Inteligencia de Negocios (página 3)

Enviado por Bernard Pavel Barreto Véliz

Partes: 1, 2, 3

El datamining (minería de datos), es el
conjunto de técnicas y
tecnologías que permiten explorar grandes bases de
datos, de
manera automática o semiautomática, con el objetivo de
encontrar patrones repetitivos, tendencias o reglas que expliquen
el comportamiento
de los datos en un determinado contexto.

Básicamente, el datamining surge para intentar ayudar a
comprender el contenido de un repositorio de datos. Con este fin,
hace uso de prácticas estadísticas y, en algunos casos, de
algoritmos de
búsqueda próximos a la Inteligencia
Artificial y a las redes
neuronales.

De forma general, los datos son la materia prima
bruta. En el momento que el usuario les atribuye algún
significado especial pasan a convertirse en información. Cuando los especialistas
elaboran o encuentran un modelo,
haciendo que la interpretación que surge entre la
información y ese modelo represente un valor
agregado, entonces nos referimos al conocimiento.

Aunque en datamining cada caso concreto puede
ser radicalmente distinto al anterior, el proceso
común a todos ellos se suele componer de cuatro etapas
principales:

Determinación de los objetivos. Trata de la
delimitación de los objetivos que el cliente desea
bajo la orientación del especialista en data
mining.
Pre procesamiento de los datos. Se refiere a la
selección, la limpieza, el enriquecimiento, la
reducción y la transformación de las bases de
datos. Esta etapa consume generalmente alrededor del setenta
por ciento del tiempo total de un proyecto de data
mining.
Determinación del modelo. Se comienza
realizando unos análisis estadísticos de los
datos, y después se lleva a cabo una
visualización gráfica de los mismos para tener
una primera aproximación. Según los objetivos
planteados y la tarea que debe llevarse a cabo, pueden
utilizarse algoritmos desarrollados en diferentes
áreas de la Inteligencia Artificial.
Análisis de los resultados. Verifica si los
resultados obtenidos son coherentes y los coteja con los
obtenidos por los análisis estadísticos y de
visualización gráfica. El cliente determina si
son novedosos y si le aportan un nuevo conocimiento que le
permita considerar sus decisiones.

Monografias.com

Carga de trabajo en las
fases de un proyecto de
datamining

En resumen, el datamining se presenta como una tecnología emergente,
con varias ventajas: por un lado, resulta un buen punto de
encuentro entre los investigadores y las personas de negocios; por
otro, ahorra grandes cantidades de dinero a
una empresa y
abre nuevas oportunidades de negocios. Además, no hay duda
de que trabajar con esta tecnología implica cuidar un
sinnúmero de detalles debido a que el producto final
involucra "toma de
decisiones".

Datawarehouse

Un Datawarehouse es una base de datos
corporativa que se caracteriza por integrar y depurar
información de una o más fuentes
distintas, para luego procesarla permitiendo su análisis desde infinidad de perspectivas y
con grandes velocidades de respuesta. La creación de un
datawarehouse
representa en la mayoría de las ocasiones el primer paso,
desde el punto de vista técnico, para implantar una
solución completa y fiable de Business
Intelligence.

La ventaja principal de este tipo de bases de datos
radica en las estructuras en
las que se almacena la información (modelos de
tablas en estrella, en copo de nieve, cubos relacionales… etc).
Este tipo de persistencia de la información es
homogénea y fiable, y permite la consulta y el tratamiento
jerarquizado de la misma (siempre en un entorno diferente a los
sistemas
operacionales).

Monografias.com

El término Datawarehouse fue acuñado por primera
vez por Bill Inmon, y se traduce literalmente como almacén de
datos. No obstante, y como cabe suponer, es mucho más que
eso. Según definió el propio Bill Inmon, un
datawarehouse se caracteriza por ser:

Integrado: los datos almacenados en el
datawarehouse 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 datawarehouse. 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
datawarehouse. 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 datawarehouse sirve, entre otras cosas, para
realizar análisis de tendencias. Por lo tanto, el
datawarehouse se carga con los distintos valores que toma una
variable en el tiempo para permitir comparaciones.
No volátil: el almacén de
información de un datawarehouse existe para ser
leído, pero no modificado. La información es
por tanto permanente, significando la actualización
del datawarehouse la incorporación de los
últimos valores que tomaron las distintas variables
contenidas en él sin ningún tipo de
acción sobre lo que ya existía.

Otra característica del datawarehouse es que contiene
metadatos, es decir, datos sobre los datos. Los metadatos
permiten saber la procedencia de la información, su
periodicidad de refresco, su fiabilidad, forma de cálculo…
etc. Los metadatos serán los que permiten simplificar y
automatizar la obtención de la información desde
los sistemas operacionales a los sistemas informacionales.

Los objetivos que
deben cumplir los metadatos, según el colectivo al que va
dirigido, son:

Dar soporte al usuario final, ayudándole a
acceder al datawarehouse con su propio lenguaje de negocio,
indicando qué información hay y qué
significado tiene. Ayudar a construir consultas, informes y
análisis, mediante herramientas de Business
Intelligence como DSS, EIS o CMI.
Dar soporte a los responsables técnicos del
datawarehouse en aspectos de auditoría,
gestión de la información histórica,
administración del datawarehouse, elaboración
de programas de extracción de la información,
especificación de las interfaces para la
realimentación a los sistemas operacionales de los
resultados obtenidos… etc.

Por último, destacar que para comprender
íntegramente el concepto de
datawarehouse, es importante entender cuál es el proceso
de construcción del mismo, denominado ETL
(Extracción, Transformación y Carga), a partir de
los sistemas operaciones de
una compañía:

Extracción: obtención de
información de las distintas fuentes tanto internas
como externas.
Transformación: filtrado, limpieza,
depuración, homogeneización y agrupación
de la información.
Carga: organización y actualización
de los datos y los metadatos en la base de datos.

Una de las claves del éxito
en la construcción de un datawarehouse es el desarrollo de
forma gradual, seleccionando a un departamento usuario como
piloto y expandiendo progresivamente el almacén de datos a
los demás usuarios. Por ello es importante elegir este
usuario inicial o piloto, siendo importante que sea un
departamento con pocos usuarios, en el que la necesidad de este
tipo de sistemas es muy alta y se pueda obtener y medir
resultados a corto plazo.

Principales aportaciones de un
datawarehouse

Proporciona una herramienta para la toma de decisiones en
cualquier área funcional, basándose en
información integrada y global del negocio.
Facilita la aplicación de técnicas
estadísticas de análisis y modelización
para encontrar relaciones ocultas entre los datos del
almacén; obteniendo un valor añadido para el
negocio de dicha información.
Proporciona la capacidad de aprender de los datos del
pasado y de predecir situaciones futuras en diversos
escenarios.
Simplifica dentro de la empresa la implantación de
sistemas de gestión integral de la relación con
el cliente.
Supone una optimización tecnológica y
económica en entornos de Centro de Información,
estadística o de generación de informes con
retornos de la inversión espectaculares.

DATAMART

Monografias.com

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:

Datamart OLAP

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.

Datamart OLTP

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
report, 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 queries (aunque
sólo es posible en algunos SGBD avanzados, como Oracle).

Los datamarts que están dotados con estas estructuras
óptimas de análisis presentan las siguientes
ventajas:

Poco volumen de datos
Mayor rapidez de consulta
Consultas SQL y/o MDX sencillas
Validación directa de la información
Facilidad para la historización de los
datos

Monografias.com

CUADRO DE MANDO INTEGRAL

El Cuadro de Mando
Integral (CMI), también conocido como Balanced
Scorecard (BSC) o dashboard, es una herramienta de
control
empresarial que permite establecer y monitorizar los objetivos de
una empresa y de sus diferentes áreas o unidades.

También se puede considerar como una aplicación
que ayuda a una compañía a expresar los objetivos e
iniciativas necesarias para cumplir con su estrategia,
mostrando de forma continuada cuándo la empresa y los
empleados alcanzan los resultados definidos en su plan
estratégico.

2.12.1 Diferencia Con Otras Herramientas
De Business Intelligence

El Cuadro de Mando Integral se diferencia de otras
herramientas de Business Intelligence, como los Sistemas de
Soporte a la Decisión (DSS) o los Sistemas de
Información Ejecutiva (EIS), en que está
más orientado al seguimiento de indicadores que al
análisis minucioso de información. Por otro lado,
es muy común que un CMI sea controlado por la dirección general de una
compañía, frente a otras herramientas de Business
Intelligence más enfocadas a la dirección
departamental. El CMI requiere, por tanto, que los directivos
analicen el mercado y la
estrategia para construir un modelo de negocio que refleje las
interrelaciones entre los diferentes componentes de la empresa
(plan
estratégico). Una vez que lo han construido, los
responsables de la
organización utilizan este modelo como mapa para
seleccionar los indicadores del CMI.

Monografias.com

2.12.2 TIPOS DE CUADROS DE MANDO

El Cuadro de Mando Operativo (CMO), es una herramienta
de control enfocada al seguimiento de variables
operativas, es decir, variables pertenecientes a áreas o
departamentos específicos de la empresa. La periodicidad
de los CMO puede ser diaria, semanal o mensual, y está
centrada en indicadores que generalmente representan procesos,
por lo que su implantación y puesta en marcha es
más sencilla y rápida. Un CMO debería estar
siempre ligado a un DSS (Sistema de
Soporte a Decisiones) para indagar en profundidad sobre los
datos.

El Cuadro de Mando Integral (CMI), por el contrario,
representa la ejecución de la estrategia de una
compañía desde el punto de vista de la
Dirección General (lo que hace que ésta deba estar
plenamente involucrada en todas sus fases, desde la
definición a la implantación). Existen diferentes
tipos de cuadros de mando integral, si bien los más
utilizados son los que se basan en la metodología de Kaplan & Norton. Las
principales características de esta metodología son
que utilizan tanto indicadores
financieros como no financieros, y que los objetivos
estratégicos se organizan en cuatro áreas o
perspectivas: financiera, cliente, interna
y aprendizaje/crecimiento.

La perspectiva financiera incorpora la
visión de los accionistas y mide la creación de
valor de la empresa. Responde a la pregunta:
¿Qué indicadores tienen que ir bien para que
los esfuerzos de la empresa realmente se transformen en
valor? Esta perspectiva valora uno de los objetivos
más relevantes de organizaciones con ánimo de
lucro, que es, precisamente, crear valor para la
sociedad.
La perspectiva del cliente refleja el
posicionamiento de la empresa en el mercado o, más
concretamente, en los segmentos de mercado donde quiere
competir. Por ejemplo, si una empresa sigue una estrategia de
costes es muy posible que la clave de su éxito dependa
de una cuota de mercado alta y unos precios más bajos
que la competencia. Dos indicadores que reflejan este
posicionamiento son la cuota de mercado y un índice
que compare los precios de la empresa con los de la
competencia.
La perspectiva interna recoge indicadores de
procesos internos que son críticos para el
posicionamiento en el mercado y para llevar la estrategia a
buen puerto. En el caso de la empresa que compite en coste,
posiblemente los indicadores de productividad, calidad e
innovación de procesos sean importantes. El
éxito en estas dimensiones no sólo afecta a la
perspectiva interna, sino también a la financiera, por
el impacto que tienen sobre las rúbricas de gasto.
La perspectiva de aprendizaje y crecimiento es la
última que se plantea en este modelo de CMI. Para
cualquier estrategia, los recursos materiales y las personas
son la clave del éxito. Pero sin un modelo de negocio
apropiado, muchas veces es difícil apreciar la
importancia de invertir, y en épocas de crisis lo
primero que se recorta es precisamente la fuente primaria de
creación de valor: se recortan inversiones en la
mejora y el desarrollo de los recursos.

Monografias.com

Pese a que estas cuatro son las perspectivas más
genéricas, no son "obligatorias". Por ejemplo, una empresa
de fabricación de ropa deportiva tiene, además de
la perspectiva de clientes, una
perspectiva de consumidores. Para esta empresa son tan
importantes sus distribuidores como sus clientes finales.

Una vez que se tienen claros los objetivos de cada
perspectiva, es necesario definir los indicadores que se utilizan
para realizar su seguimiento. Para ello, debemos tener en cuenta
varios criterios: el primero es que el número de
indicadores no supere los siete por perspectiva, y si son menos,
mejor. La razón es que demasiados indicadores difuminan el
mensaje que comunica el CMI y, como resultado, los esfuerzos se
dispersan intentando perseguir demasiados objetivos al mismo
tiempo. Puede
ser recomendable durante el diseño
empezar con una lista más extensa de indicadores. Pero es
necesario un proceso de síntesis
para disponer de toda la fuerza de esta
herramienta.

No obstante, la aportación que ha convertido al CMI en
una de las herramientas más significativas de los
últimos años es que se cimenta en un modelo de
negocio. El éxito de su implantación radica en que
el equipo de dirección se involucre y dedique tiempo al
desarrollo de su propio modelo de negocio.

2.12.3 Beneficios De La Implantación De Un Cuadro De
Mando Integral

La fuerza de explicitar un modelo de negocio y traducirlo
en indicadores facilita el consenso en toda la empresa, no
sólo de la dirección, sino también de
cómo alcanzarlo.
Clarifica cómo las acciones del día a
día afectan no sólo al corto plazo, sino
también al largo plazo.
Una vez el CMI está en marcha, se puede utilizar
para comunicar los planes de la empresa, aunar los esfuerzos
en una sola dirección y evitar la dispersión.
En este caso, el CMI actúa como un sistema de control
por excepción.
Permita detectar de forma automática desviaciones
en el plan estratégico u operativo, e incluso indagar
en los datos operativos de la compañía hasta
descubrir la causa original que dio lugar a esas
desviaciones.

2.12.4 Riesgos De La
Implantación De Un Cuadro De Mando Integral

Un modelo poco elaborado y sin la colaboración de
la dirección es papel mojado, y el esfuerzo
será en vano.
Si los indicadores no se escogen con cuidado, el CMI
pierde una buena parte de sus virtudes, porque no comunica el
mensaje que se quiere transmitir.
Cuando la estrategia de la empresa está
todavía en evolución, es contraproducente que
el CMI se utilice como un sistema de control clásico y
por excepción, en lugar de usarlo como una herramienta
de aprendizaje.
Existe el riesgo de que lo mejor sea enemigo de lo bueno,
de que el CMI sea perfecto, pero desfasado e
inútil.

¿CUÁLES SON LOS BENEFICIOS DE
INTELIGENCIA DE NEGOCIOS?

Dentro del marco de beneficios que representa una
solución de inteligencia
de negocios podemos mencionar que esta nos permite:

• Manejar el crecimiento – El reto para las
empresas es
evolucionar, es crecer y esto significa "cambio". Que
tan ágiles son mis procesos para enfrentar los cambios y
las necesidades puntuales de la empresa

• Control de costos
– El manejo de costos es el detonador que fuerza muchas
empresas a considerar una solución de inteligencia de
negocios, para tener la capacidad de medir gastos y ver esto
a un nivel de detalle que identifique la línea de negocio,
producto, centro de costo, entre
otras.

• Entender mejor los clientes – Las empresas
almacenan toneladas de información valiosa relacionada a
sus clientes. El reto es transformar esta información en
conocimiento y este conocimiento dirigido a una gestión
comercial que represente algún tipo de ganancia para la
empresa. Ventas
cruzadas, ventas incrementales, retención de clientes,
anticipar nuevas oportunidades, medición de efectividad de campanas e
identificar los patrones de compras y/o
comportamiento de los clientes hacen de la inteligencia de
negocios un elemento vital para lograr los objetivos de la
empresa.

• Indicadores de gestión – Los
indicadores de desempeño me permiten representar medidas
enfocadas al desempeño organizacional con la capacidad de
representar la estrategia organizacional en objetivos,
métricas, iniciativas y tareas dirigidas a un grupo y/o
individuos en la organización. Dentro de las capacidades
funcionales de los indicadores de
gestión podemos mencionar: el monitoreo,
análisis y la
administración.

"Monitorea" lo procesos críticos de negocio y
las actividades utilizando métricas que me den una alerta
sobre un problema potencial o alguna gestión que debo
realizar. "Analiza" la raíz de los problemas
explorando la información de múltiples perspectivas
en varios niveles de detalles. "Administra" los recursos y
procesos para dirigir la toma de decisiones, optimizar el
desempeño. Esto nos permite tener una visión global
de la empresa con la capacidad de dirigir la organización
en la dirección correcta.

PLATAFORMAS DE BUSINESS
INTELLIGENCE

Estas son las soluciones de
BI más reconocidas actualmente en el mercado.

SAGENT SOLUTION PLATTFORM:

Monografias.com

Este sistema integrado extrae, transforma, mueve, distribuye y
presenta la información clave para la toma de decisiones
en la empresa en un entorno homogéneo.

MICROSTRATEGY:

Provee soluciones a clientes de cualquier industria y/o
área funcional con el fin de ayudarlos en la
obtención de un mayor conocimiento sobre la
información manejada en su empresa.

Monografias.com

BUSINESS OBJECTS:

Suministra a los usuarios el poder acceder
de forma sencilla a los datos, analizar la información
almacenada y creación de informes.

Monografias.com

COGNOS:Es un software que ofrece la
funcionalidad de análisis y toma de decisiones. Cuenta con
una herramienta especial para modelación,
pronóstico y simulación
del negocio.

Monografias.com

BITAM/ARTUS BUSINESS INTELLIGENCE SUITE:Herramienta
capaz de agrupar la información y utilizarla como un
activo que ayudará a la empresa a identificar las
oportunidades de negocio, optimizar las áreas de finanzas,
clientes, procesos internos, aprendizaje e innovación.

Monografias.com

ORACLE9I APPLICATION SERVER:Permite acceder, analizar y
compartir la información y tomar decisiones precisas,
basadas en datos en forma rápida.

RAZONES POR LAS QUE INVERTIR EN BUSINESS
INTELLIGENCE

Según un artículo de Gartner Research, la falta
de conocimiento es la mayor amenaza para las empresas modernas.
Para ello, apuntan, "el objetivo del Business Intelligence es
eliminar las conjeturas y la ignorancia en los ambientes
empresariales, aprovechando los vastos volúmenes de datos
cuantitativos que las empresas recolectan todos los días
en sus diversas aplicaciones corporativas".

Monografias.com

BI como solución tecnológica

Centralizar, depurar y afianzar los datos. Las
tecnologías de BI permiten reunir, normalizar y
centralizar toda la información de la empresa,
mediante un almacén de datos, permitiendo así
su explotación sin esfuerzo. De esta forma, los
departamentos comercial, operativo y financiero basan las
decisiones estratégicas en la misma
información.
Descubrir información no evidente para las
aplicaciones actuales. En el día a día de
las aplicaciones de gestión se pueden esconder pautas
de comportamiento, tendencias, evoluciones del mercado,
cambios en el consumo o en la producción, que resulta
prácticamente imposible reconocer sin el software
adecuado. Es lo que se puede calificar como extraer
información de los datos, y conocimiento de la
información.
Optimizar el rendimiento de los sistemas. Las
plataformas de BI se diseñan para perfeccionar al
máximo las consultas de alto nivel, realizando las
transformaciones oportunas a cada sistema (OLTP – OLAP), y
liberando los servidores operacionales.

BI como ventaja competitiva

Seguimiento real del plan estratégico. Si su
empresa dispone de plan estratégico, el business
intelligence le permite, mediante un cuadro de mando, crear,
manejar y monitorizar las métricas y los objetivos
estratégicos propuestos en ese plan, para poder
detectar a tiempo las desviaciones, adoptando las acciones
oportunas para corregirlas.
Aprender de errores pasados. Al historizar los
datos relevantes, una aplicación de BI permite que una
empresa aprenda de su historia y de sus mejores
prácticas, y que pueda evitar tropezarse de nuevo con
los mismos errores del pasado.
Mejorar la competitividad. Según la
consultora internacional Gartner, 7 de cada 10
compañías realizan análisis sobre sus
datos de forma diaria, o incluso instantánea, en el
2.006. Este mecanismo les permite maximizar su rentabilidad.
La acuciante tendencia a explotar la información marca
cada vez más la diferencia en los sectores.
Obtener el verdadero valor de las aplicaciones de
gestión. Durante los últimos años,
las empresas se han embarcado en la construcción de
estas aplicaciones clave para sus negocios. Sin embargo, no
siempre han sabido aprovechar todo el potencial que les
pueden proporcionar: cuentas de resultados, cash-flow,
etc… Con el business intelligence, todos los
empleados, desde el director general hasta el último
analista, tienen acceso a información adecuada,
integrada y actualizada

2.16. EJEMPLOS PRÁCTICOS DE BUSINESS
INTELLIGENCE

A continuación mostramos una serie de ejemplos reales
(resumidos) de Business Intelligence:

Empresa conservera

Monografias.com

Este caso práctico se refiere a uno de las mayores
empresas conserveras de Galicia, con presencia internacional,
más de 500 empleados y cerca de 100.000.000 ,¬ de
facturación.

A pesar de que en el sector conservero es bien conocida la
estacionalidad de las ventas (el consumo de
atún en conserva se dispara en verano, debido a su
participación en las ensaladas) y en diciembre (con motivo
de la navidad), esta
empresa no había sido capaz de optimizar la cantidad de
producto finalizado que debía almacenar en stock para
maximizar sus beneficios.

Mediante la implantación de un sistema de soporte a la
decisión (DSS), y tras el análisis minucioso de los
datos históricos que guardaba la compañía,
resultó posible rediseñar todo el proceso
logístico y de almacenamiento productivo hasta el punto de
incrementar la rentabilidad
económica de la misma (independientemente de la producción y la demanda) en un
10%.

Cadena de supermercados

Monografias.com

Una conocida cadena de supermercados gallegos ha recurrido a
un sistema de Business Intelligence para averiguar cuál
era el perfil de sus clientes más rentables e intentar
hacer lo posible para fidelizarlos.

Para ello, una de las primeras acciones que
llevó a cabo fue la creación de una "tarjeta
descuento", que vinculara a los clientes con el club del
supermercado. Para poder optar a esta tarjeta, cada cliente
debía facilitar sus datos personales básicos (edad,
sexo,
origen…) y unos datos complementarios de sus preferencias. A
cambio recibía descuentos eventuales en sus compras.

Tras haber acumulado una relevante cantidad de datos,
llegó el momento de extraer la información
requerida mediante un sistema de soporte a la decisión.
Entre las rarezas obtenidas en los resultados, cabe destacar que
el perfil ideal de cada cliente tenía sustanciales
diferencias en función de la ubicación
geográfica, a pesar de que el límite del
análisis era dentro de la propia Galicia.

Cooperativa lechera

Monografias.com

En una cooperativa
láctea de origen gallego, cuyos productos se
publicitan en TV a nivel nacional, se habían desatado las
alarmas debido a las grandes desviaciones económicas
existentes, cada año, entre los parámetros
estimados en enero y los resultados analizados doce meses
más tarde.

Finalmente, para resolver el problema y potenciar al
máximo sus sistemas informáticos tradicionales, la
cooperativa decidió implantar un cuadro de mando integral
(Balanced
Scorecard) y realizar un seguimiento minucioso de sus
objetivos estratégicos. Tras ocho meses desde la puesta en
producción del sistema, consiguieron encontrar el origen
de las desviaciones y tomar las acciones oportunas para enderezar
la trayectoria operativa de la empresa.

Por otro lado, y como efecto colateral estrechamente
relacionado, el sistema ha permitido analizar el impacto en las
ventas de cada una de sus campañas publicitarias.
Basándose la información contenida en sus propias
bases de datos, la cooperativa ha conseguido desde entonces
adaptar su publicidad para
incrementar en un 8% su cuota de mercado.

Operador de telecomunicaciones

Monografias.com

Este ejemplo hace referencia a uno de los mayores operadores
de telecomunicación del mundo, con más de 91
millones de clientes en 220 países de los cinco
continentes. Esta organización cuenta con 190.000
empleados y ofrece una gama completa de servicios de
telecomunicaciones: telefonía local, internacional y
móvil; internet y multimedia;
transporte de
datos; y difusión de TV por cable.

En los últimos años, la empresa ha venido
utilizando los sistemas informáticos como un arma
estratégica fundamental en la batalla entre operadores de
telecomunicaciones. El objetivo de una de sus principales
iniciativas ha sido reducir las inconsistencias en los datos y
compartir la información de manera más eficaz entre
las diferentes áreas de negocio, implementando en toda la
organización estándares en el campo del software de
gestión.

Conclusiones

El ambiente del mundo de los negocios de hoy exige una
aplicación cada vez más eficiente de la
información disponible. BI como su nombre en
inglés lo indica, genera un conocimiento al negocio,
que se deriva de la correcta utilización de la
información generada dentro y fuera de la empresa.

La Inteligencia de Negocios se nutre de un marco conceptual
interdisciplinario, en donde conviven disciplinas Administrativas
con las Ingenierías de Software y del Conocimiento. Cada
una de ellas aporta los métodos,
técnicas y herramientas que en conjunto contribuyen a
proveer los elementos adecuados a la toma de decisiones ejercida
por los niveles estratégicos y tácticos.

BI es una herramienta que pone a disposición de los
usuarios la información correcta en el lugar correcto. Son
múltiples los beneficios que ofrece a las empresas, entre
ellos se encuentra la generación de una ventaja
competitiva. Hay una gran variedad de soluciones de BI que en
suma, son muy similares, pero para que se considere completa debe
reunir cuatro componentes: multidimensionalidad, data mining,
agentes y data
warehouse.

La mejor forma de resumir todo lo anterior es por medio de la
frase de Bill Gates, Director de Microsoft, "BI
ayuda a rastrear lo que en realidad funciona y lo que no".

En lo concerniente a los Almacenes de Datos, estos
repositorios de información representan la plataforma
para emitir los análisis de datos y explotación
de conocimiento a cargo de los procesos especializados como
OLAP. Con respecto a la capa de consulta, esta constituye
como la herramienta que produce los elementos de
información necesarios para la toma de decisiones.
Así mismo, al incorporar el nivel de
administración de conocimiento, se puede sistematizar
la toma de decisiones rutinarias a partir de la
información seleccionada del almacén.
Actualmente la tendencia de diseño y
operación de los sistemas de información, como
también los propios de la Inteligencia de Negocio, es
orientada al ambiente de la Internet. Para tal fin, se
requiere de la infraestructura de recursos y procedimientos a
efecto de publicar información con las reservas de
seguridad en el acceso a los usuarios, a cambio de facilitar
la recuperación de información desde cualquier
parte del mundo.