente a un área temática o a un departamento de la
empresa.

Las etapas para la construcción de un Datawarehouse son:

Captura de datos.- utilizando herramientas para la extracción que soportan múltiples

formatos de almacenamiento (bases de datos, tablas de textos, hojas de cálculo, etc.)

Tratamiento, conversión y transformación de los datos.- teniendo que homologar,

mezclar o enriquecer los datos, podemos resaltar los siguientes: detección y
corrección de errores como la eliminación de registros duplicados, anulación de
valores sin sentido, homologación en la denominación de las variables, uso de
diferentes unidades de medida, uso de diferentes formatos para fechas o cantidades,
incorporación de valores que por defecto no estén incluidos, eliminación de campos
que no aportarán nada al análisis y obtención de más información sobre las entidades
objeto de análisis.

38
 Capitulo 2

Existen tres tipos de sistemas de gestión de datos en los datawarehouse.

Base de datos relacional tradicional.- Las bases de datos convencionales son Access,
SQL Server, Oracle Sybase, DB2, basado en un proceso de normalización.

Base de datos relacional, con un diseño en estrella y una desnormalización de tablas.-

consiste en utilizar estructuras de datos no normalizadas que incorporan redundancias
que permiten agilizar las consultas.

Bases de datos multidimensional.- Se almacenan los datos en cubos

multidimensionales, especialmente diseñados para acelerar las consultas y el análisis
multidimensional de la información.

Las herramientas de exploración del Datawarehouse facilitan el análisis de los datos

acumulados para generar informes y gráficos útiles para la toma de decisiones, de donde
podemos distinguir tres grandes grupos de herramientas disponibles para la exploración:

Herramientas queries and reporting.- permite generar informes predefinidos a partir

de los campos calculados, así como preparar consultas ad hoc de forma gráfica,
técnica QBE, Quero By Example o mediante el lenguaje SQL (Structure Query
Language).

Análisis multidimensional (OLAP: ON LINE ANALYTICAL PROCESSING).- Son

herramientas que facilitan el análisis de los datos a través de dimensiones y de
jerarquías, utilizando consultas rápidas predefinidas y subtotales previamente
calculados.

Herramientas de datamining.- Son técnica avanzadas que permiten detectar y

modelizar relaciones entre los datos y obtener información no evidente. (19)

2.3.2.1. - Análisis multidimensional OLAP.

Este tipo de técnica emplea un modelo multidimensional constituido por tres componentes:

Dimensiones.- grupos conceptuales que permiten analizar o consolidar los datos.

Medidas o indicadores.- valores numéricos que se guardan en la base de datos.

Jerarquías de dimensiones.- distintos niveles de agregación dentro de una dimensión.

19.- Sistemas de información. Herramientas prácticas para la gestión empresarial, Álvaro Gómez Vieites, Carlos Suárez
Rey, Alfa omega, 2004

39
 Capitulo 2

Las operaciones básicas de análisis multidimensional permiten navegar por los datos
almacenados en el Datawarehouse teniendo operaciones como: cambio de dimensión de
análisis (drill across), permutar dos dimensiones de análisis (swap), subir (up) o descender
(down) en el nivel de agregación, profundizar para alcanzar datos de un nivel inferior (drill
down), expansión de un nivel de información (expand) y anulación de la expansión de un
nivel de información (collapse).

Hyperion es una de las empresas líderes en el mercado mundial de herramientas OLAP, a

través de su plataforma Business Intelligence Essbase XTD. (19)

2.3.2.2. - Herramientas datamining (minería de datos).

Constituyen métodos avanzados para explorar y modelizar relaciones en grandes volúmenes

de datos y obtener información que se encuentra implícita. Podemos clasificar en tres grupos
los diferentes tipos de herramientas utilizados en la minería de datos:

Herramientas estadísticas
Calculo de parámetros estadísticos (medias, varianzas, correlaciones, etc.)
Técnicas bayesianas
Tests de hipótesis
Técnicas de regresión lineal
Análisis multivariante
Análisis cluster (agrupación de datos para poder llevar a cabo la segmentación)

Herramientas simbólicas
Árboles de decisión
Reglas

Herramientas de inteligencia artificial

Redes neuronales
Algoritmos genéticos

La metodología de datamining consta de las siguientes etapas:

Muestreo.- selección de una muestra de datos

Exploración.- Determinación de las tendencias principales, rango de las variables

clave, frecuencia de los valores, correlación entre variables, etc.

Modificación.- Transformación y filtrado de variables.

Modelización de comportamiento.- empleando redes neuronales, árboles de decisión,

análisis de regresión ó análisis estadístico multivariante.

19.- Sistemas de información. Herramientas prácticas para la gestión empresarial, Álvaro Gómez Vieites, Carlos Suárez
Rey, Alfa omega, 2004

40
 Capitulo 2

Evaluación.- comprobación de la validez del modelo

Presentación.- presentación gráfica de los resultados. (19)

Una vez definidas las herramientas para el desarrollo de modelos y sistemas de toma de
decisione, es necesario visualizar la aplicación de estas herramientas en el proceso de toma
de decisiones para la asignación de recursos en los establecimientos de atención médica.

2.4. - Información y toma de decisiones en los establecimientos de atención

médica

En toda organización existe un sin fin de información, que si no se le da una correcta

aplicación, en vez de convertirse en un elemento vital, para la toma de decisiones se
convierte en un grave problema y en muchas ocasiones termina la información en la
basura, totalmente desaprovechada. Por ello es importante conocer perfectamente cada
proceso de nuestra organización, para identificar las fuentes de información, saber
interpretarlas y utilizarlas adecuadamente.

En nuestro caso la asignación de recursos debe realizarse a través de un proceso en el que

participan diferentes variables, dependiendo del recurso estas variables tienen un valor
diferente, sin embargo, para cualquier tecnología médica podemos emplear el mismo
procedimiento y solo habrá que definir el tipo de información necesaria dependiendo del
recurso que se desee asignar.

La relación de la información en el proceso de planeación, adquisición y administración de

la tecnología médica se representa en la figura 6.

En este diagrama se plasma el proceso para la asignación de recursos en materia de salud,

cabe mencionar que esta propuesta está desarrollada para sistemas de salud públicos, sin
embargo debido a la operación que tienen los sistemas de salud privados es posible
aplicarla también a ellos, mediante la eliminación de algunos de los pasos.

También es necesario aclarar que en este diagrama se representa la gestión de la

tecnología médica en particular para el equipo médico, lo que no impide que otros
recursos también puedan ser incluidos, solo que habrá que considerar diferentes variables
para algunos casos y diferentes fuentes de información.

19.- Sistemas de información. Herramientas prácticas para la gestión empresarial, Álvaro Gómez Vieites, Carlos Suárez
Rey, Alfa omega, 2004

41
 Capitulo 2

Evaluación de Evaluación de Evaluación de Presupuesto Definición de Planeamiento

necesidades la tecnología la instalación prioridades del equipo

Procedimientos Base de datos Base de datos Base de datos Base de datos Base de datos
de análisis de ETS requerimientos de precios para toma de de servicios
decisiones
Planeación

Preparación de Preparación Hacer oferta Recibir Evaluación de Adjudicar

especificaciones oferta licitaciones propuestas licitación

Base de datos Condiciones de Especificacion Análisis de Base de datos

licitación es técnicas licitación de precios
Adquisición

Recepción Instalación y Capacitación

puesta en marcha
Procedimientos
Operación del
Procedimientos Procedimientos equipo Base de datos
para toma de
Mantenimientos decisiones
del equipo Bases de datos

Administración Administración
del equipo

Figura 6. - Relación de la información con la tecnología médica de los establecimientos de atención médica.
(modelo propuesto por ECRI , modificado por la autora de este trabajo)

Representan las actividades necesarias para el cumplimiento del proceso.

Representa el tipo de información necesaria para cumplir con la actividad.

Representa la base de datos, necesaria para los procesos que realizan toma de
decisiones.

Como podemos observar en la figura 6, la información está incluida en todas las etapas del
proceso, ya sea como procedimientos definidos para cumplir cierta actividad, como base
de datos que permiten accesar a determinada información o como bases de datos que
requieren de un modelo para la toma de decisiones. Esta es la propuesta de esta tesis, en
donde dicho modelo proporcionará opciones a los tomadores de decisiones en base ala
información de cada actividad que conforma el proceso.

En el capítulo siguiente se describirá la metodología para la propuesta del modelo.

42