INTELIGENCIA DE NEGOCIOS

CICLO - ESTILOS
Curso: Sistemas de Información Gerencial

El ciclo de Inteligencia de Negocios datos, de esta forma se motiva al

emprendimiento de la acción.
Para el desarrollo de una solución de
Inteligencia de Negocios, podemos utilizar el
siguiente ciclo:

- Medición: Este paso se refiere a la medición

de los resultados de la empresa en
comparación con los estándares
- Analizar: Si bien el ciclo es repetitivo (lo cual cuantitativos, y se vuelve a repetir el ciclo.
significa que no tiene un inicio ni un final) En un sistema de BI completo todas las
tomaremos como punto de partida a la fase áreas funcionales del negocio deben ser
“Análisis”, el cual consiste en realizar un incluidas en el ámbito de los KPI.
modelo mental para definir el problema a
solucionar, usando una tormenta de ideas
se puede realizar y responder muchas Los 5 estilos de BI
preguntas – tanto convencionales como no
convencionales – hasta obtener la principal
pregunta que defina el problema a
solucionar con la solución BI.

- Idea: Este paso consiste en definir la idea

que permita responder y dar solución al
problema definido en el paso anterior, se
debe detectar las ideas operacionales (a
corto plazo) y las estratégicas (a largo
plazo); lo difícil de este paso es convencer a
los demás de la idea a seguir, pues así la
idea sea brillante, esto no garantiza que
todos estén de acuerdo con la misma. Las compañías han descubierto la necesidad de
usar sus datos para apoyar la toma de decisiones,
- Acción: Se refiere a seguir el proceso de realizar una optimización de procesos y realizar
toma de decisiones, a fin de elegir la mejor reportes operacionales. Los vendedores de
opción, la cual debe ser bien tecnología de Business Intelligence han
fundamentada, basada en el análisis de construidos nichos de software para implementar
cada nuevo patrón de aplicaciones que las

Lectura - Módulo 07 1
compañías inventan. Estos patrones de aplicación
resultan en productos de software centrados
exclusivamente en cinco estilos de Business
Intelligence:
- Dashboard / Scorecard: Este estilo
representa una forma de hacer seguimiento
a los resultados, considerando las
tendencias (dashboard), y los indicadores a
futuro (scorecard)
- Reporting: Las funciones de Reporting
permiten que el Business Intelligence llegue
al público poniendo a su disposición
información con alto nivel de detalle, lo que
impacta fuertemente a los encargados de la
toma de decisiones de las compañías.
Independientemente del cargo o del tipo de
trabajo que desarrollen, los miembros de la
compañía, como así también los socios de
negocios y clientes, confían en el poder y la
flexibilidad de sus sistemas de reporting
que presentan los datos seleccionados en
formatos cómodos y prácticos para realizar
las operaciones diarias. Es el Estilo de BI
más popular, y engloba una vasta gama de
capacidades de reporting operacional
directamente desde sistemas ERP, CRM y
sistemas contables y de facturación.
- OLAP: Mediante la funcionalidad OLAP es
posible llevar adelante la forma más sencilla
de análisis, permitiendo que cualquier
persona pueda ver de manera minuciosa
subconjuntos de datos interrelacionados o
"cubos", simplemente con un clic. Los
usuarios pueden analizar los datos
empleando características OLAP estándar,
como page-by, sort, filtros, drill-up/down
para obtener distintas vistas de los
reportes.
Los Análisis OLAP ofrecen a los usuarios
acceso a sus data warehouses para que
puedan obtener las funcionalidades de
análisis avanzados que requieren los
usuarios con poder de decisión y los
analistas de información.
La mayoría de los proveedores OLAP
ofrecen soluciones OLAP multi-
dimensionales (MOLAP) para realizar este
tipo de análisis, pero las capacidades
limitadas de los cubos han generado
problemas para muchos administradores
de TI, al tener que desarrollar y controlar
cientos de bases de datos de cubos que se
superponen para poder responder a las
crecientes demandas de la empresa.
Sin embargo, para poder obtener el
máximo beneficio de las aplicaciones de BI,
es preciso llevar el análisis OLAP más allá de
los cubos MOLAP estándar y brindar
capacidades interactivas que actúen
velozmente contra todo el data warehouse,
de manera que permita a los usuarios de
negocios explorar los datos de manera
segura y sencilla, yendo más allá de los
límites de los cubos predefinidos pudiendo
alcanzar todos los niveles del Almacén de
Datos con la ventaja de no tener que
recurrir a TI para crear y mantener los datos
de los cubos
- Análisis predictivo (Data Mining): La
posibilidad de realizar análisis avanzados y
predictivos, brinda tanto a los usuarios de
negocios como a los analistas de
información, capacidades completas y muy
poderosas para investigaciones profundas
de cualquier sector del datawarehouse para
encontrar los detalles que se esconden tras
los resultados.
Dichos requerimientos, generalmente
exceden los límites de los Análisis OLAP, por
lo cual es muy importante contar con un
ambiente que permita a los usuarios pasar
de OLAP básico a análisis estadísticos
avanzados y capacidades completas de
Data Mining, con capacidades para realizar
análisis avanzados y predictivos,
permitiendo a los usuarios, efectuar análisis
como modelos de prueba de hipótesis,
predicciones, ranking de clientes, con una
única e integrada interfase web
- Alertas y envíos proactivos: Para lograr que
los procesos de envío de alertas y avisos
Lectura - Módulo 07 2
 proactivos sean efectivos, es preciso contar
con una aplicación de BI flexible y muy bien
diseñada, que sea capaz de distribuir
grandes cantidades de reportes y alertas a
grandes comunidades de usuarios, tanto
internos como externos.
Para ello, es conveniente contar con
funcionalidades del estilo de BI conocidas
como Envío de Alertas y Avisos Proactivos,
mediante productos con capacidades para
distribuir e-mails programados a Observe el siguiente video para conocer más:
comunidades de usuarios con reportes https://www.youtube.com/watch?v=mqMFMgVn
adjuntos. RO8

FUENTES BIBLIOGRÁFICAS

- Breslin, M. (2004). Data Warehousing,

Battle of giants: Comparing the Basics of the
Kimball and Inmon Models. Business
Intelligence Journal, 6.
RECOMENDACIÓN o RESUMEN
- Inmon, W. H. (2005). Building the
El siguiente paso luego de Inteligencia de Negocios datawarehouse (Cuarta ed.). Indianapolis:
es Big Data Wiley Publishing.

- Kimball, R., & Ross, M. (2013). The

Datwarehouse Toolkit: The definitive Guide
to Dimensional Modeling (Tercera ed.).
Indianapolis: Wiley.

Lectura - Módulo 07 3