INTELIGENCIA DE NEGOCIO

2018 - 2019

 Tema 1. Introducción a la Inteligencia de Negocio

 Tema 2. Minería de Datos. Ciencia de Datos
 Tema 3. Modelos de Predicción: Clasificación,
regresión y series temporales
 Tema 4. Preparación de Datos
 Tema 5. Modelos de Agrupamiento o Segmentación
 Tema 6. Modelos de Asociación
 Tema 7. Modelos Avanzados de Minería de Datos.
 Tema 8. Big Data

1
Objetivos

 Entender el concepto de Inteligencia de Negocio

 Conocer los elementos más importantes en el diseño

de una sistema de Inteligencia de Negocio

 Conocer los retos importantes en el área de la

Inteligencia de Negocio.

 Identificar tecnologías informáticas que son

necesarias para el desarrollo de herramientas de
Inteligencia de Negocio.
 Inteligencia de Negocio
TEMA 1. Introducción a la Inteligencia
de Negocio

1. Introducción. Inteligencia de Negocio

2. Arquitectura de un Sistema
3. Su aporte. Su importancia. Los retos
4. Comentarios Finales

3
1. Introducción. Inteligencia de Negocio

Se necesita información y conocimiento a

partir de los datos de la empresa.

“ Inteligencia de Negocio se refiere al proceso de

convertir datos en conocimiento y conocimiento en
acciones para crear la ventaja competitiva del
negocio “
The Data Warehousing Institute

4
1. Introducción. Inteligencia de Negocio

Nace así el concepto de Inteligencia de Negocio

(Business Intelligence):
 No es una tecnología
 Es un conjunto de sistemas de información que trabajan de
forma coordinada.

 Sistemas de almacenamiento de datos (data

warehouse)
 Sistemas de minería de datos (data mining)
 Herramientas de procesamiento analítico de datos
(OLAP)
 Sistemas de administración de conocimiento (KBS)
 Herramientas de consulta y reporte de datos
 Tableros de información (Dashboards)
5
1. Introducción. Inteligencia de Negocio
Definición

“ Inteligencia de Negocio se refiere al proceso de

convertir datos en conocimiento y conocimiento en
acciones para crear la ventaja competitiva del
negocio “
The Data Warehousing Institute

Ventaja
Datos Información Conocimiento
Competitiva

6
 1. Introducción. Inteligencia de Negocio
Definición

“ Inteligencia de Negocio se refiere al proceso de

convertir datos en conocimiento y conocimiento en
acciones para crear la ventaja competitiva del
negocio “
The Data Warehousing Institute
Agregar Presentar Conocimiento Toma de
Datos Datos sobre los decisiones
datos

Database, Data Mart, Reporting Tools, Add Context to Create Decisions are
Data Warehouse, ETL Dashboards, Information, Descriptive Fact-based and
Tools, Integration Static Reports, Statistics, data mining Data-driven
Tools Mobile Reporting,
OLAP Cubes 7
 1. Introducción. Inteligencia de Negocio

What is Business Intelligence?

(AVITAS video)
(1’27’’)

http://www.youtube.com/watch?v=0aHtHl-jcAs
8
1. Introducción. Inteligencia de Negocio

9
 1. Introducción. Inteligencia de Negocio

What is Business Intelligence?

Business Intelligence gives you the hearing now

Business analytics
is the subset of BI
based on statistics,
prediction, and
optimization.
Business analytics arms you with the information necessary to
take a proactive stance in managing the future of your business

10
1. Introducción. Inteligencia de Negocio

Business analytics
is the subset of BI
based on statistics,
prediction, and
optimization.

El
resumen

11
 Inteligencia de Negocio
TEMA 1. Introducción a la Inteligencia
de Negocio

1. Introducción. Inteligencia de Negocio

2. Arquitectura de un Sistema
3. Su aporte. Su importancia. Los retos
4. Comentarios Finales

12
2. Arquitectura de un Sistema

Dashboards
(Tableros) Reportes y
Consultas
• Análisis del Detalle
de Información

OLAP (On-Line
Procesos de Extracción,
Analytical
Transformación y Carga
Processing)Análisis
Data Multidimensional
Warehouse • Análisis de FCE
(Data Mart) • Análisis de Datos
Sumarizados

• Modelo del Negocio

Integrado Data Mining
• Repositorio de Información (Business Analytics)
• Metadata • Estadísticas
Datos • Análisis de Tendencias
Externos y Comportamientos
• Proyecciones
2. Arquitectura de un Sistema
Data Warehouse. Proceso ETL
Asignatura: Sistemas
Multidimensionales,
3º Grado Informática

Procesos de Extracción,
Transformación y Carga

Data
Warehouse
(Data Mart)

• Modelo del Negocio Integrado

• Repositorio de Información
• Metadata
Datos
Externos

14
2. Arquitectura de un Sistema
Business analytics (minería de datos)

Data
Warehouse
(Data Mart)

Data Mining
(Business Analytics)

• Estadísticas
• Análisis de Tendencias y
Comportamientos
• Proyecciones

15
2. Arquitectura de un Sistema
Herramientas software

16
 Inteligencia de Negocio
TEMA 1. Introducción a la Inteligencia
de Negocio

1. Introducción. Inteligencia de Negocio

2. Arquitectura de un Sistema
3. Su aporte. Su importancia. Los retos
4. Los retos en la Inteligencia de Negocio
5. Comentarios Finales

17
3. Inteligencia de Negocio. Su aporte. Su
importancia. Los retos
Valor para el Negocio

Cualquier organización
grande o pequeña,
necesita integrar la
información de su
cadena de valor, con el Análisis de Información
objetivo de analizarla,
para poder tomar
decisiones y diseñar
estrategias de negocio
eficientes.

Sistemas Operacionales y Datos Externos

18
3. Inteligencia de Negocio. Su aporte. Su
importancia. Los retos
Herramienta de análisis para el conocimiento del negocio

C
O
N
O
C.

Extracción Diseño D
E
Limpieza Servidor L

Transformación Red N
E
Carga Base de Datos G
O
C
I
O
19
3. Inteligencia de Negocio. Su aporte. Su
importancia. Los retos

https://www.linkedin.com/pulse/gartner-cios-top-10-
20
technology-priorities-2016-luke-scott
3. Inteligencia de Negocio. Su aporte. Su
importancia. Los retos

https://www.slideshare.net/denisreimer/2016-cio-agenda 21
4. Comentarios Finales

Una solución de Inteligencia de Negocio completa permite:

1. Observar: ¿qué está ocurriendo?

2. Comprender: ¿por qué ocurre?

3. Predecir: ¿qué ocurriría?

4. Colaborar: ¿qué debería hacer el equipo?

5. Decidir: ¿qué camino se debe seguir?

Las soluciones actuales integran múltiples tecnologías

22
Integración de múltiples tecnologías
Business Intelligence
/Data science

23
 http://www.bzst.com/
Designing a Business Analytics program

Business Analytics Data

Visualization

Big Data
Business Analytics Data Warehousing

Business
Statistical Analytics
Data
Analysis Mining

Data Science
Contemporary
Operations
Analytics

Data mining: Data Preprocessing, Supervised learning, unsupervised learning,

forecasting
Contemporary Analytics: text mining, network analytics, social analytics, customer
analytics, web analytics, risk analytics, information retrieval and recommendations
Statistical Analysis: Estimation and inference; and regression models
Operations: Simulation and optimization
 Comentarios Finales

Fuente: http://noticias.universia.es/ciencia-tecnologia/noticia/2017/05/10/1095994/cientifico-
datos-novedosa-necesaria-profesion.html 25
 INTELIGENCIA DE NEGOCIO
2018 - 2019

 Tema 1. Introducción a la Inteligencia de Negocio

 Tema 2. Minería de Datos. Ciencia de Datos
 Tema 3. Modelos de Predicción: Clasificación,
regresión y series temporales
 Tema 4. Preparación de Datos
 Tema 5. Modelos de Agrupamiento o Segmentación
 Tema 6. Modelos de Asociación
 Tema 7. Modelos Avanzados de Minería de Datos.
 Tema 8. Big Data

26