INTELIGENCIA DE NEGOCIOS

Business Intelligence
Inteligencia de Negocios

 Algo peor que no

tener información
disponible es tener
mucha información

Y no saber qué
hacer con ella.
Inteligencia de Negocios

 Escenarios,
 Pronósticos
 Reportes

Tomar decisiones
Lograr Ventaja competitiva
Inteligencia de Negocios

 La clave para BI es la información y uno de

sus mayores beneficios es la posibilidad de
utilizarla en la toma de decisiones.

 Son muchas las empresas que se han

beneficiado por la implementación de una
sistema de BI, además se pronostica que
con el tiempo se convertirá en una
necesidad de toda empresa.
¿ AREAS ?
Inteligencia de Negocios

 INFORMACIÓN
Vivimos en una época en que la información
es la clave para obtener una ventaja
competitiva en el mundo de los negocios.

Rápido y fácil
Inteligencia de Negocios

 La Inteligencia de Negocios o Business

Intelligence.- El proceso de analizar los bienes
o datos acumulados en la empresa y extraer
una cierta inteligencia o conocimiento de ellos.
– bases de datos de clientes
– información de la cadena de suministro
– ventas personales
– actividad de marketing
– información relevante para la empresa
Inteligencia de Negocios

 EJEMPLO…
 Una franquicia de hoteles a nivel nacional
que utiliza aplicaciones de BI para llevar un
registro estadístico del porcentaje promedio
de ocupación del hotel, así como los días
promedio de estancia de cada huésped,
considerando las diferencias entre
temporadas.
¿De que sirve?
Inteligencia de Negocios

 Componentes de Business Intelligence

Todas las soluciones de BI tienen funciones

parecidas, pero deben de reunir al menos los
siguientes componentes:

 Multidimensionalidad
 Data Mining
 Agentes
 Data Warehouse
Inteligencia de Negocios

 Multidimensionalidad: la información
multidimensional se puede encontrar en
hojas de cálculo, bases de datos, etc.

 Por ejemplo, un pronóstico de ventas de un nuevo

producto en varias regiones no está completo si no se
toma en cuenta también el comportamiento histórico
de las ventas de cada región y la forma en que la
introducción de nuevos productos se ha desarrollado
en cada región en cuestión.
Inteligencia de Negocios

 Data Mining.- Las empresas suelen generar

grandes cantidades de información sobre
sus procesos productivos, desempeño
operacional, mercados y clientes.

 Las aplicaciones de data mining pueden

identificar tendencias y comportamientos, no
sólo para extraer información, sino también
para descubrir las relaciones en bases de
datos que pueden identificar
comportamientos que no muy evidentes.
Inteligencia de Negocios

 Agentes: Los agentes son programas que

piensan. Ellos pueden realizar tareas a un
nivel muy básico sin necesidad de
intervención humana.

 Por ejemplo, un agente pueden realizar tares

un poco complejas, como elaborar
documentos, establecer diagramas de flujo,
etc.
Inteligencia de Negocios

 Data Warehouse: Es la respuesta de la

tecnología de información a la
descentralización en la toma de decisiones.

Coloca información de todas las áreas

funcionales de la organización en manos de
quien toma las decisiones. También
proporciona herramientas para búsqueda y
análisis.
KDD
Descubrimiento de Conocimiento en Bases de Datos

 En los últimos años, ha existido un gran

crecimiento en nuestras capacidades de
generar y colectar datos (Bajo costo de
almacenamiento).
Información oculta

El descubrimiento de esta información oculta es posible

gracias a la Minería de Datos (DataMining)
KDD
Descubrimiento de Conocimiento en Bases de Datos

El valor real de los datos reside en la

información que se puede extraer
de ellos, información que ayude a
tomar decisiones o mejorar nuestra
comprensión de los fenómenos que
nos rodean
KDD
Descubrimiento de Conocimiento en Bases de Datos

 Los datos son la materia prima bruta

INFORMACIÓN

¿En que momento?

KDD
Descubrimiento de Conocimiento en Bases de Datos

Nos referimos al

Conocimiento
KDD
Descubrimiento de Conocimiento en Bases de Datos
KDD
Descubrimiento de Conocimiento en Bases de Datos

 La capacidad de generar y almacenar información

creció considerablemente en los últimos tiempos, se
ha estimado que la cantidad de datos en el mundo
almacenados en bases de datos se duplica cada 20
meses.

 Con las sentencias SQL se puede realizar un primer

análisis, aproximadamente el 80% de la información
se obtiene con estas técnicas.

 El 20% restante, que la mayoría de las veces,

contiene la información más importante, requiere la
utilización de técnicas más avanzadas.
KDD
Descubrimiento de Conocimiento en Bases de Datos

 KDD, apunta a procesar

automáticamente grandes
cantidades de datos para
encontrar conocimiento útil
en ellos, de esta manera
permitirá al usuario el uso
de esta información valiosa
para su conveniencia.
KDD
Descubrimiento de Conocimiento en Bases de Datos

 El KDD es el Proceso no trivial

de identificar patrones válidos,
novedosos, potencialmente
útiles y, en última instancia,
comprensibles a partir de los
datos, teniendo como objetivo
encontrar conocimiento útil
relevante y nuevo sobre un
fenómeno o actividad,
presentando los resultados de
manera visual.
KDD
Descubrimiento de Conocimiento en Bases de Datos

Las metas del KDD son:

• Procesar automáticamente grandes
cantidades de datos crudos.

• Identificar los patrones más significativos y

relevantes.

• Presentarlos como conocimiento apropiado

para satisfacer las metas del usuario.
KDD
Descubrimiento de Conocimiento en Bases de Datos

Relación con otras disciplinas

 Sistemas de información / bases de datos
 Estadística, aprendizaje automático / IA
(redes neuronales, lógica difusa, algoritmos
genéticos, razonamiento probabilístico).
 Reconocimiento de patrones
 Visualización de datos (interfaces)
 Computación distribuida
EL PROCESO DE KDD

 Determinar las fuentes de información (que

pueden ser útiles y dónde conseguirlas)
 Diseñar el esquema de un almacén de datos
(Data Warehouse): que consiga unificar de manera
operativa toda la información recogida.
 Implantación del almacén de datos: que permita la
navegación y visualización
 Previa de sus datos, para discernir qué aspectos
puede interesar que sean estudiados.
EL PROCESO DE KDD

 Selección, limpieza y transformación de

los datos que se van a analizar
 Seleccionar y aplicar el método de
minería de datos apropiado;
– clasificación, agrupamiento o clustering
– la selección de él o de los algoritmos a utilizar;
– forma de representarlo (árboles de decisión,
reglas, etc.)
EL PROCESO DE KDD

 Evaluación, interpretación,
transformación y representación de los
patrones extraídos.

 Difusión y uso del nuevo conocimiento.

KDD
Descubrimiento de Conocimiento en Bases de Datos

EL PROCESO DE KDD