Este blog contiene informacion y actividades de la cátedra de Informática Empresarial Semipresencial.
Grupo de Trabajo:
Rafael, Erick, Carlos, Jonás y Claudia
Se refiere al uso de los datos de una empresa para facilitar la toma de decisiones a las personas que deciden, es decir, la comprensión del funcionamiento actual y la anticipación de acciones para dar una dirección bien informada a la empresa.
Almacén de datos:
Es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza
Dato:
Dato (del latín datum), es una representación simbólica (numérica, alfabética, algorítmica etc.), atributo o característica de una entidad. El dato no tiene valor semántico (sentido) en sí mismo, pero convenientemente tratado (procesado) se puede utilizar en la realización de cálculos o toma de decisiones. Es de empleo muy común en el ámbito informático.
Extracción:
Acción de obtener la información deseada a partir de los datos almacenados en fuentes externas.
Transformación:
Cualquier operación realizada sobre los datos para que puedan ser cargados en el data warehouse o se puedan migrar de éste a otra base de datos.
Carga:
Consiste en almacenar los datos en la base de datos final, por ejemplo el data warehouse objetivo normal.
OLAP:
Procesamiento analítico en línea
Dashboards o cuadro de mando integral:
Es una herramienta de administración de empresas que muestra continuamente cuándo una compañía y sus empleados alcanzan los resultados definidos por el plan estratégico. También es una herramienta que ayuda a la compañía a expresar los objetivos e iniciativas necesarias para cumplir con la estrategia.
KPI, Indicadores de desempeño:
Los indicadores clave de desempeño son métricas financieras o no financieras, utilizadas para cuantificar objetivos que reflejan el rendimiento de una organización, y que generalmente se recogen en su plan estratégico. Estos indicadores son utilizados en inteligencia de negocio para asistir o ayudar al estado actual de un negocio a prescribir una línea de acción futura.
Base de datos:
Una base de datos o banco de datos (en inglés: database) es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso.
Data marts:
Los Data marts son subconjuntos de datos de un data warehouse para áreas especificas.
Dimensiones de un cubo de información:
Las dimensiones de un cubo son atributos relativos a las variables, son las perspectivas de análisis de las variables (forman parte de la tabla de dimensiones). Son catálogos de información complementaria necesaria para la presentación de los datos a los usuarios, como por ejemplo: descripciones, nombres, zonas, rangos de tiempo, etc. Es decir, la información general complementaria a cada uno de los registros de la tabla de hechos.
Variables en inteligencia empresarial:
También llamadas “indicadores de gestión”, son los datos que están siendo analizados. Forman parte de la tabla de hechos. Más formalmente, las variables representan algún aspecto cuantificable o medible de los objetos o eventos a analizar.
Tabla de hechos:
En las bases de datos, y más concretamente en un data warehouse, una tabla de hechos (o tabla fact) es la tabla central de un esquema dimensional (en estrella o en copo de nieve) y contiene los valores de las medidas de negocio.
Metadatos:
Uno de los componentes más importantes de la arquitectura de un almacén de datos son los metadatos. Se define comúnmente como "datos acerca de los datos", en el sentido de que se trata de datos que describen cuál es la estructura de los datos que se van a almacenar y cómo se relacionan.
Middleware:
Middleware es un término genérico que se utiliza para referirse a todo tipo de software de conectividad que ofrece servicios u operaciones que hacen posible el funcionamiento de aplicaciones distribuidas sobre plataformas heterogéneas.
Almacén de datos espacial:
Es una colección de datos orientados al tema, integrados, no volátiles, variantes en el tiempo y que añaden la geografía de los datos, para la toma de decisiones.
La inteligencia empresarial en una organización juega un papel muy importante ya que gracias a esta, la toma de desiciones claves en la empresa se facilita al obtener un suministro continuo de información necesaria para dichas desiciones. Además dejando de lado este punto se puede decir también que la inteligencia empresarial mejora de manera innegable la planificación estratégica de la empresa, aprovechando el factor tiempo dentro de la compañía; estando al pendiente de oportunidades o amenazas dentro del ámbito en donde esta se desenvuelve haciéndola aun mas competitiva ante las organizaciones dedicadas a la misma actividad comercial, industrial o de servicio según sea el caso.
Es importante porque el ritmo de desarrollo tecnológico y de cambios sociales, políticos y económicos en el mundo, en medio de la globalización y la explosión de información, hace que los empresarios no puedan confiarse sólo en su instinto, en la información más cercana y en los conocimientos de sus asesores para tomar decisiones.
Qué tipo de información necesita la inteligencia empresarial
Las empresas están inmersas en un entorno social, político y económico dependiente del país donde están ubicadas y del conjunto de las relaciones internacionales. Además, dependen del desarrollo tecnológico. Ese es el circuito externo del entorno informativo de las empresas. Más cerca de las empresas están los clientes, los proveedores, las empresas de la competencia, las entidades regulatorias, los distribuidores y los que ofrecen financiamiento. La empresa necesita información sobre todos estos elementos para poder relacionarse con ellos. Con esos elementos, la empresa incorpora o desecha una tecnología, se prepara para enfrentar una nueva legislación, realiza inversiones en mercados nuevos, incorpora, mejora o desecha una línea de productos o servicios y toma otras muchas decisiones similares, de valor táctico o estratégico.
Qué recursos son necesarios para aplicar la inteligencia empresarial
Personal preparado en gestión de información y en análisis de información, con conocimiento de los temas de interés a la empresa; acceso a muy variadas fuentes de información, ya sean bases de datos u otras; tecnología de información para el procesamiento más rápido y eficiente; contacto con personas en el entorno informativo de la empresa, ya sea local, nacional o internacional y una clara noción de la gestión de información en función de los intereses de la organización.
Aspectos a valorar en la implantación de un sistema de Inteligencia de Negocios:
-Búsqueda de Necesidades
Analizar las razones por las que la empresa tiene la necesidad de adoptar un sistema de inteligencia empresarial y cuales son los beneficios que obtendría al implementar dicha estrategia, comparar los resultados y concluir si conviene o no.
-Plan de Proyecto
Determinar conforme a la visión y misión de la empresa hacia donde se quiere llegar con la implementación del BI.
-Análisis de la situación actual de la Empresa y su entorno.
Realizar una aproximación a la situación actual de la Gestión de Información y el Conocimiento que se da en la organización y examinar el funcionamiento de la actividad de Inteligencia Empresarial tomando como base o ejemplo las organizaciones que ya poseen dicho sistema para su mejor comprensión, además realizar una investigación donde se averigüe con métodos modernos, todo lo que este pasando en el entorno empresarial tan convulso y cambiante; por ejemplo investigar cuales son las ultimas tendencias del mercado global, tecnologías emergentes o líneas de investigación sobre la competencia etc. Todo esto para agrupar y procesar toda la información necesaria para concluir en lo que más le convenga a la organización y utilizar toda esta recopilación de información en el momento necesario.
«La supervivencia de la Era de la Información depende de la capacidad para capturar la inteligencia, trasformarla en conocimiento utilizable (…) y difundirla y explotarla como recurso competitivo», Christopher Barlett y Sumantra Ghoshal
-Requerimientos
Monetario:
Analizar si la empresa posee los recursos financieros como para implementar un sistema de inteligencia empresarial, sin sacrificar capital.
Capacitación:
Tener en cuenta que la empresa necesitara gente calificada para llevar a cabo el plan estratégico de la inteligencia empresarial, por lo que se necesitara contratar o capacitar a gente capaz, también puede ser que se necesite contratar empresas de consultoría para
Humano:
Contar con suficiente gente calificada para la puesta en marcha de la inteligencia empresarial.
Plan Estratégico:
Realizar un plan estratégico FODA, llevar las amenazas a oportunidades y las debilidades a fortalezas.
-Diseño
Después del proceso de análisis empresarial se debe realizar una minuciosa selección de información generada por sistemas transaccionales y fuentes externas que funcionan en la organización. En este punto es necesario la aplicación de metodologías que permitan obtener información depurada y que sirva en forma simple para el análisis de datos.
También se debe hacer un estudio de todo el software que esta disponible y que cumple con las exigencias de la organización para seleccionar un gestor de BI.
Es una herramienta gerencial cuya función es facilitar a las administraciones el cumplimiento de la misión de sus organizaciones, mediante el análisis de la información relativa a su negocio y su entorno. Desde el punto de vista del manejo de información, compila, reúne y analiza datos e información, cuyo resultado disemina en la organización. Con ello permite obtener, de modo sistemático y organizado, información relevante sobre el ambiente externo y las condiciones internas de la organización, para la toma de decisiones y la orientación estratégica. Basándose en el análisis, describe o prevé hechos y procesos tecnológicos, de mercado, sociales, presenta tendencias. Usa bases de datos, redes, información de archivos, herramientas informáticas y matemáticas y todo lo necesario para captar, evaluar, validar, analizar información y llegar a conclusiones valiosas para la toma de dediciones.
Sistema de información de inteligencia:
Es aquella que se forma con distintos datos extraídos de los datos de producción, con información relacionada con la empresa o sus ámbitos y con datos económicos.
Datawarehouse:
En el contexto de la informática, un almacén de datos (del inglés data warehouse) es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza. Se trata, sobre todo, de un expediente completo de una organización, más allá de la información transaccional y operacional, almacenado en una base de datos diseñada para favorecer el análisis y la divulgación eficiente de datos (especialmente OLAP, procesamiento analítico en línea). El almacenamiento de los datos no debe usarse con datos de uso actual. Los almacenes de datos contienen a menudo grandes cantidades de información que se subdividen a veces en unidades lógicas más pequeñas dependiendo del subsistema de la entidad del que procedan o para el que sean necesario.
Arquitectura de un Datawarehouse:
Función de un almacén de datos
En un almacén de datos lo que se quiere es contener datos que son necesarios o útiles para una organización, es decir, que se utiliza como un repositorio de datos para posteriormente transformarlos en información útil para el usuario. Un almacén de datos debe entregar la información correcta a la gente indicada en el momento óptimo y en el formato adecuado. El almacén de datos da respuesta a las necesidades de usuarios expertos, utilizando Sistema de Soporte a desiciones (DSS), Sistema de Información Ejecutiva (EIS) o herramientas para hacer consultas o informes. Los usuarios finales pueden hacer fácilmente consultas sobre sus almacenes de datos sin tocar o afectar la operación del sistema.
Periódicamente, se importan datos al almacén de datos de los distintos sistemas de planeamiento de recursos de la entidad (ERP) y de otros sistemas de software relacionados con el negocio para la transformación posterior. Es práctica común normalizar los datos antes de combinarlos en el almacén de datos mediante herramientas de extracción, transformación y carga (ETL). Estas herramientas leen los datos primarios (a menudo bases de datos de un negocio) , realizan el proceso de transformación al almacén de datos, OLTP (filtración, adaptación, cambios de formato, etc.) y escriben en el almacén.
Cubos de información
Los cubos de información o cubos OLAP en el data warehousetrata de organizar los datos por tablas o relaciones; los cubos OLAP tienen un número indefinido de dimensiones, razón por la cual también reciben el nombre de hipercubo. Un cubo OLAP contendrá datos de una determinada variable que se desea analizar, proporcionando una vista lógica de los datos provistos por el sistema de información hacia el data warehouse, esta vista estará dispuesta según unas dimensiones y podrá contener información calculada. El análisis de los datos está basado en las dimensiones del hipercubo, por lo tanto, se trata de un análisis multidimencional.
A la información de un cubo puede acceder el ejecutivo mediante "tablas dinámicas" en una hoja de cálculo o a través de programas personalizados. Las tablas dinámicas le permiten manipular las vistas (cruces, filtrados, organización, totales) de la información con mucha facilidad. Las diferentes operaciones que se pueden realizar con cubos de información se producen con mucha rapidez. Llevando estos conceptos a un data warehouse, éste es una colección de datos que está formada por «dimensiones» y «variables», entendiendo como dimensiones a aquellos elementos que participan en el análisis y variables a los valores que se desean analizar.
Elementos que integran un almacén de datos
- Metadatos
El metadato documenta, entre otras cosas, qué tablas existen en una base de datos, qué columnas posee cada una de las tablas y qué tipo de datos se pueden almacenar. Los datos son de interés para el usuario final, el metadato es de interés para los programas que tienen que manejar estos datos. Sin embargo, el rol que cumple el metadato en un entorno de almacén de datos es muy diferente al rol que cumple en los ambientes operacionales. En el ámbito de los data warehouse el metadato juega un papel fundamental, su función consiste en recoger todas las definiciones de la organización y el concepto de los datos en el almacén de datos, debe contener toda la información concerniente a:
Tablas
Columnas de tablas
Relaciones entre tablas
Jerarquías y Dimensiones de datos
Entidades y Relaciones
- Funciones ETL (extracción, transformación y carga)
ETL - este término viene de ingles de las siglas Extract-Transform-Load que significan Extraer, Transformar y Cargar y se refiere a los datos en una empresa. ETL es el proceso que organiza el flujo de los datos entre diferentes sistemas en una organización y aporta los métodos y herramientas necesarias para mover datos desde múltiples fuentes a un almacén de datos, reformatearlos, limpiarlos y cargarlos en otra base de datos, data mart ó bodega de datos. ETL forma parte de la Inteligencia Empresarial (Business Intelligence), también llamado “Gestión de los Datos” (Data Management).
La idea es que una aplicación ETL lea los datos primarios de unas bases de datos de sistemas principales, realice transformación, validación, el proceso cualitativo, filtración y al final escriba datos en el almacén y en este momento los datos son disponibles para analizar por los usuarios.
- Middleware
Es un término genérico que se utiliza para referirse a todo tipo de software de conectividad que ofrece servicios u operaciones que hacen posible el funcionamiento de aplicaciones distribuidas sobre plataformas heterogéneas.
La función del middleware en el contexto de los data warehouse es la de asegurar la conectividad entre todos los componentes de la arquitectura de un almacén de datos.
Diseño de un almacén de datos
Para abordar un proyecto de data warehouse es necesario hacer un estudio de algunos temas generales de la organización o empresa, los cuales se describen a continuación:
Situación actual de partida.- Cualquier solución propuesta de data warehouse debe estar muy orientada por las necesidades del negocio y debe ser compatible con la arquitectura técnica existente y planeada de la compañía.
Tipo y características del negocio.- Es indispensable tener el conocimiento exacto sobre el tipo de negocios de la organización y el soporte que representa la información dentro de todo su proceso de toma de decisiones.
Entorno técnico.- Se debe incluir tanto el aspecto del hardware (mainframes, servidores, redes,...) así como aplicaciones y herramientas. Se dará énfasis a los Sistema de Soporte a Desiciones (DSS), si existen en la actualidad, cómo operan, etc.
Expectativas de los usuarios.- Un proyecto de data warehouse no es únicamente un proyecto tecnológico, es una forma de vida de las organizaciones y como tal, tiene que contar con el apoyo de todos los usuarios y su convencimiento sobre su bondad.
Etapas de desarrollo.- Con el conocimiento previo, ya se entra en el desarrollo de un modelo conceptual para la construcción del data warehouse.
Prototipo.- Un prototipo es un esfuerzo designado a simular tanto como sea posible el producto final que será entregado a los usuarios.
Piloto.- El piloto de un data warehouse es el primero (o cada uno de los primeros) resultados generados de forma iterativa que se harán para llegar a la construcción del producto final deseado.
Prueba del concepto tecnológico.- Es un paso opcional que se puede necesitar para determinar si la arquitectura especificada del data warehouse funcionará finalmente como se espera.
Ventajas e inconvenientes de los almacenes de datos
Ventajas
Hay muchas ventajas por las que es recomendable usar un almacén de datos para aplicar la Inteligencia Empresarial. Algunas de ellas son:
Los almacenes de datos hacen más fácil el acceso a una gran variedad de datos a los usuarios finales
Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo a la decisión.
Los almacenes de datos pueden trabajar en conjunto y, por lo tanto, aumentar el valor operacional de las aplicaciones empresariales, en especial la gestión de relaciones con clientes.
Inconvenientes
Utilizar almacenes de datos también plantea algunos inconvenientes, algunos de ellos son:
A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacén de datos no suele ser estático. Los costos de mantenimiento son elevados.
Los almacenes de datos se pueden quedar obsoletos relativamente pronto.
A veces, ante una petición de información estos devuelven una información subóptima, que también supone una perdida para la organización.
A menudo existe una delgada línea entre los almacenes de datos y sistemas operativos. Hay que determinar qué funcionalidades de estos se pueden aprovechar y cuáles se deben implementar en el data warehouse, resultaría costoso implementar operaciones no necesarias o dejar de implementar alguna que sí vaya a necesitarse.
Características de la inteligencia empresarial
Accesibilidad a la información
Apoyo en la toma de decisiones
Orientación al usuario final
Niveles de realización de la inteligencia empresarial
De acuerdo a su nivel de Complejidad:
Consultas o Informessimples (Queries y reports).
El optimizador de consultas es el componente del sistema de gestión de bases de datos que intenta determinar la forma más eficiente de ejecutar una consulta SQL, es decir, cual es, de los posibles planes de ejecución para una consulta dada, el más eficiente.
Cubos OLAP (On-Line Analytic Processing).
Es una solución utilizada en el campo de la llamada Inteligencia Empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes Base de Datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas similares.
Tipos de sistemas OLAP
Tradicionalmente, los sistemas OLAP se clasifican según las siguientes categorías:
ROLAP
Implementación OLAP que almacena los datos en un motor racional. Típicamente, los datos son detallados, evitando las agregaciones y las tablas se encuentran normalizadas. Los esquemas más comunes sobre los que se trabaja son estrella ó copo de nieve, aunque es posible trabajar sobre cualquier base de datos relacional. La principal ventaja de esta arquitectura es que permite el análisis de una enorme cantidad de datos.
MOLAP
Esta implementación OLAP almacena los datos en una base de datos multidimensional. Para optimizar los tiempos de respuesta, el resumen de la información es usualmente calculado por adelantado. Estos valores precalculados o agregaciones son la base de las ganancias de desempeño de este sistema.
HOLAP (Hybrid OLAP)
Almacena algunos datos en un motor relacional y otros en una Base de Datos Multidimensional.
Data Mining o minería de datos.
La minería de datos (DM, Data Mining) consiste en la extracción no trivial de información que reside de manera implícita en los datos. La minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos.
Las bases de la minería de datos se encuentran en la inteligencia artificial y en el análisis estadístico. Mediante los modelos extraídos utilizando técnicas de minería de datos se aborda la solución a problemas de predicción, clasificación y segmentación.
Sistemas de previsión empresarial; predicción mediante estudio de series temporales (ejemplo: Previsión de Ventas).
Se decidió investigar el tema de Inteligencia Empresarial debido a que en la actualidad es un tópico muy importante para las empresas en vía de crecimiento o empresas que quieren continuar desempeñándose de forma adecuada en el mercado sobre todo con la globalización, además por el cambiante entorno económico y la problemática de la diversidad de sistemas con que cuentan las empresas, que en la mayoría de casos no les permite satisfacer las necesidades de información de las distintas gerencias o unidades de la empresa, lo cual repercute en la toma de decisiones y en el desempeño de la compañía en general.
Objetivos:
General
Investigar y conocer de forma directa que es y como aplicar un sistema de Inteligencia Empresarial, desde el análisis de los aspectos del macro y micro entorno hasta la implementación del mismo en la empresa, para facilitar las desiciones gerenciales.
Específicos:
Conocer las caracteristicas de la Inteligencia Empresarial
Conocer los niveles de realización de la Inteligencia Empresarial
Conocer herramientas y técnicas en la Inteligencia Empresarial
