Inteligencia de negocios (Business Intelligence)

¿Qué es?                                         

Estrategia empresarial que persigue incrementar el rendimiento de la empresa o la competitividad del negocio, a través de la organización inteligente de sus datos históricos.

Business Intelligence (BI) es un compendio de tecnologías y aplicaciones que permiten recopilar la información de las diferentes fuentes de su empresa, almacenarla, analizarla y proveerla a todo tipo de usuarios de su empresa con el fin de que puedan tomar mejores decisiones de negocio.

Es una estrategia empresarial que persigue incrementar el rendimiento de la empresa o la competitividad del negocio, a través de la organización inteligente de sus datos históricos (transacciones u operaciones diarias), usualmente residiendo en Data Warehouse corporativos o Data Marts departamentales.

El concepto de BI no es nuevo, desde que la idea fue introducida a mediados de los años 60, no ha dejado de evolucionar a soluciones más efectivas y adaptadas al nuevo entorno tecnológico imperante.  Con el precio del hardware en franco descenso, procesadores más potentes, la hegemonía de Internet-Web y software de gestión más eficientes, el concepto de inteligencia de negocio (BI) se coloca al alcance de muchas organizaciones modernas quienes están interesadas en maximizar sus inversiones en el área informática.

El DSS (Decision Support Systems) fue el origen de todo, luego aparecieron conceptos similares tales como los EIS (Executive Information Suystems), hasta llegar al estado del arte actual, los BIs y BI-Web. Los pioneros del campo fueron el Dr. Ralph Timbal, considerado el Dr. del DSS, y Bill Inmon, considerado el padre del Data Warehouse.

Razones que justifican una inversión en BI:

·         Visibilidad de lo que está pasando en el negocio

·         Informes / reportes centralizados

·         Análisis de tendencias y “predicción” del futuro

·         Toma de decisiones efectivas sobre productos que funcionan y lo que no funciona

·         Centraliza datos dispersos

·         “Valida” sistemas transaccionales

Los principales “productos” de BI usualmente son los siguientes: Cuadros de Mando Integrales, dashboards corporativos, KPI (Key Performance Indicators), CPI (Corporate Performance Indicadotors), reportes y gráficos de todo tipo, entre muchos otros. Por el contrario, los insumos de BI es inmensa “estela” de datos que va dejando la empresa de sus operaciones diarias. Podríamos afirmar que la empresa está cimentada sobre una inmensa “mina” de datos, explotarla y obtener que los datos se conviertan en información de valor es el reto de los proyectos de BI. Su implantación requiere de un análisis, diseño e implementación cuidadosa. Usualmente las empresas emprenden proyectos de BI corporativos, o Data Warehouse corporativos. Tienden a ser por rango o nivel de necesidad de la información: Estratégica, de Gestión u Operacional.Desde un punto de vista tecnológico, el elemento central de BI suele ser un data warehouse o data marts (o ambos). Son grandes bases de datos corporativas que albergan datos agrupados y procesados usualmente por dimensiones: región, tiempo, producto, unidad de negocio, entre otras.

Los proyectos de inteligencia de negocios suelen iniciarse a través de la alta dirección, los departamentos de planificación estratégica o de marketing, y requieren el concurso de informática para su implementación.

Hoy día es muy sencillo acceder a información almacenada en un reservorio de business intelligence (data mart o data warehouse) a través de herramientas tradicionales como MS Excel. De lo que se trata es de explotar al máximo las potencialidades de las herramientas existentes y maximizar el retorno sobre la inversión del negocio.

Por el contrario, si el usuario final requiere de realizar análisis más profundo sobre los datos almacenados en los data marts o data warehouse, el concepto de minería de datos (Data Mining) es el más apropiado para realizar una explotación más profunda y en sintonía con las necesidades analíticas de los datos.

En conclusión, business intelligence es una herramienta moderna y de nueva generación, disponible a los gestores y directores del negocio quienes tienen la necesidad de analizar el pasado, usar herramientas estadísticas de predicción, y con ello estar un paso de los competidores y mejorar los resultados empresariales. Al fin y al cabo ese es el fin último de la tecnológica, mejorar el rendimiento y productividad de la organización.

BI como solución tecnológica

·         Centralizar, depurar y afianzar los datos. 

·         Descubrir información no evidente para las aplicaciones actuales. En

·         Optimizar el rendimiento de los sistemas. 

BI como ventaja competitiva

·         Seguimiento real del plan estratégico. 

·         Aprender de errores pasados

·         Mejorar la competitividad. 

·         Obtener el verdadero valor de las aplicaciones de gestión. 

Áreas en las que se utiliza

·         Departamento de marketing

·         Departamento de compras

·         Departamento de producción

·         Departamento de ventas

·         Departamento económico-financiero

·         Departamento de atención al cliente

·         Departamento de recursos humanos

¿Por qué Business Intelligence?

La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa llegue al éxito. Sin embargo, los sistemas de información tradicionales (como la mayoría de los programas de gestión, las aplicaciones a medida, e incluso los ERP más sofisticados), suelen presentar una estructura muy inflexible para este fin. Aunque su diseño se adapta con mayor o menor medida para manejar los datos de la empresa, no permite obtener la información de los mismos, y mucho menos extrapolar el conocimiento almacenado en el día a día de las bases de datos. Las principales características que limitan estos sistemas son:

Gran rigidez a la hora de extraer datos, de manera que el usuario tiene que ceñirse a los informes predefinidos que se configuraron en el momento de la implantación, y que no siempre responden a sus dudas reales.

Necesidad de conocimientos técnicos. Para la generación de nuevos informes o métricas suele resultar ineludible acudir al departamento técnico, solicitando una consulta adecuada para interrogar la base de datos.

Largos tiempos de respuesta, ya que las consultas complejas de datos suelen implicar la unión de tablas operacionales de gran tamaño, lo que se traduce en una incómoda espera que dificulta la fluidez del trabajo.

Deterioro en el rendimiento del SI. Cuando la base de datos consultada, para generar informes o ratios de negocio, es la misma que la que soporta el operativo de la empresa, el funcionamiento del sistema puede degradarse hasta afectar y paralizar a todos los usuarios conectados.

Falta de integración que implica islas de datos. Muchas organizaciones disponen de múltiples sistemas de información, incorporados en momentos distintos, para resolver problemáticas diferentes. Sus bases de datos no suelen estar integradas, lo que implica la existencia de islas de información.

Datos erróneos, obsoletos o incompletos. El tema de la calidad de los datos siempre es considerado como algo importante, pero esta labor nunca se lleva al extremo de garantizar la fiabilidad de la información aportada.

Problemas para adecuar la información al cargo del usuario. No se trata de que todo el mundo tenga acceso a toda la información, sino de que tenga acceso a la información que necesita para que su trabajo sea lo más eficiente posible.

Ausencia de información histórica. Los datos almacenados en los sistemas operacionales están diseñados para llevar la empresa al día, pero no permiten contrastar la situación actual con una situación retrospectiva de años atrás.

Para superar todas estas limitaciones, el Business Intelligence se apoya en un conjunto de herramientas que facilitan la extracción, la depuración, el análisis y el almacenamiento de los datos generados en una organización, con la velocidad adecuada para generar conocimiento y apoyar la toma de decisiones de los directivos y los usuarios oportunos.

No es que los productos de BI sean mejores que las aplicaciones actuales: se trata de sistemas con objetivos distintos, eficientes en sus respectivas ramas, pero que deben complementarse para optimizar el valor de los sistemas de información.

Datos, información, conocimiento

¿En qué se diferencia el conocimiento de los datos y de la información? En una conversación informal, los tres términos suelen utilizarse indistintamente y esto puede llevar a una interpretación libre del concepto de conocimiento. Quizás la forma más sencilla de diferenciar los términos sea pensar que los datos están localizados en el mundo y el conocimiento está localizado en agentes de cualquier tipo (personas, empresas, máquinas...), mientras que la información adopta un papel mediador entre ambos.

Los conceptos que se muestran a continuación se basan en las definiciones de Davenport y Prusak (1999).

Datos

Los datos son la mínima unidad semántica, y se corresponden con elementos primarios de información que por sí solos son irrelevantes como apoyo a la toma de decisiones. También se pueden ver como un conjunto discreto de valores, que no dicen nada sobre el porqué de las cosas y no son orientativos para la acción.

Un número telefónico o un nombre de una persona, por ejemplo, son datos que, sin un propósito, una utilidad o un contexto no sirven como base para apoyar la toma de una decisión. Los datos pueden ser una colección de hechos almacenados en algún lugar físico como un papel, un dispositivo electrónico (CD, DVD, disco duro), o la mente de una persona. En este sentido las tecnologías de la información han aportado mucho a recopilación de datos.

Como cabe suponer, los datos pueden provenir de fuentes externas o internas a la organización, pudiendo ser de carácter objetivo o subjetivo, o de tipo cualitativo o cuantitativo, etc.

Información

La información se puede definir como un conjunto de datos procesados y que tienen un significado (relevancia, propósito y contexto), y que por lo tanto son de utilidad para quién debe tomar decisiones, al disminuir su incertidumbre. Los datos se pueden transforman en información añadiéndoles valor:

  Contextualizando: se sabe en qué contexto y para qué propósito se generaron.

  Categorizando: se conocen las unidades de medida que ayudan a interpretarlos.

  Calculando: los datos pueden haber sido procesados matemática o estadísticamente.

  Corrigiendo: se han eliminado errores e inconsistencias de los datos.

  Condensando: los datos se han podido resumir de forma más concisa (agregación).

Por tanto, la información es la comunicación de conocimientos o inteligencia, y es capaz de cambiar la forma en que el receptor percibe algo, impactando sobre sus juicios de valor y sus comportamientos.

Información = Datos + Contexto (añadir valor) + Utilidad (disminuir la incertidumbre)

Conocimiento

El conocimiento es una mezcla de experiencia, valores, información y know-how que sirve como marco para la incorporación de nuevas experiencias e información, y es útil para la acción. Se origina y aplica en la mente de los conocedores. En las organizaciones con frecuencia no sólo se encuentra dentro de documentos o almacenes de datos, sino que también está en rutinas organizativas, procesos, prácticas, y normas.

El conocimiento se deriva de la información, así como la información se deriva de los datos. Para que la información se convierta en conocimiento es necesario realizar acciones como:

  Comparación con otros elementos.

  Predicción de consecuencias.

  Búsqueda de conexiones.

  Conversación con otros portadores de conocimiento.

La Inteligencia de Negocio en los diferentes departamentos de la empresa

En todas las empresas cada departamento acumula diferentes datos: sobre sus clientes, sus inventarios, su producción, sobre la efectividad de las campañas de márketing, información sobre proveedores y socios, además de los datos que pueden proveer del exterior, como los referentes a competidores. En este sentido, el Business Intelligence puede realizar distintas aportaciones a cada departamento, siempre con el objetivo de integrar y optimizar la información disponible en la organización:

Departamento de marketing

El BI permite identificar de forma más precisa los segmentos de clientes y estudiar con mayor detalle su comportamiento. Para ello se pueden incluir análisis capaces de medir, por ejemplo, el impacto de los precios y las promociones en cada segmento.

Departamento de compras

El BI permite acceder a los datos del mercado, vinculándolos con la información básica necesaria para hallar las relaciones entre coste y beneficio. Al mismo tiempo, permite monitorizar la información de cada factoría o cadena de producción, lo que puede ayudar a optimizar el volumen de las compras.

Departamento de producción

El BI proporciona un mecanismo que permite analizar el rendimiento de cualquier tipo de proceso operativo, ya que comprende desde el control de calidad y la administración de inventarios hasta la planificación y la historización de la producción.

Departamento de ventas

El BI facilita la comprensión de las necesidades del cliente, así como responder a las nuevas oportunidades del mercado. También son posibles análisis de patrones de compra para aprovechar coyunturas de ventas con productos asociados.

Departamento económico-financiero

El BI permite acceder a los datos de forma inmediata y en tiempo real, mejorando así ciertas operaciones, que suelen incluir presupuestos, proyecciones, control de gestión, tesorería, balances y cuentas de resultados.

Departamento de atención al cliente
Aplicado a este ámbito, el BI permite evaluar con exactitud el valor de los segmentos del mercado y de los clientes individuales, además de ayudar a retener a los clientes más rentables.

Departamento de recursos humanos
Obteniendo los datos precisos de la fuente adecuada, el BI permite analizar los parámetros que más pueden afectar al departamento: satisfacción de los empleados, absentismo laboral, beneficio-hora/hombre… etc.

Finalmente, en caso de aprovechar la integración de la información con proveedores y socios, el BI ofrece niveles de análisis sobre cuestiones como nuevas oportunidades de inversión, o nuevas ocasiones para la colaboración con terceros.

Ejemplos:

MicroStrategy

MicroStrategy's productos están a la vanguardia en el diseño y la tecnología, que buscan responder a las necesidades del usuario.

Este abarca desde el desarrollo, la configuración y la gestión de las fuentes de datos para el control de paneles de presentación, cuadros de mando, mapas; además esta información puede acceder desde un escritorio remoto o dispositivo móvil.

Los principales productos se basan en su suite de informes, que van desde el diseño, el análisis, la gestión y la representación gráfica.

QlikView

Las soluciones de QlikView son enfocados a los clientes que no cuentan con suficiente presupuesto y el tiempo para hacer las implementaciones de Business Intelligence, proporciona a los clientes una nueva forma de obtener respuesta a sus preguntas de negocio.

Oracle

Ofrece una solución completa, desde el back-end para el front-end, lo que disminuye el coste total de propiedad y el riesgo de tener vinculación con una plataforma fragmentada.

Las soluciones de Oracle son multiplataforma, lo que garantiza su portabilidad, robustez y escalabilidad, y no limita sus componentes para su plataforma.

Microsoft

Microsoft se ha distinguido como un líder en el desarrollo, la fabricación, la concesión de licencias y la producción de software y equipos electrónicos.

Intellego se mantiene en la vanguardia, la capacitación de la fuerza de consultoría con las últimas versiones de los productos de Microsoft como: Microsoft SQL Server, SharePoint y Project; que tuvo una gran demanda por sus bajos costos y la familiaridad de los usuarios en sus aplicaciones.

Sistemas de Soporte a las Decisiones

Un sistema de soporte a las decisiones (Decision Support System, DSS) es un sistema informático de información el cual ayuda a un usuario a mejorar las decisiones que toma, a tener más cura y a reducir los costes sin pérdida de calidad.

Se define como un conjunto de programas y herramientas que permiten obtener oportunamente la información requerida durante el proceso de la toma de decisiones, en un ambiente de incertidumbre.

Su objetivo es proporcionar la mayor cantidad de información relevante en el menor tiempo posible, con el fin de decidir lo más adecuado.

Apoyan la toma de decisiones mediante la generación y evaluación sistemática de diferentes alternativas o escenarios de decisión.

•Mediante el uso de modelos y herramientas computacionales

Características

•      Apoyan la toma de decisiones que, por su misma naturaleza son repetitivas y estructuradas, así como no repetitivas y no estructuradas.

•      Estos sistemas pueden ser desarrollados directamente por el usuario final sin la participación operativa de los analistas y programadores del área de informática.

Características de los DSS
Características para considerarlo un DSS	Descripción
Interactividad	Interactuar de forma amigable y con respuesta a tiempo real.
Tipo de decisiones	Apoya a decisiones estructuradas y no estructuradas.
Frecuencias de uso	Utilización frecuente de la admón. Media y alta
Variedad de usuarios	Puede ser empleado por usuarios de diferentes áreas funcionales.
Flexibilidad	Se acopla a una variedad determinada de estilos administrativos autocráticos, participativos, etc.
Desarrollo	El usuario puede desarrollar de manera directa modelos de decisión sin la participación de personal informático.
Interacción ambiental	Permite interactuar con información externa como parte de los modelos de decisión.
Comunicación interorganizacional	Facilita la comunicación de información relevante de los niveles altos hacia los niveles operativos y viceversa, a través de gráficas.
Variedad de usuarios	Capacidad de accesar información de las B.D corporativas.
Simplicidad	Simple y fácil de aprender y utilizar por el usuario final.

Tipos de decisiones

Repetitivas

         Descuentos a clientes

         Comisiones de ventas

         Depreciaciones o amortizaciones

         Compras de suministros

         Entregas a consignación

         Clasificación de desembolsos

No repetitivas

         Asociaciones estratégicas

         Fusiones

         Nuevas líneas de producción

         Nuevos mercados

         Materiales sustitutos

         Costeo ABC

Almacenes de datos

Conceptos básicos

Un Almacén de Datos (o Data Warehouse) es una gran colección de datos que recoge información de múltiples sistemas fuentes u operacionales dispersos, y cuya actividad se centra en la Toma de Decisiones -es decir, en el análisis de la información- en vez de en su captura. Una vez reunidos los datos de los sistemas fuentes se guardan durante mucho tiempo, lo que permite el acceso a datos históricos; así los almacenes de datos proporcionan al usuario una interfaz consolidada única para los datos, lo que hace más fácil escribir las consultas para la toma de decisiones.

Objetivo: Análisis de Datos para el Soporte en la Toma de Decisiones.

Características del Almacén de Datos

En general un DW es un conjunto de datos con las siguientes características:

·         Temático
Los datos están almacenados por materias o temas (clientes, campañas, productos). Estos se organizan desde la perspectiva del usuario final, mientras que en las Bases de Datos operacionales se organizan desde la perspectiva de la aplicación, con vistas a lograr una mayor eficiencia en el acceso a los datos

·         Integrado
Todos los datos almacenados en el DW están integrados. Las bases de datos operacionales orientadas hacia las aplicaciones fueron creadas sin pensar en su integración, por lo que un mismo tipo de datos puede ser expresado de diferente forma en dos bases de datos operacionales distintos (Por ejemplo, para representar el sexo: ‘Femenino’ y ‘Masculino’ o ‘F’ y ‘M’).

·         No volátil
Únicamente hay dos tipos de operaciones en el DW: la carga de los datos procedentes de los entornos operacionales (carga inicial y carga periódica) y la consulta de los mismos. La actualización de datos no forma parte de la operativa normal de un DW.

·         Histórico
El tiempo debe estar presente en todos los registros contenidos en un DW. Las bases de datos operacionales contienen los valores actuales de los datos, mientras que los DW contienen información actual y resúmenes de esta en el tiempo

Data Warehousing

Data Warehousing es el proceso que facilita la creación y explotación de un Almacén de Datos.

Los Sistemas de Data Warehousing incluyen funcionalidades como:

• Integración de bases de datos heterogéneas (relacionales, documentales, geográficas, archivos, etc.)
• Ejecución de consultas complejas no predefinidas visualizando el resultado en forma gráfica y en diferentes niveles de agrupamiento y totalización de datos.
• Agrupamiento y des agrupamiento de datos en forma interactiva.
• Análisis del problema en términos de dimensiones.
• Control de calidad de datos

Almacenes de Datos

Ventajas para las organizaciones

·         Rentabilidad de las aumento de la aumento de la inversiones realizadas para su creación

·         Aumento de la competitividad en el mercado

·         Aumento de la productividad de los técnicos de dirección

Diferencias entre Base de Datos y Almacén de Datos

Sistema Operacional (OLTP)	Almacén de datos (DW)
Almacena datos actuales	Almacena datos históricos
Almacena datos de detalle	Almacena datos de detalle y datos agregados a distintos niveles
Bases de datos medianas	Bases de datos grandes
(100Mb-1Gb)	(100Gb-1Tb)
Los datos son dinámicos (actualizables)	Los datos son estáticos
Soporta decisiones diarias	Soporta decisiones estratégicas
Orientado a los procesos de la organización	- Sirve a técnicos de dirección