INTRODUCCION A LA INGENIERIA DE NEGOCIO

AUTOR: KARLA JANETH SERRANO ACOSTA

INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA
INGENIERIA EN INFORMATICA

“INTRODUCCIÓN A LA INGENIERÍA DE NEGOCIO”

En la actualidad la gran mayoría de las organizaciones cuenta con un sistema de información que
soporta gran parte de las actividades diarias propias del sector de negocios en donde se esté
desempeñando, los datos almacenados en las bases de datos, pueden ser utilizados para argumentar
la decisión que se quiera tomar.
El poder competitivo que puede tener una empresa se basa en la calidad y cantidad de la
información que sea capaz de usar en la toma de de decisiones; mediante la implementación de
Inteligencia de Negocios se proporcionan las herramientas necesarias para aprovechar los datos
almacenados en las bases de datos de los sistemas transaccionales para utilizar la información
como respaldo a las decisiones.
Conceptos básicos: La inteligencia de negocios se define como la habilidad corporativa para
tomar decisiones. Esto se logra mediante el uso de metodologías, aplicaciones y tecnologías que
permiten reunir, depurar, transformar datos, y aplicar en ellos técnicas analíticas de extracción de
conocimiento (Parr 2000), los datos pueden ser estructurados para que indiquen las características
de un área de interés (Stackowiak et al. 2007), generando el conocimiento sobre los problemas y
oportunidades del negocio para que pueden ser corregidos y aprovechados respectivamente.
(Ballard et al. 2006).
Implementar herramientas de BI dentro de la organización permite soportar las decisiones que
se toman; al nivel interno ayuda en la gestión del personal (Sharma et al. 2009) y del lado externo
produce ventajas sobre sus competidores (Maureen 2009). Existen ocasiones en las cuales no se
pueden lograr todos los beneficios que tiene BI; debido al proceso que lleva consigo implementar
un proyecto de estas características, se puede cometer errores en la definición del planteamiento
de las necesidades de conocimiento de la empresa; el no determinar la magnitud de los problemas
de información a solucionar generalmente repercute en el fracaso del proyecto.
Data Warehouse: Es el proceso de extraer datos de distintas aplicaciones (internas y externas),
para que una vez depurados y especialmente estructurados sean almacenados en un depósito de
datos consolidado para el análisis del negocio.
INTRODUCCION A LA INGENIERIA DE NEGOCIO
AUTOR: KARLA JANETH SERRANO ACOSTA
INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA
INGENIERIA EN INFORMATICA

Para la construcción de un Data Warehouse se establecen tres etapas; la primera está dedicada a
examinar el esquema Entidad Relación de la base de datos operacional, generando los esquemas
multidimensionales candidatos.
La segunda etapa, consiste en recoger los requisitos de usuario por medio de entrevistas, para
obtener información acerca de las necesidades de análisis de estos, y la tercera etapa, contrasta la
información obtenida en la segunda etapa, con los esquemas multidimensional candidatos
formados en la primera etapa generando así, una solución que refleja los requisitos de usuario
(Zenaido 2008).
Por otra parte implementar una solución de este tipo, ocasiona un costo que no todas las
organizaciones están dispuestas a pagar (debido a sus capacidades de inversión), es por eso que
los promotores del proyecto dentro de la empresa deben persuadir a los directivos y compañeros
de trabajo, una buena alternativa de hacerlo es mediante el uso de técnicas administrativas, que
permitan conocer a los directivos como se puede establecer el retorno de la inversión del proyecto
equiparando inversión contra beneficios. (Arturo 2001).
Data mart: Un Data mart es una versión especial de almacén de datos (data warehouse). Son
subconjuntos de datos con el propósito de ayudar a que una área específica dentro del negocio
pueda tomar mejores decisiones.
Los datos existentes en este contexto pueden ser agrupados, explorados y propagados de
múltiples formas para que diversos grupos de usuarios realicen la explotación de los mismos de la
forma más conveniente según sus necesidades.
El Data mart es un sistema orientado a la consulta, en el que se producen procesos batch de
carga de datos (altas) con una frecuencia baja y conocida. Es consultado mediante herramientas
OLAP (On line Analytical Processing - Procesamiento Analítico en Línea) que ofrecen una visión
multidimensional de la información. Sobre estas bases de datos se pueden construir EIS (Executive
Information Systems, Sistemas de Información para Directivos) y DSS (Decision Support
Systems, Sistemas de Ayuda a la toma de Decisiones). Por otra parte, se conoce como Data Mining
al proceso no trivial de análisis de grandes cantidades de datos con el objetivo de extraer
información útil, por ejemplo para realizar clasificaciones o predicciones.
En síntesis, se puede decir que los data marts son pequeños data warehouse centrados en un tema
o un área de negocio específico dentro de una organización.
INTRODUCCION A LA INGENIERIA DE NEGOCIO
AUTOR: KARLA JANETH SERRANO ACOSTA
INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA
INGENIERIA EN INFORMATICA

Tipos de Sistemas de Información: Los Sistemas de Información que logran la automatización

de procesos operativos dentro de una organización, son llamados Sistemas Transaccionales, ya
que su función primordial consiste en procesar transacciones tales como pagos, cobros, pólizas,
entradas, salidas.
Los Sistemas de Información que apoyan el proceso de toma de decisiones son:
 Los Sistemas de Soporte a la Toma de Decisiones.
 Sistemas para la Toma de Decisión de Grupo.
 Sistemas Expertos de Soporte a la Toma de Decisiones.
 Sistema de Información para Ejecutivos.
El tercer tipo de sistema, de acuerdo con su uso u objetivos que cumplen, es el de los Sistemas
Estratégicos, los cuales se desarrollan en las organizaciones con el fin de lograr ventajas
competitivas, a través del uso de la tecnología de información.
Variables de medición: Las variables de medición son aquellas que representan la medición
matemática de un aspecto del negocio.

Se utilizan para medirla productividad, las perdidas, las ganancias, entre otros aspectos que les
pueden definir un sin número de indicadores que le permitirá a un ejecutivo tomar decisiones
operativas o estratégicas.

Un ejemplo práctico es que si una empresa vende refrescos las variables de medición le ayudan a
saber y a poder graficar cuantos refrescos se venden al día, cual es el más consumido, a qué tipo
de personas les gusta el refresco, entre otras cosas se pueden aplicar las variables de medición.

Variables de análisis: Las variables de análisis son aquellas que se incluyen en el proceso
estadístico, son aquellas variables que realizan estudios analíticos sobre las variables de medición.

Las variables de análisis se utilizan principalmente para realizar estudios estadísticos como
factores de riesgo, pre valencia del producto en el mercado, entre otras cosas.

Un ejemplo práctico es que se utilizan dentro de la empresa para poder determinar los diversos
riesgos, la pre valencia del producto o el servicio dentro del mercado, local, nacional e
internacional y también se obtienen fortalezas y debilidades de la empresa.
INTRODUCCION A LA INGENIERIA DE NEGOCIO
AUTOR: KARLA JANETH SERRANO ACOSTA
INSTITUTO TECNOLOGICO SUPERIOR DE CINTALAPA
INGENIERIA EN INFORMATICA

Podemos concluir que cada tema aquí analizado permite a una empresa u organización tener un
buen control de las actividades de negocio ya que la inteligencia de negocio es una herramienta
moderna que permite su buen funcionamiento, logrando así el buen desarrollo y funcionamiento
para estar un paso delante de sus competidores y mejorar el resultado de la empresa.

Inteligencia de negocio proporciona una manera rápida y efectiva de recopilar, abstraer,

presentar, formatear y distribuir la información de sus fuentes de datos corporativos, permitiendo
a los profesionales de la empresa, tanto dentro como fuera de la organización, visualizar y analizar
datos precisos sobre las actividades fundamentales del negocio y utilizarlos para mejorar la toma
de decisiones y la planificación estratégica. (Zúmel 2008).

Referencias:

Ameur A., Yankovski V., Enroth S., Spjuth O. y Komorowski J.2006. Databases and ontologies
The LCB Data Warehouse, 2006, disponible en
http://bioinformatics.oxfordjournals.org/cgi/reprint/22/8/ 1024

Martinez, S. (2002) ITSCEL GRULLO inteligencia de

negocio.https://sites.google.com/site/itsginteligenciadenegocios/home/1-1-conceptos-basicos/1-
1-2-data-mart

negrete M. (2015)inteligenicia de negocio http://businessinteligentes.blogspot.mx/2015/03/11-

conceptos-basicos.html

Martinez, S. (2002) ITSCEL GRULLO inteligencia de negocio

https://sites.google.com/site/itsginteligenciadenegocios/home/1-1-conceptos-basicos/1-1-4-
variables-de-medicion

Martinez, S. (2002) ITSCEL GRULLO inteligencia de negocio

https://sites.google.com/site/itsginteligenciadenegocios/home/1-1-conceptos-basicos/1-1-5-
variables-de-analisis