Inteligencia de

Negocios

ALUMNO:
FALCON TADEO, Horacio
Marlon

Inteligencia de negocios
( informtica)

Desde un punto ms asociado con los sistemas de

informacin podemos redefinir esta definicin y decir
que la Inteligencia de Negocios es un conjunto de
tecnologas, aplicaciones y metodologas que
permiten reunir, depurar y trasformar los datos de los
sistemas
transaccionales
e
informacin
desestructurada, para la explotacin directa de
(reportes, anlisis OLTP/OLAP, aletas).

Modelo Conceptual Solucin

Inteligencia de Negocios

Entre las herramientas de bases de datos encontradas

en el apartado de la inteligencia de negocios se
encuentran:

La minera de datos
Las herramientas OLAP
Data Warehouses
Data Marts
Query & Report

Data Warehouse

Un Data Warehouse (DW) o almacn de datos es

una coleccin de datos que es extrada desde

diferentes fuentes de informacin a lo largo de la
empresa (bases de datos departamentales,
intranet, sistemas transaccionales, etc.) con la
finalidad de permitir la realizacin de consultas y
anlisis, fundamentalmente, para ayudar a la
toma de decisiones.

Modelo estrella

Data Mart

Aunque para algunos se trata casi de un sinnimo de Data Warehouse, un

Data Mart o cubo de datos puede entenderse como un subconjunto del
repositorio de datos, que se orienta a un rea especfica del negocio,
como recursos humanos, ventas o marketing, por ejemplo. En otras
palabras, un Data Mart corresponde a un almacn de datos ms
restringido que un DW en cuanto al volumen de datos que contiene y al
alcance dentro de la organizacin.

Desde ese punto de vista, se trata de un repositorio que requiere menores

costos y tiempo para construirse respecto de un DW, teniendo en comn
el que ambos permiten la realizacin de consultas, a travs del uso de las
herramientas OLAP.

Data Mart

Herramientas OLAP

OLAP (Online Analytical Processing) son un conjunto de

herramientas capaces de responder rpida y gilmente a las
solicitudes de informacin de los usuarios y que deben reflejar
cualquier lgica de negocio por las que se consulte.

En contraste con los sistemas transaccionales, OLTP (Online

Transaction Processing), las herramientas OLAP presentan
informacin
multidimensional,
es
decir,
desde
mltiples
perspectivas. Del mismo modo, los sistemas analticos, al igual que
los datos del Data Warehouse, estn orientados a temas, y no slo
operan con datos actuales, sino tambin con datos histricos.

OLAP: Dimenciones
regulares

Son aquellos datos que se quieren medir, por ejemplo, si

desea seguir el control de sus ventas, puede utilizar:

Clientes: Quines son los mejores, donde se encuentran,

que es lo que compran?

Productos: Con respecto a los clientes, quien los compra?

Qu productos se estn vendiendo?

Tiempo: Cmo voy ahora con respecto al ultimo ao o

ltimo mes?

OLAP: Operaciones
basicas.
Hay dos
operaciones
bsicas que se
pueden realizar
en un cubo OLAP:

Rotar y
Rebanar

Taladrar o
Drilling

Data Mining

El Data Mining (DM) o minera de datos es una

tcnica orientada a extraer informacin desde

grandes volmenes de datos y corresponde a una
de las claves de la inteligencia de negocios. El DM
es un proceso conocido como KDD (Knowledge
Discovery in Databases) que consta de tres fases:
preparacin de los datos, extraccin de
informacin e interpretacin de los resultados.

Data Mining

Normalmente, el DM se realiza con las llamadas tcnicas de

verificacin -en donde se prueba una hiptesis del usuario- y los
mtodos de descubrimiento -bsqueda de patrones (incluyendo las
tcnicas de prediccin)-. Lo anterior se traduce en anlisis
exploratorios, los cuales se apoyan en herramientas de visualizacin
de datos y construccin de modelos, con el objetivo de realizar
predicciones utilizando los patrones detectados en los datos
conocidos con informacin del pasado. De all que el DM no es una
herramienta orientada slo a las asociaciones estadsticas, sino una
tecnologa que es fundamentalmente prospectiva, esto es, que
permite descubrir nuevos factores, tendencias y asociaciones
desconocidas previamente, llegando incluso a ser predictiva.

DM: Tcnicas de minera de

datos
Las tcnicas de la minera de datos provienen de

la Inteligencia artificial y de la estadstica, dichas

tcnicas, no son ms que algoritmos, ms o
menos sofisticados que se aplican sobre un
conjunto de datos para obtener unos resultados.

DM: tcnicas ms representativas

Redes neuronales
Regresin lineal
rboles de decisin
Modelos estadsticos
Agrupamiento o Clustering

Ejemplos de uso de la minera de

datos

Negocios

Ciencia e Ingeniera

Hbitos de compra en
supermercados

Gentica

Patrones de fuga

Anlisis de gases

Fraudes

Recursos humanos

Comportamiento en Internet

Terrorismo

Juegos

Query & Report

Las herramientas de Query (consulta) y Report

(reporte) son quiz las ms conocidas en este

mbito, ya que son fundamentales para el
desarrollo y manejo de listados e informes
basados en la informacin presente en los
almacenes de datos y Data Marts.

Herramientas de Data
Mining y Datawarehouse

Oracle

IBM

KNIME

SPSS Clementine (software)

SAS Enterprise Miner

RapidMiner

Weka

KXEN

Orange

Principales Aplicaciones
Esto acta como un factor necesario en las empresas hoy en da
ya que es considerado informacin privilegiada para responder a los
problemas de negocio (entradas de nuevos mercados, control
financiero, etc.), los principales productos de la inteligencia de
negocios son:

Cuadros de mando integrales (mirada global del negocio).

Sistemas de soporte de decisin (

desiciones).

Sistemas de informacin ejecutiva(Herramienta de BI monitoriza el estado

de las variables de un area de la empresa apartir de informacion externa o interna ).

Sistema que sirve de apoyo en la toma de

Principales aplicaciones

Optimizacin del stock

Fidelizacin de clientes
Deteccin y correccin de desviaciones

presupuestarias
Problemas de pequeos negocios

Acta sobre..

Los principales
componentes que
integran hoy en da la
inteligencia de negocios
son:

Una solucin de
inteligencia de negocios
completa nos permite:

Observar qu est
ocurriendo?

Comprender por qu
ocurre?

Predecir qu ocurrira?

Colaborar qu debera
hacer el equipo?

Decidir qu camino se
debe seguir?

Datamart
Data Warehouse

Inteligencia de negocios atreves del

tiempo

Arquitectura

Implementacin de BI