Documentos de Académico
Documentos de Profesional
Documentos de Cultura
KPIvdvd
KPIvdvd
Para una organizacin es necesario al menos que pueda identificar sus propios KPI's. La
clave para esto son:
Cuando se definen KPI's se suele aplicar el acrnimo SMART, ya que los KPI's tienen
que ser:
eSpecificos (Specific)
Medibles (Measurable)
Alcanzables (Achievable)
Realista (Realistic)
a Tiempo (Timely)
Inteligencia empresarial
De Wikipedia, la enciclopedia libre
(Redirigido desde Inteligencia de negocio)
Saltar a navegacin, bsqueda
Para otros usos de este trmino, vase Inteligencia (desambiguacin).
Se denomina inteligencia empresarial, inteligencia de negocios o BI (del ingls
business intelligence) al conjunto de estrategias y herramientas enfocadas a la
administracin y creacin de conocimiento mediante el anlisis de datos existentes en
una organizacin o empresa.
Es posible diferenciar datos, informaciones y conocimientos, conceptos en los que se
centra la inteligencia empresarial, ya que como sabemos un dato es algo vago, por
ejemplo "10 000", la informacin es algo ms preciso, por ejemplo "Las ventas del mes
de mayo fueron de 10 000", y el conocimiento se obtiene mediante el anlisis de la
informacin, por ejemplo "Las ventas del mes de mayo fueron 10 000. Mayo es el mes
ms bajo en ventas". Aqu es donde BI entra en juego, ya que al obtener conocimiento
del negocio una vez capturada la informacin de todas las reas en la empresa es posible
establecer estrategias y cuales son sus fortalezas y debilidades.
Definicin
El trmino inteligencia empresarial se refiere al uso de datos en una empresa para
facilitar la toma de decisiones. Abarca la comprensin del funcionamiento actual de la
empresa, bien como la anticipacin de acontecimientos futuros, con el objetivo de
ofrecer conocimientos para respaldar las decisiones empresariales.
Las herramientas de inteligencia se basan en la utilizacin de un sistema de informacin
de inteligencia que se forma con distintos datos extrados de los datos de produccin,
con informacin relacionada con la empresa o sus mbitos y con datos econmicos.
[editar] Caractersticas
Este conjunto de herramientas y metodologas tienen en comn las siguientes
caractersticas:
Almacn de datos
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Bill Inmon1 fue uno de los primeros autores en escribir sobre el tema de los almacenes
de datos, define un data warehouse (almacn de datos) en trminos de las
caractersticas del repositorio de datos:
Orientado a temas.- Los datos en la base de datos estn organizados de manera que
todos los elementos de datos relativos al mismo evento u objeto del mundo real
queden unidos entre s.
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.
No voltil.- La informacin no se modifica ni se elimina, una vez almacenado un dato,
ste se convierte en informacin de slo lectura, y se mantiene para futuras consultas.
Integrado.- La base de datos contiene los datos de todos los sistemas operacionales de
la organizacin, y dichos datos deben ser consistentes.
Ralph Kimball2 es otro conocido autor en el tema de los data warehouse, define un
almacn de datos como: "una copia de las transacciones de datos especficamente
estructurada para la consulta y el anlisis". Tambin fue Kimball quien determin
que un data warehouse no era ms que: "la unin de todos los Data marts de una
entidad". Defiende por tanto una metodologa ascendente (bottom-up) a la hora de
disear un almacn de datos.
[editar] Una definicin ms amplia de almacn de datos
Las definiciones anteriores se centran en los datos en s mismos. Sin embargo, los
medios para obtener y analizar esos datos, para extraerlos, transformarlos y cargarlos,
as como las diferentes formas para realizar la gestin de datos son componentes
esenciales de un almacn de datos. Muchas referencias a un almacn de datos utilizan
esta definicin ms amplia. Por lo tanto, en esta definicin se incluyen herramientas
para la inteligencia empresarial, herramientas para extraer, transformar y cargar datos en
el almacn de datos, y herramientas para gestionar y recuperar los metadatos.
Integracin de los datos provenientes de bases de datos distribuidas por las diferentes
unidades de la organizacin y que con frecuencia tendrn diferentes estructuras
(fuentes heterogneas). Se debe facilitar una descripcin global y un anlisis
comprensivo de toda la organizacin en el almacn de datos.
Separacin de los datos usados en operaciones diarias de los datos usados en el
almacn de datos para los propsitos de divulgacin, de ayuda en la toma de
decisiones, para el anlisis y para operaciones de control. Ambos tipos de datos no
deben coincidir en la misma base de datos, ya que obedecen a objetivos muy distintos
y podran entorpecerse entre s.
Los Data marts son subconjuntos de datos de un data warehouse para reas
especificas.
Entre las caractersticas de un data mart destacan:
Usuarios limitados.
rea especifica.
Tiene un propsito especifico.
Tiene una funcin de apoyo.
Los cubos de informacin o cubos OLAP funcionan como los cubos de rompecabezas
en los juegos, en el juego se trata de armar los colores y en el data warehouse se trata de
organizar los datos por tablas o relaciones; los primeros (el juego) tienen 3 dimensiones,
los cubos OLAP tienen un nmero indefinido de dimensiones, razn por la cual tambin
reciben el nombre de hipercubos. Un cubo OLAP contendr datos de una determinada
variable que se desea analizar, proporcionando una vista lgica de los datos provistos
por el sistema de informacin hacia el data warehouse, esta vista estar dispuesta segn
unas dimensiones y podr contener informacin calculada. El anlisis de los datos est
basado en las dimensiones del hipercubo, por lo tanto, se trata de un anlisis
multidimensional.
A la informacin de un cubo puede acceder el ejecutivo mediante "tablas dinmicas" en
una hoja de clculo o a travs de programas personalizados. Las tablas dinmicas le
permiten manipular las vistas (cruces, filtrados, organizacin, totales) de la informacin
con mucha facilidad. Las diferentes operaciones que se pueden realizar con cubos de
informacin se producen con mucha rapidez. Llevando estos conceptos a un data
warehouse, ste es una coleccin de datos que est formada por dimensiones y
variables, entendiendo como dimensiones a aquellos elementos que participan en el
anlisis y variables a los valores que se desean analizar.
[editar] Dimensiones
Las dimensiones de un cubo son atributos relativos a las variables, son las perspectivas
de anlisis de las variables (forman parte de la tabla de dimensiones). Son catlogos de
informacin complementaria necesaria para la presentacin de los datos a los usuarios,
como por ejemplo: descripciones, nombres, zonas, rangos de tiempo, etc. Es decir, la
informacin general complementaria a cada uno de los registros de la tabla de hechos.
[editar] Variables
Tambin llamadas indicadores de gestin, son los datos que estn siendo analizados.
Forman parte de la tabla de hechos. Ms formalmente, las variables representan algn
aspecto cuantificable o medible de los objetos o eventos a analizar. Normalmente, las
variables son representadas por valores detallados y numricos para cada instancia del
objeto o evento medido. En forma contraria, las dimensiones son atributos relativos a
las variables, y son utilizadas para indexar, ordenar, agrupar o abreviar los valores de las
mismas. Las dimensiones poseen una granularidad menor, tomando como valores un
conjunto de elementos menor que el de las variables; ejemplos de dimensiones podran
ser: productos, localidades (o zonas), el tiempo (medido en das, horas,
semanas, etc.), ...
[editar] Ejemplos
Beneficios
Gastos
Ventas
etc.
Tablas
Columnas de tablas
Relaciones entre tablas
Jerarquas y Dimensiones de datos
Entidades y Relaciones
[editar] Middleware
Artculo principal: Middleware
Middleware es un trmino genrico que se utiliza para referirse a todo tipo de software
de conectividad que ofrece servicios u operaciones que hacen posible el funcionamiento
Prueba del concepto tecnolgico.- Es un paso opcional que se puede necesitar para
determinar si la arquitectura especificada del data warehouse funcionar finalmente
como se espera.
Hay muchas ventajas por las que es recomendable usar un almacn de datos. Algunas de
ellas son:
Los almacenes de datos hacen ms fcil el acceso a una gran variedad de datos a los
usuarios finales
Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo a la decisin
tales como informes de tendencia', por ejemplo: obtener los tems con la mayora de
las ventas en un rea en particular dentro de los ltimos dos aos; informes de
excepcin, informes que muestran los resultados reales frente a los objetivos
planteados a priori.
Los almacenes de datos pueden trabajar en conjunto y, por lo tanto, aumentar el valor
operacional de las aplicaciones empresariales, en especial la gestin de relaciones con
clientes.
[editar] Inconvenientes
A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacn
de datos no suele ser esttico. Los costos de mantenimiento son elevados.
Los almacenes de datos se pueden quedar obsoletos relativamente pronto.
A veces, ante una peticin de informacin estos devuelven una informacin
subptima, que tambin supone una prdida para la organizacin.
A menudo existe una delgada lnea entre los almacenes de datos y los sistemas
operacionales. Hay que determinar qu funcionalidades de estos se pueden
aprovechar y cules se deben implementar en el data warehouse, resultara costoso
implementar operaciones no necesarias o dejar de implementar alguna que s vaya a
necesitarse
Minera de datos
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
La minera de datos (DM, Data Mining) consiste en la extraccin no trivial de
informacin que reside de manera implcita en los datos. Dicha informacin era
previamente desconocida y podr resultar til para algn proceso. En otras palabras, la
minera de datos prepara, sondea y explora los datos para sacar la informacin oculta
en ellos.
Bajo el nombre de minera de datos se engloba todo un conjunto de tcnicas
encaminadas a la extraccin de conocimiento procesable, implcito en las bases de
datos. Est fuertemente ligado con la supervisin de procesos industriales ya que resulta
muy til para aprovechar los datos almacenados en las bases de datos.
Las bases de la minera de datos se encuentran en la inteligencia artificial y en el
anlisis estadstico. Mediante los modelos extrados utilizando tcnicas de minera de
datos se aborda la solucin a problemas de prediccin, clasificacin y segmentacin.
Proceso
Un proceso tpico de minera de datos consta de los siguientes pasos generales:
1. Seleccin del conjunto de datos, tanto en lo que se refiere a las variables objetivo
(aquellas que se quiere predecir, calcular o inferir), como a las variables
2.
3.
4.
5.
6.
independientes (las que sirven para hacer el clculo o proceso), como posiblemente al
muestreo de los registros disponibles.
Anlisis de las propiedades de los datos, en especial los histogramas, diagramas de
dispersin, presencia de valores atpicos y ausencia de datos (valores nulos).
Transformacin del conjunto de datos de entrada, se realizar de diversas formas en
funcin del anlisis previo, con el objetivo de prepararlo para aplicar la tcnica de
minera de datos que mejor se adapte a los datos y al problema, a este paso tambin
se le conoce como preprocesamiento de los datos.
Seleccionar y aplicar la tcnica de minera de datos, se construye el modelo
predictivo, de clasificacin o segmentacin.
Extraccin de conocimiento, mediante una tcnica de minera de datos, se obtiene un
modelo de conocimiento, que representa patrones de comportamiento observados en
los valores de las variables del problema o relaciones de asociacin entre dichas
variables. Tambin pueden usarse varias tcnicas a la vez para generar distintos
modelos, aunque generalmente cada tcnica obliga a un preprocesado diferente de los
datos.
Interpretacin y evaluacin de datos, una vez obtenido el modelo, se debe proceder a
su validacin comprobando que las conclusiones que arroja son vlidas y
suficientemente satisfactorias. En el caso de haber obtenido varios modelos mediante
el uso de distintas tcnicas, se deben comparar los modelos en busca de aquel que se
ajuste mejor al problema. Si ninguno de los modelos alcanza los resultados esperados,
debe alterarse alguno de los pasos anteriores para generar nuevos modelos.
La relacin entre todas estas fases slo es lineal sobre el papel. En realidad, es mucho
ms compleja y esconde toda una jerarqua de subfases. A travs de la experiencia
acumulada en proyectos de minera de datos se han ido desarrollando metodologas que
permiten gestionar esta complejidad de una manera ms o menos uniforme.
Segn el objetivo del anlisis de los datos, los algoritmos utilizados se clasifican en
supervisados y no supervisados (Weiss y Indurkhya, 1998):
El ejemplo clsico de aplicacin de la minera de datos tiene que ver con la deteccin de
hbitos de compra en supermercados. Un estudio muy citado detect que los viernes
haba una cantidad inusualmente elevada de clientes que adquiran a la vez paales y
cerveza. Se detect que se deba a que dicho da solan acudir al supermercado padres
jvenes cuya perspectiva para el fin de semana consista en quedarse en casa cuidando
de su hijo y viendo la televisin con una cerveza en la mano. El supermercado pudo
incrementar sus ventas de cerveza colocndolas prximas a los paales para fomentar
las ventas compulsivas.
[editar] Patrones de fuga
La minera de datos tambin puede ser til para los departamentos de recursos humanos
en la identificacin de las caractersticas de sus empleados de mayor xito. La
informacin obtenida puede ayudar a la contratacin de personal, centrndose en los
esfuerzos de sus empleados y los resultados obtenidos por stos. Adems, la ayuda
ofrecida por las aplicaciones para Direccin estratgica en una empresa se traducen en
la obtencin de ventajas a nivel corporativo, tales como mejorar el margen de beneficios
o compartir objetivos; y en la mejora de las decisiones operativas, tales como desarrollo
de planes de produccin o gestin de mano de obra.
[editar] Comportamiento en Internet
Tambin es un rea en boga el del anlisis del comportamiento de los visitantes sobre
todo, cuando son clientes potenciales en una pgina de Internet. O la utilizacin de la
informacin obtenida por medios ms o menos legtimos sobre ellos para
ofrecerles propaganda adaptada especficamente a su perfil. O para, una vez que
adquieren un determinado producto, saber inmediatamente qu otro ofrecerle teniendo
en cuenta la informacin histrica disponible acerca de los clientes que han comprado el
primero.
[editar] Terrorismo
La minera de datos ha sido citada como el mtodo por el cual la unidad Able Danger
del Ejrcito de los EE. UU. haba identificado al lder de los atentados del 11 de
septiembre de 2001, Mohammed Atta, y a otros tres secuestradores del "11-S" como
posibles miembros de una clula de Al Qaeda que operan en los EE. UU. ms de un ao
antes del ataque. Se ha sugerido que tanto la Agencia Central de Inteligencia y sus
homloga canadiense, Servicio de Inteligencia y Seguridad Canadiense, tambin han
empleado este mtodo.1
[editar] Juegos
En los ltimos aos la minera de datos se est utilizando ampliamente en diversas reas
relacionadas con la ciencia y la ingeniera. Algunos ejemplos de aplicacin en estos
campos son:
[editar] Gentica
Tambin se han aplicado tcnicas de minera de datos para el anlisis de gases disueltos
(DGA, Dissolved gas analysis) en transformadores elctricos. El anlisis de gases
disueltos se conoce desde hace mucho tiempo como herramienta para diagnosticar
transformadores. Los Mapas Auto-Organizativos (SOM) se utilizan para analizar datos
y determinar tendencias que podran pasarse por alto utilizando las tcnicas clsicas
DGA.
[editar] De la informtica
Sistemas Expertos: Son sistemas que han sido creados a partir de reglas prcticas
extradas del conocimiento de expertos. Principalmente a base de inferencias o de
causa-efecto.
Sistemas Inteligentes: Son similares a los sistemas expertos, pero con mayor ventaja
ante nuevas situaciones desconocidas para el experto.
hubiese tenido un porcentaje de aciertos de solo el 10%, por ejemplo, entonces intentar
otros modelos o incluso con otras herramientas podra valer la pena.
La capacidad de medir informacin contenida en los datos tiene otras ventajas
importantes.
Al analizar los datos desde esta nueva perspectiva se genera un mapa de informacin
que hace innecesario la preparacin previa de los datos, una tarea absolutamente
imprescindible si se desea buenos resultados, pero que lleva enorme cantidad de tiempo.
Es posible seleccionar un grupo de variables ptimo que contenga la informacin
necesaria para realizar un modelo de prediccin.
Una vez que las variables son procesadas con el fin de crear el mapa de informacin y
luego seleccionadas aquellas que aportan la mayor informacin, la eleccin de la
herramienta que se usar para crear el modelo deja de tener importancia, ya que el
mayor trabajo fue realizado en los pasos previos.
[editar] Tendencias
La Minera de Datos ha sufrido transformaciones en los ltimos aos de acuerdo con
cambios tecnolgicos, de estrategias de marketing, la extensin de los modelos de
compra en lnea, etc. Los ms importantes de ellos son:
RapidMiner
R
SPSS Clementine
[editar] Referencias
1. Stephen Haag et al.. Management Information Systems for the information age.
pp. 28. ISBN 0-07-095569-7.
2. Xingquan Zhu, Ian Davidson (2007). Knowledge Discovery and Data Mining:
Challenges and Realities. Hershey, New Your. pp. 18. ISBN 978-1-59904-252-7.
3. Plantilla:Cite Journal.
OLAP
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
OLAP es el acrnimo en ingls de procesamiento analtico en lnea (On-Line
Analytical Processing). Es una solucin utilizada en el campo de la llamada Inteligencia
empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes
cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP)
que contienen datos resumidos de grandes Bases de datos o Sistemas Transaccionales
(OLTP). Se usa en informes de negocios de ventas, marketing, informes de direccin,
minera de datos y reas similares.
La razn de usar OLAP para las consultas es la rapidez de respuesta. Una base de datos
relacional almacena entidades en tablas discretas si han sido normalizadas. Esta
estructura es buena en un sistema OLTP pero para las complejas consultas multitabla es
relativamente lenta. Un modelo mejor para bsquedas (aunque peor desde el punto de
vista operativo) es una base de datos multidimensional.
La principal caracterstica que potencia a OLAP, es que es lo ms rpido a la hora de
ejecutar sentencias SQL de tipo SELECT, en contraposicin con OLTP que es la mejor
opcin para operaciones de tipo INSERT, UPDATE Y DELETE [cita requerida].
Funcionalidad
En la base de cualquier sistema OLAP se encuentra el concepto de cubo OLAP
(tambin llamado cubo multidimensional o hipercubo). Se compone de hechos
numricos llamados medidas que se clasifican por dimensiones. El cubo de metadatos
es tpicamente creado a partir de un esquema en estrella o copo de nieve, esquema de las
tablas en una base de datos relacional. Las medidas se obtienen de los registros de una
tabla de hechos y las dimensiones se derivan de la dimensin de los cuadros.
Implementacin OLAP que almacena los datos en un motor relacional. Tpicamente, los
datos son detallados, evitando las agregaciones y las tablas se encuentran normalizadas.
Los esquemas ms comunes sobre los que se trabaja son estrella copo de nieve,
aunque es posible trabajar sobre cualquier base de datos relacional. La arquitectura est
compuesta por un servidor de banco de datos relacional y el motor OLAP se encuentra
en un servidor dedicado. La principal ventaja de esta arquitectura es que permite el
anlisis de una enorme cantidad de datos.
[editar] MOLAP
Artculo principal: MOLAP
Esta implementacin OLAP almacena los datos en una base de datos multidimensional.
Para optimizar los tiempos de respuesta, el resumen de la informacin es usualmente
calculado por adelantado. Estos valores precalculados o agregaciones son la base de las
ganancias de desempeo de este sistema. Algunos sistemas utilizan tcnicas de
compresin de datos para disminuir el espacio de almacenamiento en disco debido a los
valores precalculados.
[editar] HOLAP (Hybrid OLAP)
Artculo principal: HOLAP
Cada sistema OLAP tiene ciertos beneficios (aunque existe desacuerdo acerca de las
caractersticas especficas de los beneficios entre los proveedores).
Algunas implementaciones MOLAP son propensas a la "explosin" de la base de datos;
este fenmeno provoca la necesidad de grandes cantidades de espacio de
almacenamiento para el uso de una base de datos MOLAP cuando se dan ciertas
condiciones: elevado nmero de dimensiones, resultados precalculados y escasos datos
multidimensionales. Las tcnicas habituales de atenuacin de la explosin de la base de
datos no son todo lo eficientes que sera deseable.
Por lo general MOLAP ofrece mejor rendimiento debido a la especializada indexacin y
a las optimizaciones de almacenamiento. MOLAP tambin necesita menos espacio de
almacenamiento en comparacin con los especializados ROLAP porque su
almacenamiento especializado normalmente incluye tcnicas de compresin.
ROLAP es generalmente ms escalable. Sin embargo, el gran volumen de
preprocesamiento es difcil de implementar eficientemente por lo que con frecuencia se
omite; por tanto, el rendimiento de una consulta ROLAP puede verse afectado.
Desde la aparicin de ROLAP van apareciendo nuevas versiones de bases de datos
preparadas para realizar clculos, las funciones especializadas que se pueden utilizar
tienen ms limitaciones.
HOLAP (OLAP Hbrido) engloba un conjunto de tcnicas que tratan de combinar
MOLAP y ROLAP de la mejor forma posible. Generalmente puede pre-procesar
rpidamente, escala bien, y proporciona una buena funcin de apoyo.
Los siguientes acrnimos a veces tambin se utilizan, aunque no son sistemas tan
generalizados como los anteriores:
[editar] Prctica
La gestin del Conocimiento intenta poner de relieve la ventaja competitiva que se da
con el mejoramiento o el aprendizaje ms rpido y crear nuevo conocimiento. El inters
en la Gestin del conocimiento se est conduciendo en parte por:
[editar] Velocidad de la conectividad
Analtica web
Concepto
La economa entendida como la ciencia que estudia el comportamiento humano desde la
perspectiva de una relacin entre fines dados y medios escasos, requiere cada vez ms
del procesado sistemtico y objetivo de grandes volmenes de datos. As, en los ltimos
aos, el concepto de Business Intelligence, o conjunto de actividades enfocadas a la
obtencin y anlisis de informacin relevante para la toma de decisiones (Howard
[editar] Historia
Esta idea fue rpidamente captada en los Estados Unidos, donde surgieron las primeras
herramientas de analtica web, atribuyndose la primera de ellas a la compaa
Webtrends, fundada en Portland en el ao 1993. Posteriormente, en 1994 un equipo del
Massachusetts Institute of Technology cre NetGenesis (hoy integrado en SPSS
Clementine) y Accrue. Finalmente, en el ao 1996 naceran Omniture y WebSideStory.
Tras un vertiginoso proceso de integracin que vi a Omniture hacerse con el control de
WebSideStory y a su vez a Adobe adquirir Omniture en 2009, en el ao 2010 IBM
compr las soluciones alternativas de Unica y Coremetrics, al tiempo que la empresa de
medicin de audiencias digitales comScore adquira Nedstat, cuyo producto cuenta con
una fuerte presencia en el sector medios del norte de Europa y Reino Unido.
Inicialmente, en los primeros aos de 1990, los esfuerzos de las compaas proveedoras
de este tipo de herramientas, se concentraban en el anlisis de los archivos log
generados por los servidores de pginas web. Estos archivos, con estructura de texto
plano, recogen importantes variables acerca de la interaccin de un visitante con la
pgina web, como por ejemplo pginas vistas, nmero de hits, y errores 404. Sin
embargo, a pesar del valor de esta informacin, en los primeros aos del siglo veintiuno,
los diferentes departamentos integrantes de las organizaciones empezaron a demandar
ms informacin, naciendo el anlisis en tiempo real, y el etiquetado de las pginas o
tagging.
[editar] Conclusiones
En la ltima dcada, el uso de Internet ha experimentado un crecimiento muy elevado,
amplindose los mercados tradicionales al mbito virtual. Esta circunstancia se ha
traducido en nuevos comportamientos y a unos mercados cada vez ms dinmicos e
inciertos, caracterizados por un gran volumen de datos que deben ser convertidos
rpidamente en informacin til para las organizaciones. Es en este punto donde la
analtica web ha pasado a desempear un importante rol como herramienta til para
[editar] Referencias
1.
2.
3.
4.
[editar] Enlaces
Blog de Analtica web Gemma Muoz
Anlisis web: Manual de Uso (blog)
Eclipse BIRT Project: Generador de informes para aplicaciones Web de cdigo abierto
basado en Eclipse
JasperReports
LogiReport: Aplicacin de BI gratuita basada en Web de LogiXML
OpenI: Aplicacin Web simple orientada al reporting OLAP.
Palo:
Pentaho
RapidMiner (antes YALE):
SpagoBI:
Panorama Software
Pentaho BI
PerformancePoint Server 2007
Pilot software|Pilot Software, Inc.
Prelytis
Proclarity
Prospero Business Suite
QlikView
Jedox
SAP Business Information Warehouse
SAS Institute
Siebel Systems
Spotfire
StatSoft
SPSS
Tacnetting, Inteligencia para la Organizacion
Telerik
Teradata
[editar] Anotaciones
1. James O'Brien and George Marakas, Management Information Systems, 7th ed.
McGraw-Hill
2. Dictionary of Marketing Terms, 3rd Edition
BusinessWeek Magazine: Giving the Boss the Big Picture: A dashboard pulls up
everything the CEO needs to run the show (February 2006)
A BI Dashboard Screenshot Collection, Examples of over 1000 business intelligence
dashboards
Herramientas de gestin
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Se entiende que las herramientas de gestin son todos los sistemas, aplicaciones,
controles, soluciones de clculo, metodologa, etc., que ayudan a la gestin de una
empresa en los siguientes aspectos generales:
SOA
SOAP
Servicio Web
XML
Middleware
Uno de los grandes retos de los sistemas informticos de hoy en da, que
obligatoriamente se tiene que realizar a travs de herramientas de gestin, se resume en:
"El gran reto de la informtica de los inicios del siglo XXI es poder interaccionar o intercambiar
informacin con cualquier elemento fijo o movible, a gran velocidad y poder tomar decisiones
[editar] Referencias
[editar] Vase tambin
Para soportar esta estrategia es necesario contar con un conjunto de herramientas que
den el soporte necesario para cumplir con el ciclo de vida de BPM. Este conjunto de
herramientas son llamadas Business Process Management System (BPMS), y con ellas
se construyen aplicaciones BPM.
Existen diversos motivos que mueven la gestin de los Procesos dentro de una
organizacin, entre los cuales se encuentran:
Vase tambin
[editar] Organismos
[editar] Artculos
Historia
Aunque se desarroll durante los aos 1980, ITIL no fue ampliamente adoptada hasta
mediados de los aos 1990. Esta mayor adopcin y conocimiento ha llevado a varios
estndares, incluyendo ISO/IEC 20000, que es una norma internacional cubriendo los
elementos de gestin de servicios de TI de ITIL. ITIL se considera a menudo junto con
otros marcos de trabajo de mejores prcticas como la Information Services Procurement
Library (ISPL, Biblioteca de adquisicin de servicios de informacin), la Application
Services Library (ASL, Biblioteca de servicios de aplicativos), el mtodo de desarrollo
de sistemas dinmicos (DSDM, Dynamic Systems Development Method), el Modelo de
Capacidad y Madurez (CMM/CMMI) y a menudo se relaciona con la gobernanza de
tecnologas de la informacin mediante COBIT (Control Objectives for Information and
related Technology).
El concepto de gestin de servicios de TI, aunque relacionado con ITIL, no es idntico:
ITIL contiene una seccin especficamente titulada Gestin de Servicios de TI (la
combinacin de los volmenes de Servicio de Soporte y Prestacin de Servicios, que
son un ejemplo especfico de un marco ITSM). Sin embargo es importante sealar que
existen otros marcos parecidos. La Gestin de Servicio ITIL est actualmente integrado
en el estndar ISO 20000 (anterior BS 15000).
ITIL se construye en torno a una vista basada en proceso-modelo del control y gestin
de las operaciones a menudo atribuida a W. Edwards Deming. Las recomendaciones de
ITIL fueron desarrolladas en los aos 1980 por la Central Computer and
Telecommunications Agency (CCTA) del gobierno britnico como respuesta a la
creciente dependencia de las tecnologas de la informacin y al reconocimiento de que
sin prcticas estndar, los contratos de las agencias estatales y del sector privado
creaban independientemente sus propias prcticas de gestin de TI y duplicaban
esfuerzos dentro de sus proyectos TIC, lo que resultaba en errores comunes y mayores
costes.
ITIL fue publicado como un conjunto de libros, cada uno dedicado a un rea especfica
dentro de la Gestin de TI. Los nombres ITIL e IT Infrastructure Library (Biblioteca de
infraestructura de TI) son marcas registradas de la Office of Government Commerce
(Oficina de comercio gubernamental, OGC), que es una divisin del Ministerio de
Hacienda del Reino Unido.
En abril de 2001 la CCTA fue integrada en la OGC, desapareciendo como organizacin
separada.1
En diciembre de 2005, la OGC emiti un aviso de una actualizacin a ITIL,2 conocida
comnmente como ITIL v3, que estuvo planificada para ser publicada a finales de 2006;
habiendo sido realizada en junio de 2007. Se esperaba que la publicacin de ITIL
[editar] Certificacin
Los particulares pueden conseguir varias certificaciones oficiales ITIL. Los estndares
de calificacin ITIL son gestionados por la ITIL Certification Management Board
(ICMB) que agrupa a la OGC, a itSMF International y a los dos Institutos
Examinadores existentes: EXIN (con sede en los Pases Bajos) e ISEB (con sede en el
Reino Unido).
Existen tres niveles de certificacin ITIL para profesionales:
1. Foundation Certificate (Certificado Bsico): acredita un conocimiento bsico de ITIL en
gestin de servicios de tecnologas de la informacin y la comprensin de la
terminologa propia de ITIL. Est destinado a aquellas personas que deseen conocer las
buenas prcticas especificadas en ITIL.
2. Practitioner's Certificate (Certificado de Responsable): destinado a quienes tienen
responsabilidad en el diseo de procesos de administracin de departamentos de
El hecho de que muchos defensores de ITIL parecen creer que es un marco holstico y
completo para el gobierno de TI.
Su tendencia a convertirla en una religin.
Como seala Jan van Bon (autor y editor de muchas publicaciones de Gestin de
Servicios de TI):
Hay mucha confusin sobre ITIL, procedente de todo tipo de malentendidos sobre su
naturaleza. ITIL, como afirma la OGC, es un conjunto de buenas prcticas. La OGC no afirma
que dichas mejores prcticas describan procesos puros, ni tampoco que ITIL sea un marco
diseado como un modelo coherente. Eso es lo que la mayora de sus usuarios hacen de ella,
probablemente porque tienen una gran necesidad de dicho modelo.6
El columnista CIO Magazine Dean Meyer tambin ha expuesto algunos puntos de vista
cautelosos sobre ITIL,7 incluyendo cinco trampas tpicas tales como convertirse en
esclavo de definiciones desactualizadas y dejar que ITIL se convierta en religin.
Como Meyer seala, ITIL no describe el abanico completo de procesos necesarios para
ser lderes. Se centra en [...] gestionar servicios actuales.
La calidad de los volmenes de la biblioteca se considera desigual. Por ejemplo, van
Herwaarden y Grift sealan que la consistencia que caracterizaba los procesos de
soporte al servicio [...] se pierde en gran medida en los libros de entrega de servicio.8
4. Gestin de la seguridad
5. Perspectiva de negocio
6. Gestin de aplicaciones
7. Gestin de activos de software
Adicional a los ocho libros originales, ms recientemente se aadi una gua con
recomendaciones para departamentos de TIC ms pequeos:
9. Implementacin de ITIL a pequea escala
[editar] Soporte de Servicio
El libro de Soporte de Servicio se ocupa de asegurar que el Usuario tenga acceso a los
servicios apropiados que soporten las funciones de negocio. Los temas que se tratan en
el libro son:
Centro de Servicio al Usuario
Gestin del Incidente
Gestin del Problema
Gestin de la Configuracin
Gestin del Cambio
Gestin de la Entrega
[editar] Provisin de Servicio
[editar] ITIL v3
En ITIL v3 restructura el manejo de los temas para consolidar el modelo de "ciclo de
vida del servicio" separando y ampliando algunos subprocesos hasta convertirlos en
procesos especializados. Esta modificacin responde a un enfoque empresarial para
grandes corporaciones que utilizan ampliamente ITIL en sus operaciones y aspira a
consolidar el modelo para conseguir an mejores resultados. Es por ello que los
especialistas recomiendan que empresas emergentes o medianas no utilicen ITIL v3 si
no cuentan con un modelo ITIL consolidado y aspiran a una expansin a muy largo
plazo. ITIL v3 consta de 5 libros basados en el ciclo de vida del servicio:
1. Estrategia del Servicio
2. Diseo del Servicio
3. Transicin del Servicio
4. Operacin del Servicio
5. Mejora Continua del Servicio
[editar] Estrategia del Servicio
Antes de poner en marcha el servicio se deben realizar pruebas. Para ello se analiza la
informacin disponible acerca del nivel real de capacitacin de los usuarios, estado de la
infraestructura, recursos IT disponibles, entre otros. Luego se prepara un escenario para
realizar pruebas; se replican las bases de datos, se preparan planes de rollback
(reversin) y se realizan las pruebas. Luego de ello se limpia el escenario hasta el punto
de partida y se analizan los resultados, de los cuales depender la implementacin del
servicio. En la evaluacin se comparan las expectativas con los resultados reales.
Procesos:
1.
2.
3.
4.
5.
6.
7.
Gestin de Incidentes
Gestin de Problemas
Cumplimiento de Solicitudes
Gestin de Eventos
Gestin de Accesos
[editar] Notas
1. Office of Government Commerce (Reino Unido). CCTA y OGC. Recuperado el 5 de
mayo de 2005.
2. Office of Government Commerce. ITIL Refresh Statement. Recuperada el 13 de
febrero de 2006.
3. A April A Abran (2008). Software Maintenance Management - evaluation and
continuous improvement (HTML). Consultado el 16-07-2008.
4. IBM (1980). A Management System for the Information Business. White Plains,
Nueva York: IBM.
5. Van Schaik, E. A. (1985). A Management system for the Information Business.
Englewood Cliffs, NJ, Prentice-Hall, Inc. ISBN 0-13-549965-8
6. van Bon, J., ed (2002). The guide to IT service management. Addison Wesley. ISBN 0201-73792-2.
7. Meyer, Dean, 2005. Beneath the Buzz: ITIL, CIO Magazine, 31 de marzo de 2005
8. Van Herwaarden, H. y F. Grift (2002). "IPW(tm) and the IPW Stadia Model(tm)
(IPWSM)". The guide to IT service management. J. Van Bon. Londres, Addison-Wesley:
97-115.
Logstica
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Se ha sugerido que Administracin de la cadena de suministro sea
fusionado en este artculo o seccin. (Discusin).
Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F.
La logstica (del ingls logistics) es definida por la RAE como el conjunto de medios y
mtodos necesarios para llevar a cabo la organizacin de una empresa, o de un
servicio, especialmente de distribucin.1 En el mbito empresarial existen mltiples
definiciones del trmino logstica, que ha evolucionado desde la logstica militar hasta
el concepto contemporneo del arte y la tcnica que se ocupa de la organizacin de los
flujos de mercancas, energa e informacin.
La logstica es fundamental para el comercio. Las actividades logsticas conforman un
sistema que es el enlace entre la produccin y los mercados que estn separados por el
tiempo y la distancia.2
La logstica empresarial cubre la gestin y la planificacin (Administracin) de las
actividades de los departamentos de compras, produccin, transporte, almacenaje,
manutencin y distribucin.
Objetivos principales
La misin fundamental de la Logstica empresarial es colocar los productos adecuados
(bienes y servicios) en el lugar adecuado, en el momento preciso y en las condiciones
deseadas, contribuyendo lo mximo posible a la rentabilidad de la firma.
La logstica tiene como objetivo la satisfaccin de la demanda en las mejores
condiciones de servicio, costo y calidad. Se encarga de la gestin de los medios
necesarios para alcanzar este objetivo (superficies, medios de transportes,
informtica) y moviliza tanto los recursos humanos como los financieros que sean
adecuados.
Garantizar la calidad de servicio, es decir la conformidad con los requisitos de los
clientes, da una ventaja competitiva a la empresa. Hacerlo a coste menor permite
mejorar el margen de beneficio de la empresa. Conseguirlo garantizando la seguridad
permite a la empresa evitar sanciones pero tambin comunicar en temas actuales como
el respeto del medio ambiente, los productos ticos Estos tres parmetros permiten
explicar el carcter estratgico de la funcin logstica en muchas empresas (la presin
del entorno crea la funcin). Actualmente los Directores de Logstica son miembros de
los comits de direccin de las empresas y reportan a los accionistas.
Los dominios de responsabilidad de los logsticos son variados: operacionales
(ejecucin), tcticos (organizacin de la empresa) y estratgicos (planes estratgicos,
prospectiva).
Cadena logstica
En negocios, la logstica puede tener un enfoque bien interno, bien externo que cubre el
flujo desde el origen hasta la entrega al usuario final. En el rea militar, los expertos en
logstica determinan cmo y cundo movilizar determinados recursos a los lugares
donde son necesarios. En ciencia militar, lo importante es mantener las lneas de
suministro propias e interrumpir las del enemigo y algunos diran que se trata del
elemento ms importante (puesto que una fuerza armada sin alimentos/combustible es
algo intil)[cita requerida].
Existen dos etapas bsicas de logstica:
La funcin logstica gestiona directamente los flujos fsicos e indirectamente los flujos
financieros y de informacin asociados. Los flujos fsicos son generalmente divididos
entre los de compra (entre un proveedor y su cliente), de distribucin (entre un
proveedor y el cliente final), de devolucin (logstica inversa).
Logstica de distribucin
La logstica de distribucin incluye la gestin de los flujos fsicos hoy conocida como
DFI (Distribucin fisica Internacional) , de informacin y administrativos siguientes:
Logstica inversa
Fiabilidad de la planificacin
Plazo de entrega
Tasa de disponibilidad
Tasa de servicio
Evolucin del nmero de pedidos o de lneas de pedidos
Clculos detallados
Actores de la logstica
La especializacin de la logstica se traduce por el crecimiento de la parte
subcontratada. As, las empresas industriales y comerciales se concentran en sus oficios
(core business).
Se puede clasificar los operadores logsticos pero tambin las empresas clientes en
funcin del grado de externalizacin de sus logsticas.
LOGISTICA
Enlaces externos
Referencias
1. Real Academia Espaola (2001). Diccionario de la Lengua Espaola (Vigsima
segunda edicin edicin). Madrid (Espaa): Espasa Calpe. ISBN 84-239-6814-6.
2. Cedillo, M.G., Snchez (2008). Anlisis Dinmico de Sistemas Industriales. Editorial
Trillas, Mxico.
3. Ballou, Ronald H. (1999). Business Logistics Management (Cuarta edicin edicin).
Upper Saddle River (Nueva Jersey, EE.UU.): Prentice-Hall International, Inc.. ISBN 0-13081262-5.
4. D.M. Lambert, M. Cooper, J. D. Pagh, 'Supply Chain Management: Implementation
Issues and Research Opportunities, The International Journal of Logistics Management.
Vol.9, n 2, pp 1-19, 1998
5. Council of Supply Chain Management Professionals, CSCMP. Definicin de Gestin
Logstica (en ingls). Consultado el 4 de septiembre de 2008.
6. M.I. Gmez Acosta, J.A. Acevedo Surez, et. al,La Logstica Moderna en la Empresa.
Volumen I, Editora LOGICUBA, La Habana, 2007. ISBN 978-959-7191-17-9
7. a b Ballou, Ronald H. (2004). Logstica: Administracin de la Cadena de Suministro,
Quinta edicin, Naucalpan de Jurez (Mxico): Pearson Educacin. ISBN 978-970-260540-9
Modelado de procesos
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Este artculo o seccin sobre economa necesita ser wikificado con un formato
acorde a las convenciones de estilo.
Por favor, edtalo para que las cumpla. Mientras tanto, no elimines este aviso puesto el 5 de
octubre de 2007.
Tambin puedes ayudar wikificando otros artculos.
El modelado de procesos debe ser entendido, a saber, por dos cuestiones importantes:
el modelado y los procesos. Frecuentemente los sistemas (conjuntos de procesos y
subprocesos integrados en una organizacin) son difciles de comprender, amplios,
complejos y confusos; con mltiples puntos de contacto entre s y con un buen nmero
[editar] Modelo
Pero qu es un modelo? Un modelo es una representacin de una realidad compleja.
Modelar es desarrollar una descripcin lo ms exacta posible de un sistema y de las
actividades llevadas a cabo en l.
Cuando un proceso es modelado, con ayuda de una representacin grfica (diagrama de
proceso), pueden apreciarse con facilidad las interrelaciones existentes entre distintas
actividades, analizar cada actividad, definir los puntos de contacto con otros procesos,
as como identificar los subprocesos comprendidos. Al mismo tiempo, los problemas
existentes pueden ponerse de manifiesto claramente dando la oportunidad al inicio de
acciones de mejora.
[editar] Diagramado
Artculo principal: Diagramar
Puedes buscar pginas sobre Smart process management, ver todas las
pginas desde este ttulo o solicitar su creacin.
Para crear un artculo enciclopdico, utiliza nuestro asistente.
Commons
Wikcionari
Wikisourc Wikinotici Wikiversida
Wikilibros
(imgenes
d
o
e
(tutoriales/manual Wikiquot
as
y
(diccionari
e (citas) (bibliotec (noticias) (contenido
es)
acadmico) multimedi
o)
a)
a)
Para soportar esta estrategia es necesario contar con un conjunto de herramientas que
den el soporte necesario para cumplir con el ciclo de vida de BPM. Este conjunto de
herramientas son llamadas Business Process Management System (BPMS), y con ellas
se construyen aplicaciones BPM.
Existen diversos motivos que mueven la gestin de los Procesos dentro de una
organizacin, entre los cuales se encuentran:
Enlaces externos
[editar] Organismos
[editar] Artculos
Sistema de trazabilidad
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Un sistema de trazabilidad es un conjunto de disciplinas de diferente naturaleza que,
coordinadas entre s, nos permiten obtener el seguimiento de los productos a lo largo de
cualquier cadena del tipo que sea.
Si entendemos como trazabilidad a: "un conjunto de procedimientos preestablecidos y
autosuficientes que permiten conocer el histrico, la ubicacin y la trayectoria de un
producto, o lote de productos a lo largo de la cadena de suministros, en un momento
dado y a travs de unas herramientas determinadas", un sistema de trazabilidad deber
de estar compuesto por:
1. Sistemas de identificacin
1. Un sistema de identificacin del producto unitario
2. Un sistema de identificacin del embalajes o cajas
3. Un sistema de identificacin de bultos o palets
2. Sistemas para la captura de datos
1. Para las materias primas
2. Para la captura de datos en planta
3. Para la captura de datos en almacn
3. Software para la gestin de datos
1. Capaz de imprimir etiquetas
2. Capaz de grabar chips RFID
3. Capaz de almacenar los datos capturados
4. Capaz de intercambiar datos con los sistemas de gestin empresariales
Sistemas de medicion
En primer lugar definiremos lo que es un item, agrupaciones de items y agrupaciones de
agrupaciones:
Item: es la unidad mnima, indivisible, que tiene un sentido de venta a usuario final o
de control.
Agrupacin de Items: es la unin de varios items, agrupados y unidos bajo algn tipo
de embalaje y que se mueven de forma unitaria. Tiene un sentido de venta a
distribuidor o intermediario.
Agrupacin de Agrupaciones: es la unin de varias agrupaciones, que se mueven
juntas bajo algn tipo de embalaje y que se mueven de forma unitaria. Tiene un
sentido de transporte.
Escoger cul es el camino adecuado no es fcil, pero compaas tan importantes como
Oracle, Microsoft e Intel han desarrollado sus productos para que sea posible
interaccionar entre diversas plataformas informticas, por lo que la opcin por la que se
decantan las grandes aplicaciones de trazabilidad como:
Algunos software de trazabilidad comerciales que utilizan las modernas Herramientas de
gestin empresarial
Dipole Trace Suite, Arballon Business Software, IBM, webMethods, Tibco, Oat Systems,
SAP, RedPrairie, HighJump, Logility, EDS,XiD,1 TAI,2
Trazabilidad
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
El trmino trazabilidad es definido por la Organizacin Internacional para la
Estandarizacin (ISO), en su International Vocabulary of Basic and General Terms in
Metrology Como:
La propiedad del resultado de una medida o del valor de un estndar donde este pueda estar
relacionado con referencias especificadas, usualmente estndares nacionales o internacionales, a
travs de una cadena continua de comparaciones todas con incertidumbres especificadas.
Como consecuencia vemos que para obtener la trazabilidad de un producto, hay que ir
registrando los indicios que va dejando el producto mientras se mueve por la cadena, ya
sea en el sentido normal o en el sentido inverso (como la logstica inversa). Existen
mltiples formas de registrar los indicios, como sensores de temperatura, humedad, etc.;
pero existen pocos mtodos de transmitir estos indicios de una forma estandarizada
entre los diferentes agentes de la cadena, entre los que destacan la codificacin GS1-128
y el EPC.
[editar] Aplicaciones
La palabra trazabilidad ya existe en el idioma castellano y ha sido aprobada por la
RAE; el trmino aparece en la edicin electrnica del Diccionario de la Lengua
Espaola como artculo nuevo y como avance de la vigsima tercera edicin. Otro
trmino apropiado es: seguimiento del producto o tambin se puede utilizar rastreo
de producto. Tiene aplicacin en diversas industrias y reas, se han impulsado el
concepto de trazabilidad, particularmente en pases con mayor desarrollo en los que se
han publicado normativas especficas.
La trazabilidad es aplicada por razones relacionadas con mejoras de negocio las que
justifican su presencia: mayor eficiencia en procesos productivos, menores costes ante
fallos, mejor servicio a clientes, etc. En este mbito cabe mencionar sectores como los
de automocin, aeronutica, distribucin logstica, electrnica de consumo, etc.,
Esta prctica es factible de certificacin, por ejemplo en los sistemas de gestin de
calidad, de gestin medioambiental y sistemas de control conocidos como cadena de
custodia.
Una nueva aplicacin se encuentra en la rama de la construccin. Actualmente,
empresas constructoras y clientes finales, requieren un buen rastreo de sus productos a
utilizar en la obra. En cuyo caso, la trazabilidad inicia cuando el producto llega a la
obra, certificados de calidad, remisiones de compra y datos del proveedor; como acto
seguido, se registran pruebas de laboratorio, fechas de embarque, habilitado, colado y
grficas de comportamiento.
Por ejemplo: en un elemento estructural como una columna de hormign, los elementos
a rastrear, seran el acero y el concreto bsicamente. Para el acero, se identifican
certificados de calidad, nmero de atado, colada, peso, nmero de piezas, pruebas de
destruccin y fechas de habilitado. Para el concreto tendramos que registrar: Proveedor,
Resistencia f'c, edad garanta, tamao de agregados, revenimiento, tipo de cemento,
dosificacin y aditivos adicionales, en caso de haberlos utilizados. Una vez registrados
estos datos que por lo general se obtienen de la nota de remisin del proveedor de
concreto, se registran las pruebas de concreto y grficas de comportamiento para ese
elemento en particular. En caso de existir, se incluye en el historial, estudios de
laboratorio ms especficos como son, extraccin de ncleos de concreto, estudios de
resonancia magnticas y otros para comprobar el estado fsico y composicin real del
elemento.
Bajo este mismo esquema, podemos crear el historial de terraceras, obra cvil,
estructura metlica, laminacin, y acabados que componen un edificio.
Cuando nos referimos a trazabilidad alimentaria, estamos hablando de los dos primeros
casos, pero no hay que olvidar que tambin los instrumentos que empleamos en el
proceso de transformacin del alimento, balanzas, refrigeradores, deben ser trazables y
garantizar esta seguridad alimentaria.
Cmo realizar esta trazabilidad:
Si bien, con el avance de las tecnologas, este mtodo est siendo lentamente desplazado
por otro tipo de tcnicas, tales como los sistemas RFID, lo cierto es que hasta el
momento la mayora de las mercancas que ingresan al mercado son identificadas a
travs del Cdigo de Barras.
Con el paso de los aos, su uso se ha expandido de tal manera, que actualmente el
cdigo de barras es utilizado a nivel masivo, incluso en las tiendas minoristas para
realizar una facturacin automtica de los artculos.
Como se componen?
[editar] El RFID
RFID
[editar] Transporte
Teniendo los productos controlados, ahora necesitamos un medio de transporte dentro
de la empresa o del proceso antes de llegar a amnos del cliente o consumidor. Existen
numerosos tipos de transporte los cuales estan nombrados a continuacin(ya que se
encuentra citado en sus respectivos artculos):
Cintas
Bandejas
Pal
Un pal (nico trmino reconocido por la Real Academia Espaola),[1] palet o paleta es
un armazn de madera, plstico u otros materiales empleado en el movimiento de carga
ya que facilita el levantamiento y manejo con pequeas gras hidrulicas, llamadas
carretillas elevadoras.
Contenedores
Revista RFID[1]
Empresa Tag ingenieros[2]
Dipole [3]
http://www.gs1.org/epcglobal
Software de trazabilidad
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
El Software de trazabilidad es aquel capaz de registrar la traza de los productos a lo
largo de la cadena de suministro interna o externa,1 empaquetarlos en un formato legible
y prepararlos para poder ser gestionados por el propio software o como respuesta a una
solicitud de servicio.
El desarrollo de soluciones para el control de la trazabilidad ha venido desarrollndose
parejo a:
1. Los esfuerzos de las administraciones para controlar la calidad del producto que
llega al usuario final para crear las legislaciones pertinentes.
2. Las necesidades empresariales para obtener informacin en tiempo real con el
fin de fidelizar a los clientes
3. Al desarrollo tecnolgico en plataformas informticas y tecnologa para la
identificacin de productos y obtener la informacin en la medida de sus
movimientos
GS1 ha elaborado, como resultado de requerimientos de diferentes grupos
internacionales, una serie de guas y recomendaciones sobre la aplicacin de los
estndares Globales EAN.UCC en las tareas de trazabilidad global para diferentes
sectores de la industria.
En los ltimos aos se han ido creando multiples normativas y legislaciones sobre
trazabilidad por organismos en la Unin Europea,2 la Agencia Espaola de Seguridad
Alimentaria y Nutricin, dependiente del Ministerio de Sanidad, o la FDA en Estados
Unidos3 entre otros.
Para un software de trazabilidad, la dificultad radica en que no existe un patrn de
empaquetamiento e intercambio de datos entre ninguno de ellos, por lo que las
exigencias de dichas normativas son diferentes entre s, lo que provoca que la
fabricacin de un producto deba cumplir normativas diferentes dependiendo del pas al
que vaya destinado.
Datos a registrar
Para hablar de los datos que tiene que registrar un software de trazabilidad con el fin de
conocer la traza del un producto, nos fijaremos en la capacidad de reconstruir la historia.
Por ello deberemos conocer en tiempo real los datos de:
Todos estos datos y algn otro que sea imprescindible para un sector en concreto, se
debern asociar al lote de fabricacin o manipulacin del producto con su codificacin
correspondiente. El software para trazabilidad deber de ser capaz de relacionarlos y
prepararlos para su explotacin.
A pesar de que no existe una normativa general emitida por la administracin para
formar los empaquetamientos de las informaciones registradas, los softwares actuales
permiten establecer capas de informacin en varios niveles, lo que facilita la toma de
datos para su registro.
Lo que s que existe es un sistema de transmisin de la informacin entre empresas u
organismos que son:
[editar] Referencias
1. Trazabilidad Interna y Externa
2. Food and Safety en EU
3. Food and Drug Administration
Cuadro de mando
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Otros indicadores debern ser elaborados expresamente para analizar una empresa
concreta.
El sistema de indicadores debe organizarse en un cuadro de mando. El cuadro de mando
recoge los principales indicadores y los presenta de un modo claro y til. El cuadro de
mando es un sistema que nos informa de la evolucin de los parmetros fundamentales
del negocio.
Los cuadros de mando han de presentar slo aquella informacin que sean
imprescindible, de una forma sencilla y por supuesto, sinptica y resumida.
El CMI es por lo tanto un sistema de gestin estratgica de la empresa, que consiste en:
Conceptos principales
[editar] Perspectivas
[editar] Perspectiva Financiera
Esta perspectiva abarca el rea de las necesidades de los accionistas. Esta parte del BSC
se enfoca a los requerimientos de crear valor para el accionista como las ganancias,
rendimiento econmico, desarrollo de la compaa y rentabilidad de la misma.
Valor Econmico Agregado (EVA), Retorno sobre Capital Empleado (ROCE), Margen
de Operacin, Ingresos, Rotacin de Activos son algunos indicadores de esta
perspectiva.
Algunos indicadores frecuentemente utilizados son:
ndice de liquidez.
ndice de endeudamiento.
ndice DuPont.
ndice de rendimiento del capital invertido.
Para lograr el desempeo financiero que una empresa desea, es fundamental que posea
clientes leales y satisfechos, con ese objetivo en esta perspectiva se miden las relaciones
con los clientes y las expectativas que los mismos tienen sobre los negocios. Adems,
en esta perspectiva se toman en cuenta los principales elementos que generan valor para
los clientes integrndolos en una propuesta de valor, para poder as centrarse en los
procesos que para ellos son ms importantes y que ms los satisfacen.
La Perspectiva de Clientes, como su nombre lo dice est enfocada a la parte ms
importante de una empresa, sus clientes; sin consumidores no existe ningn tipo de
mercado. Por consiguiente, se debern cubrir las necesidades de los compradores entre
las que se encuentran los precios, la calidad del producto o servicio, tiempo, funcin,
imagen y relacin. Cabe mencionar que todas las perspectivas estn unidas entre s, esto
significa que para cubrir las expectativas de los accionistas tambin se debe cubrir las de
los consumidores para que compren y se genere una ganancia. Algunos indicadores de
esta perspectiva son: Satisfaccin de Clientes, Desviaciones en Acuerdos de Servicio,
Reclamos resueltos del total de reclamos, Incorporacin y retencin de clientes.
El conocimiento de los clientes y de los procesos que ms valor generan es muy
importante para lograr que el panorama financiero sea prspero. Sin el estudio de las
peculiaridades del mercado al que est enfocada la empresa no podr existir un
desarrollo sostenible en la perspectiva financiera, ya que en gran medida el xito
financiero proviene del aumento de las ventas, situacin que es el efecto de clientes que
repiten sus compras porque prefieren los productos que la empresa desarrolla teniendo
en cuenta sus preferencias.
Una buena manera de medir o saber la perspectiva del cliente es diseando protocolos
bsicos de atencin y utilizar la metodologa de cliente incgnito para la relacin del
personal en contacto con el cliente (PEC).
[editar] Perspectiva de Procesos
alcanzar este objetivo se propone un anlisis de los procesos internos desde una
perspectiva de negocio y una predeterminacin de los procesos clave a travs de la
cadena de valor.
Se distinguen cuatro tipos de procesos:
El modelo plantea los valores de este bloque como el conjunto de guas del resto de las
perspectivas. Estos inductores constituyen el conjunto de activos que dotan a la
organizacin de la habilidad para mejorar y aprender. Se critica la visin de la
contabilidad tradicional, que considera la formacin como un gasto, no como una
inversin.
La perspectiva del aprendizaje y mejora es la menos desarrollada, debido al escaso
avance de las empresas en este punto. De cualquier forma, la aportacin del modelo es
relevante, ya que deja un camino perfectamente apuntado y estructura esta perspectiva.
Clasifica los activos relativos al aprendizaje y mejora en:
El horizonte temporal.
Los niveles de responsabilidad y/o delegacin.
Las reas o departamentos especficos.
Otras clasificaciones:
La situacin econmica.
Los sectores econmicos.
Otros sistemas de informacin.
En la actualidad, no todos los cuadros de mando integral estn basados en los principios
de Kaplan y Norton, aunque s influenciados en alguna medida por ellos. Por este
motivo, se suele emplear con cierta frecuencia el trmino dashboard, que relaja algunas
caractersticas tericas del cuadro de mando. De forma genrica, un dashboard engloba
a varias herramientas que muestran informacin relevante para la empresa a travs de
una serie de indicadores de rendimiento, tambin denominados KPIs (key performance
indicators).
Con una frecuencia mucho menor se utiliza el concepto de cuadro de mando
operativo, que es una utilidad de control enfocada a la monitorizacin de variables
operativas, es decir, indicadores rutinarios ligados a reas o departamentos especficos
de la empresa. Su puesta en funcionamiento es ms barata y sencilla, por lo que suele
ser un buen punto de partida para aquellas compaas que intentan evaluar la
implantacin de un cuadro de mando integral.
Los cuadros de mando han de presentar slo aquella informacin que resulte ser
imprescindible, de una forma sencilla y por supuesto, sinptica y resumida.
No se puede olvidar la importancia que tienen tanto los grficos, tablas y/o cuadros de
datos, etc, ya que son verdaderos nexos de apoyo de toda la informacin que se
resume en los Cuadros de Mando.
De alguna manera, lo que incorporemos en esta herramienta, ser aquello con lo que
podremos medir la gestin realizada y, por este motivo, es muy importante establecer en
cada caso qu es lo que hay que controlar y cmo hacerlo. En general, el Cuadro de
Mando debe tener cuatro partes bien diferenciadas:
Una primera en la que se deben de constatar de forma clara, cules son las variables o
aspectos clave ms importantes a tener en cuenta para la correcta medicin de la
gestin en un rea determinada o en un nivel de responsabilidad concreto.
Una segunda en la que estas variables puedan ser cuantificadas de alguna manera a
travs de los indicadores precisos, y en los perodos de tiempo que se consideren
oportunos.
Por ltimo y como objetivo ms importante, esta herramienta de gestin debe facilitar
la toma de decisiones. Para ello, el modelo debera en todo momento:
Los principales elementos que pueden hacer que el Cuadro de Mando muestre notables
diferencias con respecto a otras herramientas contables y de gestin:
Aprendizaje: Cmo debe nuestra organizacin aprender e innovar para alcanzar sus
objetivos?
Procesos Internos: En que Procesos debemos ser excelentes?
Clientes: Qu necesidades de los Clientes debemos atender para tener xito?
Financiera: Qu Objetivos Financieros debemos lograr para ser exitosos?
De modo previo, al abordar la presentacin del Cuadro de Mando, se debe resaltar una
cuestin que es de gran importancia en relacin a su contenido. Se trata del aspecto
[editar] Referencias
Kaplan, Robert S. and David P. Norton, The Balanced Scorecard: Translating Strategy
Into Action,Boston, MA: Harvard Business School Press, 1996. [1]
Olve, Nils-Gran, Jan Roy and Magnus Wetter, Performance Drivers: A Practical Guide
to Using the Balanced Scorecard, Chichester, UK: John Wiley & Sons, 1999.
Kaplan, Robert S. and David P. Norton, The Strategy-focused organization, Boston, MA:
Harvard Business School Press, 2000.
Definiciones
El trmino sistema de apoyo a la decisin se ha utilizado de formas muy diversas y se
ha definido de diferentes maneras dependiendo del punto de vista del autor.2 Algunas de
esas definiciones son:
Un DSS, en trminos muy generales, es "un sistema basado en computador que ayuda
en el proceso de toma de decisiones" (Finlay3 y otros).
En trminos bastante ms especficos, un DSS es "un sistema de informacin basado
en un computador interactivo, flexible y adaptable, especialmente desarrollado para
apoyar la solucin de un problema de gestin no estructurado para mejorar la toma de
[editar] Taxonomas
Al igual que ocurre con la definicin, no existe una taxonoma universalmente aceptada
para los DSS. Diferentes autores proponen diferentes clasificaciones. Utilizando la
relacin con el usuario como criterio, Haettenschwiler12 distingue entre:
DSS pasivo.- Es un sistema de ayudas para el proceso de toma de decisiones, pero que
no puede llevar a cabo una decisin explcita sugerencias o soluciones.
DSS activo.- Puede llevar a cabo dicha decisin sugerencias o soluciones.
DSS cooperativo.- Permite al encargado de la toma de decisiones (o a sus asesores)
modificar, completar o perfeccionar las sugerencias de decisin proporcionadas por el
sistema, antes de enviar de vuelta al sistema para su validacin. El nuevo sistema
mejora, completa y precisa las sugerencias del tomador de la decisin y las enva de
vuelta a su para su validacin. Entonces, todo el proceso comienza de nuevo, hasta
que se genera una solucin consolidada.
DSS para la gran empresa.- Este DSS estar enlazado con un almacn de datos de gran
tamao y dar servicio a muchos gerentes, directores y/o ejecutivos de la compaa.
DSS de escritorio.- Es un sistema pequeo que puede correr en el ordenador personal
de un gerente al que da servicio (un solo usuario).
[editar] Arquitecturas
Una vez ms, diferentes autores identifican diferentes componentes para un DSS.
Sprague y Carlson8 identifican tres componentes bsicos que son explicados con ms
detalles por Haag y otros:16
fuentes externas (como Internet), o del personal (de ideas y experiencias de los
usuarios individuales).
El sistema gestor de modelos.- Se ocupa de las representaciones de los
acontecimientos, hechos o situaciones utilizando varios tipos de modelos (dos
ejemplos seran modelos de optimizacin y modelos de bsqueda-objetivo).
El sistema gestor y generador de dilogos.- Se trata de la interfaz de usuario; es, por
supuesto, el componente que permite a un usuario interactuar con el sistema.
La interfaz de usuario.
La base de datos.
Las herramientas analticas y de modelado.
La red y arquitectura del DSS.
Los sistemas DSS no son totalmente diferente de otros sistemas y requieren un enfoque
estructurado. Sprague y Watson (1993) proporcionaron un entorno de tres niveles
principales:
1. Los niveles de tecnologa.- Se propone una divisin en 3 niveles de hardware y
software para los DSS:
1. DSS especfico.- Aplicacin real que ser utilizada por el usuario. sta es la
parte de la aplicacin que permite la toma decisiones en un problema
particular. El usuario podr actuar sobre este problema en particular.
2. Generador de DSS.- Este nivel contiene hardware y software de entorno que
permite a las personas desarrollar fcilmente aplicaciones especficas de DSS.
[editar] Referencias
1. Alter, S. L. (1980). Decision support systems: current practice and continuing
challenges. Reading, Mass., Addison-Wesley Pub.
2. Druzdzel, M. J. and R. R. Flynn (1999). Decision Support Systems. Encyclopedia of
Library and Information Science. A. Kent, Marcel Dekker, Inc.
3. Finlay, P. N. (1994). Introducing decision support systems. Oxford, UK Cambridge,
Mass., NCC Blackwell; Blackwell Publishers.
4. Turban, E. (1995). Decision support and expert systems: management support
systems. Englewood Cliffs, N.J., Prentice Hall. ISBN 0-02-421702-6
5. Little, J.D.C.(1970, April). "Models and Managers:The Concept of a Decision
Calculus." Management Science, Vol.16,NO.8
6. a b Keen, P. G. W. (1978). Decision support systems: an organizational perspective.
Reading, Mass., Addison-Wesley Pub. Co. ISBN 0-201-03667-3
7. Moore, J.H.,and M.G.Chang.(1980,Fall)."Design of Decision Support Systems." Data
Base,Vol.12, Nos.1 and 2.
8. a b Sprague, R. H. and E. D. Carlson (1982). Building effective decision support
systems. Englewood Cliffs, N.J., Prentice-Hall. ISBN 0-13-086215-0
9. Keen, P. G. W. (1980). Decision support systems: a research perspective. Decision
support systems : issues and challenges. G. Fick and R. H. Sprague. Oxford ; New York,
Pergamon Press.
10. a b Power, D. J. (1997). What is a DSS? The On-Line Executive Journal for DataIntensive Decision Support 1(3).
11. Power, D.J. A Brief History of Decision Support Systems DSSResources.COM, World
Wide Web, version 2.8, May 31, 2003.
12. Haettenschwiler, P. (1999). Neues anwenderfreundliches Konzept der
Entscheidungsuntersttzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft.
Zurich, vdf Hochschulverlag AG: 189-208.
13. a b c Power, D. J. (2002). Decision support systems: concepts and resources for
managers. Westport, Conn., Quorum Books.
14. Gachet, A. (2004). Building Model-Driven Decision Support Systems with Dicodess.
Zurich, VDF.
15. Stanhope, P. (2002). Get in the Groove: building tools and peer-to-peer solutions
with the Groove platform. New York, Hungry Minds
Un EIS suele necesitar de la implantacin de un data warehouse o data mart que acte
como fuente central de informacin, unificando, depurando e integrando las distintas
bases de datos operacionales de la compaa. Por otro lado, es posible adaptar la
estructura del EIS a la teora de Balanced Scorecard o Cuadro de Mando Integral
impulsada por Kaplan y Norton, o bien a cualquier otro modelo de seguimiento de
indicadores que maneje la organizacin.
Control de gestin
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Se ha sugerido que este artculo o seccin sea fusionado con Control
interno (ver la discusin al respecto).
Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F.
El control de gestin es un proceso que sirve para guiar la gestin empresarial hacia los
objetivos de la organizacin y un instrumento para evaluarla.
Existen diferencias importantes entre las concepciones clsica y moderna de control de
gestin. La primera es aquella que incluye nicamente al control operativo y que lo
desarrolla a travs de un sistema de informacin relacionado con la contabilidad de
costos, mientras que la segunda integra muchos ms elementos y contempla una
continua interaccin entre todos ellos. El nuevo concepto de control de gestin centra su
atencin por igual en la planificacin y en el control, y precisa de una orientacin
estratgica que dote de sentido sus aspectos ms operativos.
[editar] Desarrollo
Segn Garca (1975), el control de gestin (CG) es ante todo un mtodo, un medio para
conducir con orden el pensamiento y la accin, lo primero es prever, establecer un
pronstico sobre el cual fijar objetivos y definir un programa de accin. Lo segundo es
controlar, comparando las realizaciones con las previsiones, al mismo tiempo que se
ponen todos los medios para compensar las diferencias constatadas.
Blanco (1984) plantea que la moderna filosofa del CG presenta la funcin de control
como el proceso mediante el cual los directivos se aseguran de la obtencin de recursos
y del empleo eficaz y eficiente de los mismos en el cumplimiento de los objetivos de la
empresa.
La gestin es una mezcla de decisiones locales con objetivos globales de la compaa,
segn lo ve Goldratt (1990), desde su teora sobre gestin de las limitaciones (TOC),
precisando que el control es una parte del sistema de informacin que responde a una de
las preguntas gerenciales ms perturbadoras: cmo medir objetiva y constructivamente
el desempeo local pasado?
Segn Huge Jordan (1995), el CG es un instrumento de la gestin que aporta una ayuda
a la decisin y sus tiles de direccin van a permitir a los directores alcanzar los
objetivos; es una funcin descentralizada y coordinada para la planificacin de
objetivos, acompaada de un plan de accin y la verificacin de que los objetivos han
sido alcanzados.
A partir de 1990, aparece el trmino controlling (4) en Alemania, Espaa y Estados
Unidos. El salto cualitativo no est en la definicin misma de control de gestin, sino en
lo que enfatiza ahora la literatura con este trmino: las nuevas caractersticas que debe
presentar el control de gestin ante el cambio radical que est operndose en los
modelos de perfeccionamiento empresarial. Kupper (1992) lo ve como un medio de
coordinacin de las numerosas partes del sistema de management. Pacher-Theinburg
(1992) subraya la significacin del controlling por la integracin alcanzada entre las
funciones de planificacin y control. Garca Echevarra (1994) resalta tanto su
dimensin estratgica y global de la empresa como su dimensin especfica en la
funcin que se dirige. El controlling, como el control de gestin, orientado ms hacia el
futuro que al pasado y donde se ve fundamentalmente a la empresa desde afuera de s
misma, integrada con el cliente y la competencia.
Si continuramos citando autores, se comprobara que la definicin de CG no es nica,
vara con cada autor y con el transcurso de los aos, ya que el constante cambio del
Todos los autores reconocen que los objetivos son la categora rectora, porque el
proceso de toma de decisiones est orientado a alcanzar los objetivos marcados y
luego estos son el patrn para evaluar a la gestin, o sea el grado en que los resultados
de la gestin se acercan a los objetivos previamente establecidos. El control de gestin
se relaciona con las actividades siguientes: formulacin de objetivos, fijacin de
estndares, programas de accin (presupuestos), utilizacin de recursos, medicin de
resultados (verificacin), anlisis de desviaciones, correccin del desempeo o mejora.
En este marco se considera que la gestin comprende todos los procesos descritos
anteriormente puesto que constituyen la va para concretar y alcanzar la poltica
general de la empresa, y por ende incluye al control de gestin como su herramienta
para evaluar si las decisiones que se toman al asignar y utilizar los recursos, se alejan o
se acercan a los objetivos. Tambin se considera que el control de gestin no debe ser
reducido a la funcin de control (entendido como evaluacin y correccin del
desempeo solamente) sino que comprende tambin la fase de planificacin (porque
durante el proceso de definir objetivos se determinan las formas de medirlos, y su
cuantificacin en el estndar), que a su vez est determinada por los procesos de
mejoramiento que son los que le otorgan la capacidad de diagnstico al control de
gestin.
relativas a los procesos sobre los que actan. En estas condiciones, la problemtica a
resolver por el CG es servir de puente entre los resultados econmicos y las decisiones
que se toman sobre los procesos fsicos de la empresa poniendo de manifiesto sus
vnculos funcionales.
Sin embargo, solo a travs de la implicacin de todo el personal, una empresa puede
dar respuesta a las exigencias de flexibilidad y capacidad de reaccin que le plantea
hoy el cambio de entorno.(3) Pierden competitividad aquellas organizaciones que
mantienen una divisin entre los que piensan y los que actan; se abren paso las
organizaciones inteligentes (learning organizations) que se basan en el aprendizaje y la
gestin del conocimiento, lo que equivale a que los recursos humanos se convierten
en el principal factor diferenciador en el actual contexto.
[editar] Conclusiones
Data mart
De Wikipedia, la enciclopedia libre
(Redirigido desde Datamart)
Saltar a navegacin, bsqueda
Un Data mart es una versin especial de almacn de datos (data warehouse). Son
subconjuntos de datos con el propsito de ayudar a que un rea especfica dentro del
negocio pueda tomar mejores decisiones. Los datos existentes en este contexto pueden
ser agrupados, explorados y propagados de mltiples formas para que diversos grupos
de usuarios realicen la explotacin de los mismos de la forma ms conveniente segn
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 Analtico en
Lnea) que ofrecen una visin multidimensional de la informacin. Sobre estas bases de
datos se pueden construir EIS (Executive Information Systems, Sistemas de
Informacin 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 anlisis de grandes cantidades de datos con el objetivo de extraer informacin
til, por ejemplo para realizar clasificaciones o predicciones.
En sntesis, se puede decir que los data marts son pequeos data warehouse centrados
en un tema o un rea de negocio especfico dentro de una organizacin.
Segn la escuela Inmon de data warehouse, entre las prdidas inherentes al uso de data
marts estn la escalabilidad limitada, la duplicacin de datos, la inconsistencia de los
datos con respecto a otros almacenes de informacin y la incapacidad para aprovechar
las fuentes de datos de la empresa. As y todo estas herramientas son de gran
importancia.
Visin general
Un modelo de base de datos es una teora o especificacin que describe como una base
de datos es estructurada y usada. Varios modelos han sido sugeridos.
Modelos comunes:
Modelo jerrquico
Modelo de red
Modelo relacional
Modelo entidad-relacin
Modelo objeto-relacional
Modelo de objeto
[editar] Modelos
Varias tcnicas son usadas para modelar la estructura de datos. La mayor parte de
sistemas de base de datos son construidos entorno a un modelo de datos particular,
aunque sea cada vez ms comn para productos ofrecer el apoyo a ms de un modelo.
Ya que cualquier varia puesta en prctica lgica modela fsica puede ser posible, y la
mayor parte de productos ofrecern al usuario algn nivel de control en la sintona de la
puesta en prctica fsica, desde las opciones que son hechas tienen un efecto
significativo sobre el funcionamiento. Un ejemplo de esto es el modelo emparentado:
todas las puestas en prctica serias del modelo emparentado permiten la creacin de
ndices que proporcionan rpido acceso a filas en una tabla si conocen los valores de
ciertas columnas.
suministrando valores claves. Aunque esto no sea un rasgo esencial del modelo, las
bases de datos de red generalmente ponen en prctica las relaciones de juego mediante
indicadores que directamente. dirigen la ubicacin de un registro sobre el disco. Esto da
el funcionamiento de recuperacin excelente, a cargo de operaciones como la carga de
base de datos y la reorganizacin. La mayor parte de bases de datos de objeto usan el
concepto de navegacin para proporcionar la navegacin rpida a travs de las redes de
objetos, generalmente usando identificadores de objeto como indicadores "inteligentes"
de objetos relacionados. Objectivity/DB, por ejemplo, los instrumentos llamados 1:1,
1:muchos, muchos:1 y muchos:muchos, llamados relaciones que pueden cruzar bases de
datos. Muchas bases de datos de objeto tambin apoyan SQL, combinando las fuerzas
de ambos modelos.
[editar] Referencias
Este artculo fue creado a partir de la traduccin del artculo Database model de la
Wikipedia en ingls, bajo licencia Creative Commons Compartir Igual 3.0 y GFDL.
Puedes buscar pginas sobre RFID Data Suite, ver todas las pginas desde
este ttulo o solicitar su creacin.
Para crear un artculo enciclopdico, utiliza nuestro asistente.
Si has seguido un enlace rojo, no ests obligado a introducir un texto aqu.
Puedes volver atrs y seguir en el artculo anterior.
Puedes pedir informacin en Consultas, porque si lo haces aqu tu peticin ser
borrada sin previo aviso.
Si quieres hacer pruebas, por favor, utiliza la Zona de pruebas.
Commons
Wikcionari
Wikisourc Wikinotici Wikiversida
Wikilibros
(imgenes
d
o
e
(tutoriales/manual Wikiquot
as
y
(diccionari
e (citas) (bibliotec (noticias) (contenido
es)
acadmico) multimedi
o)
a)
a)
Reglas de negocio
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
Las Reglas del Negocio o Conjunto de Reglas de Negocio describe las polticas,
normas, operaciones, definiciones y restricciones presentes en una organizacin y que
son de vital importancia para alcanzar los objetivos misionales.
Ejemplos de reglas de negocio: "Un cliente al que facturamos ms de 10.000 al ao es
un cliente de tipo A", "A los clientes de tipo A les aplicamos un descuento del 10% en
pedidos superiores a 3.000".
Las organizaciones funcionan siguiendo mltiples reglas de negocio, explcitas o
tcitas, que estn embebidas en procesos, aplicaciones informticas, documentos, etc.
Pueden residir en la cabeza de algunas personas o en el cdigo fuente de programas
informticos.
En los ltimos aos se viene observando una tendencia a gestionar de forma sistemtica
y centralizada las reglas de negocio, de modo que sea fcil y sencillo consultarlas,
entenderlas, utilizarlas, cambiarlas, etc. Para ello se puede utilizar un motor de reglas de
negocio. El motor de reglas de negocio es un sistema que se configura para dar servicio
a las necesidades de negocio a travs de la definicin de objetos y reglas de negocio, el
software se rige por flujos que derivan responsabilidades a los distintos cargos de la
empresa repartiendo as el trabajo equitativamente y cuantitativamente, cuando, quien y
donde tiene que desempear la tarea asignada.
Las reglas de negocio son un medio por el cual la estrategia es implementada. Las reglas
especifican - en un nivel adecuado de detalle - lo que una organizacin debe hacer.
Caractersticas
Las reglas de negocio deben ser:
1.
2.
3.
4.
5.
Declarativas.
Atmicas.
Contructos independientes y distintos.
Expresadas en lenguaje natural.
Orientadas al negocio.
RuleBurst.
JBoss Rules
Dinno Corp
REM
Eximia ([3])
Reingeniera de procesos
De Wikipedia, la enciclopedia libre
(Redirigido desde Reingeniera de Procesos)
Sensibilizacin al cambio.
Planeacin estratgica.
Automatizacin.
Gestin de Calidad Total.
Reestructuracin Organizacional.
Mejora Continua.
Valores compartidos.
Perspectiva individual.
Comportamiento en el lugar de trabajo.
Resultados finales.
[editar] Etapas
Las etapas de la reingeniera pueden ser las siguientes:
Requisitos
La mejora continua requiere:
Apoyo en la gestin.
Feedback (retroalimentacion) y revisin de los pasos en cada proceso.
Claridad en la responsabilidad de cada acto realizado.
Poder para el trabajador.
Forma tangible de realizar las mediciones de los resultados de cada proceso
Logo de Toyota.
tradiciones tanto culturales como sociales de Japn y, por tanto, muy difcil de
implantar en industrias no japonesas. Sin embargo ms tarde qued demostrado que, si
bien la puesta en prctica de los principios y tcnicas que sostenan los sistemas de
produccin JIT requeran un profundo cambio en la filosofa de produccin, no tenan
como requisito imprescindible una forma de sociedad especfica. Tras ser adoptado
formalmente por numerosas plantas japonesas en los aos 70, el sistema JIT comenz a
ser implantado en Estados Unidos en los aos 80. En el caso de Espaa, algunas de las
experiencias iniciales de implantacin de tcnicas de produccin JIT mostraron la
viabilidad de estos enfoques en nuestro pas.
Las clulas agrupan mquinas de diversos tipos para elaborar piezas de forma similar o
con requerimientos de procesamiento parecidos. La organizacin de la maquinaria en
cada clula recuerda a una cadena de montaje, normalmente en forma de U. El trabajo
se desplaza por la clula de un proceso a otro, mientras los empleados siguen un camino
establecido. La forma en que las clulas se distribuyen facilita la produccin
simultnea de diferentes productos, y permite que problemas derivados de las
variaciones en el volumen de produccin puedan ser resueltos incorporando ms
personal a la clula. Como en cada clula se elaboran artculos similares, el tiempo de
adaptacin de las mquinas es pequeo y el tamao de los lotes de produccin puede
disminuir.
Uno de los grandes problemas a los que se enfrentan las empresas, particularmente las
automovilsticas, es la coordinacin entre la produccin y entrega de materiales y partes
con la elaboracin de ensamblados parciales y las necesidades de la cadena de montaje.
Tradicionalmente, los inventarios se han empleado como elemento amortiguador de los
fallos de coordinacin. La respuesta de la produccin JIT al problema fue el sistema
pull o de arranque.
Este sistema requiere invertir el habitual flujo proceso-informacin, que caracteriza al
tradicional sistema push o de empuje. En este ltimo, se elabora un programa que
establece la labor a realizar para cada una de las estaciones de trabajo, cada una de las
cuales empuja posteriormente el trabajo ya realizado hasta la siguiente etapa. Sin
embargo, en el sistema pull los trabajadores retroceden hasta la estacin anterior para
retirar de ella los materiales y partes que necesitan para procesarlos inmediatamente.
Cuando se retira el material, los operarios de la estacin previa saben que ha llegado el
momento de comenzar a producir para reemplazar la produccin retirada por la
siguiente estacin. Si la produccin no se retira, los empleados de la estacin previa
detienen su labor. De este modo se evita tanto el exceso como el defecto en la
produccin. Se produce slo lo necesario, entendiendo como tal no lo que viene
establecido en un plan, sino lo que los consumidores demandan. Para controlar mejor el
funcionamiento del sistema, se consider necesario establecer un mecanismo de
formalizacin, denominado sistema de Kanban (en japons, tarjetas).
[editar] Produccin en pequeos lotes
Producir en lotes pequeos resulta atractivo desde dos perspectivas. Por un lado, se
necesita menos espacio y se inmovilizan menos recursos, la distancia entre los procesos
puede ser reducida, y con ella el coste de transporte interno entre estaciones. Por otro, la
reduccin de los niveles de inventario hace que los procesos se vuelvan ms
interdependientes, lo que permite detectar y resolver rpidamente los problemas.
[editar] Reduccin de los tiempos de fabricacin y minimizado de los tiempos de
entrega
Reducir el tamao del stock tambien obliga a una muy buena relacin con los
proveedores y subcontratistas, y adems as ayuda a disminuir en gran medida los costes
de almacenamiento (inventario).
[editar] Tolerancia cero a errores
Nada debe fabricarse sin la seguridad de poder hacerlo sin defectos, pues los defectos
tienen un coste importante y adems con los defectos se tiene entregas tardas, y por
tanto se pierde el sentido de la filosofa JIT
[editar] Metodologa 5 (S)
Para eliminar el desperdicio, los sistemas productivos JIT tratan de mantener un flujo de
produccin uniforme. Los cambios en la demanda final provocan fuertes variaciones en
el ritmo de produccin de la cadena de montaje final, que se trasladan multiplicadas a
las clulas de produccin de componentes. Las pequeas variaciones en la demanda
pueden ser absorbidas sin problemas por el sistema Kanban, como se explicar en el
apartado 3. Sin embargo, cambios ms bruscos terminan provocando la acumulacin de
existencias o la necesidad de establecer horas extras para poder cumplir con los
objetivos de produccin. Una va para reducir la incertidumbre pasa por mejorar los
pronsticos de la demanda. Otra alternativa consiste en intentar equilibrar, en la medida
de lo posible, la produccin a lo largo del horizonte de planificacin. No se trata de
producir la misma cantidad de cada producto todos los das, sino de mezclar pequeas
cantidades de distintos productos en la produccin diaria. As se consigue producir algo
de cada artculo todos los das, con lo que se responde mejor a las variaciones en la
Para que el sistema JIT funcione adecuadamente, es preciso alcanzar niveles muy
elevados de calidad. Las propias caractersticas del sistema promueven la elevacin de
los niveles de calidad. As, la produccin en pequeos lotes permite que los operarios
detecten mejor los defectos e identifiquen sus causas. La meta es alcanzar el cero
defectos, para lo que es preciso identificar los problemas de calidad en la fuente
(tambin llamados rocas), resolverlos, y nunca dejar pasar un producto defectuoso. Con
este fin, se traslada la responsabilidad sobre la calidad de los inspectores a los operarios,
dndoles la potestad de ejercer jidoka, lo cual significa que tienen la autoridad para
detener toda la cadena de montaje si se descubren problemas de calidad. Para promover
el uso de esta facultad, todos los trabajadores tienen acceso a un interruptor que activa
unas luces de emergencia o detiene el proceso productivo. Los problemas que surgen
cada da se van anotando, y se reserva una parte de la jornada laboral al mantenimiento
preventivo. Dedicar tiempo a planificar, formar, resolver problemas y mejorar el
entorno del trabajo es clave para el xito de la produccin JIT.
[editar] Redes de proveedores
Disponer de una red de proveedores dignos de confianza es vital para el sistema JIT. Es
necesario que los proveedores cumplan con exigentes requerimientos de calidad, y que
se ubiquen en las proximidades de la empresa, para facilitar entregas frecuentes de
pequeos lotes de partes o componentes. Una de las creencias ms extendidas respecto a
los sistemas JIT es que no eliminan la necesidad de mantener stocks, sino que solamente
la desplazan hacia los proveedores. Esto slo es cierto si los proveedores no aplican
tambin el sistema. Si lo hacen correctamente, pueden aprovechar las ventajas derivadas
de una demanda estable y segura, de los avisos previos respecto a variaciones en el
volumen de produccin, de la asistencia en cuestiones de ingeniera y administracin, y
en general, de los beneficios que se derivan de las estrechas relaciones clienteproveedor que caracterizan a la produccin justo a tiempo. Algunas de las tendencias
recientes de las polticas de los proveedores son:
1. Ubicarse cerca del cliente.
2. Emplear camiones pequeos, de carga lateral, y realizar embarques conjuntos.
3. Establecer pequeos almacenes cerca del cliente, o compartir los almacenes con otros
proveedores.
4. Emplear contenedores estandarizados y hacer las entregas de acuerdo con un
programa de entregas preciso.
5. Convertirse en un proveedor certificado, y aceptar cobrar por intervalos de tiempo en
lugar de por entregas.
[editar] Mejora continua
de inventario, los tiempos de adaptacin, los niveles de calidad, etc. Por lo tanto, se
puede decir que la produccin ajustada es un sistema que se encuentra en una situacin
de permanente evolucin, esto es, de mejora continua. Algunos de los elementos de esta
mejora continua son:
Control visual: tiene que ver con organizar los recursos que intervienen en el sistema
productivo de manera que se pueda lograr que los problemas se adviertan con mayor
facilidad y que los trabajadores sean ms conscientes de su ambiente de trabajo. La
visibilidad requiere mantener un lugar de trabajo limpio y ordenado, en el que los
objetos intiles se eliminan y se asignan ubicaciones fijas para los objetos tiles
(materiales, partes o herramientas), y los trabajadores se ocupan de cuidar
escrupulosamente los equipos y herramientas, as como el propio espacio en que se
desarrolla el trabajo.
Poka-Yoke: este concepto se refiere a los mecanismos o dispositivos simples que
previenen la ocurrencia de problemas. As, las mquinas que se detienen
automticamente despus de producir un nmero establecido de unidades, o los
sensores que impiden introducir demasiados artculos en un embalaje, son ejemplos
de poka-yoke.
Implicacin total de los empleados: la mejora continua no es una cuestin que pueda
dejarse en manos de un departamento o de un comit de expertos. Para lograrla, es
precisa la implicacin total de los empleados. La esencia misma del xito de un sistema
JIT reside en la predisposicin de los trabajadores a sealar los problemas de calidad, a
detener la produccin cuando sea preciso, y para aportar ideas de mejora, analizar los
procesos, realizar diversas funciones y modificar sus rutinas de trabajo. Para lograr
niveles elevados de participacin, las empresas deben adaptar su cultura corporativa y
crear expectativas respecto a la implicacin. Esto requiere formar a los empleados en
tcnicas para resolver los problemas, y darles la oportunidad de ponerlas en prctica.
Es preciso, si no se quiere que el flujo de ideas se interrumpa, aplicar una proporcin
importante de las ideas que se aportan.
Principios de la mejora continua: los siguientes principios pueden ser de utilidad para
iniciar o avanzar en el esfuerzo de la mejora continua:
Crear una mentalidad para la mejora. Negar el status quo. Pensar en positivo, no en
negativo. Las excusas no valen.
Intentarlo una y otra vez: no hay que buscar la perfeccin a la primera. Las pequeas
mejoras son la base de las grandes. Actuar y despus valorar los resultados. Corregir
los errores tan pronto como se advierten.
Pensar, no adquirir mejoras, cuestionarse el porqu de los problemas cuantas veces
sea necesario.
Trabajar en equipos. Con frecuencia, la creatividad de 10 personas puede superar al
conocimiento de un solo individuo.
Asumir que la mejora no tiene lmites. No darse nunca por satisfecho. Habituarse a
buscar formas mejores de hacer las cosas.
[editar] Kanban
La teora de las limitaciones, o teora de las restricciones (Theory of Constraints TOC) fue creada por Eliyahu M. Goldratt, un doctor en Fsica de origen israel.
Siendo empresario de la industria del software y siendo su empresa la 6 de ms rpido
crecimiento en 1982 segn Inc. Magazine, se pregunt si acaso existira alguna relacin
vlida entre las tcnicas utilizadas en la resolucin de problemas cientficos y los que l
encontr en su trabajo empresarial. Inici su investigacin y el desarrollo de su teora en
forma de una novela, su best-seller La meta.
En este libro, Eliyahu Goldratt muestra la esencia de su teora. La desarrolla de manera
ldica en el entorno de una empresa manufacturera sentenciada a la liquidacin; su
gerente, Alex Rogo, tiene tres meses para recuperar la rentabilidad de la empresa y la
estabilidad en su familia.
La esencia de la teora de las restricciones se basa en cinco puntos correlativos de
aplicacin:
1.
2.
3.
4.
5.
2. Limitaciones de polticas: son todas las reglas que evitan que la empresa alcance su
meta (por ejemplo: no hacer horas extras, trabajar en otros turnos, no vender a plazos,
etc.).
Enlaces externos