Programa Business Intelligence SQL Server 2012

Introduccin al Business Intelligence

Objetivo:

Al finalizar el captulo, el alumno:

Reconoce la terminologa usada en Inteligencia de negocios.



Temas


1. Qu es la Inteligencia de Negocios?
2. Necesidades de negocio insatisfechas por las soluciones tradicionales.
3. Historia y evolucin de los conceptos de Inteligencia de negocios.
4. Visin actual: el proceso de la Inteligencia de Negocios.
5. Conceptos y terminologa comunes en Inteligencia de negocios.
6. Anexos









Introduccin al Business Intelligence 2



1. Qu es la Inteligencia de Negocios?







La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de
extraer datos de cualquier fuente: archivos o base de datos para transformarlos en informacin,
de tal manera que sta apoye a la toma de decisiones de las empresas.

BI provee la informacin que requiere el usuario de negocio en la manera como lo desea y en
el momento que lo necesite, mejorando enormemente la efectividad para la toma de
decisiones, revelando tendencias de negocio no perceptibles fcilmente.

Introduccin al Business Intelligence 3




2. Necesidades del Negocio Insatisfechas por las soluciones
tradicionales







Las empresas actualmente poseen las siguientes necesidades de negocios que no pueden ser
resueltas por los sistemas tradicionales:

- Pasn ms tiempo recolectando y preparando informacin que analizndola.
- Se frustan al no poder encontrar informacin que esta seguro existe en la empresa.
- Quieren saber que productos fueron ms rentables durante un periodo de tiempo
- No saben cual es el patrn de compra de sus clientes dependiendo de las zonas
- Pasan mucho tiempo tratando de hacer que los reportes en Excel luzcan bien.
- Han perdido oportunidades de negocios por recibir informacin retrasada.
- No sabe con certeza si sus empleados estn alcanzando los objetivos planeados.

Es decir las empresas empiezan a valorar ya no como registrar la informacin sino como
recuperarla adecuadamente, ya que han descubierto que siendo esta informacin ms
oportuna y exacta, la empresa se volver ms competitiva. Visto as, la informacin corporativa
es un activo importante de la empresa que genera valor y la falta de ella generar prdidas.


Las organizaciones y sus requerimientos de sistemas de informacin

Con el fin soportar la gran cantidad de informacin que maneja una empresa, muchas de ellas
despliegan una gran infraestructura tecnolgica que soportan Sistemas de Informacin. El
crecimiento tecnolgico tiene varias etapas que van desde la integracin de sistemas, el
crecimiento y la implementacin. Las condiciones actuales de competencia ha provocado el
que sea necesaria tecnologa cada vez ms sofisticadas para responder a las peticiones muy
particulares de informacin. Sistemas de Procesamiento de Datos (SPD), Sistemas de
Manufactura, Administracin de Recursos Empresariales (ERP), Sistemas de Informacin
Ejecutiva (EIS), Sistemas de Soporte a las Decisiones (DSS), Manejo de Relacin con Clientes
(CRM), Suministro de la Cadena de Distribucin (SCM), Sistemas en la nube (CLOUD
Computing), etc., son algunos de los sistemas que afloran y se ponen de moda y luego
desaparecen acorde a la evolucin de las empresas. Pero algo que no va a desaparecer y es la
Introduccin al Business Intelligence 4



necesidad de las empresas de consumir informacin para atender los distintos requerimientos
del negocio dependiendo de la funcin que cada empleado desempee en la empresa.


La informacin que las empresas necesitan

La informacin se est extendiendo a todo nivel dentro de la organizacin, reas donde la toma
de decisiones se basaba en la experiencia o la intuicin requieren cada vez ms de soporte
basado en informacin. Si bien es cierto, los niveles operativos y tcticos siempre han
requerido de informacin para el da a da del negocio, est no ha estado restringida para su
uso. El avance vertiginoso de las tecnologas de la informacin ha permitido que la informacin
estratgica sea puesta en las computadoras de los directivos, este comportamiento se ha
generalizado principalmente motivado no slo por la facilidad y utilidad de la informacin
compartida sino por los software de toma de decisiones cada vez ms sencillos de usar.

Actualmente, la informacin es enviada a todos los niveles de la empresa con diferentes fines
(comunicacin, control, administracin, evaluacin, planeamiento, etc.). Las organizaciones
estn entendiendo que los niveles directivos tienen una gran responsabilidad al tomar
decisiones, ya que ellas recaen sobre toda la empresa, pero tambin existen ms empleados
que toman decisiones y, a pesar de que stas no tienen un impacto global, deben ser tambin
adecuadas y oportunas, pues ciertos grupos dependen de las mismas. Directores, gerentes,
supervisores, jefes, coordinadores todos aquellos que toman decisiones deben tener suficiente
informacin para apoyarse en su trabajo diario, el lugar que ocupen en la pirmide
organizacional se vuelve secundario cuando el enfoque es hacia el manejo de procesos y todos
los puestos tienen cierta relacin y dependencia entre s.

De manera general dentro de la organizacin, los requerimientos de informacin se dividen en
3 partes:





1. Informacin Estratgica

Soporta principalmente las decisiones del primer nivel de la pirmide organizacional,
respondiendo a las preguntas estratgicas de la empresa. Su caracterstica principal es
que no muestra muchos datos y est asociado a la gerencia visual a travs de
indicadores que muestran si se estn alcanzando los objetivos y metas o no a nivel
global. Ello permitir saber cmo se encuentra la empresa ahora y poder tomar
decisiones oportunas.


Introduccin al Business Intelligence 5




2. Informacin Tctica

Esta informacin da soporte al segundo nivel de la pirmide organizacional. Est
relacionada al plano operativo de la estrategia planteando vas posibles para lograr la
estrategia dictada por los ejecutivos y directivos. Esta informacin corresponde a un rea
o departamento especfico de la empresa, siendo su alcance departamental y se asocia a
gerencias o subdirecciones.


3. Informacin Tcnico Operacional

Este nivel de informacin corresponde a la parte operativa de la empresa, compuesta por
los sistemas de entrada masiva de datos y procesamiento transaccional. Soporta el da a
da del negocio y a sus diversas reas (contabilidad, facturacin, almacn, presupuesto y
otros sistemas administrativos). Se asocian a las jefaturas o coordinaciones operativas o
de tercer nivel.



Introduccin al Business Intelligence 6




3. Historia y evolucin de los conceptos de Inteligencia de
Negocios







El concepto de Business Intelligence no es un concepto reciente, hace miles de aos los
mayas, incas, fenicios, persas, egipcios y otros pueblos practicaban este principio cuando
usaban informacin obtenida de la naturaleza en beneficio propio. Observar y analizar el
comportamiento de los astros, las mareas, los perodos de sequa y de lluvias, entre otras, eran
maneras de obtener informacin que luego usaban para tomar decisiones que pudieran permitir
mejoras en la vida de sus respectivos pueblos.

El mundo ha evolucionado pero, el concepto sigue siendo el mismo. La necesidad de relacionar
informaciones para realizar una gestin empresarial eficaz y eficiente es hoy una realidad tanto
como en el pasado lo fue descubrir si la crecida de la marea sea propicia para obtener una
pesca ms abundante.

En los aos 60s surgen las tarjetas perforadas como medio de almacenamiento de datos, los
transistores como un gran avance electrnico en la arquitectura de computadores y el lenguaje
estructurado de programacin COBOL. En esta poca, los ordenadores se mostraban como
algo difcil de conocer y el almacenamiento de informacin se realizaba de manera lineal y
secuencial. Este nuevo despliegue tecnolgico, es decir, la implementacin de las bases de
datos para el procesamiento en lnea, las nuevas tecnologas y los Lenguajes de Cuarta
Generacin (4GL), permitieron al usuario la facilitarle el control de los sistemas y de la
informacin. Esto dio origen a los primeros Sistemas de Informacin formales.

Los Dispositivos de Almacenamiento de Acceso Directo (DASD, Direct Access Storage Device),
surgen en los 70s permitiendo que la velocidad de acceso a los datos se mejore enormemente,
ya que las bsquedas ya no eran lineales, sino directas. Asimismo, tambin aparecen los
Sistemas de Administracin de Bases de Datos (DBMS) que permita al desarrollador el acceso
a la informacin al encargarse del almacenamiento e ndices.

A inicios del ao 1990, las ms importantes empresas ya contaban con grandes Centros de
Informacin (CI) que funcionaban como repositorio de datos, brindando informacin poco
disponible. A pesar de esta limitante, los CI otorgaban de cierta manera, la informacin que los
ejecutivos requeran para tomar decisiones. Pero a medida que los aos avanzaron, el
Introduccin al Business Intelligence 7



mercado empez a comportarse de un modo ms complejo y cambiante, lo que oblig a que la
tecnologa de la informacin comenzara perfeccionando las herramientas de soporte a las
decisiones de tal manera que ofrezcan informaciones precisas y en el momento adecuado para
poder definir acciones mejorando el desempeo de la organizacin.

El concepto de Data Warehouse nace entre los aos 1992 y 1993, este concepto se asocia a
una gran base de datos, es decir, un "recipiente - depsito" nico de datos (los cuales pasaron
por un proceso de extraccin, transformacin). ste repositorio es la parte fundamental para la
ejecucin prctica de un proyecto de Business Intelligence. Pero al hablar de Business
Intelligence, encontramos varios puntos de vista. Para algunos autores es muy importante que
la empresa que desea implementar herramientas de Business Intelligence cuente con un
"repositorio" nico para reunir los datos ya transformados en informaciones. Este "repositorio"
no necesariamente es, un Data Warehouse, puede ser algo ms pequeo y menos complejo
como, por ejemplo, un Data Mart (banco de datos diseado para reas especficas en forma
personalizada), o un banco de datos relacional comn, pero independiente del ambiente
transaccional (operacional) y exclusivo para contener informacin que ser usada como base
para la realizacin de diversos anlisis y proyecciones.

El trmino de Business Intelligence es bastante antiguo. Sin embargo, el avance de la
tecnologa de la informacin permiti crear herramientas que facilit en gran medida todo el
proceso de extraccin, almacenamiento, consolidacin, filtrado, validacin y disponibilidad de
los datos. Gracias a ello, las empresas empezaron a interesarse en las soluciones de BI de una
forma ms decisiva, esto a finales de 1996, cuando el concepto se difundi como un proceso
de evolucin del Executive Information Systems (EIS) - un sistema creado a finales de la
dcada del 70 en el MIT (Massachusets Institute of Tecnology-EUA).

El trmino Business Intelligence se extendi hacia otras herramientas como por ejemplo:
Executive Information System - Sistema de Informacin Ejecutiva (EIS), soluciones Decision
Support System - Sistema de Soporte a las Decisiones (DSS), Balanced Scorecard
(Indicadores de Gestin), Dashboard (Cuadros de Mando), ER (Reporteadores
Empresariales), Data Marts, Data Mining, Herramientas OLAP, cuyo fin principal es dinamizar
la capacidad de tomar decisiones, afinar estrategias de relaciones con los clientes y satisfacer
las necesidades del sector empresarial.



Introduccin al Business Intelligence 8



4. Visin Actual: el proceso de Inteligencia de Negocios









El proceso de realizar Inteligencia de Negocios es conocido como Datawarehousing y
comprenden los siguientes pasos:

1. Extraccin

El proceso de extraccin consiste en estudiar y entender los datos fuente, tomando
aquellos que son de utilidad para el Data Warehouse.

2. Transformacin

Una vez que los datos son extrados, stos se transforman. Este proceso incluye
correccin de errores, resolucin de problemas de dominio, borrado de campos que no
son de inters, generacin de claves, aumento de informacin, etc.

3. Carga e Indices

Al terminar el proceso de transformacin, se cargan los datos en el Data Warehouse.

4. Chequeo de Calidad

Una vez ingresada la informacin al Data Warehouse, se realizan controles de calidad
para asegurar que la misma sea correcta.

5. Liberacin/Publicacin

Cuando la informacin se encuentra disponible, se le informa al usuario. Es importante
publicar todo cambio que se hayan realizado.

Introduccin al Business Intelligence 9




6. Consulta

El usuario final debe disponer de herramientas de consulta y procesamiento de datos.
Este proceso incluye consultas ad hoc, reportes, aplicaciones DSS, Data Mining, etc.

7. Feedback

Muchas veces es aconsejable seguir el camino inverso de carga. Por ejemplo, puede
alimentarse los sistemas legales con informacin depurada del Data Warehouse o
almacenar en el mismo alguna consulta generada por el usuario que sea de inters.

8. Auditoria

Los procesos de auditoria permiten conocer de donde proviene la informacin as como
tambin qu clculos la generaron.

9. Seguridad

Una vez construido el Data Warehouse, es de inters para la organizacin que la
informacin llegue a la mayor cantidad de usuarios pero, por otro lado, se tiene sumo
cuidado de protegerla contra posibles 'hackers', 'snoopers' o espas. El desarrollo de
Internet ha incrementado este dilema.

10.Respaldo y Recuperacin

Se deben realizar actividades de backup y restore de la informacin, tanto la almacenada
en el Data Warehouse como la que circula desde los sistemas fuente al Data
Warehouse.





Introduccin al Business Intelligence 10



5. Conceptos y terminologa comunes en Inteligencia de
negocios







On Line Transacction Processing (OLTP)

El sistema On Line Transaction Processing (OLTP) se encarga de dar soporte a los
procesos diarios de ingreso y mantenimiento de datos y son en tiempo real. De esa
manera, las aplicaciones OLTP sirven para la captura de las transacciones cotidianas
(ventas, compras, control de almacn, cuenta corriente, generacin de notas de crdito,
control de la produccin, contabilidad, etc.) y es la fuente principal de datos de las
soluciones analticas. Entre las diferencias principales tenemos que las aplicaciones
OLTP poseen volatilidad de datos (los datos slo permanecen en el sistema por un
periodo corto de tiempo) a diferencia de las soluciones analticas, que requieren de datos
histricos para generar diversas perspectivas de anlisis. Otra diferencia es la
actualizaciones frecuente de los datos (la informacin es modificada muchas veces en el
da), mientras que las aplicaciones analticas realizan operaciones normalmente, de slo
lectura.


Caractersticas

Diseo orientado a la transaccin
Volatilidad de los datos
Soporte limitado a la toma de decisiones

Ejemplos

Cobranzas
Sistema de control de asistencia
Control de almacn





Introduccin al Business Intelligence 11



On Line Analytical Processing (OLAP)

OnLine Analytical Processing (OLAP) es un proceso en el que se emplean herramientas
sofisticadas que permiten agilizar el proceso de anlisis de informacin de la empresa,
organizada en perspectivas (dimensiones) y mtricas permitiendo ejecutar anlisis
complejos de datos en base a los cuales se tomarn las decisiones del negocio.

OLAP permite a los usuarios una fcil y amigable navegacin por la informacin
obteniendo el nivel de granularidad (detalle) que requiera para la toma de decisiones.
Asimismo, puede generar clculos adicionales en base a los datos existentes.

Los servicios OLAP proveen mltiples formas y niveles de anlisis gracias a que los
datos se encuentran estructurados con esta finalidad. De esta manera, el usuario puede
realizar comparaciones entre periodos anteriores o paralelos, encontrar patrones y
tendencias, aislar un grupo de datos con caractersticas especficas para realizar un
anlisis ms profundo y sobretodo de una manera amigable, rpida y confiable.

Caractersticas OLAP

Es consolidada. La data se centraliza desde diferentes orgenes de datos en un
repositorio central nico a la cual tienen accesos los usuarios de toda la
organizacin.
Es consistente. Los usuarios deben obtener una nica versin de los datos no
importando de que rea provengan las consultas ni el momento en que ellas se
realicen.
Es orientada al objetivo. Slo contiene informacin relevante para la toma de
decisiones, de esta manera la orientacin est en cmo se usan los datos y no como
se almacenan.
Es histrica. Los sistemas OLAP almacenan toda la informacin histrica de la
empresa permitiendo de esta manera, realizar comparaciones entre periodos
actuales e histricos.
Es de slo lectura. Los sistema OLAP se disea y optimizan slo para realizar
consultas, la operaciones de actualizacin, borrado, etc. son exclusivos de los
sistemas transaccionales.
No es atmica. Los sistemas OLAP contienen datos sumarizados que permiten la
velocidad en la consulta.




Como se observa en el grfico superior en un modelo de datos OLAP, la informacin es
vista como cubos, los cuales consisten de valores cualitativos, atributos (dimensiones)
y valores cuantitativos, mtricas (medidas).


Introduccin al Business Intelligence 12



Un analista de negocio ve a una consulta analtica en trminos de un cierto nmero de
perspectivas de anlisis (dimensiones) tales como productos, cliente, vendedor,
tiempo, regiones, fabricantes, o artculos y desea poder analizar un conjunto de valores
cuantitativos (cantidades, montos, ratios, etc) de tal manera que usando estos
componentes pueda lograr distintas vistas de una misma consulta.


- Ejemplo
Para la cadena de tiendas de alquiler de videos que posee 3 sucursales, el
sistema OLAP le permite presentar informacin consolidada por cada sucursal,
compararla y tomar decisiones apropiadamente.



Sin embargo, la tienda de alquiler de videos tambin deseara ver cmo se
desarrollan las ventas en el tiempo. Para hacer esto, se necesitaran varias hojas
de clculo.


De esta manera, las medidas que deseamos visualizar del negocio se
encontrarn almacenadas en la interseccin de las perspectivas de anlisis, en
sectores llamados celdas del cubo, como se grafica a continuacin:



Siguiendo con el ejemplo anterior, con este cubo podemos ahora tomar
rebanadas del mismo para responder preguntas como:

Cunto se alquila por categora de video en cada tienda en un mes dado?
Categora de video por tienda en un mes dado

Introduccin al Business Intelligence 13




Qu tiendas han mejorado sus alquileres de video dado a travs del
tiempo?
Tienda por tiempo de una categora de video dado

Cunto se alquila por categora de video a travs del tiempo en una tienda
dada?
Categora de video por tiempo en una tienda dada




Sistemas OLTP vs OLAP

En cuanto a las soluciones transaccionales y las soluciones Data Warehousing tambin
tenemos diferencias:

Frecuencia de actualizacin: las soluciones transaccionales se encuentran en tiempo
real, mantiendo la data actualizada. En cambio, las soluciones Data Warehousing,
poseen una periodicidad de carga: diario, semanal, mensual, etc, pudiendo estar sus
datos en tiempo real o cercano al tiempo real.

Estructurado para responder a las transacciones diarias de la empresa y diseada para
conservar una alta integridad de datos, a diferencia de ello, las soluciones Data
Warehousing estn estructurados para proporcionar facilidad y velocidad en la
consulta.

Optimizado para las soluciones transaccionales estn optimizados para el registro
diario de las operaciones del negocio. Las soluciones Data Warehousing estn
optimizados para la consulta, de tal forma que se d la manera ms amigable y rpida.





Introduccin al Business Intelligence 14



Data Warehouse

Entonces podemos definir que un Data Warehouse es una coleccin de datos en la cual, se
encuentra integrada la informacin de la Institucin y que es usada como soporte para el
proceso de toma de decisiones gerenciales.

Reunir los elementos de datos apropiados desde diversas fuentes de aplicacin en un
ambiente integral centralizado, simplifica el problema de acceso a la informacin y en
consecuencia, acelera el proceso de anlisis, consultas y disminuye el tiempo de acceso a
la informacin.

Las aplicaciones para soporte de decisiones basadas en un Data Warehouse, pueden
hacer ms prctica y fcil la explotacin de datos. De esa forma, podemos obtener una
mayor eficacia en la toma de decisiones, que no se logra cuando se usan slo los datos
que provienen de las aplicaciones operacionales (que ayudan en la operacin de la
empresa en sus operaciones cotidianas) en los que la informacin se obtiene realizando
procesos independientes y muchas veces complejos.

Un Data Warehouse se crea al extraer datos desde una o ms bases de datos de
aplicaciones operacionales. La data extrada es transformada para eliminar inconsistencias
y resumir si es necesario y luego, cargarlas en el Data Warehouse. El proceso de
transformar, crear el detalle de tiempo variante, resumir y combinar los extractos de datos
ayuda a crear el ambiente para el acceso a la informacin institucional. Este nuevo enfoque
ayuda a las personas individuales, en todos los niveles de la empresa, a efectuar su toma
de decisiones con mayor objetividad.


Datamart

Caractersticas

Orientado a un departamento dentro de la organizacin
Puede ser implementado como una solucin para problemas inmediatos
No es necesario para construir un Data Warehouse.

Beneficios

Implementacin rpida y sencilla
Menor costo de implementacin
Cubre necesidades especficas del Negocio
Respuestas rpidas por el menor volumen de informacin
Asegura la consistencia de los datos

El empleo de los Datamarts estar determinado por los que toman decisiones. Por
ejemplo en una empresa, el gerente de ventas necesitar analizar la informacin de su
rea, es decir las ventas de la empresa.

Desventajas

Inadvertidamente se puede usar datos no compatibles con otros Datamarts que luego
alarguen el tiempo de unificacin
Si el Data Warehouse es construido primero, se requiere de hardware adicional para
soportar Datamarts individuales.
Datos descentralizados debido a que cada Datamart corresponde a una base de datos
individual por tema o por rea.

Introduccin al Business Intelligence 15





Metadata

La metadata es definido como los datos acerca de los datos, es considerado como el
diccionario de datos del Data Warehouse.

La Metadata abarca todos los procesos de Data Warehousing y contiene los siguientes
elementos:

Nombres de campos y definiciones
Mapeo de los datos
Tablas
ndices
Cronogramas de extraccin y carga
Criterios de seleccin
Clculos de los datos derivados
Transformacin de los datos

Existes 3 tipos de Metadatos y se mencionan a continuacin:

Metadata del Negocio: Contiene los modelos lgicos y las reglas de negocio.

Metadata Tcnica: Contiene los nombres fsicos de las tablas, ubicacin de
almacenamiento, relaciones, llaves, etc.

Metadata Operacional: Contiene la programacin de cargas, fechas de refrescos de
datos, seguridad.





Introduccin al Business Intelligence 16



6. Anexos: Casos de xito en Inteligencia de Negocios







WallMart

Pionero en el uso de la informacin para identificar nuevas oportunidades de mercado
Uso de datamining masivo, solucin basada en Teradata
Caso Clsico: Paales y Cerveza

Es, sin duda, uno de los ejemplos ms clsicos de la llamada Business Intelligence (BI),
utilizado en las escuelas de negocio de todo el mundo para ilustrar cmo el anlisis de los
datos de los clientes puede llevar a conclusiones interesantes y aprovechables en el
contexto del denominado Market-Basket Analysis: la correlacin entre los paales y la
cerveza.

Estos dos productos, aparentemente sin ninguna relacin, protagonizan esta historia que
los profesores y estudiantes de marketing suelen atribuir a lo que ocurri en los
hipermercados WalMart, cuando se empez a utilizar por primera software analtico para
combinar el anlisis de los datos de compras de algunas personas obtenidos gracias a sus
tarjetas de fidelizacin

Segn la historia, se descubrieron una serie de asociaciones, algunas perfectamente
obvias, como que las personas que compraban cereal tambin compraban leche, o los
que compraban ron, tambin compraban Coca-Cola, y una completamente inesperada:
paales y cerveza.

Aparentemente, los clientes masculinos cuando compraban paales el fin de semana,
tenan adems una gran tendencia a adquirir tambin cerveza. De ah surgi toda una
amplia gama de teoras psicolgicas sobre cmo los hombres, cuando eran enviados por
paales al supermercado, asociaban la idea con la de obtener alguna recompensa para
ellos, o relacionaban el fin de semana con tomar cerveza y, a pesar de ser ya padres,
realizaban una accin de solteros, que seguramente era aprobada en sus hogares ya que
la diferencia era que estos hombres beban dentro de su casa.

Como resultado del descubrimiento de esta correlacin, segn sus estadsticas, el
hipermercado decidi mover la cerveza y ponerla al lado de los paales, y obtuvieron
gracias a ello un incremento de ventas bastante importante.
Introduccin al Business Intelligence 17



NBA

Un resultado interesante fue uno hasta entonces no observado por los
entrenadores de los Knicks de Nueva York. El doble marcaje a un jugador puede
generalmente dar la oportunidad a otro jugador de encestar ms fcilmente.
Mezcla datos de jugadores de baloncesto con imgenes de partidos para encontrar
patrones y apoyar a la generacin de estrategias.
Advanced Scout, basado en IBM DB2 Universal Database, IBM DB2 Intelligent
Miner y Virtual Gold's VirtualMiner


AC MILAN

El sistema, creado por Computer Associates International, es alimentado por datos
de cada jugador, relacionados con su rendimiento, alimentacin y respuesta a
estmulos externos, que se obtienen y analizan cada quince das.
Actualmente el sistema permite predecir alguna posible lesin.
El club est ahorrando dinero evitando comprar jugadores que presenten una alta
probabilidad de lesin


ODYSSEY

Gobierno Espaol enjuicia a la empresa Odyssey por apoderarse de 18 toneladas
de monedas de Oro.
Un espectacular sistema de tratamiento de datos llamado Data Mining. Su
funcionamiento es sencillo: se introducen en una base de datos todas las variables
imaginables, desde los lugares en los que hay barcos hundidos hasta las corrientes
marinas predominantes, los puntos ms habituales de tormentas o las rutas que
probablemente utilizara cada capitn. De todo ese cctel, se extrae un modelo que
indica, con una fiabilidad impresionante, en qu puntos exactos hay ms
probabilidades de hallar un tesoro. A partir de ese momento, y despus de aos de
paciente estudio, esa computadora proporciona a Odyssey un detallado y
gigantesco mapa del tesoro sin necesidad de escudriar todo el fondo del Atlntico
o el Mediterrneo

SUNAT

SAS, el lder en Inteligencia de Negocios, anunci hoy que la SUNAT, ha logrado
una mejor deteccin de la subvaloracin de mercancas en la principal aduana
peruana, al incrementar en 14 puntos porcentuales el xito en los hallazgos en el
Proceso de Seleccin de Canales de Control.
SUNAT es la primera entidad tributaria en latinoamrica en emplear con xito
tcnicas de Minera de Datos en la lucha contra el contrabando y la subvaluacin.
Solucin sobre plataforma SAS, Oracle, Informix, Java.








Introduccin al Business Intelligence 18





Laboratorio N 1