Inteligencia Integral de negocios - Editorial UDeditorial.udistrital.edu.co/contenido/c-1010.pdfListado de figuras Figura 1. Generación de inteligencia 20 Figura 2. Arquitectura típica

Inteligencia integral de negociosJairo Humberto Torres Acosta

© Universidad Distrital Francisco José de Caldas© Doctorado en Ingeniería© Jairo Humberto Torres Acosta

ISBN: 978-958-8972-XX-XISBN: 978-958-8972-XX-X

Primera edición: Bogotá, marzo de 2017

Corrección de estilo y diseño gráfico:Hographics Impresores

Impresión:Hographics Impresores

Doctorado en IngenieríaCarrera 7 # 40B-53BogotáCorreo electrónico: [email protected]

Todos los derechos reservados. Esta publicación no puede ser reproducida ni total ni parcialmente o transmitida por un sistema de recuperación de información, en ninguna forma ni por ningún medio, sin el permiso previo del Doctorado en Ingeniería de la Universidad Distrital Francisco José de Caldas.

Hecho el depósito legal.

Impreso y hecho en ColombiaPrinted and made in Colombia

Montenegro Marín, Carlos E.Ingeniería dirigida por modelos (MDA) y casos prácticos /

Carlos Enrique Montenegro Marín. -- Bogotá : UniversidadDistrital Francisco José de Caldas, 2017.

206 páginas ; 24 cm.ISBN 978-958-8972-89-3 1. Ingeniería de sistemas - Enseñanza superior 2. Ingeniería

de software 3. Programación de computadores 4. AutomatizaciónI. Tít. 005.43 cd 21 ed.A1565747

CEP-Banco de la República-Biblioteca Luis Ángel Arango

CONTENIDO

Primera parteCapítulo I. Fundamentación filosófica y científica ........................................................15

1.1. Fundamentación filosófica y epistémica .....................................................................161.1.1. Complejidad ..................................................................................................................161.1.2. Interdisciplinariedad ................................................................................................17

1.2. El deber ser epistémico de la inteligencia de negocios ........................................191.2.1. La visualización del sistema ..................................................................................201.2.2. Niveles de procesos y niveles de análisis .........................................................21

1.3. Fundamentación científica ...............................................................................................23

Capítulo II. Fundamentos metodológicos ...........................................................................272.1. Metodología .............................................................................................................................282.2. Ejecución y construcción del libro ................................................................................28

2.2.1. Etapa 1: contextualización .....................................................................................292.2.2. Etapa 2: deber ser del sistema tradicional de inteligencia

de negocios ...................................................................................................................302.2.3. Etapa 3: modelos tradicionales de inteligencia de negocios ...................31

Segunda parteCapítulo III. Aspectos preliminares sobre las disciplinas relacionadas ...........35

3.1. Ingeniería de conocimiento ..............................................................................................353.1.1. Identificación ...............................................................................................................373.1.2 Conceptualización .......................................................................................................373.1.3. Formalización ..............................................................................................................38

3.1.4. Implementación ..........................................................................................................393.1.5. Prueba .............................................................................................................................39

3.2. Sistemas basados en conocimiento (SBC) y su clasificación .............................393.2.1. Clasificación de los sistemas basados en conocimiento (SBC) ...............41

3.3. Sistemas expertos (SE) .......................................................................................................453.3.1. Descripción de los sistemas expertos (SE) ......................................................463.3.2. Características, aplicación y áreas de desarrollo ..........................................473.3.3. Estructura general .....................................................................................................50

3.4. Gestión del conocimiento ..................................................................................................533.4.1. La tarea y los medios para la gestión del conocimiento ...........................553.4.2. ¿Qué es la gestión del conocimiento y cuáles son sus objetivos? ..........56

Capítulo IV. Inteligencia organizacional .............................................................................614.1. Las organizaciones de hoy ................................................................................................624.2. El aprendizaje, primer paso de la inteligencia organizacional ..........................63

4.2.1. Conocimiento ..............................................................................................................644.2.2. Adquisición de conocimiento ................................................................................654.2.3. Conocimiento organizacional ...............................................................................67

4.3. Mecanismos de aprendizaje .............................................................................................724.3.1. Estructura del mecanismo......................................................................................744.3.2. Aprendizaje inductivo basado en conocimiento ...........................................744.3.3. Base de conocimiento para el aprendizaje ......................................................76

4.4. Inteligencia organizacional (IO) .....................................................................................784.5. Perspectiva de la inteligencia organizacional ...........................................................794.6. Disciplinas y tecnologías de la inteligencia organizacional ................................804.7. Organización para la inteligencia organizacional ...................................................844.8. Modelo operacional para la inteligencia organizacional .....................................91

Tercera parteCapítulo V. Inteligencia de negocios ......................................................................................97

5.1. Justificación de la nueva perspectiva de inteligencia de negocios ...................985.2. Criterios y conceptos sobre inteligencia de negocios ........................................ 1005.3. Contexto general de la inteligencia de negocios ................................................... 103

5.3.1. Administración del conocimiento .................................................................... 1035.3.2. El proceso de la información en la inteligencia de negocios ................ 1055.3.3. El ciclo de inteligencia de negocios ................................................................. 1095.3.4. Entorno de trabajo .................................................................................................. 1115.3.5. Planteamiento de soluciones de inteligencia de negocios ..................... 113

5.4. Marco de trabajo para el sistema de inteligencia de negocios ....................... 114

5.4.1. Proceso de toma de decisiones.......................................................................... 1145.4.2. El proceso administrativo .................................................................................... 1165.4.3. Ingeniería informática .......................................................................................... 1185.4.4. Sistemas de soporte a las decisiones .............................................................. 1185.4.5. Bases y almacenes de datos ................................................................................ 1205.4.6. Conclusión .................................................................................................................. 123

Capítulo VI. Herramientas para la inteligencia de negocios ................................ 1236.1. Minería de datos ................................................................................................................. 123

6.1.1. Características de la minería de datos y big data ...................................... 1266.1.2. Arquitectura para minería de datos ................................................................ 1276.1.3. Procesos de la minería de datos ....................................................................... 128

6.2. Procesos de análisis en línea (OLAP) ........................................................................ 1296.3. Cuadro de control de mando ......................................................................................... 133

6.3.1. Construcción de un cuadro de comando ....................................................... 134

Capítulo VII. El proceso de inteligencia integral de negocios .............................. 1377.1. Fuentes de datos de la firma ......................................................................................... 1417.2. Extracción de datos y generación de información ............................................... 1437.3. Análisis de la información .............................................................................................. 1457.4. Ingeniería y explotación de conocimiento .............................................................. 1477.5. Áreas de decisión y gestión de conocimiento ........................................................ 151

7.5.1. Decisiones de manufactura ................................................................................. 1517.5.2. Decisiones de mercadeo ....................................................................................... 1527.5.3. Decisiones de servicio al cliente ....................................................................... 1537.5.4. Decisiones de dirección y gestión empresarial .......................................... 154

7.6. Sistemas integrados de planificación (ERP) en la inteligencia del negocio ............................................................................................................................. 1547.6.1. Inteligencia de negocios en el marco de ERP .............................................. 1557.6.2. Filosofía ERP y gestión de conocimiento ...................................................... 158

Capítulo VIII. Prospectiva de la inteligencia de negocios: el nuevo contexto Business Integral Intelligence (BII) .................................................................................... 161

8.1. Estructura de la inteligencia integral de negocios (BII) .................................... 1628.1.1. Minería de datos ..................................................................................................... 1628.1.2. Análisis OLAP ........................................................................................................... 1628.1.3. Inteligencia retrospectiva .................................................................................... 1648.1.4. Inteligencia prospectiva ....................................................................................... 1658.1.5. Sistema Integrado de Planificación ................................................................. 166

8.2. Información inteligente para el Sistema Integrado de Planificación como soporte para la toma de decisiones ............................... 167

8.3. Definición del presupuesto ............................................................................................ 1678.4. Los planes del presupuesto para Business Integral Intelligence (BII) ....... 169

8.4.1. Plan de mercados .................................................................................................... 1698.4.2. Plan de producción ................................................................................................. 1708.4.3. Planeación financiera en BII ............................................................................... 173

Capítulo IX. Emulación de información y simulación de un caso de éxito ... 1779.1. Generación de metadatos ............................................................................................... 178

9.1.1. Generación de números aleatorios .................................................................. 1799.1.2. Emulación de metadatos a través de números aleatorios ..................... 179

9.2. Generación de datos ......................................................................................................... 1809.3. Extracción de información ............................................................................................. 1829.4. Análisis OLAP ...................................................................................................................... 1849.5. Inteligencia retrospectiva ............................................................................................... 188

9.5.1. Estadística descriptiva .......................................................................................... 1899.5.2. Estadística inferencial ........................................................................................... 1929.5.3. Proyección del negocio ......................................................................................... 199

9.6. Inteligencia de mercados ................................................................................................ 2019.6.1. Pronóstico inteligente ........................................................................................... 2019.6.2. Estructura de la red de distribución ............................................................... 2029.6.3. Esfuerzo de mercadotecnia ................................................................................. 203

Capítulo X. Presupuesto general de producción ......................................................... 207

Capítulo XI. Presupuesto financiero del sistema ........................................................ 21111.1. Presupuesto de costos................................................................................................... 21211.2. Ingresos y flujo de caja .................................................................................................. 214

Conclusiones .................................................................................................................................... 219

Bibliografía ....................................................................................................................................... 223

Listado de figuras

Figura 1. Generación de inteligencia ..........................................................................................20Figura 2. Arquitectura típica de los sistemas convencionales

de inteligencia de negocios .........................................................................................24Figura 3. Estructura para la recolección de información ...................................................26Figura 4. Etapas de desarrollo del libro resultado de investigación .............................29Figura 5. Componentes de la etapa de contextualización del libro

resultado de investigación ...........................................................................................30Figura 6. Preguntas complementarias para la construcción y el

desarrollo del libro resultado de investigación ..................................................31Figura 7. Fases para la adquisición de conocimiento ..........................................................36Figura 8. Contexto de los SBC ........................................................................................................40Figura 9. Sistema y componentes de un SBC ...........................................................................41Figura 10. Operaciones de análisis que permiten interpretar un sistema .................45Figura 11. Operaciones de síntesis que permiten el desarrollo de un sistema ........44Figura 12. Estructura de un sistema experto ..........................................................................51Figura 13. Espiral de la gestión del conocimiento ................................................................57Figura 14. Proceso de la inteligencia organizacional ..........................................................62Figura 15. Ciclo de aprendizaje de Kolb ...................................................................................66Figura 16. Ciclo de aprendizaje de Handy ................................................................................66Figura 17. Ciclo de aprendizaje .....................................................................................................67Figura 18. Creación de conocimiento .........................................................................................69Figura 19. Crecimiento del conocimiento organizacional .................................................71Figura 20. Componentes de un sistema de aprendizaje .....................................................73Figura 21. Aprendizaje inductivo bajo el sistema KBL .......................................................75Figura 22. Relación entre la base de conocimiento y los elementos del experto

para el proceso de aprendizaje ...............................................................................76Figura 23. Evolución del conocimiento .....................................................................................77Figura 24. Ejemplo de mapa del conocimiento del área de producción .....................82Figura 25. Estructura para la inteligencia organizacional ................................................84Figura 26. Organización en red para la inteligencia organizacional .............................86Figura 27. Incidencia del factor humano en la inteligencia organizacional ..............87Figura 28. Subsistema de inteligencia competitiva ..............................................................88Figura 29. Subsistema de inteligencia productiva ................................................................89Figura 30. Sistema de inteligencia organizacional ...............................................................90Figura 31. Modelo operacional para la inteligencia organizacional .............................93Figura 32. Conocimiento tácito .................................................................................................. 104Figura 33. Conocimiento explícito ............................................................................................ 104

Figura 34. El proceso de información en la firma .............................................................. 109Figura 35. Proceso administrativo............................................................................................ 117Figura 36. Estructura genérica de almacén de datos ....................................................... 121Figura 37. Proceso de minería de datos ................................................................................. 129Figura 38. Cambio en la visualización de información mediante OLAP ................... 130Figura 39. Edición de un cubo OLAP ....................................................................................... 132Figura 40. Estructura para las dimensiones para un cubo OLAP ................................ 132Figura 41. Ejemplo de una salida de un cuadro de comando........................................ 133Figura 42. Procesos del sistema BII ......................................................................................... 139Figura 43. Información de producción ................................................................................... 142Figura 44. Características del SIM ............................................................................................ 143Figura 45. Sistema típico de extracción .................................................................................. 144Figura 46. Proceso CRISP-DM ..................................................................................................... 150Figura 47. Áreas de decisión ....................................................................................................... 152Figura 48. CRM a través de BII ................................................................................................... 153Figura 49. Plataforma ERP ........................................................................................................... 155Figura 50. Proceso del sistema de inteligencia de negocios en el marco ERP ....... 156Figura 51. Estructura de la inteligencia integral de negocios ....................................... 163Figura 52. Proceso de backcasting ...............................................................................................165Figura 53. Planeación integral y presupuestos en el contexto de BII ........................ 168Figura 54. Matriz de Ansoff o producto/mercado ............................................................. 170Figura 55. Esquema para la planeación de producción en el contexto de BII ....... 172Figura 56. Estructura del presupuesto de costos en el contexto BII .......................... 174Figura 57. Ventana parcial de emulación del cubo de metadatos

(aplicativo de BII diseñado) .................................................................................. 180Figura 58. Herramienta ETL ........................................................................................................ 181Figura 59. Ventana parcial de emulación del cubo de datos

(aplicativo de BII diseñado) .................................................................................. 182Figura 60. ETL para la extracción de información ............................................................. 183Figura 61. Ventana parcial de extracción de información

(aplicativo de BII diseñado) .................................................................................. 184Figura 62. Ventana parcial total de transacciones de productos especiales

(aplicativo de BII diseñado) .................................................................................. 185Figura 63. Fragmento del código ETL para arreglo OLAP (aplicativo de BII) ........ 185Figura 64. Ventana parcial de extracción de información para OLAP

(aplicativo de BII) ...................................................................................................... 186Figura 65. Gráficos de análisis OLAP (aplicativo de BII) ................................................. 187Figura 66. Diagrama de análisis OLAP .................................................................................... 188

Figura 67. Ventana parcial de resumen de años 16-20, productos especiales (aplicativo BII) ...................................................................................... 190

Figura 68. Gráfico de frecuencias .............................................................................................. 191Figura 69. Ventana 1 parcial de aplicación de Chi cuadrado ......................................... 194Figura 70. Ventana 2 parcial de aplicación de Chi cuadrado ......................................... 197Figura 71. Ventana parcial de resumen de pronósticos .................................................. 198Figura 72. Resultado de proyección del negocio ................................................................ 200Figura 73. Pronóstico inteligente .............................................................................................. 202Figura 74. Estructura de la red de distribución .................................................................. 203Figura 75. Información del plan de mercadotecnia .......................................................... 204Figura 76. Resultados de inteligencia de mercados .......................................................... 205Figura 77. Grafo de estructura del producto y el proceso .............................................. 207Figura 78. Información de consumo y capacidad .............................................................. 208Figura 79. Resultados del plan de materiales ...................................................................... 208Figura 80. Resultados de capacidad neta requerida ......................................................... 209Figura 81. Resultados de capacidad bruta requerida....................................................... 209Figura 82. Información para presupuestos .......................................................................... 212Figura 83. Información para costo de materiales .............................................................. 213Figura 84. Información para costo de capacidad ............................................................... 214Figura 85. Presupuesto de ingresos, egresos y utilidad .................................................. 215Figura 86. Flujo de caja .................................................................................................................. 217

Listado de tablas

Tabla 1. Clasificación de los sistemas basados en conocimiento ...................................42Tabla 2. Comparación entre expertos y “no expertos” ........................................................46Tabla 3. Disciplinas y tecnologías para inteligencia organizacional .............................81Tabla 4. Prácticas y procesos para inteligencia organizacional ......................................82Tabla 5. Automatización del diagnóstico y en el desarrollo

del proceso de toma de decisiones ......................................................................... 111Tabla 6. Automatización del diagnóstico y el desarrollo

del proceso de toma de decisiones ......................................................................... 140Tabla 7. Tipos de métodos para análisis de información ................................................ 146Tabla 8. Tabla de frecuencias observadas ............................................................................. 191Tabla 9. Resultado pronóstico, método de correlación periódica ............................... 192Tabla 10. Fórmulas para la prueba de bondad y ajuste con las distribuciones

propuestas ...................................................................................................................... 193Tabla 11. Aplicación de Chi cuadrado ..................................................................................... 195Tabla 12. Medidores para Kolmogorov-Smirnov ................................................................ 195Tabla 13. Procedimiento ............................................................................................................... 196Tabla 14. Estado de las pruebas de bondad y ajuste ........................................................ 198Tabla 15. Criterios sobre coeficientes de correlación y determinación ................... 199Tabla 16. Criterios de los esfuerzos de mercadotecnia ................................................... 203Tabla 17. Parámetros para simulación y emulación ......................................................... 204

PRIMERA PARTE

CAPÍTULO 1 FUNDAMENTACIÓN FILOSÓFICA Y CIENTÍFICA

Este texto, como resultado de un proceso de investigación, no solo se remite a sus resultados en el campo doctoral de ingeniería, sino también a los méto-dos empleados para llegar a ellos, teniendo en cuenta los fundamentos filo-sóficos que han condicionado los desarrollos particulares de este dominio de conocimiento y las actividades investigativas abordadas en este propósito.

Desde el punto de vista científico, es de interés conocer el marco y la trascendencia de la inteligencia de negocios y el valor que tienen las investi-gaciones, las teorías y los enfoques, así como su aplicabilidad en el campo de la ingeniería de las organizaciones, pues es posible que existan vacíos en los resultados teóricos de orden general y la verificación empírica o, si se quiere, en su grado de aplicabilidad y resultado real.

Las teorías y los enfoques sobre inteligencia de negocio y el análisis de datos tienen diferentes nombres: business intelligence, business analytics, data science, big data…, y son en la actualidad un área importante que sopor-ta el proceso de toma de decisiones empresariales, que requiere gran inver-sión en sistemas de información y protocolos que respondan a la estructura organizacional.

Para comprender esta área de conocimiento, se debe conocer la funda-mentación filosófica, epistémica y científica; por ello, se abordan los ejes

16

Inteligencia integral de negocios

temáticos sobre esta fundamentación, el deber ser epistémico de la inteli-gencia de negocios y se finaliza con la fundamentación científica.

1.1. Fundamentación filosófica y epistémica

Los planteamientos de Serrano (1991), Doy (2011) y García (2006) coinciden en que la creciente reflexión sobre la ciencia, en sus diferentes dominios, to-davía no es proporcional a su avance en profundidad, extensión y aplicación; en consecuencia, en los niveles teórico y de aplicación existe cierto grado de incapacidad para comprender lo sucedido y lo que sucede en la denominada inteligencia de negocios, vista como un dominio de conocimiento que aún se encuentra en un nivel incipiente de desarrollo y que pone al descubierto la necesidad del manejo filosófico y los recursos técnico-científicos.

En los más de treinta años a lo largo de los cuales se ha ido desarrollando la teoría sobre la inteligencia de negocios, múltiples términos han sido uti-lizados, adoptados y desarrollados en el marco de las diferentes propuestas y criterios que hoy en día sirven como plataforma para trabajar, teorizar y desarrollar una nueva propuesta. Por ello, resulta necesario explicar cuál es el sentido particular que en este campo se asigna a los términos complejidad e interdisciplinariedad.

1.1.1. Complejidad

En relación con el término complejidad, las dificultades no solo se derivan del significado atribuido a diversos autores, sino de su popularización, incluso en sectores académicos, como sinónimo de complicado. Edgar Morin, uno de los filósofos más prominentes de la actualidad, en su obra La Méthode se refiere a la complejidad de este modo:

La complejidad se impone de entrada como imposibilidad de simplificar; ella surge allí donde la unidad compleja produce sus emergencias, allí donde se pierden las distinciones y claridades en las identidades y causalidades, allí donde los desórdenes y las incertidumbres perturban los fenómenos, allí donde el sujeto-observador sor-prende su propio rostro en el objeto de observación, allí donde las antinomias hacen divagar el curso del razonamiento (citado en García, 2006).

Fundamentación filosófica y científica

17

Sin embargo, la evidencia de los pensadores referidos en el apartado 1.1 contradice lo expuesto por Edgar Morin, ya que en los sistemas complejos lo que realmente está en juego es la relación entre el objeto de estudio y las disciplinas a partir de las cuales este se realiza.

La complejidad, entonces, está asociada a la imposibilidad de considerar aspectos particulares de un fenómeno, un proceso o una situación a partir de una disciplina específica y a través del manejo de datos e información. En el mundo real, las situaciones y los procesos no se presentan como para ser clasificados por su correspondencia con alguna disciplina específica. En ese sentido, se puede hablar de una realidad compleja. Igualmente, un sistema complejo es una representación de un recorte de esa realidad, con-ceptualizado como una totalidad organizada; de ahí la denominación de sis-tema, en la cual los elementos no son separables y, por tanto, no pueden ser estudiados aisladamente (Doy, 2011). En este contexto, se deben considerar los diferentes avances, criterios e integralidad de la inteligencia de negocios.

El punto de partida de un sistema complejo —como lo es un sistema en el contexto de la inteligencia de negocios— está dado por el marco epistémico que establece el tipo de pregunta o conjunto coherente de preguntas que especifican la orientación de la investigación sobre él; es decir, de manera específica, este se puede formular mediante una pregunta conductora que guíe la selección de componentes del sistema inteligente de la organización. Sin embargo, también se debe aclarar que rara vez es factible realizar esto en el primer intento; por tanto, la definición de la inteligencia de un negocio o de su portafolio general como sistema complejo cambiará en la medida en que avance su investigación.

1.1.2. Interdisciplinariedad

A través de los análisis sobre interdisciplinariedad desarrollados por Jean Piaget, se muestra la existencia del carácter cíclico de las relaciones existen-tes entre las disciplinas en sus dominios de conocimiento, así como la com-plejidad de las interrelaciones entre los diferentes grupos de ciencias, dentro de cada dominio dado (Serrano, 1991). La aceptación de lo anterior descarta la ingenuidad de las propuestas reduccionistas de muchos autores, como las

18


posiciones irreductibles de quienes ven en la especificidad de cada dominio material un obstáculo para el estudio interdisciplinario con una metodología general e integradora.

En este contexto, la inteligencia de negocios y la inteligencia organiza-cional, como sistemas complejos, están constituidos por elementos hetero-géneos en interacción; de allí su denominación de complejos, es decir, sus subsistemas pertenecen a los dominios materiales de muy diversas disci-plinas del orden organizacional y de la ingeniería de sistemas. En relación con las clasificaciones usuales de la ciencia, el sistema complejo inteligen-cia de negocios debe considerar cuatro dominios de la ciencia en general (Bar-Yam, 1997):

a. Dominio material. Corresponde al conjunto de objetos a los cuales se refiere una disciplina.

b. Dominio conceptual. Consiste en el conjunto de teorías o conocimien-tos sistemáticamente elaborados por cada ciencia acerca de su domi-nio material.

c. Dominio epistemológico interno. Corresponde al análisis de los fun-damentos de cada disciplina del sistema de inteligencia de negocios e inteligencia organizacional, es decir, a la crítica de las teorías de sus dominios conceptuales.

d. Dominio epistemológico derivado. Analiza las relaciones entre el su-jeto y el objeto de conocimiento que representa el sistema de inteli-gencia de negocios e inteligencia organizacional en el marco más ge-neral, comparando los resultados de una disciplina con los de otras.

Por lo anterior, la interdisciplinariedad en los sistemas de inteligencia de la organización y su portafolio de negocios supone la integración de diferen-tes enfoques disciplinarios, para lo cual es necesario que cada uno de los inte-grantes del equipo de investigación en este campo sea experto en su propia disciplina. En este sentido, el equipo de investigación debe ser multidiscipli-nario. La diferencia fundamental entre una investigación interdisciplinaria y las denominadas investigaciones multidisciplinarias o transdisciplinarias está en el modo de concebir una problemática y en el común denominador que comparten los miembros de un equipo de investigación.


19

Finalmente, la delimitación de un sistema de inteligencia de negocios como un sistema complejo no solo requiere de una concepción común entre los miembros del equipo de investigación sobre la problemática general por estudiar, sino también de una base conceptual común y de una concepción compartida de la investigación científica y de sus relaciones con la sociedad.

1.2. El deber ser epistémico de la inteligencia de negocios

El deber ser tiene su origen filosófico en la deontología, que en términos concretos se refiere a un conjunto ordenado de deberes y obligaciones de cualquier estructura en una determinada materia o campo, la cual, a su vez, permite la construcción axiológica de dicho campo, esto es, la construcción de sus valores (Kant, 2001; Vorländer, 1992).

Entonces, la estructura de los sistemas de inteligencia de negocios pue-de ser observada y connotada como la infraestructura semántica de cono-cimiento e inteligencia competitiva (Torres, 2007), orientada igualmente al desarrollo de una infraestructura de conocimiento para todos los servicios requeridos por el sistema, en todos sus ámbitos y en todos sus modos. Esta infraestructura semántica está asociada particularmente a servicios de ges-tión del conocimiento sectorial, en relación con los servicios en todos los campos de aplicación y desarrollo de la inteligencia de negocios1.

Con respecto a la inteligencia, esta contempla el ciclo de vida completo de la información relevante, desde su captura o transformación, pasando por su procesamiento y modificación, hasta su utilización en alguna de las apli-caciones requeridas por los elementos definidos a través de la estructura diseñada para el sistema de BI, como se muestra en la figura 1.

Finalmente, la estructura del sistema de BI y los diferentes modelos permite desarrollar la gestión integral del sistema, al ofrecer soluciones inteligentes a través de un sistema de soporte de decisiones (DSS, Decision Support System) adecuadas a todos los actores, al generar valor agregado en toda la cadena y al prestar servicios logísticos competitivos y de calidad para diferenciar la gestión de la cadena de suministro.

1 En lo sucesivo, inteligencia de negocios podría ser abreviada como BI, sigla de Bussiness Intelligence.

20


Generación

Análisis deinformación

BRP (BusinessProcess Re-Engineering)

Data WarehousingBig Data

OLAPData mining

EntenderAsimilarDescubririnformaciónExplorarAprenderResolver problemasRetroalimentarVolver a entender

SelecciónRepresentaciónAlmacenajeRecuperaciónDistribuciónUso

Figura 1. Generación de inteligencia

Fuente: elaboración propia.

1.2.1. La visualización del sistema

La visualización de un sistema complejo de inteligencia de negocios debe comenzar por el reconocimiento de situaciones o fenómenos que, según la ubicación geográfica, pueden ser los generadores de deterioro o mejora-miento de su entorno físico, cambiando también criterios conceptuales que constituyen el soporte de su operación, transducción2 e inteligencia y de las condiciones de funcionamiento y prospectiva del sistema organizacional involucrado.

La visualización del sistema es la construcción de modelos sucesivos que representan la realidad que ha de ser estudiada. Esto implica un proceso dis-pendioso de aproximaciones sucesivas. La definición provisional del sistema de BI como un modelo de la realidad bajo estudio se pondrá a prueba por la capacidad de ajustar y explicar su funcionamiento a los hechos observados,

2 La transducción es un proceso mediante el cual el ADN es transferido desde una bacteria a otra mediante la acción de un virus. En BI, es la transferencia e interpretación de la información del sistema organizacional en inteligencia y aprendizaje.


21

y a la prospectiva que de esto se derive como resultado de la inteligencia (Torres, 2007).

Igualmente, es necesario considerar que un modelo que represente una descripción clara del sistema en el momento o en el periodo en que el estu-dio se lleva a cabo no es suficiente, porque adicionalmente se deben abordar los referentes históricos como herramientas indispensables en el análisis sistémico, considerado como la ciencia encargada del análisis de sistemas grandes y complejos, así como la interacción entre estos sistemas, apoyada en el área de investigación de operaciones (Damm, 1976). No es cuestión de reconstruir la historia completa de los sistemas y su influencia, sino de ha-cerlo con la evolución de los procesos que determinaron el funcionamiento de estos. La relación entre función y estructura, que es paralela a la relación entre procesos y estados, es la clave para el entendimiento de los fenómenos que lo han caracterizado (Chiavenato, 2004).

Como se ha señalado, un sistema de inteligencia de negocios en el con-texto de la inteligencia de la organización no es solamente un conjunto de elementos, sino que está caracterizado por su estructura; por lo tanto, dicho sistema estará definido solamente cuando haya sido identificado un número suficiente de relaciones ligadas entre sí, en referencia al funcionamiento del conjunto como una totalidad (Chaudhuri, 2011). En este conjunto de inte-rrelaciones, se podrían definir diferentes sistemas, y la generación de estos depende de los objetivos de las investigaciones por desarrollar, que además estarán determinadas por un conjunto de preguntas específicas acerca del tipo de situaciones que han de ser estudiadas para cada caso; corresponderá a situaciones características del entorno de información, visualizado como el entorno físico del sistema organizacional y del sistema socioeconómico, consideradas como elementos o subsistemas del sistema de BI.

1.2.2. Niveles de procesos y niveles de análisis

El funcionamiento de un sistema de inteligencia de negocios está determina-do no solo por las diversas actividades generadoras de información dentro del sistema complejo, sino también por los procesos externos que generan, condicionan y modifican, parcial o totalmente, esas actividades. La ejecución

22


de las operaciones, la forma como se ejecutan, quién las ejecuta y cuándo ocurren cambios en los procedimientos de ejecución dependen de decisio-nes adoptadas y administradas en diferentes niveles, a través de un conjunto de mecanismos pertenecientes al dominio de la organización y al portafolio general de actividades. Todos esos procesos difieren en su génesis, en su di-námica y en su modo de operación, pero pueden ser agrupados en un núme-ro limitado de niveles, cada uno de los cuales requiere un estudio especial que se denomina nivel de análisis (Doy, 2011).

El nivel de análisis está determinado por el nivel de procesos. En rela-ción con los soportes teóricos estudiados sobre sistemas de logística, Torres Acosta (2006) establece tres niveles de procesos:

a. Procesos de primer nivel. Generan cambios que afectan el entorno físi-co, las relaciones socioeconómicas de la población y sus condiciones de vida en el área de influencia del sistema de inteligencia de nego-cios. En general, están asociados con modificaciones introducidas dentro del sistema organizacional y de negocios del entorno regional y de mercados.

b. Procesos de segundo nivel. También son considerados como metapro-cesos; representan los cambios incorporados dentro del sistema pro-ductivo y de mercados, tales como la introducción de nuevas áreas comerciales en el entorno económico, la industrialización mediante la aparición de nuevas industrias que soporten un proceso de in-tegración vertical o, finalmente, la emergencia3 de ciertos polos de desarrollo y que generan cambios significativos en los procesos de primer nivel.

c. Procesos de tercer nivel. Son cambios en las políticas de desarrollo na-cional, en el comercio internacional, los flujos de capital, entre otros, que generan cambios en los procesos de segundo nivel.

3 En este caso, la emergencia representa la aparición o el surgimiento de nuevas características del sistema de inteligencia de negocios, las cuales no son pronosticables y generan una nueva condición del sistema, sin afectar su naturaleza. Esta es una definición sobre sistemas complejos. El término emergencia corresponde a la acepción de emerger o aparecer (Doy, 2011).


23

Las implicaciones de estas consideraciones tienen una consecuencia de-terminante en el análisis del funcionamiento de un sistema de inteligencia de negocios.

1.3. Fundamentación científica

Según lo expuesto, y considerando el hecho de que el planteamiento gene-ral sobre los sistemas complejos de logística proyecta su irreductibilidad, se puede observar empíricamente que la ciencia es reduccionista (Torres Acosta, 2006). Todos los sistemas del mundo real son demasiado complejos para ser estudiados en su totalidad; por ello, expertos y científicos de este campo de conocimiento han desarrollado planteamientos para reducirlos a un tamaño manejable, restringiendo su alcance y considerando un conjunto de suposiciones simplificadoras que contribuyen a disminuir la complejidad del sistema.

De igual forma, en el campo de conocimiento de los sistemas organiza-cionales y de inteligencia de negocios, para llegar a algún tipo de solución lo primero que de manera intuitiva debe plantearse es reducir la complejidad de las matrices de datos, metadatos y sistemas de información que compo-nen las estructuras básicas reales del sistema BI, lo cual permite el rigor su-ficiente para el desarrollo de su estudio. Para ello, se debe elegir un nivel donde modelar el sistema de inteligencia organizacional y de negocios.

Se puede inferir que el nivel de complejidad del portafolio de negocios de la organización es significativo, por lo que los modelos resultantes serían irremediablemente complejos, y su simplificación podría eliminar ciertos detalles, lo cual ocultaría similitudes entre diferentes niveles del modelado para cadenas de suministro. Por ejemplo, el nivel de una operación indivi-dual como el corte de un metal es demasiado elemental, y aunque el modela-do de este proceso específico puede ser manejable en su detalle, va a brindar poca información sobre las métricas de rendimiento, aspecto relevante para un gerente desde el punto de vista del portafolio de negocios.

Ahora bien, una postura intermedia que permite plantear una definición del término inteligencia de negocio es propuesta por Luhn (1958), que consi-dera dos componentes: negocios y sistemas inteligentes. Posteriormente, el

24


concepto de inteligencia de negocios fue reintroducido por Howard Dresner en 1989 como un término general para describir conceptos y métodos para mejorar la toma de decisiones con base en los hechos (Tutunea, 2012).

Para la comprensión científica de la definición anterior, los procesos de decisión representan las actividades individuales desarrolladas en la organi-zación, tales como producción y distribución de bienes y servicios. Allí, toda la atención se centra en el rendimiento global de la firma; por ello, el objetivo es la verificación y trazabilidad del flujo de información, para generar apren-dizaje e inteligencia. Esta perspectiva permite aplicar modelos de decisión en una amplia variedad de entornos de información y extrapolar ideas de un sistema organizacional a otro.

La arquitectura recurrente de los sistemas de inteligencia de negocios, según Chaudhuri (2011), está compuesta por cinco capas, tal como se mues-tra en la figura 2.

Fuentes de datos

Movimiento de

datos, motores de

streaming

Servidores de

bases de datos

Servidores de nivel

medio

Interfaz de

aplicaciones

OLAPService

ReportingServer

Spreadsheet

Search

Ad hocquery

Dashboard

EnterpriseSearch Engine

Data miningtext analytic

engines

Extract TransformLoad (ETL)

Complex EventProcessing Engine

RelationalDBMS

MapReduceengine

External DataSources

OperationalDatabases

Figura 2. Arquitectura típica de los sistemas convencionales de inteligencia de negocios

Fuente: Chaudhuri (2011).

La primera es la capa de fuentes de datos, compuesta por bases de datos operacionales. Esta capa puede ser de diferentes tipos: desde archivos pla-nos de datos, hasta bases de datos externas o internas a la organización. La información depositada en esta capa se caracteriza por la variabilidad en la calidad de los datos y por la inconsistencia de la información en muchos


25

casos. La información en esta capa es muy heterogénea y soporta parcial-mente la toma de decisiones debido a su bajo nivel de integridad.

La segunda es la capa movimiento de datos y motores de streaming, que está compuesta por los ETL (Extract, Transform and Load), que son herra-mientas de movimiento y estandarización de datos. Su función es tomar los datos de diferentes fuentes y aplicarles una limpieza y formato particular, para ser cargados posteriormente en una bodega de datos. Otras herra-mientas pertenecientes a esta misma capa son los Complex Event Processing Engine (CEP), herramientas con funciones similares a los ETL, pero que rea-lizan los procesos de extracción, transformación y carga en tiempo real.

La tercera capa es la correspondiente a los servidores de data warehouse o bodegas de datos, donde se almacena toda la información estandarizada e integrada, relevante para la toma de decisiones en los procesos de negocio. Estos pueden ser almacenados en servidores de bases de datos relacionales, o cuando se presentan grandes volúmenes de datos (Big Data), en motores MapReduce (Dean, 2010).

En la cuarta capa se encuentran los servidores de capa media como Online Analytical Processing (OLAP), minería de datos, análisis de texto, motores de búsqueda empresarial y servidores de reportes. Los servidores OLAP o de procesamiento analítico en línea soportan análisis de datos multidimensio-nales, lo cual les permite a los usuarios ver los mismos datos en diferentes formas, usando múltiples dimensiones. Soportan operaciones de filtrado, agregación y pivot sobre los datos.

De igual manera, los motores de minería de datos son servidores dedica-dos a detectar o descubrir patrones y relaciones ocultos en grandes volúme-nes de datos. Permiten inferir reglas para predecir el futuro, para lo cual se utilizan sofisticados algoritmos de búsqueda, clasificación y agrupamiento de información y de inteligencia artificial. Por otro lado, los motores de aná-lisis de texto permiten analizar grandes volúmenes de datos y extraer infor-mación valiosa que, en otros casos, requeriría significativos esfuerzos para hacerlo de forma manual.

En este mismo contexto, se encuentran los motores de búsqueda empresa-riales, los que soportan el paradigma de búsqueda por palabras clave sobre texto y datos estructurados en la bodega de datos. Finalmente, los servidores

26


de reportes son servidores encargados exclusivamente de la generación de reportes a partir de los datos almacenados en la bodega de datos.

Por último, la capa de aplicaciones de Front-end está compuesta por hojas de cálculo, cuadros de mando y consultas Ad hoc. Es la interfaz directa con la que interactúa el usuario.

CAPÍTULO 2 FUNDAMENTOS METODOLÓGICOS

La propuesta para el desarrollo de este libro parte de la definición del enfo-que y direccionamiento generado a través de la fundamentación filosófica y epistémica, así como de los ejes de complejidad e interdisciplinariedad. Además, se tiene presente la fundamentación científica con base en el análi-sis de las teorías y los enfoques que permiten establecer las dinámicas gene-rales de la inteligencia de negocios definida por el estado del arte. Ello hace posible fundamentar el nuevo enfoque denominado inteligencia integral de negocios, que permite identificar las nuevas capas de análisis y la posterior caracterización y formulación de estrategias de negocios y los presupuestos correspondientes de esta propuesta.

Adicionalmente, se analizan las tendencias de investigación en las temáticas relacionadas con la inteligencia de negocios, para determinar la relevancia de estas en la estructura, el diseño y el desarrollo del libro. Una vez verificadas las áreas afines en las últimas dos décadas, se procede con el proceso de genera-ción del estado del arte a través de una visión sobre teorías y enfoques (Torres Acosta, 2006), derivada evidentemente de la revisión de la literatura.

Para este último proceso, se consultaron diferentes bases de datos especializa-das del área. Las ecuaciones de búsqueda utilizadas son: “business intelligence”, “gestión del conocimiento”, “inteligencia organizacional” y “minería de datos”.

28


Cada documento recopilado fue revisado y; de igual manera, se identifi caron los documentos potencialmente relevantes para la construcción de este libro resulta-do de investigación.

2.1. Metodología

La metodología utilizada tiene por objetivo establecer los lineamientos para desarrollar y mejorar el libro, mediante tres estadios que facilitan, regulan y controlan la estructura concebida. Esta metodología es VSM o mapeo de flujodevalor (Keyte y Locher, 2004), que permite visualizar y comprender un proceso para identificar sus puntos no importantes. Una ventaja de VSM se relaciona con detectar los aspectos de interés, para descartar temas que no contribuyen en la estructuración de los procesos, además de crear un lenguaje estandarizado dentro del sistema de BI en su nuevo enfoque. En la figura 3 se presentan estos aspectos preliminares implementados para la recolección de información.

Sobre investigaciones antecedentes

Derivada y recolectada de un sistema empírico, y tratadaa través de emulación y simulaciónSobre información primaria

Sobre teorías y enfoques

Figura 3. Estructura para la recolección de información


2.2. Ejecución y construcción del libro

La estructura del libro se basó en tres etapas: a) contextualización, b) deber ser del estado tradicional del sistema de inteligencia de negocios y las disci-plinas de conocimiento complementario y c) desarrollo de la estructura del

Fundamentos metodológicos

29

sistema de inteligencia integral de negocios, mediante el tratamiento de la información a través de técnicas de emulación y simulación, como resulta-do de este libro de investigación. En la figura 4 queda definida la estructura metodológica para la construcción del libro, con sus diferentes capítulos y apartados.

Figura 4. Etapas de desarrollo del libro resultado de investigación


2.2.1. Etapa 1: contextualización

Esta etapa tiene como propósito definir la estructura para la conceptualiza-ción de las disciplinas afines al conocimiento de los sistemas de inteligencia de negocios, caracterizándolas en términos de la ingeniería del conocimien-to, el aprendizaje y la inteligencia organizacional, en el contexto de gene-ración y administración de los sistemas de información. Para ello, se toma como base un marco teórico y los antecedentes del sistema, y paralela-mente se cuenta con la apreciación preliminar de expertos de los grupos de investigación Modelos Matemáticos Aplicados a la Industria (MMAI) de la Universidad Distrital Francisco José de Caldas y el grupo Sociedad, Economía y Productividad, Línea Logística, de la Universidad Nacional de Colombia. A continuación, en la figura 5, se muestra con detalle cada uno de los compo-nentes de esta etapa.

30


1 2

3

Figura 5. Componentes de la etapa de contextualización del libro resultado de investigación


2.2.2. Etapa 2: deber ser del sistema tradicional de inteligencia de negocios

La etapa plantea la respectiva evaluación del sistema encontrado. Para esta-blecer las infraestructuras existentes y hacer aún más precisa la aproximación al deber ser, también se considera un conjunto de herramientas existentes, lo cual constituye el todo del estado del arte de los sistemas tradicionales de la inteligencia de negocios.

De igual manera, complementariamente se establece una serie de pre-guntas enfocadas en el contexto de campos de conocimientos relacionados, infraestructuras y modelos tradicionales definidos, como se observa en la figura 6.

Fundamentos metodológicos

31

¿Cuáles son los campos de

conocimientos relacionados

con los sistemas de BI?

¿Cómo estan definidos?¿Cuál es el

grado de interrelación?

Conocimientosrelacionados

TradicionalesModelos

tradicionales

Figura 6. Preguntas complementarias para la construcción y el desarrollo del libro resultado de investigación


2.2.3. Etapa 3: modelos tradicionales de inteligencia de negocios

La etapa procede a la formulación de lineamientos que respondan a toda la mayéutica empleada en la etapa de análisis y evaluación de las disciplinas de conocimiento complementarias, así como del sistema de BI como tal.

SEGUNDA PARTE

CAPÍTULO 3 ASPECTOS PRELIMINARES SOBRE LAS DISCIPLINAS RELACIONADAS

El aprendizaje e inteligencia organizacional, junto con la inteligencia de ne-gocios, tienen como marco de referencia la ingeniería y gestión del conoci-miento (Spender, 1996; Medina, 2007), cuyo entendimiento se convierte en aspecto fundamental para el desarrollo del presente capítulo.

3.1. Ingeniería de conocimiento

La ingeniería del conocimiento es una disciplina que forma parte de la in-teligencia artificial (Patrick, 1994), cuyo objetivo es el diseño y desarro-llo de sistemas expertos, también denominados Sistemas Basados en el Conocimiento (KBS, Knowledge Management Systems). Para ello, se apoya en metodologías basadas en instrucciones y en las ciencias de la computación y las tecnologías de la información, con el objetivo de responder al conoci-miento y razonamiento humano en un determinado dominio, dentro de un sistema artificial. Por otra parte, la labor de los ingenieros del conocimiento consiste en extraer el conocimiento de los expertos humanos en un área de-terminada y codificarlo de manera que pueda ser procesado por un sistema (Dutta, 1993).

36


Un problema recurrente del ingeniero del conocimiento es no ser exper-to en el campo que intenta modelar, mientras que el experto en el tema no tiene experiencia modelando su conocimiento con base en base en reglas heurísticas, para ser representado de forma genérica en un sistema. En este contexto, la ingeniería del conocimiento considera a los científicos, la tec-nología y la metodología como recursos necesarios para procesar el conoci-miento. Su objetivo es extraer, articular y sistematizar el conocimiento de un experto (Dutta, 1993; Jackson, 1990).

Dado que la tarea de extracción del conocimiento es una labor difícil, se han identificado varias etapas para dividir su desarrollo y así contribuir en el abordaje sistémico de esta labor. Existen diferentes versiones sobre la di-visión de esta tarea; la más aceptada en la literatura es la siguiente: identi-ficación del problema(s), conceptualización, formalización, implementación y prueba.

En la figura 7 se puede observar un esquema de las fases de adquisición del conocimiento (Lucas, 1991).

Reformulación

Rediseño

Refinamiento

IDENTIFICACIÓN

FORMALIZACIÓN

IMPLEMENTACIÓN

PRUEBA

CONCEPTUALIZACIÓN

Requerimientos

Conceptos

Estructura

Reglas

Problemas y caracterís�cas

Conceptos que representan conocimiento

Organización del conocimiento y espacio de búsqueda

Construcción de reglas que representan conocimiento

Figura 7. Fases para la adquisición de conocimiento


Aspectos preliminares sobre las disciplinas relacionadas

37

3.1.1. Identificación

En esta fase se determina, en primer lugar, si el problema se puede o debe abordar mediante técnicas para sistemas basados en conocimiento (SBC)4. Para que un problema sea adecuado, significa que su solución no se puede abordar de manera algorítmica, pues de ser así, no tendría sentido iniciar la labor. Por último, el problema que ha de tratarse debe tener un tamaño de menos de 20 variables, para que no constituya una tarea inabordable por su complejidad (Peña Ayala, 2006).

El siguiente paso consiste en buscar las fuentes de conocimiento que se-rán necesarias para el desarrollo del sistema; las más comunes son:

• Expertos humanos en el dominio del problema. • Libros y manuales que trabajen explícitamente el problema y las téc-

nicas de resolución. Por otro parte, los ejemplos de casos resueltos también son importantes

en la fase de validación de los problemas y las características identificadas. Además, se pueden usar como técnicas de adquisición automática del cono-cimiento, para obtener de esta manera los elementos básicos que intervie-nen en los problemas y sus posibles relaciones.

Con estas fuentes de información se podrán determinar los antecedentes necesarios para dar solución al problema, así como los criterios y las posi-bles formas que permitan su posterior evaluación. En este estadio, el inge-niero de conocimiento y el experto podrán realizar una primera descripción del problema, que permitirá especificar: objetivos, motivaciones, estrategias de resolución y su justificación, fuentes de conocimiento y tipos de ta-reas que son necesarias. Este esquema será el punto de partida para plantear las siguientes fases.

3.1.2. Conceptualización

Para definir las características globales del problema, es necesario detallar los elementos básicos de este y descubrir las relaciones existentes entre ellos. En particular, es necesario observar cómo el experto resuelve problemas

4 La comprensión de las técnicas SBC se trabajarán más adelante en este libro.

38


típicos y abstrae de ellos principios generales que pueden ser aplicados en diferentes contextos.

Además, es necesario desarrollar la descomposición del problema en subproblemas, mediante un análisis por refinamientos sucesivos, hasta que el ingeniero de conocimiento pueda observar y comprender una idea con-creta de la relación jerárquica de las diferentes fases de solución, incluyendo hasta los operadores de razonamiento más elementales.

Otro elemento necesario en el proceso de conceptualización consiste en establecer el flujo correcto del razonamiento que permitirá la solución del problema, para lo cual habrá de especificarse cuándo y cómo deben inter- venir los elementos de conocimiento. Con base en esta descomposición jerárquica y el flujo del razonamiento, el ingeniero de conocimiento puede caracterizar los bloques de razonamiento superiores y los principales con-ceptos que definen el problema. Hará falta entonces distinguir las eviden-cias, hipótesis y acciones necesarias para cada uno de los bloques definidos, así como determinar la dificultad de cada una de las subtareas de la solución. De esta manera, se conseguirá captar la estructura del dominio y las diferen-tes relaciones entre sus elementos.

3.1.3. Formalización

En este proceso se deben considerar los diferentes esquemas de razona-miento factibles de utilizar para el modelado de las necesidades identifica-das en las fases anteriores. En este punto se debe comprender la naturaleza del espacio y el tipo de búsqueda por realizar. Para ello, se pueden realizar comparaciones con diferentes mecanismos prototípicos de resolución de problemas, como la clasificación, la abstracción de datos, el razonamiento temporal, las estructuras causales, entre otras.

Además, se debe analizar el grado de certidumbre y completitud de la in-formación disponible, las dependencias de comportamiento en relación con el tiempo, así como la fiabilidad y consistencia de la información. Por otra parte, se deberá descubrir qué partes del conocimiento constituyen hechos seguros y cuáles no; para estos últimos, se debe adaptar alguna metodología de trata-miento de incertidumbre, con el objetivo de ser modelada dentro del sistema.


39

3.1.4. Implementación

Para desarrollar el proceso, se deben tomar las decisiones pertinentes so-bre la especificación del control de la solución y del flujo de la información. Igualmente, se deben tomar decisiones sobre el modo de representar el co-nocimiento, con el objetivo de adaptar estrategias de solución necesarias, así como las relaciones entre los diferentes conjuntos de conocimiento. En esta fase se definen las reglas que permitirán descubrir los problemas y la no completitud existente en el proceso de adquisición de conocimiento hasta aquí desarrollado, lo cual obligará la revisión de las fases anteriores.

3.1.5. Prueba

El proceso de prueba consiste en la elección de un conjunto de casos resueltos y representativos. Mediante su revisión, ello debe permitir com-probar que el funcionamiento del sistema desarrollado sea comparable. Igualmente, se descubren los posibles errores, para así corregir los análisis anteriores; por lo general, aparecerán problemas por falta de reglas, com-portamiento de no completitud, errores en las correcciones efectuadas ante-riormente y posibles fallas en el análisis de las reglas preestablecidas.

Todas las fases o procesos descritos en los numerales anteriores deben funcionar de manera permanente para que la adquisición de conocimiento sea exitosa.

3.2. Sistemas basados en conocimiento (SBC) y su clasificación

Un sistema basado en conocimiento, como un componente de inteligen-cia artificial (IA), se puede definir como “un sistema que resuelve proble-mas utilizando una representación simbólica del conocimiento humano” (Lucas, 1991). Sus características más importantes son:

• Representación explícita del conocimiento. • Capacidad de razonamiento independiente de la aplicación específica. • Capacidad de explicar sus conclusiones y el proceso de razonamiento.

40


• Alto rendimiento en un dominio5 específico. • Uso de heurísticas versus modelos matemáticos. • Uso de inferencia simbólica versus algoritmo numérico.

Algunas de estas propiedades se generan al considerar dos componentes fundamentales de los SBC: por un lado, conocimiento específico del proble-ma, base de conocimiento; por otro, metodología para solucionar el proble-ma, máquina de inferencia. En la figura 8 se puede observar el contexto en el que se usualmente se ubican los SBC.

Figura 8. Contexto de los SBC


La capacidad y el rendimiento de los SBC se sustentan en la cantidad y calidad del conocimiento de un dominio específico, y no tanto en las técnicas de solución de problemas. Su arquitectura tiene como componentes funda-mentales los que se indican en la figura 9.

5 El dominio debe entenderse como el nivel de infl uencia que tiene el sistema en su entorno de referencia y la forma en que lo impacta. De igual manera, puede referirse a un campo específi co de conocimiento, donde se pretende trabajar con el sistema.


41

Interfaz de usuario

Ingenieros de conocimientoUsuario Experto

Memoria detrabajo

Reglas

Reglas

Marcos

Control

BASE DE CONOCIMIENTO

MOTOR DE INFERENCIAS

Generador deexplicaciones

Subsistema deadquisición deconocimiento

Figura 9. Sistema y componentes de un SBC

Fuente: elaboración propia con base en la propuesta de Iglesias Fernández (1998).

3.2.1. Clasificación de los sistemas basados en conocimiento (SBC)

Abordar la construcción de un sistema basado en conocimiento en cualquier dominio es una tarea difícil; por ello, es deseable disponer de un conjunto de metodologías para abordar los problemas, con miras a generar buenas soluciones para los diferentes tipos de SBC, de acuerdo con sus caracterís-ticas. Tomando como marco de referencia este escenario, se han desarrolla-do clasificaciones de los SBC según las tareas que realizan, con el objetivo de plantear y estructurar metodologías comunes y, de esta manera, diseñar directrices de análisis para los diferentes tipos de dominios existentes.

Al observar cualquier tipo de problema, se podría disponer de los si-guientes elementos de análisis:

42


a. Un conjunto de tareas habituales e identificables para cada tipo. b. Un conjunto de metodologías generales para solucionar cada tipo es-

pecífico de problema. c. Estilos plausibles de representación del conocimiento, y elementos o

características de inferencia adecuados para cada tipo. En este contexto, inicialmente Hayes-Roth (1983) presenta una primera

clasificación de los SBC, atendiendo a las tareas que estos realizan (tabla 1).

Tabla 1. Clasificación de los sistemas basados en conocimiento

Tipo de sistema Características o actividades que realizan

De interpretaciónInfieren descripciones de situaciones a partir de observaciones.

De predicciónInfieren o deducen consecuencias previsibles de situacio-nes o eventos observados.

De diagnóstico Infieren fallos a partir de síntomas.

De diseñoDesarrollan configuraciones de objetos que satisfacen las restricciones contempladas.

De planificaciónGeneran secuencias o cadenas que acciones de acuerdo con objetivos definidos.

De monitoreoEstudian el comportamiento de un sistema en una ventana de tiempo, cumpliendo las especificaciones definidas.

De controlGobiernan el comportamiento del sistema, pronosticando problemas y planeando soluciones conjuntas con base en estos y los objetivos preestablecidos.

Fuente: Hayes-Roth (1983).

Esta primera clasificación permite identificar necesidades para el desa-rrollo de los SBC; sin embargo, algunas categorías se superponen o están incluidas en otras. De igual manera, con esta clasificación es posible obtener una idea inicial de los rasgos comunes que aparecen entre los distintos do-minios donde se relacionan los sistemas.

Un análisis alternativo a la clasificación de la tabla 1 consiste en un trata-miento más sistemático de las necesidades de un SBC, con base en las opera-ciones genéricas que se desarrollan y el nivel de impacto que generan en su entorno. En este contexto, se distinguen dos tipos de operaciones genéricas:

Documents

Inteligencia Integral de negocios - Editorial UDeditorial.udistrital.edu.co/contenido/c-1010.pdfListado de figuras Figura 1. Generación de inteligencia 20 Figura 2. Arquitectura típica