01

Estrategia de inteligencia de negocios

Importancia del Business Inteligence 02

Transformación del BI en inteligencia 03
Beneficios del análisis inteligente 05
Implantación de un sistema analítico 06
Objetivos 08
Módulo Importancia estratégica del Big Data

Implantación del modelo de gestión 09

Proyecto de Implantación 11
Integración del Big Data con el BI 12

Casos Prácticos Resueltos

 Estrategia de Inteligencia de Negocios

I. Importancia del Business Intelligence

Gran parte del valor de las empresas reside en su capacidad de innovar

y manejar información que genere conocimiento y beneficios. Las que
logran situarse en mejor posición son las que tienen más posibilidades de
sobrevivir y garantizar su crecimiento.

El Data Business Analytics proviene de la fusión e integración de

Business Intelligence y Big Data Analytics. Se refiere a las capacida-
des analíticas de información, que son la evolución de los sistemas de
Inteligencia de Negocios y que proporcionan datos de valor diferencial
para toma de decisiones. A esta generación de soluciones se le conoce
como “Inteligencia Analítica de Negocios”.

La estrategia basada en el Business Intelligence está ligada a la creación de

un modelo de big data y a los procesos de información. Se trata de saber
cómo se puede transformar la información en una herramienta directa para
la toma de decisiones.

Las inversiones en Tecnologías de Información (TI) han recibido una fuerte

atención por su papel estratégico. Sobre todo con sistemas como ERPs, que
ya son parte normal de la cadena de integración y generación de informa-
ción. Las empresas se están dando cuenta de que su activo más importante
y menos reconocido es la información que generan y obtienen. La forma en
que se obtiene, manipula y usa esta información es la que puede definir su
éxito.

Existen tres modelos diferenciados de análisis inteligente empresarial (BI): BI

histórico, Bi analítico y BI de planificación.

Las empresas empiezan a apostar de forma decidida por herramientas mix-

tas que fusionan aplicaciones de inteligencia de negocio con big data para
la mejora de los procesos de gestión masiva de datos y sistemas de informa-
ción. La estrategia de la información esta basada en tres factores clave: aná-
lisis, supervisión y planificación.

2
 Estrategia de Inteligencia de Negocios

II. Transformación del BI en inteligencia

Hablar de inteligencia analítica (Data Business Analytics) es hacerlo de

capacidades superiores que permiten predecir escenarios. Estas solu-
ciones han evolucionado de ser bases de datos (datamarts) a aplicacio-
nes de análisis de minería de datos (datamining) y texto con modelos
estadísticos. Las capacidades analíticas permiten generar escenarios de
probabilidad que definen no el “qué pasó” sino el “qué pasaría si”.

Las aplicaciones tradicionales de BI generan reportes con información histórica

de tal forma que se obtiene una radiografía de lo que había sucedido no de lo
que podría suceder.
Ejemplo
Haciendo una analogía de lo que los sistemas tradicionales proponen es como viajar
en un automóvil y ver por el espejo retrovisor el trayecto de la carretera recorrido
pero sin poder ver la parte de delante que representa el futuro.

3
 Estrategia de Inteligencia de Negocios

El valor de la información se traduce en valor estratégico. Ser competitivo

no significa igualar una estrategia o seguir una tendencia sino diferenciarse
del resto por valor aportado.

Una solución analítica reorganiza la estrategia comercial haciéndola más

proactiva y aumentando la rentabilidad de los clientes.

Para obtener la máxima recuperación de la inversión a través de la im-

plantación de Inteligencia Analítica de Negocios las empresas deben tener
claro el objetivo comercial que respaldará su aplicación. El retorno de
inversión (ROI) se genera por las respuestas que ofrece sobre aspectos im-
portantes del negocio.

4
 Estrategia de Inteligencia de Negocios

Las soluciones analíticas requieren menos tiempo para su implantación y

la recuperación de la inversión es más rápida. Además añaden valor a las
aplicaciones de integración de datos sin tener que programar desde cero o
modificar la forma con la que se viene trabajando con el software de pro-
ductividad similar (ERP).

En Marketing se obtienen mejores índices de fidelidad y respuesta a campa-

ñas especialmente en lo que se refiere a tiempos de respuesta y costes más
bajos debido a una mejor identificación de su origen.

III. Beneficios del análisis inteligente

La Inteligencia de Negocios es el conjunto de técnicas, procesos y arqui-

tectura que transforman los datos recopilados en información relevante,
desde la disminución de costes hasta la creación de nuevos negocios, nue-
vas líneas de productos...

Los beneficios de Analytics más importantes son:

ശശ Incremento de la eficiencia: permite diferenciarse. Con Analtytics la informa-
ción se puede centralizar y visualizar en una misma plataforma y convertirla en
información útil y organizada, ahorrando tiempo y recursos y haciendo la toma
de decisiones más eficiente.
ശശ Visión del negocio con información precisa. La administración de una empresa
no puede ser manejada solo por la intuición ya que no siempre funciona y
puede generar graves problemas.
Con la información apropiada y estructurada se pueden tomar decisiones ba-
sadas en conocimiento que la misma empresa genera. BI y Analytics pueden
proveer de información histórica más acertada, actualizaciones en tiempo real,
resumen de los datos entre departamentos, filiales, oficinas, predicción y ten-
dencias basadas en información y análisis situacional, etc.
ശശ Análisis del comportamiento del consumidor: BI Analytics permite analizar
hábitos de compra y convertir la información en venta y rentabilidad. También
permite hacer más eficientes las campañas de fidelización. Se podrían construir
modelos predictivos que faciliten la venta cruzada, promociones, ventas de pro-
ductos con servicio y otras estrategias dirigidas al cliente correcto gracias a la
información adecuada.

5
 Estrategia de Inteligencia de Negocios

ശശ Optimización del control sobre las áreas funcionales: producción, inventario,

marketing, compras, finanzas, servicio post-venta... son susceptibles de estar
incluidas en un sistema de BI Analytics ya que en todas las áreas funcionales se
necesitan datos de los clientes, costes de materias primas, investigación y desa-
rrollo... Tener la información almacenada en un solo lugar con la posibilidad de
cruzarla y analizarla en cuestión de minutos es un gran beneficio en costes y en
tiempo además de disminuir los errores en la toma de decisiones.
ശശ Obtención de respuestas más rápidas sobre la estrategia del negocio: un
directivo debe tomar decisiones acertadas muchas veces bajo la presión del
tiempo y de objetivos. Con las opciones que ofrece la inteligencia analítica
se pueden obtener respuestas rápidas a grandes cuestiones en minutos. Por
ejemplo un solo informe de BIA (BI Analytics) puede contener las cifras de
ventas, desempeño de marketing, costes, inventarios, canales de distribución,
penetración de productos, satisfacción de clientes, etc.
Un ejemplo claro lo vemos en la siguiente pantalla en la que se muestra un
cuadro de mando de nivel gerencial.

IV. Implantación de un sistema analítico

Uno de los principales problemas de los sistemas de Business Intelligence

Analytics es la escasa repercusión que su implantación tiene en el modelo
de gestión. Los sistemas de gestión de información acaban en muchos ca-
sos siendo sólo sistemas de representación, de utilización puntual por un
número reducido de personas. Los aspectos en los que se debe basar son:

6
 Estrategia de Inteligencia de Negocios

ശശ Motivación. Se desea disponer de una forma atractiva de visualizar la informa-

ción y facilidad para elaborarla Se quiere incorporar elementos que faciliten la
toma de decisiones, la gestión y unifique la información utilizada y la forma de
aprovecharla.
La inversión en modelos de inteligencia analíticos no genera valor ni rendi-
miento en el corto plazo.
ശശ Necesidades a cubrir.
ശശ Tener una herramienta de visualización de la información en el for-
mato deseado (pantalla, listado, reporte, correo electrónico, etc…)
ശശ Navegar por la información que facilite a los departamentos de so-
porte el análisis de la información y la preparación de la misma de la
forma más visual y eficiente posible.
ശശ Facilitar al Departamento o Área de Informática la elaboración de in-
formes de manera rápida y ágil para su distribución.
ശശ Reforzar las capacidades de gestión de los directivos con herramien-
tas que les ayuden a mejorar su proceso de gestión de la información.

Si en una herramienta de BIA se está buscando básicamente utilización de in-

formación probablemente se vean cubiertas las aspiraciones sin demasiados
problemas y se termine poniendo en marcha un sistema de visualización, cuya
principal característica será la reducción de los tiempos para acceder a la infor-
mación y facilitar las labores de análisis.

Si se buscan soluciones que ayuden al Proceso de Toma de Decisiones la tec-

nología big data permite mejorar los procesos operando un cambio cultural y
metodológico.

ശശ Puesta en marcha.
ശശ Definición del Modelo de Información que se quiere implementar
(definición de los indicadores y sus dimensiones) y de las estructuras
de las tablas del Data Warehouse en su caso.

7
 Estrategia de Inteligencia de Negocios

ശശ Procesos de extracción, transformación y carga y desarrollo de las es-

tructuras multidimensionales que van a soportar la visualización
ശശ Construcción de la interface que va a utilizar el usuario final (infor-
mes, pantallas, cuadros de mando, indicadores, interfaz de base de
datos, etc….).

Este modelo no nos es suficiente si se quiere construir un sistema de gestión de

la información basado en analítica de datos avanzada incrementando las capa-
cidades existentes a nivel directivo e implementando una forma de gestionar la
información y tomar decisiones.

Es necesario incorporar dos etapas en el proceso:

ശശ Previa: el Establecimiento de las Necesidades y los Requerimientos de
Gestión (ENRG).
ശശ Final: la Implantación del Modelo de Gestión (MG).

V. Objetivos

El objetivo es determinar qué características han de tener los procesos de

gestión de la toma de decisiones. Para ello hay que profundizar en varias
actividades:

ശശ Análisis de situación. Obtener conocimiento de la empresa y de los aspectos

relacionados con la toma de decisiones: relaciones formales e informales, cana-
les de comunicación y si existe alguna normalización del proceso de decisiones
y el grado de descentralización y autonomía existente entre áreas, niveles ope-
rativos y canales de comunicación.

8
 Estrategia de Inteligencia de Negocios

ശശ Definición del Proceso de Toma de Decisiones deseado. Antes de empezar a

construir el sistema hay que definir cómo se desea que funcione la empresa
con una segunda batería de preguntas:
ശശ A quién y para qué vamos a dar acceso a la información?
ശശ ¿Queremos descentralizar la toma de decisiones o dejarla en unas
pocas manos?
ശശ ¿Qué necesitamos para tomar decisiones: información a largo/corto
plazo, información real/objetivos, datos/situación de proyectos,
etc…?
ശശ ¿Cómo y con qué periodicidad debe fluir la información?
ശശ ¿Quién y cómo asigna responsabilidades?
ശശ ¿Cómo se gestionan?
ശശ Análisis de cambios en el Modelo de Gestión necesarios. Es preciso plantear
las diferencias entre el modelo existente y el deseado ya que nos permitirá
establecer las barreras a la implantación de un modelo de gestión nuevo y los
elementos a los que puede ser conveniente renunciar. El objetivo es determi-
nar los problemas de la implantación.
ശശ Establecimiento de la Estrategia de Proyecto de adopción de BI Analytics.
Cómo realizar el desarrollo del nuevo modelo de gestión de la información e
implantarlo.

VI. Implantación del modelo de gestión

Si queremos que el sistema implantado sea algo más que una mera herra-
mienta en función de las características del usuario deberemos plantear-
nos una estrategia de implantación, cuyo principal objetivo será acomo-
darla a los cambios surgidos durante la fase de desarrollo. Deberá incluir
un Plan Director que determine quién va accediendo, a qué y con qué
seguimiento.

La Estrategia de Implantación debe estar supeditada a los objetivos inicia-

les del proyecto. Entre ellos se encuentra la formación sobre el Modelo de
Gestión de la Información Analítica y de la Toma de Decisiones decidido
(común a toda la organización) y sobre las Soluciones y Herramientas imple-
mentadas (a cada usuario en función de lo que vaya a utilizar). Además hay
que considerar los siguientes aspectos:

9
 Estrategia de Inteligencia de Negocios

ശശ Puesta en marcha del sistema en Producción, es decir, arranque del Proceso de

Gestión desde el punto de vista tecnológico y organizativo.
ശശ Establecimiento de los parámetros sobre personas, procesos y áreas para medir
el grado de cumplimiento de objetivos, la gestión de datos y analíticas y métri-
cas necesarias desde el punto de vista metodológico.

Para asegurarse que el sistema implantado cumple con los objetivos y ge-
nera un cambio en el modelo de gestión de la información hay que crear un
Modelo de Seguimiento de la Implantación ajustado a los sistemas definidos
en la fase de definición estratégica del proyecto:
ശശ Calendario de implantación.
ശശ Personas implicadas en la gestión.
ശശ Objetivos de cumplimiento.
ശശ Creación de un equipo multidisciplinar de seguimiento y control.
ശശ Fijación de hitos.
ശശ Plan de puesta en marcha, previo la fase de testeo y prueba.
ശശ Formación.

Lineas de Trabajo

10
 Estrategia de Inteligencia de Negocios

VII. Proyecto de implantación

Para que un sistema de BI Analytics tenga éxito hay que tratarlo como una
herramienta de visualización, reporting y gestión de la data que facilite
el acceso a la información existente. El Proyecto de Implantación de un
Sistema de Gestión de la Información y la Toma de Decisiones debe con-
templarse como un proceso integral:

ശശ Estableciendo por qué y para qué queremos implantarlo.

ശശ Estableciendo objetivos, metas, elementos a controlar, acciones a desarrollar.
ശശ Planificando y asignando responsabilidades.
ശശ Seleccionando las herramientas y soluciones más adecuadas para cada usuario
(visualización, análisis, planificación).
ശശ Comunicando los objetivos a la organización.
ശശ Formando sobre los objetivos perseguidos, los cambios necesarios y, en último
lugar, en las herramientas y soluciones seleccionadas.
ശശ Generando un proceso de decisión basado en información y experiencia en la
propia compañía.
ശശ Aplicar políticas y filosofías de supervisión y acción permanente, para conse-
guir llevar a buen puerto el nuevo sistema, verificando el cumplimiento de los
objetivos inicialmente establecidos.

En el proyecto se establecerán los objetivos y los beneficios que generará.

Deberá contemplar al menos los siguientes aspectos:
ശശ Planteamiento estratégico.
ശശ Cuadro de mando de BI.
ശശ Gestión del conocimiento.
ശശ Gestión del talento.
ശശ Gestión de competencias.
ശശ Gestión de la calidad.
ശശ Gestión del capital intelectual

11
 Estrategia de Inteligencia de Negocios

Modelo Estratégico de Alineación

VIII. Integración del big data con BI

Big Data y BI son dos tecnologías que sirven para analizar datos y ayudar
en el proceso de toma de decisiones aunque difieran tanto en la forma de
hacerlo como en el tipo de datos que analizan.

La metodología tradicional de BI se basa en el principio de agrupar todos los

datos empresariales en un servidor central. Normalmente estos datos se ana-
lizan en modo off-line tras almacenar la información en un entorno denomi-
nado Datawarehouse.

Los datos se estructuran en una base de datos relacional convencional con un

conjunto adicional de índices y formas de acceso a las tablas (cubos multidi-
mensionales).

12
 Estrategia de Inteligencia de Negocios

Una solución Big Data difiere en muchos aspectos del BI aunque se comple-
menten y necesiten. Las principales diferencias son:
ശശ En un entorno de Big Data los datos se almacenan en un sistema de ficheros
distribuido en lugar de en un servidor central. Es más seguro y flexible.
ശശ Las soluciones de Big Data llevan las funciones de proceso a los datos en lugar
de los datos a las funciones. Al estar el análisis centrado en torno al dato per-
mite manejar cantidades más grandes de información de forma más ágil.
ശശ Big Data puede analizar datos en diferentes formatos tanto estructurados como
no estructurados. El volumen de datos no estructurados (aquellos no almace-
nados en una base de datos tradicional) está creciendo a niveles muy superio-
res que los estructurados. Su análisis conlleva distintos retos y herramientas
específicas que permiten un análisis global de distintas fuentes de información.

ശശ Los datos procesados por las soluciones de Big Data pueden ser históricos o
provenir de fuentes en tiempo real. Con ellos las empresas pueden tomar deci-
siones que afectan a sus negocios de forma ágil y eficaz.
ശശ La tecnología de Big Data emplea conceptos de procesamiento paralelo masivo
(MPP) lo cual mejora la velocidad en el análisis. Con MPP muchas instrucciones
se ejecutan de forma simultánea ya que los trabajos se dividen en varias partes
de ejecución en paralelo y al final se reunifican y se presentan los resultados
globales. Esto permite analizar grandes volúmenes de información de forma
rápida.

13
 Estrategia de Inteligencia de Negocios

Características y diferencias entre BI Y BIG DATA

14