Sustentado por:

Arnaldo Domnguez
2011-0218
Jess Rafael Mndez
2011-1683

En un artculo de 1958, el
investigador de IBM Hans
Peter Luhn utiliza el trmino
Inteligencia de Negocio. Se
define la inteligencia como:
"La capacidad de comprender
las interrelaciones de los
hechos presentados en tal
forma como para orientar la
accin hacia una meta
deseada".
1970s: Desarrollo de las primeras bases de datos y las primeras aplicaciones
empresariales (SAP, JD Edwards, Siebel, PeopleSoft).

1980s:Creacin del concepto Datawarehouse (Ralph Kimball, Bill Inmon), y
aparicin de los primeros sistemas de reporting.


1990s: Business Intelligence 1.0. Proliferacin de mltiples aplicaciones BI.

2000s: Business Intelligence 2.0. Consolidacin de las aplicaciones BI en unas
pocas plataformas Business Intelligence (Oracle, SAP, IBM, Microsoft).



Se denomina inteligencia empresarial, inteligencia de
negocios o BI (del ingls business intelligence) al conjunto
de estrategias y llaves enfocadas a la administracin y
creacin deconocimiento sobre el medio, a travs del anlisis
de los datos existentes en una organizacin o empresa.
Las herramientas de inteligencia se basan en la utilizacin de
un sistema de informacin de inteligencia que se forma con
distintos datos extrados de los datos de produccin, con
informacin relacionada con la empresa o sus mbitos y con datos
econmicos.









Mediante las herramientas y tcnicas ELT (extraer, cargar y
transformar), o actualmente ETL (extraer, transformar y cargar) se
extraen los datos de distintas fuentes, se depuran y preparan para
luego cargarlos en un almacn de datos.

Accesibilidad a la informacin.
Apoyo en la toma de decisiones.
Orientacin al usuario final.
Informes


Informes predefinidos
Informes a la medida
Consultas (Query)
Cubos OLAP (On-Line Analytic Processing).
Alertas

Anlisis


Anlisis estadstico
Pronsticos (Forecasting)
Minera de datos
Optimizacin
Minera de Procesos

La Inteligencia de Empresas es el concepto ms amplio del uso de la
inteligencia en las organizaciones. Desde distintas perspectivas, la
inteligencia de empresas ha ido emergiendo a partir de la
contribucin de muchas reas del conocimiento: market intelligence
(inteligencia de mercados), competitive intelligence (Inteligencia
Competitiva), business intelligence (inteligencia empresarial).







Inteligencia para crear y compartir el conocimiento.

La habilidad para integrar y administrar este conocimiento.

La imaginacin para visualizar acciones alternativas a las usuales
y analizar sus consecuencias.

La pericia para manejar los recursos y atender las necesidades
actuales sin dejar de construir el futuro deseable.

PLAN: curso de accin conscientemente determinado.
POSICIN: un medio para ubicar a la organizacin (rentas, dominio).
PATRN: es un modelo que implica consistencia.
PERSPECTIVA: una manera particular de percibir el mundo (concepto,
cultura, ideologa).

-Aumento de ingreso y reduccin de gastos
-Anlisis de la rentabilidad de clientes
-Simulaciones y anlisis de tendencias
-Para desarrollarlo con eficiencia y eficacia es necesario:
-Realizar comparativos entre periodos.
-Revisar los indicadores administrativos y de desempleo.
-Avisos de puntos crticos
-Alineamiento de lo tctico a lo operativo
-Seguimiento estratgico.

- Agilidad en el proceso de toma de decisiones.
- Eliminacin de controles manuales
- Centralizacin de informaciones de gestin
- Rapidez en la recoleccin de informacin.
- Transformacin de procesos reactivos en
activos.
- Seguimiento y administracin en la ejecucin
de la estrategia.

1. Las empresas fallan en reconocer que los proyectos de BI

2. Existe la falta de compromisos por parte de los sponsors (los cuales tienen
autoridad en la empresa)

3. Se tiene poca disponibilidad de los representantes de negocios.

4. Hay ausencia de un personal disponible y habilidoso.

5. Existe un mal concepto del software de BI.

6. No trabajan bajo una estructura detallada.

7. No existe un anlisis del negocio o estandarizacin

8. No existe una apreciacin del impacto que causan los datos de mala calidad
en la rentabilidad del negocio.

9. No se entiende la necesidad del uso de un meta datos.

10. Demasiada confianza mtodos y herramientas no alineadas.