INGENIERÍA INFORMÁTICA

IINF – 2010 – 220

Ensayo:

“INTRODUCCIÓN A LA INTELIGENCIA DE NEGOCIOS”

Profesor:
Ing. Jorge Amadeo Ortiz Muñiz

Asignatura:
Inteligencia de Negocios

Alumno:
Emilio Cueto López

Carrera:
Ingeniería en Informática

8° “F”

Cintalapa de Figueroa, Chiapas

1
INDICE
Introducción…………………………………………………………….……3

1.1 Conceptos Básicos……………………………. ............................. 4

 ¿Qué es Inteligencia?...................................................................
 ¿Qué es Negocio?........................................................................
 Inteligencia de Negocio……………………………….....…………..
 Inteligencia de Negocio a Nivel Operativo…………………….......
 Inteligencia de Negocio a Nivel Estratégico……………………....
 ¿Por qué usar un BI?...................................................................
 Arquitectura de los BI………………………………………………..

1.1.2 DataMart ................................................................................... 6

 DataMart OLAP…............……………………………………………
 DataMart OLTP….…………………………………………………….

1.1.3 Data Warehouse ....................................................................... 6

Datamining………………………………………………………………….

1.1.4 Tipos de Sistemas de Información ......................................... 7

 Sistema de procesamiento de Transformación…………………...
 Sistemas de Control de Procesos de Negocios……………………
 Sistemas de colaboración empresarial…………..………………….
 Sistema de Información de Gestión…………………………………
 Sistema de Apoyo a la toma de Decisiones……………………….
 Sistema de Información ejecutiva……………………………….....
1.1.5 Validez de Medición..………….………………………………….. 9
 Validez Interna………….............……………………………….......
 Validez Externa……………………………………………………….
 Validez de Investigación……………………………………………..

1.1.6 Variables de Análisis………………….……………………………9

Conclusión......……………………………………………………………..9
Bibliografía …………………………………………………………….....10
2
Introducción

En un mundo donde se creía que las bases de datos eran la herramienta principal
que proporcionada información acerca de cualquier departamento, surge lo que
ahora conocemos como Inteligencia de Negocios, que son el conjunto de
herramientas que le dan sentido a toda esa información almacenada, de una
manera atractiva y dinámica.

Lo verdaderamente importante es que ahora podemos realizar cualquier tipo de

análisis que creamos más conveniente y que nos permita enfocarnos en distintas
áreas de análisis de la empresa para lograr sus objetivos.

Ahora a pesar de tener las mismas herramientas cada organización puede adaptar
sus reporte y análisis a las necesidades propias y como resultado crear una
estrategia específica que sirva para solución de determinada áreas de oportunidad.

Alrededor de 1960 se introdujo el término como tal de inteligencia de negocios (BI)

y desde ese entonces ha ido evolucionando en soluciones más efectivas y
adaptadas a las necesidades tecnológicas. Con la facilidad para las empresas de
adquirir ordenadores más potentes y el auge que el internet tiene, la inteligencia de
negocios está al alcance de cualquier organización.

El origen de todo fueron los Sistemas de apoyo de decisiones (DSS),

posteriormente llegaron los Sistemas de Información Ejecutiva (EIS) hasta nuestro
tema de hoy que es la Inteligencia de Negocios (BI). Se considera al Dr. Ralph
Timbal como el Dr. Del DSS y a Bill Inmon como el padre del Dataware.

Hoy en día es conocido que los proyectos BI son iniciados en la alta dirección,
departamentos de planificación estratégica o de mkt y necesitan de la informática
para su implementación.

1.1 Conceptos Básicos

¿Qué es inteligencia?

Según RAE es “la capacidad de entender o comprender” y la “capacidad de resolver

problemas”. (Real Academia Española, 2014).

¿Qué es negocio?

Según RAE es “aquello que es objeto o materia de una ocupación lucrativa o de

interés” (Real Academia Española, 2014).

Inteligencia de negocio

La inteligencia de negocios es el conjunto de estrategias diseñadas para

coleccionar datos, procesarlos y en base a ello, finalmente tomar decisiones en
una empresa, las cuales permitan optimizar la dirección de la misma.

3
Una vez instalado en nuestra empresa el BI podemos responder a preguntas
como:

 ¿Quiénes son nuestros clientes más rentables?

 ¿Cuáles son nuestros productos más rentables?
 ¿Quiénes son nuestros empleados más productivos?
 ¿Cuáles son nuestros productos más vendidos?

Inteligencia de negocios a nivel operativo

Permite a aquellos que trabajan a nivel operativo tener la información de manera

clara, oportuna y exacta en reportes u hojas de cálculo, con un formato establecido
que se está actualizando constantemente.

Inteligencia de negocios a nivel táctico Permite a los analistas de datos y a la

gerencia media utilizar sin intervención de terceros herramientas de análisis y
consulta.

Con estas herramientas es posible analizar los tipos de comportamientos de

demanda y tener el poder de anticiparnos a cualquier situación irregular para
aumentar o disminuir el impacto según convenga.

Inteligencia de negocios a nivel estratégico

Apoya a la alta dirección en el análisis y monitoreo de patrones, metas y objetivos

estratégicos de la organización.

Un ejemplo de esto es el Cuadro de Mando Integral (CMI), que introdujeron Robert

Kaplan y David Norton al cual define como: “un esquema de trabajo
multidimensional para describir, implementar y administrar estrategia a todo nivel
de una empresa, a través de la vinculación de objetivos, iniciativas y mediciones a
la estrategia de la organización”. (Idensa, 2015).

¿Por qué utilizar un BI?

Hoy en día las decisiones que se toman en las empresa son de vital importancia
para su supervivencia y éxito en el mercado, aunque existen sistemas de
información tradicionales nos limitan mucho el manejo de la información y su
estructura es muy inflexible para su gestión. Ahora sabemos del enorme potencial
contenido en las bases de datos y esto nos impulsa a explotarlas completamente.

Algunas limitaciones son:

 La rigidez cuando extraemos los datos, dado que los formatos están
preestablecido desde el momento de su implantación.
 Los informes presentan conocimientos técnicos, lo que nos formula
consultas al respecto.
 Las consultas complejas invierten tiempos de espera largo, ya que se unen
tablas de gran tamaño.

4
  Consultar las bases de datos altera el rendimiento del sistema e inclusive
puede afectar a usuarios conectados.
 Provocan islas de datos ya que las bases de datos normalmente no están
integradas en los sistemas de información pasados.
 Es difícil garantizar la fiabilidad de la información.
 No es posible restringir la información a los usuarios para que cada uno la
utilice de manera eficiente.
 Carecemos de información histórica que en ocasiones es útil para contrastar
diversas situaciones.

Pretendiendo dejar todas estas limitaciones atrás, surgen los BI capaces de extraer,
depurar, analizar y almacenar los datos de una empresa a una mejor velocidad que
permitan crear conocimientos para la toma de decisiones efectivas.

Arquitectura de los BI

Los BI parten de archivos, bases de datos, administración de las relaciones con los
clientes (CRM5) y los sistemas para la administración de recursos empresariales
(ERP); posteriormente se realiza la extracción, transformación y carga (ETL) de los
datos; a continuación se apoyan en un datawarehouse8 que evita que se saturen
los servidores .

Como resultado tenemos información unificada, depurada y consolidada que se

almacena en un datawarehouse corporativo y de ahí se construyen datamart
departamentales, los cuales permiten un óptimo análisis de los datos mediante
bases de datos transaccionales o analíticas.

1.1.2 Datamart

Es una base de datos departamental, almacena información de un área

específica. Dispone de una estructura óptima de los datos desde cualquier
perspectiva. Se alimenta de los datos de una datawarehouse o integrar por sí
mismo distintas fuentes de información.

Se puede montar sobre una base de datos OLTP o una OLAP como veremos a
continuación:

Datamart OLAP

Basado en cubos OLAP que se agregan según los requisitos de cada área, las
dimensiones y los indicadores de cada cubo. Su creación, explotación y
mantenimiento es heterogenia en base a la herramienta final que se utilice.

Datamart OLTP

En ocasiones se basa en un extracto de datawarehouse pero incluye

agregaciones y filtros que aprovechan las características particulares de cada
área, las más comunes son las tablas report y las vistas materializadas. Poseen
las siguientes ventajas:

5
  Bajo volumen de datos.
 Mayor rapidez de consulta.
 Consultas SQL y/o MDX sencillas.
 Validación directa de la información.
 Facilidad para historialización de los datos.

1.1.3 Datawarehouse

Se caracteriza por integrar y depurar información de una o más fuentes distintas,

posteriormente la procesa analizando sus perspectivas con mayor velocidad de
repuesta. Este es el primero paso de cualquier BI. La estructura como se almacena
la información es una ventaja en estas bases de datos.

Bill Inmon fue quien acuño este término y a pesar de su significado, asegura es
mucho más que eso, en seguida algunas características:

 Integrado.- Los datos deben integrarse en una estructura consistente.

 Temático.- Únicamente los datos que generan conocimiento se integran
desde el entorno operacional, se ordenan por temas.
 Histórico.- Dado que guarda información que varía a través del tiempo es
posible realizar comparaciones.
 No volátil.- Es de solo lectura y no se puede modificar.

Otra característica importante es que contiene metadatos, que son datos sobre los
datos que permiten conocer la procedencia de la información.

Datamining

La minera de datos es una tecnología emergente, permite explotar grandes bases

de datos para explicar el comportamiento de los mismos en un contexto
determinado.

Hace uso de prácticas estadísticas, algoritmos de búsqueda como los utilizados en

la inteligencia artificial. Consta de 4 etapas que son las siguientes:

1. Determinación de los objetivos.

2. Pre procesamiento de los datos.
3. Determinación del modelo.
4. Análisis de los resultados.

1.1.4 Tipos de Sistemas de Información

Sistemas de procesamiento de transacciones

Los sistemas de procesamiento de transacciones son los sistemas empresariales
básicos que sirven al nivel operacional de la organización.
Un sistema de procesamiento de transacciones es un sistema computarizado que
realiza y registra las transacciones rutinarias diarias necesarias para el

6
funcionamiento de la empresa. Se encuentran en el nivel más bajo de la jerarquía
organizacional y soportan las actividades cotidianas del negocio.

Sistemas de control de procesos de negocio

Los sistemas de control de procesos de negocio (BPM por sus siglas en inglés)
monitorizan y controlan los procesos industriales o físicos, como puede ser la
refinación de petróleo, generación de energía o los sistemas de producción de
acero en una planta siderúrgica.

Sistemas de colaboración empresarial

Los sistemas de colaboración empresarial son uno de los tipos de sistemas de
información más utilizados. Ayudan a los directivos de una empresa a controlar el
flujo de información en sus organizaciones. Se trata de uno de los tipos de sistemas
de información que no son específicos de un nivel concreto en la organización, sino
que proporcionan un soporte importante para una amplia gama de usuarios. Estos
sistemas de información están diseñados para soportar tareas de oficina como
sistemas multimedia, correos electrónicos, videoconferencias y transferencias de
archivos.

Sistemas de Información de Gestión

Los sistemas de información de gestión (MIS por sus siglas en inglés) son un tipo
de sistemas de información que recopilan y procesan información de diferentes
fuentes para ayudar en la toma de decisiones en lo referente a la gestión de la
organización. Los sistemas de información de gestión proporcionan información en
forma de informes y estadísticas.

Sistemas de apoyo a la toma de decisiones

Un sistema de apoyo a la toma de decisiones o de soporte a la decisión es un
sistema basado en ordenadores destinado a ser utilizado por un gerente particular
o por un grupo de gerentes a cualquier nivel organizacional para tomar una decisión
en el proceso de resolver una problemática semiestructurada. Los sistemas de
apoyo a la toma de decisiones son un tipo de sistema computarizado de información
organizacional que ayuda al gerente en la toma de decisiones cuando necesita
modelar, formular, calcular, comparar, seleccionar la mejor opción o predecir los
escenarios.

7
Sistemas de Información Ejecutiva
Los sistemas de información ejecutiva (EIS por sus siglas en inglés) proporcionan
un acceso rápido a la información interna y externa, presentada a menudo en
formato gráfico, pero con la capacidad de presentar datos básicos más detallados
si es necesario. Los sistemas información ejecutiva proporcionan información
crítica de una amplia variedad de fuentes internas y externas en formatos fáciles de
usar para ejecutivos y gerentes.

1.1.5 Validez de Medición

Medir ha sido una necesidad humana, sobre todo el mundo contemporáneo. La
investigación científica no está ajena a parámetros de medición, tanto en las
ciencias sociales, como las ciencias naturales. Medición es entonces la asignación
de algún valor Medición es entonces la asignación de algún valor significativo, sea
numérico o alfabético o de otro orden, a significativo, sea numérico o alfabético o
de otro orden, a una serie de objetos, con la finalidad de operaciónalizar una serie
de objetos, con la finalidad de operacionalizar variables. Esta forma de medir, obliga
al investigador a relacionar también conceptos y postulados teóricos con datos y
hechos empíricos que ha ido observado y recolectando a lo largo del proceso de
investigación. Son datos que efectivamente deben tener correspondencia con los
objetivos planteados.
Un instrumento de recolección de datos es válido cuando mide lo que se supone
debe medir en términos de contenido, predicción, concurrencia y construcción.
Campbell y Stanley (1972) distinguen dos tipos de consideraciones para la validez
cuantitativa: la validez interna y la externa, definidas así:
 La validez interna:
Se refiere al mayor o menor control que tenemos de variables que pueden perturbar
los resultados. Ocurre cuando se puede asegurar que los cambios de la variable
dependiente se deben a los cambios de la o las variables dependientes.
 La validez externa:
La validez externa: Se refiere a la posibilidad de que los resultados obtenidos en
una muestra puedan ser generalizados a la población o universo del cual fue
seleccionada; así como que puedan ser generalizados a un ambiente diferente de
su ambiente originario.
Validez en la Investigación:
La validez cuantitativa, bajo la perspectiva de la teoría positivista, se orienta
fundamentalmente hacia las técnicas. La validez cuantitativa, bajo la perspectiva
de la teoría positivista, se orienta fundamentalmente hacia las técnicas e
instrumentos de medición elaborados por el evaluador, supuestos desarrollados a
partir de las teorías planteadas por ele instrumentos de medición elaborados por el
evaluador.

8
 1.1.6 Variables de Análisis

Las variables de análisis son aquellas que se incluyen en el proceso estadístico,

son aquellas variables que realizan estudios analíticos sobre las variables de
medición. Las variables de análisis se utilizan principalmente para realizar estudios
estadísticos como factores de riesgo, pre valencia del producto en el mercado,
entre otras cosas.

Un ejemplo práctico es que se utilizan dentro de la empresa para poder determinar

los diversos riesgos, la pre valencia del producto o el servicio dentro del mercado,
local, nacional e internacional y también se obtienen fortalezas y debilidades de la
empresa.

Conclusión

La competencia en la que las empresas conviven actualmente ya no es

la misma que en años anteriores, ahora las organizaciones están
enfocadas a dirigirse a sus clientes de una manera más personalizada,
según las historia que han vivido, esto se refiere al hecho de poder
proyectar un comportamiento en base a experiencias pasadas.
Inclusive para los directivos de cualquier industria la manera en que
analizan los datos de cualquier departamento ahora es más dinámica
gracias a las herramientas que se han desarrollado y que facilitan el
diagnostico de distinto fenómenos y en algunas ocasiones hasta
previenen situaciones de bajos rendimientos. Las bases de datos desde
su creación han permitido tener un amplio catálogo de datos, sin
embargo no éramos capaces de aprovechar al cien por ciento toda la
información que de ellas se podría derivar y es aquí donde se entran lo
BI.

Ahora es posible elaborar planes de acción, o lo que es mejor a enfocar

nuestras estrategias en base a los datos del día que está
transcurriendo; todo esto gracias al desarrollo de la inteligencia en los
negocios y a las distintas plataformas encargadas de aplicar estas ideas
en herramientas capaces de cubrir las necesidades de las
organizaciones.

9
 Bibliografía

 cmigestion. (27 de Junio de 2009). cmigestion. Obtenido de

cmigestion: http://www.cmigestion.es/2009/business-
intelligence/business-intelligence-para-pymes-y-ii/

 Idensa. (25 de Febrero de 2015). Idensa. Obtenido de

Idensa: www.idensa.com

 Intellego. (25 de Febrero de 2015). Intellego. Obtenido de

Intellego: www.intellego.com.mx

 ITMAdrid. (25 de Febrero de 2015). ITMAdrid. Obtenido de

ITMAdrid: www.itmadrid.com

 Oracle. (25 de Febrero de 2015). Oracle. Obtenido de

Oracle: http://www.oracle.com/lad/solutions/midsize/oracle-
products/business-intelligence/index.html

 Real Academia Española. (16 de Octubre de 2014). Real Academia

Española. Obtenido de Real Academia Española: www.rae.es

 Sinnexus. (25 de Febrero de 2015). Sinnexus. Obtenido de

Sinnexus: http://www.sinnexus.com/business_intelligence/index.aspx

10