Inteligencia De

Negocios
ESCA TEPEPAN
ENSAYO DEL LIBRO INTELIGENCIA DE NEGOCIOS
CAPITULO I,II y III

E-COMMERCE

LOPEZ BASILIO MA. DEL CARMEN

RIVERA MARTINEZ MARCOS

ARIEL

17/10/2016
 Inteligencia de negocios
La inteligencia de negocios es la habilidad para transformar los datos en información, y la
información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones
en los negocios.

Desde mi punto de vista y asociándolo directamente con las tecnologías de la información,

podemos definir inteligencia de negocios como el conjunto de metodologías, aplicaciones y
tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e
información (interna y externa a la compañía) en información estructurada, para su explotación
directa o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones
sobre el negocio.

La inteligencia de negocio actúa como un factor estratégico para una empresa u organización,
generando una potencial ventaja competitiva, que no es otra que proporcionar información
privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones
u ofertas de productos, eliminación de islas de información, control financiero, optimización de
costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad de un producto
concreto, etc...

Los principales productos de Business Intelligence que existen hoy en día son:

1. Cuadros de Mando Integrales (CMI)

2. Sistemas de Soporte a la Decisión (DSS)
3. Sistemas de Información Ejecutiva (EIS)

Por otro lado, los principales componentes de orígenes de datos en el Business Intelligence que
existen en la actualidad son:

Datamart

Datawarehouse

Los sistemas y componentes de inteligencia de negocios se diferencian de los sistemas

operacionales en que están optimizados para preguntar y divulgar sobre datos. Esto significa
típicamente que, en un datawarehouse, los datos están desnormalizados para apoyar consultas de
alto rendimiento, mientras que en los sistemas operacionales suelen encontrarse normalizados
para apoyar operaciones continuas de inserción, modificación y borrado de datos. En este sentido,
los procesos ETL (extracción, transformación y carga), que nutren los sistemas BI, tienen que
traducir de uno o varios sistemas operacionales normalizados e independientes a un único sistema
desnormalizado, cuyos datos estén completamente integrados.

En definitiva, una solución inteligencia de negocios

completa permite:

BUSINESS INTELLIGENCE: COMPETIR CON INFORMACIÓN Josep Lluís Cano

 1. Observar ¿qué está ocurriendo?
2. Comprender ¿por qué ocurre?
3. Predecir ¿qué ocurriría?
4. Colaborar ¿qué debería hacer el equipo?
5. Decidir ¿qué camino se debe seguir?

Qué es la modelización del negocio?

Utilizamos previsiones y proyecciones de variables clave y resultados para construir modelos que
representan la realidad del negocio y las operaciones de una empresa. A partir de estos modelos
podemos simular o prever los resultados de la empresa bajo diferentes escenarios o estimar el
impacto en los resultados de decisiones tácticas o estratégicas que modifican las variables clave
del modelo de negocio de la empresa.
Las ventajas del uso de modelos son especialmente relevantes para valorar alternativas
estratégicas, decisiones de inversión/desinversión u operaciones de fusión adquisición.
BI se refiere a un área concreta del negocio (clientes, productos, costos, etc.)
Un área de negocio siempre debe medirse (medir un resultado)
“Aquello que no se mide, no se puede gestionar”
Primer paso: definir que queremos medir y cómo lo vamos a hacer (definir nuestro modelo de
negocio y cuáles son las métricas que vamos a utilizar)
Ejemplo: empresa de transporte de paquetes.

El modelo que hemos construido en el caso de la empresa de transporte, nos permite analizar
dónde generamos el resultado. Sino construimos el modelo de negocio, no sabremos qué parte
del resultado corresponde a las rutas o qué parte a los camiones, al analizar el resultado en cada
una de las actividades nos permite tomar decisiones con mayor facilidad. Ejemplo
1. ¿Es rentable tener camiones propios?
Qué información disponemos de los camiones
Costos de mantenimiento, reparaciones, consumos, primas de seguros,amortización del vehículo,
etc.
Costos referidos a los conductores
Supongamos 1 chofer asignado a 1 sólo vehículo.
Una forma de evaluar la rentabilidad del vehículo: saber que viajes ha realizado en un período
determinado (¿cuánto nos hubiera costado tener el servicio propio?)

2. ¿Todas las rutas son rentables?

Debemos tener información de los ingresos que se han generado en cada una de lasrutas.
A estos ingresos podemos restar los costos de los viajes que hemos realizado, bien con medios
propios o subcontratados y comparar resultados.
Profundicemos en las rutas: ¿de qué factores depende el resultado?
Los precios que cobramos por el servicio de transporte
El nivel de ocupación del camión en cada viaje
3. ¿Qué rutas nos interesa potenciar?

BUSINESS INTELLIGENCE: COMPETIR CON INFORMACIÓN Josep Lluís Cano

Nos interesa potenciar aquellasrutas en donde el porcentaje de ocupación es bajo.
Un modelo nos permite analizar que está sucediendo.
Para construir un modelo debemos: documentar, probar y desarrollar nuestras teorías acerca de
cómo funciona el negocio.
Los KPI: deben ser cuantificables. Por ejemplo, en ventas por teléfono es fundamental atender la
llamada antes de que cuelguen; por lo tanto el porcentaje de llamadasatendidas antes de 20
segundos podría ser un KPI.
Si queremos definir un KPI sobre las ventas, debemos decidir:
Sobre USD o unidades
En qué periodo restamos las devoluciones: en el actual, en el periodo anterior o cuando se
produjeron.
Debemos fijar un objetivo de ventas a conseguir
Distintas empresas pueden tener KPI diferentes, incluso cuando son del mismo rubro.
Los KPI deben:
Reflejarlos objetivos del negocio
Ser críticos para conseguir el éxito
Ser cuantificables y comparables
Permitir acciones correctivas

En el ámbito de los negocios, un modelo de datos es una estructura abstracta que documenta y
organiza la información para la comunicación entre el personal del departamento técnico y el
resto de los empleados. En la informática, difiere en cuanto a su enfoque, el cual se centra en
el planeamiento del desarrollo de aplicaciones y la decisión de cómo se almacenarán los datos y
cómo se accederá a ellos.

A menudo especificados en un lenguaje, los modelos de datos determinan la estructura de la

información, con el objetivo de mejorar la comunicación y la precisión en aplicaciones que usan e
intercambian datos. Son terrenos comunes en los cuales los miembros de un equipo de trabajo
con diferentes niveles de experiencia y conocimientos técnicos pueden interactuar sin problemas,
dado que estos modelos deben tener una única interpretación.

Los modelos de datos son esenciales para el desarrollo de sistemas de información, ya que a
través de ellos puede conseguirse la compatibilidad necesaria para manejar cantidades colosales
de datos. Además, si se utilizan las mismas estructuras para el almacenamiento y el acceso,
entonces distintas aplicaciones pueden compartir información. Un claro ejemplo es un formulario
de registro en una página de Internet, donde para nuestro nombre sólo podemos ingresar letras, y
para nuestra fecha de nacimiento, números con un orden específico (como ser día, mes y año).
Estas restricciones responden a necesidades de la base de datos y deberían ser iguales en dos
bases entre las que se quisiera compartir información.

Como contrapartida de la gran eficiencia que ofrecen, se encuentra el alto costo del desarrollo, la
operación y el mantenimiento de los sistemas y las interfaces. Muchas veces, si la calidad de los

BUSINESS INTELLIGENCE: COMPETIR CON INFORMACIÓN Josep Lluís Cano

modelos de datos implementados es pobre, se convierten en obstáculos para el crecimiento de
una empresa. Generalmente, esto salta a la vista cuando una compañía que nunca invirtió muchos
recursos en su infraestructura digital decide que quiere modernizarse y descubre que cuenta con
una base de datos tan ineficiente y mal concebida, que resultaría más sencillo y menos costoso
reconstruir todo desde el comienzo.

De acuerdo con el Instituto Nacional Estadounidense de Estándares (ANSI) un modelo de datos se

puede interpretar como un esquema:

* conceptual, que especifica las expresiones permitidas por el modelo mismo, comunica las reglas
y definiciones esenciales de los datos a los usuarios;
* lógico, que describe la semántica de tablas y columnas, clases orientadas a objetos, etcétera,
representada por una tecnología de manipulación en particular (como ser el lenguaje SQL);
* físico, que detalla los medios en los que se almacena la información, como ser particiones de
disco.

Tipos de modelos de bases de datos

Modelo de tabla: su definición puede no responder estrictamente a un modelo; consiste de

una lista de datos de dos dimensiones, en la cual todos los elementos de una columna
determinada son similares y todos los valores de una fila tienen relación entre sí.

Modelo jerárquico: la información se organiza en una estructura de tipo árbol, anidados de forma
que cada elemento pueda ramificarse en muchos otros, que deberán poder ordenarse de alguna
forma.

Modelo de red: estructura la información utilizando dos construcciones fundamentales, llamadas

récords (registros) y sets (conjuntos); los primeros contienen campos y los últimos definen
relaciones entre los registros de uno a muchos (ej: un cliente, muchos productos comprados).

Esquema de estrella: consta generalmente de una tabla principal, a la se asocian muchas otras. Un
ejemplo común es almacenar los datos de un paciente en una tabla, que a la vez se relacionará
con otra donde consten todas sus consultas, y con otra en la que se registran sus reclamos o sus
cambios de planes de cobertura, y así sucesivamente.

BUSINESS INTELLIGENCE: COMPETIR CON INFORMACIÓN Josep Lluís Cano