INSTITUTO TECNOLÓGICO SUPERIOR

DE CINTALAPA

INTELIGENCIA DE NEGOCIOS

JORGE AMADEO ORTIZ MUÑIZ

ENSAYO
LUIS EDUARDO TOLEDO NANDUCA
ING. INFORMÁTICA
8VO SEMESTRE GRUPO:” F”

CINTALAPA CHIAPAS A 20 DE FEBRERO DEL 2018

Introducción

Uno de los activos más valiosos en una empresa es la información y el valor de esta
depende de cómo es gestionada, del tiempo que se emplea en procesarla y
traducirla en el lanzamiento de productos o servicios y de en qué medida es utilizada
eficientemente y si es cualitativamente mejor que la de las empresas competidoras.
La información es la clave de las organizaciones y saben muy bien que la
información vital para la toma de decisiones está en sus bases de datos. En la
mayoría de los casos, de almacenan montañas de datos, los cuales son acumulados
en diferentes bases de datos que se encuentran por toda la empresa, pero la clave
radica en ganar ventaja competitiva en la obtención inteligente de esos datos.
El desarrollo de las tecnologías de información ha ido evolucionando en cuanto a la
gestión y hoy día es posible conocer información en tiempo real, por ejemplo, si un
producto o servicio tendrán éxito o cuál será la reacción de los clientes tras su
lanzamiento si se gestionan de manera adecuada tanto los sistemas como las
tecnologías, y sobre todo de la interpretación correcta de la información recabada.
Por lo tanto, la gestión eficiente de la información, así como, la inteligencia de
negocios permite ampliar la visión estratégica, reducir el riesgo y la incertidumbre
en la toma de decisiones empresariales y construir ventajas competitivas de largo
plazo.
Objetivos

1. Ayuda a los directivos a la toma de decisiones con eficacia operativa.

2. Brinda importantes métricas sobre el negocio.
3. Permite identificar las oportunidades de venta cruzada y up-selling.
4. Permite optimizar las operaciones.
5. Encuentra cuáles son los costes de producción reales.
6. Ayuda a entender mejor el pasado, presente y futuro de tu empresa.

Las herramientas de inteligencia de negocio por lo general muestran la información

en forma de cuadros de mando y reportes específicos que se pueden crear a partir
de los datos que se obtienen del ERP que la empresa utiliza para su gestión, de tal
forma que la información es presentada al usuario de manera ágil y accesible para
que pueda realizarse el análisis e interpretación correspondiente.
Cabe mencionar que estas herramientas son de gran utilidad para las distintas
áreas de la organización como, por ejemplo:

1. Mercadotecnia.
2. Ventas.
3. Finanzas.
4. Logística.
5. Producción.
1.1 CONCEPTOS BÁSICOS
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:
 Cuadros de Mando Integrales (CMI)
 Sistemas de Soporte a la Decisión (DSS)
 Sistemas de Información Ejecutiva (EIS)
Por otro lado, los principales componentes de orígenes de datos en el Business
Intelligence que existen en la actualidad son:
 Datamart
 Datawarehouse
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.

1.1.1 DATA WARE HOUSE

Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades
informacionales, surge el concepto de Data Warehouse, como solución a las
necesidades informacionales globales de la empresa. Este término acuñado por Bill
Inmon, se traduce literalmente como Almacén de Datos. No obstante, si el Data
Warehouse fuese exclusivamente un almacén de datos, los problemas seguirían
siendo los mismos que en los Centros de Información.
La ventaja principal de este tipo de sistemas se basa en su concepto fundamental,
la estructura de la información. Este concepto significa el almacenamiento de
información homogénea y fiable, en una estructura basada en la consulta y el
tratamiento jerarquizado de la misma, y en un entorno diferenciado de los sistemas
operacionales. Según definió Bill Inmon, el Data Warehouse se caracteriza por ser:

 Integrado: los datos almacenados en el Data Warehouse deben integrarse

en una estructura consistente, por lo que las inconsistencias existentes entre
los diversos sistemas operacionales deben ser eliminadas. La información
suele estructurarse también en distintos niveles de detalle para adecuarse a
las distintas necesidades de los usuarios.
 Temático: sólo los datos necesarios para el proceso de generación del
conocimiento del negocio se integran desde el entorno operacional. Los
datos se organizan por temas para facilitar su acceso y entendimiento por
parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes
pueden ser consolidados en una única tabla del Data Warehouse. De esta
forma, las peticiones de información sobre clientes serán más fáciles de
responder dado que toda la información reside en el mismo lugar.
 Histórico: el tiempo es parte implícita de la información contenida en un Data
Warehouse. En los sistemas operacionales, los datos siempre reflejan el
estado de la actividad del negocio en el momento presente. Por el contrario,
la información almacenada en el Data Warehouse sirve, entre otras cosas,
para realizar análisis de tendencias. Por lo tanto, el Data Warehouse se carga
con los distintos valores que toma una variable en el tiempo para permitir
comparaciones.
 No volátil: el almacén de información de un Data Warehouse existe para ser
leído, y no modificado. La información es por tanto permanente, significando
la actualización del Data Warehouse la incorporación de los últimos valores
que tomaron las distintas variables contenidas en él sin ningún tipo de acción
sobre lo que ya existía.

E.F. Codd, considerado como el padre de las bases de datos relacionales, ha venido
insistiendo desde principio de los noventa, que disponer de un sistema de bases de
datos relacionales, no significa disponer de un soporte directo para la toma de
decisiones. Muchas de estas decisiones se basan en un análisis de naturaleza
multidimensional, que se intentan resolver con la tecnología no orientada para esta
naturaleza. Este análisis multidimensional, parte de una visión de la información
como dimensiones de negocios.
1.1.2 DATA MART
Un Datamart es una base de datos departamental, especializada en el
almacenamiento de los datos de un área de negocio específica. Se caracteriza por
disponer la estructura óptima de datos para analizar la información al detalle
desde todas las perspectivas que afecten a los procesos de dicho departamento.
Un datamart puede ser alimentado desde los datos de un datawarehouse, o integrar
por sí mismo un compendio de distintas fuentes de información.

Por tanto, para crear el datamart de un área funcional de la empresa es preciso

encontrar la estructura óptima para el análisis de su información, estructura que
puede estar montada sobre una base de datos OLTP, como el propio
datawarehouse, o sobre una base de datos OLAP. La designación de una u otra
dependerá de los datos, los requisitos y las características específicas de cada
departamento. De esta forma se pueden plantear dos tipos de datamarts:

DatamartOLAP
Se basan en los populares cubos OLAP, que se construyen agregando, según los
requisitos de cada área o departamento, las dimensiones y los indicadores
necesarios de cada cubo relacional. El modo de creación, explotación y
mantenimiento de los cubos OLAP es muy heterogéneo, en función de la
herramienta final que se utilice.

DatamartOLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común
es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser
las operaciones más usuales) aprovechando las características particulares de cada
área de la empresa. Las estructuras más comunes en este sentido son las tablas
reporte, que vienen a ser fact-tables reducidas (que agregan las dimensiones
oportunas), y las vistas materializadas, que se construyen con la misma estructura
que las anteriores, pero con el objetivo de explotar la reescritura de quieres (aunque
sólo es posibles en algunos SGBD avanzados, como Oracle).
1.1.3 TIPOS DE SISTEMAS DE INFORMACIÓN
Un sistema de información es un grupo de elementos utilizados para la
administración de datos, los cuales se encuentran coordinados entre sí para su uso.
Estos elementos, además, fueron concebidos con el objeto de lograr un
determinado fin.

Siguiendo esta línea, y de acuerdo a su función se distinguen tres tipos de sistemas

de información:

SISTEMA DE PROCESAMIENTO DE TRANSACCIONES: cuando un sistema

recopila, almacena y altera la información creada a partir de transacciones llevadas
a cabo dentro de una organización se denomina sistema de procesamiento de
transacciones. Tiene como finalidad procesar las transacciones diarias de una
empresa, acumulando toda la información recibida en una base de datos para su
posterior consulta.

SISTEMA DE SOPORTE A DECISIONES: este sistema se basa en el estudio y la

comparación entre un conjunto de variables con el objeto de contribuir a la toma de
decisiones dentro de una empresa. El apoyo dado por el sistema involucra la
estimación, valoración y balance entre alternativas. Al igual que el sistema de
información gerencia, esta tecnología interacciona con personas en el filtrado de
información que permite optar por la decisión más acertada.

SISTEMA DE INFORMACIÓN EJECUTIVA: esta tecnología es utilizada por los

gerentes de una empresa, ya que permite acceder a la información interna y externa
de la misma, disponiendo de los datos que puedan llegar a afectar su buen
rendimiento.
De esta manera, el ejecutivo podrá conocer el estado de todos los indicadores,
incluso aquellos que no cumplan con las expectativas y a partir de esto, tomar las
medidas que considere adecuadas.

1.1.4 VARIABLES DE MEDICIÓN

Son aquellas que representan la medición matemática de un aspecto de negocio.
Se utilizan para medir la productividad. Las pérdidas, las ganancias entre otros
aspectos que nos pueden definir un sin número de indicadores que le permitirá a
un ejecutivo tomar decisiones operativas o estratégicas.
1.1.5 VARIABLES DE ANÁLISIS.
Son aquellas que se incluyen en el proceso estadístico y realizan estudios analíticos
sobre las variables de medición. Las variables de análisis se utilizan principalmente
para realizar estudios estadísticos como factores de riesgo como pre-valencia del
producto en el mercado, entre otras cosas.
Conclusión
Como sabemos hoy en día las organizaciones han dejado atrás los métodos
rústicos que solían utilizar y han cambiado esto por el uso cada vez más
extendido de aplicaciones o sistemas operacionales como el ERP (Enterprise
Resource Planning, Planificación de Recursos Empresariales) o CRM
(Customer Relationship Management, estrategia de negocio enfocada al
cliente, su objetivo es reunir la mayor cantidad posible de información sobre los
clientes para generar relaciones a largo plazo y aumentar así su grado de
satisfacción), gracias a estos se eliminaron los problemas de no tener
conectada la información generada por los sistemas de todas áreas de la
organización, esto facilitaba las operaciones diarias de la empresa.

Estos sistemas operacionales como los ERP y los CRM generan enormes
cantidades de datos resultado de las transacciones que en ellos se manejan;
sin embargo, estos datos suelen estar “durmiendo” por lo tanto se tiene poco
acceso a ellos por los usuarios que necesitan esa información, perdiendo de
esta manera la oportunidad de aportar un valor agregado a dicha información
generada por los ERP o CRM.
Bibliografía:
 Caralt, J. C. (2010). INTRODUCCIÓN AL BUSINESS INTELLIGENCE.
Barcelona: UOC.
 Río, L. M. (2006). MÁS ALLÁ DEL BUSINESS INTELLIGENCE.
Barcelona: GESTIÓN 2000.