Se definirá la inteligencia de negocios bajo tres perpectivas:
- Tomar mejores decisiones rápidamente
- Convertir los datos en información
- Utilizar un método razonable para la gestión empresarial
1.1 Tomar mejores decisiones rápidamente
- BI es ayudar a la gente a tomar decisiones que mejoren el rendimiento de la compañía e impulsen su ventaja competitiva en el mercado.
- La Inteligencia de Negocios faculta a las organizaciones a tomar las mejores decisiones rápidamente.
- Los gerentes, desde el liderazgo más bajo hasta el gerente general, toman decisiones tomando en cuenta sus experiencias, su entendimiento organizacional, sus planes de negocio y sobre todo su información.
- BI ayuda a tomar mejores decisiones analizando si las acciones tomadas están de hecho dando resultados hacia los objetivos de la compañía.
- Tratar de tomar mejores decisiones rápidamente y la mayoría de las decisiones estratégicas son las únicas donde BI es lo más indispensable.
- Para tomar mejores decisiones más rápidamente, los directivos y gerentes necesitan de información relevante y útil al alcance de la mano.
- Es común una larga brecha entre la información que los responsables de la toma de decisiones requieren y la grandes cantidades de datos que las organizaciones recopilan cada día. A esto se le llama Brecha de Análisis (Análisis Gap).
- Debemos lograr el análisis a la velocidade del pensamiento, es decir, la capacidad de obtener una respuesta a una pregunta tan rápido como se pregunta sea formulada.
- Si bien es cierto que la tecnologia contribuye a proporcionar información de utilidad; sin embargo el aspecto más complicado de BI es ser capaz de identificar qué información es útil y relevante para la toma de decisiones.
- Las soluciones de BI son las responsables de identificar y cuantificar las métricas más importantes de la organización, conocidas generalmente como indicadores de gestión (KPI - Key Performance Indicators).
- Los KPI sirven de orientación a la hora de tomar decisiones que afectan a un área o a toda la organización.
- BI puede ser definido como un método para la gestión empresarial, una forma de pensamiento organizacional, una filosofía de gestión.
- Tanto las personas como la organizaciones se interesan en BI, porque creen que el uso de un enfoque racional y basado en hechos a la hora de tomar decisiones resulta positivo.
- EL interés por adoptar BI tiene las siguientes
- Buscar hechos (datos) que puedan medir cuantitativamente la organización.
- Usar métodos organizados y tecnologías para analizar los hechos.
- Inventar o compartir modelos que explican las relaciones de causa y efecto entre las decisiones operativas y los efectos que éstas tienen en alcanzar los objetivos organizacionales.
- Comprender que las personas no siempre son seres racionales. - La experiencia y la intuición continuarán como base principal en la toma de decisiones, pero más y más ellos están siendo apoyados por las bases de la información que BI proporciona.
- BI es mucho más que una actitud empresarial o una tecnología a disposición de las organizaciones.
- De hecho, es un marco de referencial para la gestión de rendimiento empresarial, un ciclo continuo por el cual las organizaciones definen sus objetivos, analizan sus progresos, adquieren conocimiento, toman decisiones, miden sus éxitos y comienzan el ciclo nuevamente.
- BI ayuda a los gerentes a tomar mejores decisiones más rápidamente en los niveles estratégicos y operativos.
- El análisis conduce a ideas, muchas de ellas pequeñas, y se espera que unas cuantas más grandes. Éstas ideas sugieren maneras de mejorar la organización cuando se actúa sobre ellas; éstas ideas pueden ser medidas para ver si funcionan. Éstas mediciones tambien proveen más datos para el análisis y el ciclo comienza de nuevo.
3. Como hacer posible la Inteligencia de Negocios (BI)
Los entes principales que contribuyen a facilitar el BI son: la tecnología, la gente y la cultura corporativa
3.1 Tecnología
Las organizaciones hoy pueden crear amplios sistemas corporativos de BI que calculan y supervisan métricas sobre cada variable que sea importante para la gestión de la organización. ¿Cómo es esto posible?. La respuesta es la tecnología. Estas tendencias son:
- Potencia de procesamiento
- Almacenamiento
- Tecnologías de redes
- Estándares
- Software BI
3.2. La Gente
- Entender el papel de la gente en el ciclo de BI permite a la organizaciones sistemáticamente crear ideas y convertir éstas ideas en decisiones.
- Los sistemas informáticos pueden informar de lo que está pasando en la empresa, pero adquirir conocimiento de estos acontecimientos requiere la motivación de la gente y las organizaciones. Y para que esto suceda necesita a la gente entusiasmada con el cambio (otra forma de pensar).
- Los sistemas BI sirven a los gerentes en gran medida, de la misma forma que los instrumentos de navegación sirven a los pilotos. El grado en que la instrumentación es esencial, depende del tamaño y complejidad de la organización y del papel del gerente.
- La extensión para la cual la acitud BI florece en una organización depende en gran medida de su cultura organizacional.
- Las culturas que son exitosas en posibilitar el BI son aquellas que sistemáticamente tienen éxito en lo siguiente: - Proporcionar amplio y facil acceso a la información - Motivar análisis a amplia escala y tomar decisiones - Motivar el compartir resultados con amplias audiencias - Alentar la experimentación y tolerar fallos.
4.1. Análisis Multidimensional
Para comprender cómo se hace la información útil para el análisis organizacional o de negocio, se mostrará un ejemplo sencillo de análisis Business Intelligence en acción.
Ejemplo:
Consideramos un mayorista de frutas que compra frutas que provienen de agricultores y luego transporta y distribuye la fruta en cuatro mercados.
Seguimos con el análisis desde otra dimensión o perspectiva. Por ejemplo, podemos conocer el tipo y el lugar donde la fruta fue vendida. Esto se ve en la Tabla 2.
Es de hace notar que el total de ventas es el mismo $ 32000, en todas las vistas; esto es un signo de confianza. Esto nos da la seguridad de que estamos viendo la misma información (venta de frutas en la compañía), pero cada visita totaliza en diferentes categorías. Esta categorización es lo que se conoce como DIMENSIÓN.
Según la Tabla 2, sabemos que las ventas son idénticas para cada uno de los trimestres, para cada uno de los cuatro productos y para cada uno de los cuatro mercados. Entonces esta información resulta aburrida. No existen patrones interesantes, realmente hay poco que analizar, aquí no sucede nada.
Mejor que categorizar la información de ventas en cuatro dimensiones, podríamos ver que sucede cuando combinamos las tres dimensiones existentes para crear una VISTA MULTIDIMENSIONAL, como podemos ver en la Tabla 3.
Como podemos notar, nos damos cuenta las anomalías saltan por todas partes.
Información trascendente que estaba oculta por haber analizado las dimensiones de forma separada comienza aparecer. Por ejemplo, las manzanas y cerezas no se vendieron en Piura y Trujillo durante el 1er. Semestre, pero los melones y las uvas si se vendieron. Sucedió lo contrario durante el 2do. Trimestre.
El proceso de interactuar con datos en vistas multidimensionales, es lo que se conoce como REBANAR Y DIVIDIR (slicing and dicing), casi siempre ésta técnica revela nuevas e interesantes informaciones en comparación con los datos aislados en dimensiones sencillas.
El análisis multidimensional supone la visualización de los datos simultáneamente en categorías a los largo de muchas dimensiones, no necesariamente tres dimensiones como el ejemplo de la Tabla 3.
4.2. Sistemas Operacionales
- El análisis multidimensional es una técnica muy intuitiva para la gente de la organización porque representa una forma natural, fácil y efectiva de analizar la información. La tarea más difícil es conseguir los datos en un formato que apoye el análisis multidimensional a la velocidad del pensamiento.
- Primero debemos considerar dónde se originan los datos en una organización. La información de ventas del mayorista de frutas se origina con cada cliente que coloca una orden de compra para uno o un conjunto de productos, en este caso frutas. Cada orden es almacenada en una Base de Datos, que fue especialmente diseñada para dar seguimiento a la orden durante todo el ciclo de vida de la operación. Llamamos a ésta Base de Datos Operacional, porque su trabajo es registrar todas las operaciones de la compañía.
- Las bases de datos están estructuradas con el propósito de dar apoyo a las operaciones diarias procesando transacciones, ellas no han sido diseñadas para desarrollar análisis de la información organizacional.
- Los sistemas operacionales son frecuentemente llamados sistemas OLTP (online transaction processing).
- Para comprender cómo funciona un sistema OLTP, utilzaremos un ejemplo, retirar dinero desde un cajero automático. Generalmente, introducimos la tarjeta en el cajero y el cajero lee su perfil de cliente. Introducimos el código secreto de cliente y el cajero verifica el código. Introducimos el importe que deseamos retirar, el cajero nos entrega el dinero y el recibo donde se muestra el saldo de su cuenta. En estas operaciones usted está interactuando con un sistema OLTP, y este proceso tiene características que fundamentalmente definen el sistema.
- se procesa una transacción: podemos retirar...
- - se ejecutan todos los elementos de la transacción en tiempo real: se verifica quién hace la transacción...
- - se procesan muchas transacciones sobre una base interrumpida: los depósitos, retiros y otras operaciones que tengan que ver con la cuenta de los clientes.
- Si preguntamos ¿Cuál ha sido el promedio de transacciones por cajero automático diariamente en la ciudad de Trujillo de Departamento de La Liberta, fuera del horario normal de trabajo?. Esta pregunta no podría ser resuelta por un sistema OLTP. Hay muchos registros que buscar, ordenar, totalizar, cálculos matemáticos que son necesarios para el resultado (promedio de todos los cajeros automáticos). Imponer este tipo de consulta a un sistema OLTP y sobre una base regular causaría interferencia con las operaciones regulares del banco.
- Los sistemas OLTP son pésimos para el análisis, mas bien recogen los datos (originales o crudos) que son la base para el análisis multidimensional.
- Aquellas millones de transacciones en los sistemas operacionales que son las base, rica en datos que necesitan ser convertidos en información útil para desarrollar el análisis organizacional.
- Actualmente los sistemas operacionales son adquiridos como aplicaciones de software empaquetadas.
- Los sistemas operacionales tienen capacidades para elaborar informes, pero estos adolecen de las siguientes limitaciones básicas: - Estos informes indican solo su propia información reconocida sin las posibilidad de combinar datos o absorber estructuras de otros sistemas.
- - Estos informes operacionales típicamente no dan apoyo efectivo al análisis multidimensional a la velocidad del pensamiento. Son significativamente mas lentos, menos intuitivos y poco flexibles que lo requerido.
- Los sistemas BI son el lugar donde los datos que provienen desde muchos sistemas operacionales son colocados juntos con el propósito de análisis.
- Uno de los componentes de los sistemas BI que permite hacer posible la entrega de rápidos y eficientes análisis multidimensional es OLAP.
- Cuando el análisis multidimensional es respaldado por herramientas de interface y estructuras de base de datos que permiten acceso instantáneos y una manipulación sencilla por parte del usuario, un paradigma se hace presente: OLAP (online analytical processing).
- E. F. Codd (uno de los gurús de la tecnología de base de datos relacional), fue quien acuñó el término OLAP.
- Este término quiso resaltar la diferencia entre el procesamiento de transacciones y el procesamiento analítico.
- Los tomadores de decisiones y analistas fuero ya pensadores multidimensionales, incluso antes de OLAP, haciendo preguntas como : ¿Cuáles son las ventas actuales comparadas con las ventas en presupuesto, por zona, por vendedor y por producto?
- Proporciona un modelo de datos intuitivo y conceptual.
- Rápidos tiempos de respuesta permiten que los gerentes y analistas puedan resolver más situaciones en un corto plazo.
- Tiene un motor de cálculo bastante potente especializado en el cálculo multidimensional.
- La potencia de OLAP proviene de la forma en que los datos estructurados están alineados, en forma en que las personas de forma natural hacemos análisis.
- Los conceptos fundamentales en OLAP son: dimensiones, jerarquías y medidas.
- Una característica interesante de las dimensiones es la habilidad de hacer particiones de los datos en una base de datos multidimensional "slice-and-dice" de acuerdo a los valroes de ciertas dimensiones. Por ejemplo, podemos ver las ventas del producto A por mes, por zona y por cliente.
- Otra característica inherente a OLAP es la rotación y anidamiento de las dimensiones.
- Los sistemas OLAP organizan los datos por intersecciones multidimensional. Esta organización, acompañada por una herramienta de interface para rotar y anidar, permite a los usuarios visualizar rápidamente valores en detalle, patrones, variaciones y anomalías en los datos que estarían de otra manera ocultos por un análisis dimensional simple. A mayor número de dimensiones mayor es el grado de análisis
- La jerarquía es la organización de niveles dentro de una dimensión que refleje
- Cómo los datos añadidos están agregados nivel a nivel y
- El camino que permita hacer drill down de arriba hacia abajo dentro de la dimensión.
- Los datos multidimensionales organizados en jerarquías es una forma intuitivamente cómoda para analizar grandes cantidades de datos que provienen de los sistemas OLTP.
- A mecánica o el funcionamiento de las interfaces OLAP, especialmente apuntar y seleccionar (pointing and clicking) para hacer drill down dentro de las capas de interés se hace posible por la velocidad de relámpago con que las consultas son resueltas.
- Se refiere a entender, cuál es la naturaleza de los datos que están siendo agregados, almacenados, calculados y por lo demás analizados.
- El datos en las aplicaciones de BI y todos los sistemas OLAP es llamado una medida. Entendida esta como cualquier expresión cuantitativa. Por ejemplo, em importe de las ventas es una medida para analizar la actividad de ventas.
- Una medida es lo que está siendo sujeto a análisis a través de múltiples dimensiones. Por ejemplo, unidades vendidas por mes, por producto y por cliente.
- Existe 4 parámetros para entender y conocer cómo funcionan en OLAP las medidas:
- Una medida es siempre una cantidad o una expresión que produce una cantidad.
- Una medida puede tomar cualquier formato cuantitativo; por ejemplo, un valor absoluto (unidades vendidas), un valor monetario (importe de ventas), un porcentaje (porcentaje de ventas), o un ratio (ventas/ganancias).
- Una medida puede ser deducida de cualquier fuente de datos original o cómputo; por ejemplo, una entrada directa (unidades vendidas en una transacción), una agregación (suma de unidades vendidas), un promedio (un promedio del precio de venta), una formula (importe de ventas dividido entre el margen), una cuenta (número de clientes) y así sucesivamente.
- Debemos tener al menos una medida para hacer cualquier análisis OLAP, una aplicación típica tendrá algunas medidas y en algunos extremos cientos de medidas.
- Las medidas en BI son conocidas por diferente nombres, dependiendo de la aplicación. Por ejemplo, el término métrica e indicador de gestión (KPI). El término benchmark se refiere a una medida utilizada para hacer breves comparaciones. Un ratio es una medida donde el resultado se obtiene de dividir una medida por otra, tal como ventas totales entre ventas por vendedor.
- Una característica especial de OLAP es la habilidad de ejecutar fórmulas simples que automáticamente se calculan a través de múltiples dimensiones.
- La mayoría de sistemas OLAP utilizan uno o más de los siguientes paradigmas de almacenamiento: desktop files (DLAP), servidores BD relacional (ROLAP) y servidores de BD multidimensionales (MOLAP).
- DOLAP (desktop online analytical processing). Como los datos son almacenados en maquinas individuales de sobremesa, este tipo de almacenamiento es útil cuando se deseen desarrollar aplicaciones de pequeña escala donde no existe la necesidad de que múltiples usuarios tenga que acceder a los datos como si fuera un servidor central.
- ROLAP (relational online analytical processing). Almancenar datos en una BD relacional permite almancenar grandes cantidades de datos, pero el rendimiento de recuperación de datos no es tan rápido.
- MOLAP (multidimensional online analytical processing). Los datos son colocados en estructuras especiales que se encuentran en el servidor central. Este ofrece el mayor rendimiento de recuperación de información. Sin embargo, algunos indican que MOLAP no puede manejar muchos datos como ROLAP. El rendimiento y almacenamiento depende del producto OLAP y el tipo de análisis que intente hacer.
- Existe un 4to. Modo llamado (HOLAP). (Hybrid online analytical processing), HOLAP no es realmente un modo de almacenamiento sino una habilidad para diseminar los datos en BD relacionales y multidimensionales con la finalidad de obtener lo mejor de ambos sistemas.
- Para los usuario el modo de almacenamiento es transparente. Los usuarios prestan atención a cuanto esfuerzo ellos necesitan invertir para desarrollar rápidos y flexibles análisis de sus datos.
- Datawarehouse
- Procesamiento Analítico en Linea (OLAP)
- Procesos de Extracción, Transformación y Carga (ETL)
- Minería de Datos (Datamining)
- Cuadros de Mando
- Sistema de Información Ejecutivas
- Sistemas de Apoyo a las Decisiones
0 comentarios:
Publicar un comentario