¿Qué es el Business Intelligence?

Acceder a estas aplicaciones permite también obtener datos de todos los ámbitos del negocio. Tantos, que muchas veces se hace difícil trabajar de forma eficiente con dichos datos. “La Inteligencia de Negocio es el conjunto de estrategias y herramientas enfocadas a la administración y creación de conocimiento mediante el análisis de los datos existentes en una organización o empresa.”

En concreto los puntos clave de estos sistemas son:

1. Disponibilidad de los datos de gestión: es necesario disponer de los datos del negocio en todas las áreas relevantes, de cara a poder construir sobre ellos un sistema de inteligencia de negocio.
2. Integración y coordinación de los datos: en la empresa hay diferentes áreas y sistemas que generan datos, por lo que el proceso por el que dichos datos se convierten en información útil implica que se coordine su acceso, se integren las fuentes de manera adecuada, y se agreguen de forma correcta.
3. Soporte a la decisión: una vez que se dispone de los datos, si el sistema se ha montado de manera adecuada podremos disponer de información abstracta de negocio, que nos ayudará a entender mejor cómo está funcionando la empresa, y cómo y dónde trabajar para mejorar ficho funcionamiento.

El concepto de inteligencia del negocio.

Una interesante definición para inteligencia de negocios o BI, por sus siglas en inglés, según el Data Warehouse Institute, lo define como la combinación de tecnología, herramientas y procesos que me permiten transformar mis datos almacenados en información, esta información en conocimiento y este conocimiento dirigido a un plan o una estrategia comercial.

La inteligencia de negocios debe ser parte de la estrategia empresarial, esta le permite optimizar la utilización de recursos, supervisar el cumplimiento de los objetivos de la empresa y la capacidad de tomar buenas decisiones para así obtener mejores resultados.

1. Tenemos datos, pero carecemos de información. Es importante almacenar los datos de clientes, empleados, departamentos, compras, ventas, entre otros en aplicaciones, sistemas financieros o fuentes de datos.
2. Fragmentación. Poseen aplicaciones independientes a través de todos los departamentos, pero se carece de una visión global de la empresa. Tal vez por la incapacidad de las herramientas de BI de integrar fuentes de datos heterogéneas.
3. Manipulación manual. La necesidad de generar análisis de negocios e informes nos ha llevado a utilizar herramientas de BI y/o de reportes que no son las más confiables.
4. Poca agilidad. Debido a la carencia de información, la fragmentación y la manipulación manual me mantiene en un nivel de rendimiento bajo.

La Inteligencia de Negocio se puede aplicar a nivel global, pero también en cada una de las áreas funcionales de la empresa. A continuación, se muestra una lista con ejemplos aplicados:

1. Ventas: Análisis de ventas, análisis de productos más vendidos, de clientes más relevantes, pronósticos de ventas, etc.
2. Marketing: Análisis de los tipos de clientes, seguimiento de productos, análisis de necesidades de los clientes, etc.
3. Finanzas: Análisis de rentabilidad, previsión de tesorería, etc.
4. Producción: eficiencia del proceso productivo, análisis de calidad, gestión de inventarios, etc.

Algunas situaciones que aconsejan implantar un sistema de Inteligencia de Negocio:

1. Se consume más tiempo recopilando y preparando información que analizándola
2. No se dispone de datos realistas y actualizados de la situación de la empresa
3. No hay comunicación fluida de datos entre departamentos y la dirección general
4. Se han perdido clientes y oportunidades por no disponer de datos a tiempo
5. Hay incongruencia entre los datos recibidos de diferentes personas o departamentos

Una estrategia de Inteligencia de Negocio debe estar coordinada con las áreas que se verán afectadas por el conocimiento e información generada por la misma.

De acuerdo a su nivel de complejidad y funcionalidades se pueden clasificar las soluciones de la siguiente manera:

1. EIS: son sistemas por encima de los demás que permiten generar información estratégica para los directivos de la compañía.
2. Sistemas de Reporting: se consideran los más sencillos, y engloban a todos los sistemas que facilitan y organizan el acceso a los datos de la empresa.
3. Datawarehouse: son repositorios que recogen y agregan todos los datos relevantes de la empresa, para poder luego analizarlos y explotarlos de forma eficiente.
4. ETL: sistemas que permiten extraer los datos de diferentes fuentes, transformarlos de forma adecuada, y cargarlos en el Datawarehouse.
5. Sistemas de Soporte a la Decisión (OLAP): Una vez que se dispone de datos en el repositorio, se pueden explotar mediante estas aplicaciones, que facilitan el acceso y el trabajo sobre ellos.
6. Cuadro de Mando Integral (CMI): es un sistema para trasladar el análisis de los datos a indicadores de negocio y estratégicos.

EIS.

Un Sistema de Información para Ejecutivos o Sistema de Información Ejecutiva es una herramienta software, basada en un DSS, que provee a los gerentes de un acceso sencillo a información interna y externa de su compañía, y que es relevante para sus factores clave de éxito. La finalidad principal es que el ejecutivo tenga a su disposición un panorama completo del estado de los indicadores de negocio que le afectan al instante, manteniendo también la posibilidad de analizar con detalle aquellos que no estén cumpliendo con las expectativas establecidas, para determinar el plan de acción más adecuado.

El EIS se caracteriza por:

1. Ofrecer al ejecutivo un acceso rápido y efectivo a la información compartida, utilizando interfaces gráficas visuales e intuitivas
2. Suele incluir alertas e informes basados en excepción, así como históricos y análisis de tendencias
3. También es frecuente que permita la domiciliación por correo de los informes más relevantes

Sistemas de reporting.

Entendemos por reporting empresarial, a todo esfuerzo de las empresas u organizaciones, llámese proceso, procedimientos, sistematización o sencillamente flujo de información manual, o semimanual, que pretende generar y facilitar el acceso a la información a toda persona que la requiera para el desarrollo de sus funciones.

Abarca todo tipo de información:

1. De carácter operativa
2. Estadística
3. Consolidada ejecutiva
4. Personal

Un Sistema de Reporting Empresarial, es un mecanismo estructurado para acceder a información en línea, con internet como medio de acceso.

Tiene los siguientes beneficios:

1. La información tiene su origen en los actuales sistemas informáticos que apoyan a la administración y operación.
2. Tiene la capacidad de combinar o mezclar información de los diferentes sistemas de administración y operación.
3. Permite controlar el acceso a la información por cada área y/o usuario final, mediante la definición de niveles y perfiles de acceso.
4. Extiende la inversión actual de infraestructura de TI. La información ya está ahí, sólo defina que consultas e informes deben ser consultado en web.
5. Los sistemas actuales no requieren ser “intervenidos”. Es una solución que se implementa a partir de los sistemas que están en operación, por lo que revitaliza y hace más eficiente la inversión de TI. Hay un reaprovechamiento de la inversión en TI.
6. Es una solución habilitada en web que no requiere de licencias de acceso por usuario, con capacidad de compartir información fuera de la empresa en un entorno extranet.
7. Incrementa el potencial global de análisis de la información y mejora la capacidad y control de gestión de la Empresa u Organización.

Algunos puntos a tener en cuenta respecto a los sistemas de informes:

1. Los datos se suelen generar en las aplicaciones de soporte a la gestión
2. Muchos de los sistemas permiten combinar diferentes fuentes de información
3. Todos los sistemas disponen de un modelo de control de acceso a la información basado en roles
4. Los sistemas no son invasivos, pues acceden a las bases de datos existentes sin necesidad de hacer cambios en las aplicaciones
5. La tendencia de estos sistemas es que sean 100% web, es decir, que se pueda acceder a los informes a través de un navegador, y por Internet o la propia Intranet de la empresa
6. Todos los sistemas permiten exportar los informes a los formatos más habituales, tales como Excel, Word, PDF, etc. Estas aplicaciones suelen incluir por un lado la capa de conexión y acceso a los datos, y por otro unas herramientas de diseño gráfico de los informes. Se adjunta un ejemplo de dichas herramientas

Algunas aplicaciones específicas de Reporting:

1. BO Crystal Reports
2. Microstrategy
3. Jasper Reports
4. Cognos
5. OpenLogic

ETL (Extract, Transform and Load).

Los procesos ETL (Extraction, Transformation and Loading - extracción, transformación y carga) son los componentes más importantes y de valor añadido de una infraestructura de Business Intelligence (BI). Aún pueden ser invisibles por los usuarios de la plataforma de BI, los procesos ETL recuperan los datos de todos los sistemas operativos y les preelaboran para las herramientas de análisis y de reporting. La exactitud de la plataforma BI entera depende de los procesos ETL.

Los procesos de Extracción, Transformación y Carga constan de múltiples pasos, cuyo objetivo es transferir datos desde las aplicaciones de producción a los sistemas de Inteligencia de negocio:

1. Extracción. Acción de obtener la información deseada a partir de los datos almacenados en fuentes externas.
2. 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.
3. Carga de los datos resultantes en las diversas aplicaciones de BI: Almacenes de datos históricos generales (datawarehouse) o almacenes de datos empresariales, almacenes de datos históricos individuales (data mart), aplicaciones OLAP (Procesamiento analítico en línea) o “cubos”, etc

Algunas aplicaciones específicas de ETL son:

1. Talend
2. Kettle
3. WebFocus-iWay Data Migrator Server
4. BO Data Integrator
5. Barracuda SW Integrator
6. Cognos Decisionstream

Datawarehouse (DWH).

Un datawarehouse es una colección de datos en la cual se encuentra integrada la información de la empresa y que se usa como soporte para el proceso de toma de decisiones gerenciales. Aunque diversas organizaciones y personas individuales logran comprender el enfoque de un Warehouse, la experiencia ha demostrado que existen muchas dificultades potenciales. Reunir los elementos de datos apropiados desde diversas fuentes de aplicación en un ambiente integral centralizado, simplifica el problema de acceso a la información y, en consecuencia, acelera el proceso de análisis, consultas y el menor tiempo de uso de la información.

Las características más importantes de este repositorio de datos son las siguientes:

1. Orientado a temas. Los datos en la base de datos están organizados de manera que todos los elementos de datos relativos al mismo evento u objeto del mundo real queden unidos entre sí.
2. Variante en el tiempo. Los cambios producidos en los datos a lo largo del tiempo quedan registrados para que los informes que se puedan generar reflejen esas variaciones.
3. No volátil. La información no se modifica ni se elimina, una vez almacenado un dato, éste se convierte en información de sólo lectura, y se mantiene para futuras consultas.
4. Integrado. La base de datos contiene los datos de todos los sistemas operacionales de la organización, y dichos datos deben ser consistentes.

Un Datawarehouse se estructura de la siguiente manera:

1. Un Datamart es una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio específica. Se caracteriza por disponer la estructura óptima de datos para analizar la información al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. Un datamart puede ser alimentado desde los datos de un datawarehouse, o integrar por sí mismo un compendio de distintas fuentes de información:
   1. Datamart OLAP. Se basan en los populares cubos OLAP, que se construyen agregando, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.
   2. Datamart OLTP. Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa.

Los datamarts que están dotados con estas estructuras óptimas de análisis presentan las siguientes ventajas:

2. Poco volumen de datos
3. Mayor rapidez de consulta
4. Consultas SQL y/o MDX sencillas
5. Validación directa de la información
6. Facilidad para la historización de los datos

Data Mining o Minería De Datos.

El datamining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Básicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales. En otras palabras, la minería de datos prepara, sondea y explora los datos para sacar la información oculta en ellos.

Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso común a todos ellos se suele componer de cuatro etapas principales:

1. Determinación de los objetivos. Trata de la delimitación de los objetivos que el cliente desea bajo la orientación del especialista en data mining.
2. Preprocesamiento de los datos. Se refiere a la selección, la limpieza, el enriquecimiento, la reducción y la transformación de las bases de datos.
3. Determinación del modelo. Se comienza realizando unos análisis estadísticos de los datos, y después se lleva a cabo una visualización gráfica de los mismos para tener una primera aproximación.
4. Análisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los obtenidos por los análisis estadísticos y de visualización gráfica.

Así pues, mediante estos procesos de extracción se puede:

1. Predecir comportamientos futuros, en base a comportamientos pasados
2. Clasificar la información del pasado, con los criterios temporales relevantes a la empresa
3. Segmentar los datos para poder entender mejor el comportamiento de la empresa

Algunos ejemplos de uso de tecnologías de data-miningson los siguientes:

1. Predicción del comportamiento de los clientes
2. Patrones de fuga de clientes
3. Detección del fraude (muy usado en las tarjetas de crédito)
4. Gestión del conocimiento en la empresa

Sistemas de soporte a las decisiones (DSS) – OLAP.

Un Sistema de Soporte a la Decisión (DSS) es una herramienta de Business Intelligence enfocada al análisis de los datos de una organización. En principio, puede parecer que el análisis de datos es un proceso sencillo, y fácil de conseguir mediante una aplicación hecha a medida o un ERP sofisticado. Los sistemas de soporte a la decisión (Decision Support Systems, DSS) permiten explotar al máximo la información residente en una base de datos corporativa o DW, mostrando informes muy dinámicos y con gran potencial de navegación, pero siempre con una interfaz gráfica amigable, vistosa y sencilla.

El DSS es una de las herramientas más emblemáticas del Business Intelligence ya que, entre otras propiedades, permiten resolver gran parte de las limitaciones de los programas de gestión. Estas son algunas de sus características principales:

1. Informes dinámicos, flexibles e interactivos, de manera que el usuario no tenga que ceñirse a los listados predefinidos que se configuraron en el momento de la implantación, y que no siempre responden a sus dudas reales.
2. No requiere conocimientos técnicos. Un usuario no técnico puede crear nuevos gráficos e informes y navegar entre ellos, haciendo drag&drop o drill through. Por tanto, para examinar la información disponible o crear nuevas métricas no es imprescindible buscar auxilio en el departamento de informática.
3. Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele ser un datawarehouse corporativo o un datamart, con modelos de datos en estrella o copo de nieve. Este tipo de bases de datos están optimizadas para el análisis de grandes volúmenes de información (vease ánalisis OLTP-OLAP).
4. Integración entre todos los sistemas/departamentos de la compañía. El proceso de ETL previo a la implantación de un Sistema de Soporte a la Decisión garantiza la calidad y la integración de los datos entre las diferentes unidades de la empresa. Existe lo que se llama: integridad referencial absoluta.
5. Cada usuario dispone de información adecuada a su perfil. No se trata de que todo el mundo tenga acceso a toda la información, sino de que tenga acceso a la información que necesita para que su trabajo sea lo más eficiente posible.
6. Disponibilidad de información histórica. En estos sistemas está a la orden del día comparar los datos actuales con información de otros períodos históricos de la compañía, con el fin de analizar tendencias, fijar la evolución de parámetros de negocio... etc.

Tipos de Sistemas de Soporte a Decisiones:

1. Sistemas de información gerencial (MIS). Los sistemas de información gerencial (MIS, Management Information Systems), tambien llamados Sistemas de Información Administrativa (AIS) dan soporte a un espectro más amplio de tareas organizacionales, encontrándose a medio camino entre un DSS tradicional y una aplicación CRM/ERP implantada en la misma compañía.
2. Sistemas de información ejecutiva (EIS). Los sistemas de información ejecutiva (EIS, Executive Information System) son el tipo de DSS que más se suele emplear en Business Intelligence, ya que proveen a los gerentes de un acceso sencillo a información interna y externa de su compañía, y que es relevante para sus factores clave de éxito.
3. Sistemas expertos basados en inteligencia artificial (SSEE). Los sistemas expertos, también llamados sistemas basados en conocimiento, utilizan redes neuronales para simular el conocimiento de un experto y utilizarlo de forma efectiva para resolver un problema concreto. Este concepto está muy relacionado con el datamining.
4. Sistemas de apoyo a decisiones de grupo (GDSS). Un sistema de apoyo a decisiones en grupos (GDSS, Group Decision Support Systems) es “un sistema basado en computadoras que apoya a grupos de personas que tienen una tarea (u objetivo) común, y que sirve como interfaz con un entorno compartido”. El supuesto en que se basa el GDSS es que si se mejoran las comunicaciones se pueden mejorar las decisiones.

Algunas aplicaciones de este tipo son:

1. Business Objects
2. IBM Cognos
3. Oracle Hyperion
4. Information Builders WebFOCUS
5. Microstrategy
6. Pentaho

El cuadro de mando integral (CMI).

El Cuadro de Mando Integral (CMI), también conocido como Balanced Scorecard (BSC) o dashboard, es una herramienta de control empresarial que permite establecer y monitorizar los objetivos de una empresa y de sus diferentes áreas o unidades. Por ello, ayuda a una compañía a expresar los objetivos e iniciativas necesarias para cumplir con su estrategia, mostrando de forma continuada cuándo la empresa y los empleados alcanzan los resultados definidos en su plan estratégico. El CMI requiere, por tanto, que los directivos analicen el mercado y la estrategia para construir un modelo de negocio que refleje las interrelaciones entre los diferentes componentes de la empresa.

Tipos de Cuadros de Mando:

1. El Cuadro de Mando Operativo (CMO), es una herramienta de control enfocada al seguimiento de variables operativas, es decir, variables pertenecientes a áreas o departamentos específicos de la empresa.
2. El Cuadro de Mando Integral (CMI), por el contrario, representa la ejecución de la estrategia de una compañía desde el punto de vista de la Dirección General (lo que hace que ésta deba estar plenamente involucrada en todas sus fases, desde la definición a la implantación). Existen diferentes tipos de cuadros de mando integral, si bien los más utilizados son los que se basan en la metodología de Kaplan & Norton. Sus principales características son:
   1. La perspectiva financiera incorpora la visión de los accionistas y mide la creación de valor de la empresa.
   2. La perspectiva del cliente refleja el posicionamiento de la empresa en el mercado o, más concretamente, en los segmentos de mercado donde quiere competir.
   3. La perspectiva interna recoge indicadores de procesos internos que son críticos para el posicionamiento en el mercado y para llevar la estrategia a buen puerto.
   4. La perspectiva de aprendizaje y crecimiento es la última que se plantea en este modelo de CMI.

Beneficios de la implantación de un Cuadro de Mando Integral:

1. Incrementa el enfoque sobre la estrategia y los resultados.
2. La fuerza de explicitar un modelo de negocio y traducirlo en indicadores facilita el consenso en toda la empresa, no sólo de la dirección, sino también de cómo alcanzarlo.
3. Mejora el desempeño organizacional principalmente por las mediciones.
4. Permite priorizar los proyectos y las iniciativas estratégicas.
5. Mejora la comunicación y transparencia de la visión y la estrategia de la Organización, ya que clarifica cómo las acciones del día a día afectan no sólo al corto plazo, sino también al largo plazo.
6. Una vez el CMI está en marcha, se puede utilizar para comunicar los planes de la empresa, aunar los esfuerzos en una sola dirección y evitar la dispersión. En este caso, el CMI actúa como un sistema de control por excepción.
7. Permite detectar de forma automática desviaciones en el plan estratégico u operativo, e incluso indagar en los datos operativos de la compañía hasta descubrir la causa original que dio lugar a esas desviaciones.
8. Alinea la estrategia de la organización con el trabajo operativo de las personas.

Algunas aplicaciones específicas del CMI son las siguientes:

1. ActiveStrategy Enterprise
2. Cognos Metrics Manager
3. Crystal Decisions BSC Solution
4. Bizzscore
5. InsightVision
6. Strategy2Act
7. Strategy Map BSC SW
8. BSPG