Inteligencia De Negocios O BI

Gestionar la información en las empresas es, hoy en día, una herramienta clave para poder sobrevivir en un mercado cambiante, dinámico y global. Aprender a competir con esta información es fundamental para la toma de decisiones, el crecimiento y la gestión de nuestra empresa. La disciplina denominada como Business Intelligence nos acerca a los sistemas de información que nos ayudan a la toma de decisiones en nuestra organización. Las empresas utilizan bases de datos para dar seguimiento a las transacciones básicas, como el pago de proveedores, el procesamiento de pedidos, el seguimiento de los clientes y el pago a los empleados. Pero también necesitan las bases de datos para suministrar información que ayudara a la empresa a manejar los negocios de manera más eficiente y que ayudara a los gerentes, y a los empleados a tomar mejores decisiones.

INTELIGENCIA DE NEGOCIOS

Conjunto de herramientas, aplicaciones y tecnología cuya finalidad es ayudar a los usuarios a tomar mejores decisiones.

¿Cómo se implementa en una gran empresa?

En una empresa grande con robustas bases de datos o enormes sistemas para cada función, como manufactura, ventas y contabilidad, se requieren capacidades de datos para acceder datos desde múltiples sistemas. Estas capacidades incluyen el almacenamiento de datos, la minería de datos y herramientas para acceder bases de datos internas a través de la web.

¿Qué es un almacén de datos?

Es una base de datos que almacena datos actuales e históricos de potencial interés para los encargados de la toma de decisiones de toda la empresa. El almacén de datos consolida y estandariza información de diferentes bases de datos operativas con el propósito de que la información se pueda utilizar a través de la empresa para el análisis y la toma de decisiones por parte de la administración.

¿Qué es un mercado de datos?

Es un subconjunto de un almacén de datos en el que una parte resumida o altamente enfocada de los datos de la organización se coloca en una base de datos separada para una población específica de usuarios.

Una vez que se han capturado y organizado los datos en almacenes de datos y en mercados de datos, están a disposición para análisis más profundos.

Una serie de herramientas permite a los usuarios analizar estos datos para descubrir nuevos patrones, relaciones, y conocimientos profundos para orientar la toma de decisiones.

Estas herramientas para consolidar, analizar y dar acceso a extensas cantidades de datos para ayudar a los usuarios a tomar decisiones de negocios con frecuencia se denominan inteligencia de negocios (BI).

Las principales herramientas para la inteligencia de negocios incluye software para consultas e informes de bases de datos, herramientas para análisis de datos multidimensionales (procesamiento analítico en línea) y minería de datos.

COMPONENTES DE BUSINESS INTELLIGENCE

Los componentes son:

• Fuentes de información, de las cuales partiremos para alimentar de información el datawarehouse.

• Proceso ETL de extracción, transformación y carga de los datos en el datawarehouse. Antes de almacenar los datos en un datawarehouse, éstos deben ser transformados, limpiados, filtrados y redefinidos. Normalmente, la información que tenemos en los sistemas transaccionales no está preparada para la toma de decisiones.

• El propio datawarehouse o almacén de datos, con el Metadata o Diccionario de datos. Se busca almacenar los datos de una forma que maximice su flexibilidad, facilidad de acceso y administración.

• El motor OLAP, que nos debe proveer capacidad de cálculo, consultas, funciones de planeamiento, pronóstico y análisis de escenarios en grandes volúmenes de datos. En la actualidad existen otras alternativas tecnológicas al OLAP.

• Las herramientas de visualización, que nos permitirán el análisis y la navegación a través de los mismos.

Las fuentes de información a las que podemos acceder son:

• Básicamente, de los sistemas operacionales o transaccionales, que incluyen aplicaciones desarrolladas a medida, ERP, CRM, SCM, etc.

• Sistemas de información departamentales: previsiones, presupuestos, hojas de cálculo, etcétera.

• Fuentes de información externa, en algunos casos comprada a terceros, como por ejemplo estudios de mercado (Nielsen en distribución de gran consumo, IMS de la industria farmacéutica). Las fuentes de información externas son fundamentales para enriquecer la información que tenemos de nuestros clientes. En algunos casos es interesante incorporar información referente, por ejemplo, a población, número de habitantes, etc. Podemos acceder a información de este tipo en la web del Instituto Nacional de Estadística (www.ine.es).

Una vez decididas las fuentes de información debemos verificar la calidad de los datos.

1. Precisión: ¿Representan los datos con precisión una realidad o una fuente de datos que se pueda verificar?

2. Integridad: ¿Se mantienen constantemente la estructura de los datos y las relaciones a través de las entidades y los atributos?

3. Coherencia: ¿Son los elementos de datos constantemente definidos y comprendidos?

4. Totalidad: ¿Están todos los datos necesarios?

5. Validez: ¿Son los valores aceptables en los rangos definidos por el negocio?

6. Disponibilidad: ¿Están los datos disponibles cuando se necesitan?

7. Accesibilidad: ¿Se puede acceder a los datos fácil y comprensiblemente?

Proceso de extracción, transformación y carga (ETL).

El proceso trata de recuperar los datos de las fuentes de información y alimentar el datawarehouse.

El proceso de ETL consume entre el 60% y el 80% del tiempo de un proyecto de Business Intelligence, por lo que es un proceso clave en la vida de todo proyecto.

Este parte del proceso de construcción del datawarehouse es costosa y consume una parte significativa de todo el proceso, por ello requiere recursos, estrategia, habilidades especializadas y tecnologías.

La extracción, transformación y carga (el proceso ETL) es necesario para acceder a los datos de las fuentes de información al datawarehouse. El proceso ETL se divide en 5 subprocesos:

1. Extracción: Este proceso recupera los datos físicamente de las distintas fuentes de información. En este momento disponemos de los datos en bruto.

2. Limpieza: Este proceso recupera los datos en bruto y comprueba su calidad, elimina los duplicados y, cuando es posible, corrige los valores erróneos y completa los valores vacíos, es decir se transforman los datos -siempre que sea posible para reducir los errores de carga. En este momento disponemos de datos limpios y de alta calidad.

...