Inteligencia de Negocios Sistemas de Gestioacuten de
Conocimiento en Organizaciones Datawarehousing
Jose Aguilar CEMISID Escuela de Sistemas
Facultad de Ingenieriacutea Universidad de Los Andes
Meacuterida Venezuela Becario Prometeo UTPL Loja Ecuador
Sitio de Trabajo CEMISID Dpto de Computacioacuten Escuela de Ing de Sistemas Facultad de Ingenieriacutea Universidad de los Andes Meacuterida Venezuela Contacto aguilarulave jlaguilar11utpleduec
httpingulave˜aguilar
De doacutende vengo
Objetivo del Curso
La Inteligencia de Negocios (BI por sus siglas en ingleacutes) es una herramienta de gran valor organizacional porque facilita el
cumplimiento de su misioacuten mediante el anaacutelisis de la informacioacuten relativa a su negocio y su entorno
Pero la inteligencia de negocio requiere de otros aspectos como
la gestioacuten del conocimiento organizacional el manejo de los medios de la informacioacuten y datos de manera integral y el uso
de herramientas de extraccioacuten de conocimiento
El curso de Inteligencia de Negocios abarca todos los aspectos involucrados en eacutel gestioacuten del conocimiento minera de
datos y data warehouse
Objetivo Especiacuteficos del Curso
bull Conocer todos los aspectos alrededor de los proyectos de Inteligencia de Negocios (herramientas metodologiacuteas etc) que permitan apoyar la toma de decisiones en sus organizaciones
bull Conocer todos los aspectos alrededor de
ndash Data Warehouse
ndash Gestioacuten de conocimientos y
ndash Mineriacutea de datos organizacional
Dinaacutemicas del Curso
Temas del curso
Paradigma Pedagoacutegico
Producto Tecnoloacutegico Orienta
encamina
Coadyuva Apropiarse de los mismo Posibilita
Adquirir
Plasma conocimiento
Define aspectos
Dinaacutemicas del Curso
Sinergia del Desarrollo Del Producto
Sinergia Capacitacion De conocimiento
Da la habilidad cognitiva
Genera destreza Teacutecnica
habilidades praacutectica
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Sitio de Trabajo CEMISID Dpto de Computacioacuten Escuela de Ing de Sistemas Facultad de Ingenieriacutea Universidad de los Andes Meacuterida Venezuela Contacto aguilarulave jlaguilar11utpleduec
httpingulave˜aguilar
De doacutende vengo
Objetivo del Curso
La Inteligencia de Negocios (BI por sus siglas en ingleacutes) es una herramienta de gran valor organizacional porque facilita el
cumplimiento de su misioacuten mediante el anaacutelisis de la informacioacuten relativa a su negocio y su entorno
Pero la inteligencia de negocio requiere de otros aspectos como
la gestioacuten del conocimiento organizacional el manejo de los medios de la informacioacuten y datos de manera integral y el uso
de herramientas de extraccioacuten de conocimiento
El curso de Inteligencia de Negocios abarca todos los aspectos involucrados en eacutel gestioacuten del conocimiento minera de
datos y data warehouse
Objetivo Especiacuteficos del Curso
bull Conocer todos los aspectos alrededor de los proyectos de Inteligencia de Negocios (herramientas metodologiacuteas etc) que permitan apoyar la toma de decisiones en sus organizaciones
bull Conocer todos los aspectos alrededor de
ndash Data Warehouse
ndash Gestioacuten de conocimientos y
ndash Mineriacutea de datos organizacional
Dinaacutemicas del Curso
Temas del curso
Paradigma Pedagoacutegico
Producto Tecnoloacutegico Orienta
encamina
Coadyuva Apropiarse de los mismo Posibilita
Adquirir
Plasma conocimiento
Define aspectos
Dinaacutemicas del Curso
Sinergia del Desarrollo Del Producto
Sinergia Capacitacion De conocimiento
Da la habilidad cognitiva
Genera destreza Teacutecnica
habilidades praacutectica
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Objetivo del Curso
La Inteligencia de Negocios (BI por sus siglas en ingleacutes) es una herramienta de gran valor organizacional porque facilita el
cumplimiento de su misioacuten mediante el anaacutelisis de la informacioacuten relativa a su negocio y su entorno
Pero la inteligencia de negocio requiere de otros aspectos como
la gestioacuten del conocimiento organizacional el manejo de los medios de la informacioacuten y datos de manera integral y el uso
de herramientas de extraccioacuten de conocimiento
El curso de Inteligencia de Negocios abarca todos los aspectos involucrados en eacutel gestioacuten del conocimiento minera de
datos y data warehouse
Objetivo Especiacuteficos del Curso
bull Conocer todos los aspectos alrededor de los proyectos de Inteligencia de Negocios (herramientas metodologiacuteas etc) que permitan apoyar la toma de decisiones en sus organizaciones
bull Conocer todos los aspectos alrededor de
ndash Data Warehouse
ndash Gestioacuten de conocimientos y
ndash Mineriacutea de datos organizacional
Dinaacutemicas del Curso
Temas del curso
Paradigma Pedagoacutegico
Producto Tecnoloacutegico Orienta
encamina
Coadyuva Apropiarse de los mismo Posibilita
Adquirir
Plasma conocimiento
Define aspectos
Dinaacutemicas del Curso
Sinergia del Desarrollo Del Producto
Sinergia Capacitacion De conocimiento
Da la habilidad cognitiva
Genera destreza Teacutecnica
habilidades praacutectica
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Objetivo Especiacuteficos del Curso
bull Conocer todos los aspectos alrededor de los proyectos de Inteligencia de Negocios (herramientas metodologiacuteas etc) que permitan apoyar la toma de decisiones en sus organizaciones
bull Conocer todos los aspectos alrededor de
ndash Data Warehouse
ndash Gestioacuten de conocimientos y
ndash Mineriacutea de datos organizacional
Dinaacutemicas del Curso
Temas del curso
Paradigma Pedagoacutegico
Producto Tecnoloacutegico Orienta
encamina
Coadyuva Apropiarse de los mismo Posibilita
Adquirir
Plasma conocimiento
Define aspectos
Dinaacutemicas del Curso
Sinergia del Desarrollo Del Producto
Sinergia Capacitacion De conocimiento
Da la habilidad cognitiva
Genera destreza Teacutecnica
habilidades praacutectica
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Dinaacutemicas del Curso
Temas del curso
Paradigma Pedagoacutegico
Producto Tecnoloacutegico Orienta
encamina
Coadyuva Apropiarse de los mismo Posibilita
Adquirir
Plasma conocimiento
Define aspectos
Dinaacutemicas del Curso
Sinergia del Desarrollo Del Producto
Sinergia Capacitacion De conocimiento
Da la habilidad cognitiva
Genera destreza Teacutecnica
habilidades praacutectica
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Dinaacutemicas del Curso
Sinergia del Desarrollo Del Producto
Sinergia Capacitacion De conocimiento
Da la habilidad cognitiva
Genera destreza Teacutecnica
habilidades praacutectica
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Dinaacutemicas Sinergias
Sinergia Capacitacioacuten de Conocimientos (SCC)
ndash Se aprende la teoriacutea bases conceptuales etc
ndash iquestCoacutemo se trabaja
bull Todo el material en liacutenea
bull Internet como fuente de conocimiento
bull Espacios de presentacioacuten discusioacuten y debate
drive google-group Dropbox
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Sinergias
Sinergia Desarrollo de Productos (SDP) Durante todo el curso el estudiante llevara un proyecto donde va aplicando
el contenido del mismo ndash Los alumnos trabajaraacuten en grupos Ademaacutes del trabajo en clase se
requiere tambieacuten de trabajo fuera de las clases ndash Definicioacuten y caracterizacioacuten de productos (obras) sobre los cuales se
iraacuten plasmando el conocimiento adquirido
ndash Los productos (obras) al final deben contener todo el contenido adquirido en el curso inmerso en eacutel
ndash Se aprende a usar las teacutecnicas metodologiacuteas etc
ndash iquestCoacutemo se trabaja bull Metodologiacutea Aacutegil para la construccioacuten del proyecto bull Se debe dar cuenta del recorrido del desarrollo del producto
diariamente (entregan informe de avance)
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Contenido
Unidad 1 Inteligencia de Negocios
bull Dato informacioacuten conocimiento e inteligencia en la empresa
bull Introduccioacuten a la Inteligencia de Negocio Queacute es Para queacute sirve Cuaacuteles son sus beneficios y desafiacuteos
bull Ciclo de vida de un Proyecto de Inteligencia de Negocio
bull Caracteriacutesticas de un Proyecto de Inteligencia de Negocio metas objetivos estrategia y roles organizacionales
bull Disentildeo del proceso de negocio definicioacuten de los Requerimientos del Negocio modelo dimensional teacutecnicas adicionales de disentildeo (dimensiones degeneradas dimensiones multivaluadas dimensiones agregadas etc)
bull Sistemas de Informacioacuten Geograacutefica y su relacioacuten con la Inteligencia de Negocios
bull Inteligencia de negocios moderna (data discovery)
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Contenido
Unidad 2 Data warehouse
bull Introduccioacuten a Data Warehouse
bull Arquitectura del Data Warehouse
bull Modelado de Datos y de de Informacioacuten
bull Modelo del ciclo de vida de un Data Warehouse
bull Herramientas OLAP Drill down Drill Across OLTP ETL Funciones y caracteriacutesticas
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Contenido
Unidad 3 Gestioacuten del Conocimiento
bull El conocimiento como activo
bull Queacute es la Gestioacuten del Conocimiento cuaacutel es su impacto organizacional y coacutemo puede ser aplicada en una empresa
bull Procesos fundamentales de la Gestioacuten del Conocimiento
bull Las nuevas tecnologiacuteas de Conocimiento
bull Modelo y estrategias de gestioacuten del conocimiento
bull
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Contenido
Unidad 4 Mineriacutea de datos
bull Etapas del proceso de extraccioacuten de conocimiento
bull Introduccioacuten a Mineriacutea de Datos
bull Metodologiacuteas de Mineriacutea de datos
bull Teacutecnicas de Mineriacutea de datos Aacuterboles de decisioacuten Reglas de asociacioacuten Redes Neuronales Artificiales etc
bull Modelos de Prediccioacuten clasificacioacuten regresioacuten y series temporales
bull Modelos de Agrupamiento Segmentacioacuten y Asociacioacuten
bull Tecnologiacuteas de Mineriacutea de datos (WEKA etc)
bull Big Data
bull Mineriacutea de Datos e Inteligencia de Negocio
bull Ejemplos praacutecticos de procesos de Mineriacutea de Datos
bull Mineriacutea avanzada mineriacutea semaacutentica mineriacutea de texto etc
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
bull Inicio semana del 2811 bull Fin semana del 1402 bull Quizaacutes dos sesiones a recuperar Bases del curso bull Seguimiento de actividades programadas en el curso bull Cumplimiento de las fechas programadas para la
presentacioacuten de trabajos bull Participacioacuten efectiva en las diferentes exposiciones de
los temas asignados bull Elaboracioacuten y presentacioacuten de trabajos
Recorrido del Curso
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Recorrido Sinergia Desarrollo de Productos
bull Se seguiraacute metodologiacutea yPBL
bull Ramas de disentildeo (funcional y teacutecnico) y desarrollo
bull Iterativo (aacutegil)
bull Fases de anaacutelisis disentildeo implementacioacuten y pruebas
bull Cada diacutea se avanzaraacute en disentildeo y desarrollo seguacuten SCC mostrando
bull Herramientas de desarrollo etc
bull Informes de Avances informes de iteraciones
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
yPBL
bull Metodologiacutea de aprendizaje inspirada en Ingenieriacutea de software
bull Permite construir aplicaciones reales de software mientras se aprende
bull Cada Iteracioacuten ndash Cubre un toacutepico del curso aplicado al producto
tecnoloacutegico
ndash Se redefinen roles en los grupos recursos usados cronogramas
ndash Interactuamos todos para alcanzar los objetivos de aprendizaje
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Desarrollo del curso
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
yPBL
bull Requerimientos
bull Anaacutelisis
bull Disentildeo
bull Implementacioacuten
bull Pruebas
bull Liberacioacuten
Iteraciones
I1 I2 I3 I4
Rama Funcional Rama Teacutecnica
Ram
a D
esa
rro
llo
Disposicioacuten
Aspectos
Software Plataformas
Modelos
Codigo
tests
Software
Inte
ligen
cia
de
Neg
oci
os
Da
ta w
are
ho
use
G
esti
oacuten
del
Co
no
cim
ien
to
Min
eriacutea
de
da
tos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Plantillas
Definicioacuten del Producto
bull Nombre
bull Objetivo
bull Descripcioacuten
bull Alcance
bull Conocimiento Requerido
bull Materiales requeridos
bull ClienteDoliente
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Plantillas bull Informes de Avance
ndash Planificacioacuten de la semana siguiente
ndash Queacute se logroacute en la semana
ndash Quieacuten hizo queacute dificultades y necesidades
bull Informes Teacutecnicos
ndash Objetivo de la iteracioacuten
ndash Caracterizacioacuten en el producto
ndash Disentildeo en el producto
ndash Prototipo y pruebas
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Plantillas CookBook (10 nota final)
bull Resumen (Abstract)
bull Palabras Claves (Keywords)
bull Contribuyentes (Contributors)
bull Versiones (Releases)
bull Introduccioacuten (Introduction)
bull Ingredientes Definiciones y Terminologiacutea (The ingredients Definitions and terminology)
ndash Ingrediente 1 (Ingredient 1)
bull Recetas (Recipes)
ndash Receta 1 Una primera receta (Recipe1 A first recipe (eg a HelloWorld recipe))
bull Paso 1 descripcioacuten paso 1 (Step1 short description of step 1)
bull Documentacioacuten Recomendada (Recommended documentation)
bull Referencia 1 (Reference 1)
bull Retroalimentacioacuten (Feedback)
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
CRONOGRAMA
INFORME ITERACIOacuteN ENTREGA
Inteligencia de Negocios 1912
Data warehouse 3001
Gestioacuten del Conocimiento 1402
Mineriacutea de datos 1403
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Inteligencia de Negocios
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Seguacuten Steve Haeckel
ldquoEl cociente de inteligencia de una empresa estaacute determinado por la medida
en que su infraestructura informaacutetica conecta la informacioacuten la comparte y le
da estructurardquo
Ideas introductorias
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
SISTEMA DE INFORMACION MODERNO
transaccional y operacional
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
SISTEMA NERVIOSO DIGITAL
anaacutelisis y la divulgacioacuten eficiente de datos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
SISTEMA NERVIOSO DIGITAL
Proporciona a sus usuarios una profunda compresioacuten y una
capacidad para aprender que no podriacutean conseguir por otros medios
Ideas introductorias
procesamiento analiacutetico en liacutenea
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Internet - Extranet
Clientes
Proveedores
bull Relacioacuten directa proveedor y consumidor
bull Internet baja el costo de las transacciones
bull El intermediario desapareceraacute o tendraacute que evolucionar para aportar nuevo valor antildeadido
bull Poner en manos de los trabajadores herramientas de negociacioacuten con el cliente
CAMBIO DE PARADIGMA
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Internet - Extranet
Personalizar el sitio Web para cada Visitante
bull Software va adaptando dinaacutemicamente el site sobre la marcha de la sesioacuten
bull Hemos pasado de un monologo a un dialogo y este a un foro en la Web
Era del conocimiento
Aprendizaje
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Resemantizar a las
Organizaciones
El flujo de informacioacuten Digital hace que tanto las organizaciones como los individuos manejan
instrumentos y procesos digitales
las organizaciones se deben redefinir
Ideas introductorias
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Resemantizar a las
Organizaciones
EMPRESA
PROVEEDOR CLIENTE
Sin fronteras organizacionales
Transferir parte de los costos a los proveedores Y Clientes
Fidelidad de los clientes
Identificar las oportunidades de negocios
Estrategias de aplicacioacuten de Tecnologiacutea de Informacioacuten
Anaacutelisis de la Cadena de Valor
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
El cliente universal
Tecnologiacutea Digital
El documento inteligente (realidad aumentada)
Los ambientes inteligentes
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Tecnologiacutea Digital
El documento inteligente Integrar los documentos inteligentes a las aplicaciones empresariales combinar el poder de la Digitalizacioacuten y la loacutegica de negocios
dispositivos que antildeaden informacioacuten virtual a la informacioacuten fiacutesica ya existente realidad aumentada
El eacutexito radica en entender y administrar a fondo las interacciones entre los datos las aplicaciones patentadas los colaboradores internos y externos los sistemas diversos y los recursos de proveedores muacuteltiples
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Tecnologiacutea Digital
Los ambientes inteligentes Los ambientes inteligentes describen y manejan entornos fiacutesicos en los cuales las TICs asiacute como los sensores pasan mayoritariamente desapercibidos para los usuarios puesto que se hallan discretamente integrados a objetos fiacutesicos a infraestructuras y al entorno cotidiano en el cual vivimos viajamos y trabajamos
El objetivo de AmI es permitir que los dispositivos participen en actividades en los que nunca antes habiacutean sido usados posibilitando a la gente (a los usuarios) interactuar con los distintos dispositivos viacutea gestos voz movimientos
Ademaacutes los dispositivos pueden ser conscientes del contexto
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Administracioacuten
Inteligente
No se puede administrar lo que no se puede ver
La capacidad de ver toda la empresa es el aspecto maacutes
importante de la administracioacuten inteligente
Los sistemas tienen que ser flexibles y adaptables a cambios en el proceso y modelo de los negocios asiacute como tambieacuten a nuevas tecnologiacuteas
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Organizacioacuten y Tecnologiacutea
Integracioacuten
Virtualizacioacuten
Automatizacioacuten
la integracioacuten de personas procesos e informacioacuten en todos lados en cualquier momento y desde cualquier dispositivo
separacioacuten de la capa de aplicaciones de negocios del entorno fiacutesico subyacente compuesto de redes servidores y sistemas de almacenamiento de modo que las aplicaciones puedan instalarse con mayor flexibilidad
automatizacioacuten del entorno operativo de acuerdo con las poliacuteticas y objetivos de negocios definidos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
La sociedad del
Conocimiento
bull Ausencia de fronteras porque el conocimiento viaja aun
con menos esfuerzo que el dinero
bull Movilidad ascendente disponible para todos en virtud de educacioacuten formal faacutecil de adquirir
bull La mayoriacutea de los empleados no son de tiempo completo en la organizacioacuten ni estaacuten fiacutesicamente
bull Nacimiento de nuevas formas de relacioacuten social
Nativos digitales vs Migrantes digitales
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Sistemas
Transaccionales Diversos
Repositorios
Analistas de Gestioacuten Sistemas
bull Sistemas orientados a
resolver los problemas de la
operacioacuten diaria
bull Aacutereas de Sistemas
Saturadas por las
necesidades operacionales
del diacutea a diacutea y
requerimientos para Anaacutelisis
bull Grandes esfuerzos de
recopilacioacuten transcripcioacuten y
formateo de informacioacuten
bull Largos plazos de
obtencioacuten
bull Gran margen de error
bull Informacioacuten
bull Poco Oportuna
bull Poco Amistosa
bull Voluminosa
bull Poco Relevante
bull Sin Focalizar
bull Poco Confiable
bull Diferente entre Aacutereas
bull Sin Cobertura
Completa de Factores
Criacuteticos
EjecutivosGerentes
Metodologiacutea Habitual de uso de Datos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Sistemas de Anaacutelisis de Informacioacuten
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Solucioacuten Inteligencia de Negocios
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Diferencias en el Disentildeo (OLTP vs BI)
Sistemas Transaccionales (OLTP)
Solucioacuten de Inteligencia de Negocios (BI)
Automatizar el proceso Soportar la toma de decisiones
Disentildeado para ser eficiente tiempos
de respuesta
Disentildeado para ser efectivo
informacioacuten deseada
Modela al negocio cambia solo si lo
hace el negocio
Se adapta el negocio para responder
nuevas preguntas
Reacciona a eventos Se anticipa a eventos
Optimizado para transacciones Optimizado para consultas
Autonoacutemico
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
bull Antes exclusivo de grandes corporaciones
bull Hoy Business Intelligence para Todos
- Grandes empresas
- Pymes
- Pequentildeas organizaciones
La realidad de hoy en
Inteligencia de Negocios
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Herramientas Open Source
Gran cantidad de componentes
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Herramientas Open Source
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
bull Soluciones completas Pentaho JasperReports SpagoBI BIRT
bull Herramientas ETL
Clover Enhydra Octopus
bull Desarrollos OLAP Mondrian JPivot
bull Dashboards
JetSpeed JBoss Portal
bull Bases de Datos MySQL Postgre Greenplum
Herramientas Open Source
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
bull Beneficios bull Capacidad de modificacioacuten del coacutedigo bull Independencia del proveedor bull Una comunidad del Software Libre detraacutes bull Tendencia a usar estaacutendares
bull Desventajas
bull No es conocido por muchos usuarios bull Faltan algunas aplicaciones
Herramientas Open Source
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
B I
VENTAJA COMPETITIVA
TOMA DE DECISIONES
CONOCIMIENTO
INFORMACION
DATOS
INTELIGENCIA DE NEGOCIOS
Dato informacioacuten conocimiento e inteligencia en la empresa
Cadena de Valor de la Informacioacuten
Permite a la organizacioacuten anticipar eventos
Permite a la organizacioacuten responder a eventos
Permite a la organizacioacuten registrar eventos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Acciones
Planes Reglas
Conocimiento
Tendencias patrones y excepciones
Informacioacuten Extraccioacuten e Integracioacuten
Aprendizaje
Datos
Eventos
Sistemas Operacionales
Dato informacioacuten conocimiento e inteligencia en la empresa
Lazo cerrado
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Evolucioacuten hacia BI
Conocimiento
Dato Dato Dato Dato Dato Dato
Informacioacuten
Informacioacuten
Informacioacuten
iquestQueacute necesita el
negocio
Reportes
estaticos
Reportes
Parametrizados
BI Data Mart
DataWarehouse
DataMining
Dato informacioacuten conocimiento e inteligencia en la empresa
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Las 10 Tecnologiacuteas tops en el 2011
1 Computacioacuten en la Nube 2 Virtualizacioacuten 3 Tecnologias moviles 4 Gestioacuten IT 5 Business Intelligence 6 Comunicacion de datos voz multimedia 7 Aplicaciones empresariales 8 Tecnologias Colaborrativas 9 Infraestructura 10 Web 20
Gartnerrsquos 2011 CIO Agenda (aka ldquoReimagining IT The 2011 CIO Agendardquo)
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
La necesidad de BIhellip Quienes necesitan un ambiente de Inteligencia de
Negocios poseen las siguientes caracteriacutesticas
ndash Los reportes provenientes de varios sistemas transaccionales no concuerdan bull Los resultados financieros no concuerdan bull Las cantidades de inventario tampoco concuerdan bull Los reportes detallados no concuerdan con los reportes
consolidados
ndash La gerencia no tiene acceso a una ldquoimagen global
corporativardquo de su situacioacuten actual bull iquestCoacutemo estaacuten nuestras finanzas bull iquestQuieacutenes son nuestros clientes bull iquestQueacute nos han comprado bull iquestCuaacutento inventario tenemos disponible
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
iquestQueacute es Inteligencia de Negocios
Conjunto de estrategias y herramientas enfocadas a la administracioacuten y creacioacuten de conocimiento mediante el anaacutelisis
de datos existentes en una organizacioacuten
Abarca la comprensioacuten del funcionamiento actual de la empresa y la anticipacioacuten de acontecimientos futuros con el objetivo
de ofrecer conocimientos para respaldar las decisiones empresariales
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
iquestQueacute es Inteligencia de Negocios
teacutermino acuntildeado por la consultora Gartner
Group a finales de la deacutecada de los 80 y
describe baacutesicamente la capacidad de los
integrantes de una empresa para acceder a la
informacioacuten residente en una base de datos y
explorarla de manera que el usuario pueda
analizar esa informacioacuten y desarrollar con ella
teoriacuteas y conocimientos que seraacuten baacutesicos
para la toma de determinadas decisiones
criacuteticas para el negocio
umlTransformar la
informacioacuten en
Conocimiento
umlLa transformacioacuten de la informacioacuten que la empresa genera en su
actividad diaria en datos uacutetiles para la toma de decisiones
estrateacutegicasrdquo
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
iquestQueacute es Inteligencia de Negocios
Mediante ciertas herramientas y teacutecnicas (extraer cargar y transformar) se extraen los datos de distintas
fuentes se depuran y se preparan para luego cargarlos en un almaceacuten de datos
Las herramientas inteligentes genera informacioacuten y conocimiento relacionada con la empresa y de su
entorno
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Hace a las organizaciones maacutes inteligentes
Agregar Datos
Database Data Mart Data Warehouse ETL Tools
Presentar Datos
Enriquecer Datos
Tomar e Informar
Decisiones
`Dashboards OLAP Cubes
iquestQueacute es Inteligencia de Negocios
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Coacutemo ayuda la Inteligencia de Negocios
bull Acceso inmediato a todos los datos relevantes ndash Facilidad para encontrar fuentes de datos
ndash Estructurados y no estructurados
bull Kit completo de herramientas analiacuteticas ndash Anaacutelisis automatizado en donde aplique
ndash Alertas alarmas agentes
ndash Aplicaciones analiacuteticas
bull Portal de informacioacuten ndash Paacutegina inicial personalizada para anaacutelisis
ndash Presentado en teacuterminos de negocios
La Meta Informacioacuten y anaacutelisis en su PC en tiempo real y al alcance de sus dedos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Ejemplos de aacutereas donde es usada BI
bull Ventas Anaacutelisis de ventas Deteccioacuten de clientes importantes Anaacutelisis de productos liacuteneas mercados Pronoacutesticos y proyecciones
bull Marketing Segmentacioacuten y anaacutelisis de clientes Seguimiento a
nuevos productos bull Finanzas Anaacutelisis de gastos Rotacioacuten de cartera Razones
Financieras bull Manufactura Productividad en liacuteneas Anaacutelisis de desperdicios
Anaacutelisis de calidad Rotacioacuten de inventarios y partes criacuteticas
bull Embarques Seguimiento de embarques Motivos por los cuales se pierden pedidos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
iquestPor queacute tener BI
Inteligencia de Negocios APLICACIOacuteN ESTRATEGICA
Analizar la Informacioacuten para identificar Factores
Criacuteticos de la Organizacioacuten
Conocer los Clientes
Compartir la Informacioacuten entre distintos niveles de la
Organizacioacuten
Responder raacutepidamente a los Retos de un entorno
cambiante
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Ejemplos de BI reales
bull Cerca de la bancarrota en el 1990s
bull Invirtioacute en BI $30 millones para
ndash Mejorar procesos de negocio
ndash Mejorar servicios a clientes
bull En 6 antildeos recupero $500 millones de la inversioacuten
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Ejemplos de BI reales
bull Fabricante de unidades de discos duros para computadores
bull Ventas anuales sobre $3 billones bull Usaron BI para mejorar
ndash Inventarios ndash Cadenas de proveedores ndash Ciclo de vida de Productos ndash Relaciones con los clientes
bull Redujeron costos operacionales en 50
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Ejemplos de BI reales
bull Uno de las cadenas de tiendas de ventas de computadoras y software mas grande de USA
bull Usa BI para analizar tendencias de ventas
bull Recupero $6 millones en la primera fase del proyecto
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Otros ejemplos
bull Cadenas de Hoteles ndash compilar estadiacutesticas de ocupacioacuten promedio para
determinar precio por habitacioacuten etc
ndash tambieacuten estudia el mercado para determinar competencia Esas tendencias pueden ser anuales mensuales etc
bull Bancos ndash Determinar a que clientes ofrecerles nuevos productos
bull Compantildeia de telecomunicaciones ndash Crear informacioacuten relevante de sus usuarios
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Cre
and
o
valor
Madures BI Maacutes maduro
Maacutes valor
Cambio en el uso de la Informacioacuten
Fase 3 Convertirla en conocimiento
Fase 2 Usar la informacioacuten
Fase 1 Ver acontecer organizacional
Fase 0 No DW BI
Status Quo (reportes claacutesicos)
Reportes (ganancia individual)
Usar informacioacuten como un activo (ganancia dpto)
Informacioacuten integrada al negocio
(ganancia de la organizacioacuten)
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Ejemplos de las Aplicaciones de la Inteligencia de Negocios
Aplicaciones Analiacuteticas Preguntas de Negocios Queacute buscariacutea la IN
Segmentacioacuten de los Clientes iquest A queacute segmento del mercado pertenece mi cliente Relacioacuten personalizada que da
y cuales son sus caracteriacutesticas mayor satisfaccioacuten y retencioacuten
Intensiones de consumo iquest Queacute tipos de clientes responderaacuten maacutes a mi Dirigirse a los clientes de
Promocioacuten acuerdo a sus necesidades
para incrementar la lealtad
Rentabilidad del Cliente iquest Cuaacutel es la rentabilidad de la vida uacutetil del cliente Tomar mejores decisiones de
negocios de acuerdo a la
rentabilidad de los clientes
Deteccioacuten de Fraudes iquest Coacutemo saber que la posibilidad de ser fraudulenta Determinar inmediatamente el
que tiene una transaccioacuten fraude y tomar acciones para
minimizar el costo
Evitar la Peacuterdida de Clientes iquest Queacute cliente tiene el riesgo de irse a la competencia Obtener los datos
raacutepidamente y tomar las
medidas para que
permanezcan en la empresa
Optimizacioacuten del Canal Escoger el mejor canal para cada segmento Interactuar con los clientes
de acuerdo a su preferencia y
las necesidades para reducir
costos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Principales Componentes de la Inteligencia de Negocios
bull Almaceacuten de datos centralizado (data warehouse)
bull El conjunto de herramientas que utilizaraacute el usuario final (business analytics)
bull Las relaciones no conocidas entre las variables que tienen que descubrirse mediante la mineriacutea de datos (tambieacuten mineriacutea de texto y de la web)
bull Metodologiacuteas complementariacuteas como BPM (Business Performance Management) las cuales sirven para monitorear el desempentildeo y obtener ventaja competitiva
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
DWH
OLTP
OLTP
OLTP
Modelar Extraer Limpiar
Transformar Cargar
Entorno Data Warehousing Entorno Analiacutetico
Consultas Reportes Anaacutelisis Mineriacutea
Principales Componentes de la Inteligencia de Negocios
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Principales Componentes de la Inteligencia de Negocios
Gestioacuten y almacenamiento Presentacioacuten de la inform Anaacutelisis
Data warehousing Caacutelidad del dato
Dashboards Buacutesqueda Visualizacioacuten Reportes
Anaacutelisis OLAP Anaacutelisis Ad-hoc Mineriacutea de datos Scorecards
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Dashboards
Una interfaz entre las herramientas de BI y el usuario
ndash Se asemeja a un tablero de instrumentos del coche
ndash Contiene imaacutegenes visuales para representar raacutepidamente meacutetricas de negocio especiacuteficos de intereacutes para la gestioacuten
ndash Ayuda a controlar la gestioacuten de ingresos y ventas niveles de inventario e identificar las tendencias y los cambios en el tiempo
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Es
ndash Expresioacuten y la visualizacioacuten de una estrategia
ndash Punto de entrada para el anaacutelisis de la mayoriacutea de los usuarios empresariales
ndash Reduce el riesgo de proporcionar datos brutos o datos en grandes voluacutemenes
Debe ser
Portable
Reusable
Flexible
Faacutecil de usar
Integrable
Scorecards
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Principales Componentes de la Inteligencia de Negocios
Dato Fuente Archivos documentos SMBD OLTP
Data Warehouses Data Marts
Exploracioacuten del Dato OLAP DSS EIS etc
Mineriacutea de Dato Descubrir conocimiento
Presentacioacuten del Dato Teacutecnicas de Visualizacioacuten
Toma de decisiones
SOPORTE A DECISIONES USUARIO FINAL
ANALISIS NEGOCIO
ANALISIS DATOS
ADM BD
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
B I Jerarquia de las Soluciones
(Tomado de Heinz 2014)
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Anaacutelisis jeraacuterquico de la informacioacuten
Indicadores de Performance
Scorecard
Medidas
Vistas
Multimetricas
$
Gastos Unidades Costo
Influencias Vistas
Multidimensionales Tiempo Productos Clientes
Estado Detalles amp
Consultas
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Estrategia de la
organizacioacuten
Queacute conocimiento es requerido en la organizacioacuten
Cultura de informacioacuten de la organizacioacuten
Aacutereas de oportunidad
Desarrollo Incremental
Por doacutende comenzar
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
1 Anaacutelisis de Requerimientos
2 Modelamiento de datos
3 Extraccioacuten Inicial de datos
4 Actualizacioacuten Perioacutedica de
datos
5 Explotacioacuten de Datos
Metodologiacutea
ADMINISTRACION DEL PROYECTO
Para extraer conocimiento Gestioacuten del conocimiento
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Proceso de Inteligencia de Negocios
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Grandes procesos
Monitorear Dashboards scorecards
Analizar Drill down multidimensional analysis
Reportar Datos operacionales detallada
Planificar Tomar decisiones
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
BD Muacuteltiples versiones no administradas de la verdad
No se saben usar y desarrollar scorecards y dashboards
Anaacutelisis El tiempo dedicado a analizar poca informacioacuten relevante
Arquitectura empresarial desalineada a las estrategias y acciones y por tanto una baja adopcioacuten y productividad
Grandes procesos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
Integradas Faacuteciles de entender
Relevant e Usable
Estandarizadas Predictivas
Alineada Transformativa
BDhellip Scorecards etc
Anaacutelisis Arquitectura empresarial
Grandes procesos
IN
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos
10 ERRORES A EVITAR IDENTIFICANDO REQUERIMIENTOS DE SOLUCIONES BI
1 Omitir el levantamiento de requerimientos
2 Asumir que las definiciones son las mismas para toda la organizacioacuten
3 Entrevistar a los usuarios incorrectos
4 Usar teacuterminos teacutecnicos cuando se habla con usuarios
5 Fallar en la identificacioacuten de requerimientos y necesidades de informacioacuten criacuteticas de los usuarios
6 Fallar en la formalizacioacuten de requerimientos y necesidades de informacioacuten de los usuarios
7 Continuar el proyecto sin la validacioacuten de los requerimientos y necesidades de informacioacuten
8 No prepararse para las entrevistas con usuarios
9 Entrevistas deficientes
10 Usar un meacutetodo no interactivo de levantamiento de requerimientos