Está en la página 1de 11

Inteligencia De Negocios (Business Intelligence)

INNOVACIN, EMPRENDIMIENTO, CRECIMIENTO. TECNOLOGA Y HERRAMIENTAS PARA EL FUTURO

La Inteligencia de Negocios no es solo relativa al rea de las organizaciones privadas, sino tambin hoy en da relativo a los gobiernos y el desarrollo de sus polticas pblicas. Los orgenes e historia del Business Intelligence (Inteligencia de Negocios, Inteligencia de Mercados) han marcado claramente el desarrollo de los mercados, as como a sus participantes. Dado que hoy en da nos encontramos inmersos en los inicios en la era de la Sociedad del Conocimiento, el papel de la Inteligencia de Mercados en las empresas, entregar gran valor a sus productos y servicios en la medida que la toma de decisiones estratgicas de las empresas estn basadas en el BI, permitiendo a las empresas Crear Valor en sus mercados y capturar nuevas oportunidades de negocios. El trmino de Inteligencia de Negocios (Business Intelligence) se utiliza para resumir el manejo creativo e inteligente de los datos disponibles en los referentes entornos en una compaa o institucin (ya sea gubernamental o privada), y la conversin de estos datos en informacin estructurada. La Eficiencia de los elementos de Planificacin y Control de Gestin nos permite obtener conocimientos exactos del funcionamiento de la compaa en relacin con el objetivo estratgico de la institucin para tomar decisiones de una forma gil y fiable, mejorando los resultados del negocio. Los trminos Cuadro de Mando, Reporting y Balanced Scorecard son los ms populares que se encuentran en el marco de esta definicin. El trmino Business Intelligence suele causar confusin en lo relativo a la toma de decisiones que son realizadas por las personas a partir de la informacin de que disponen. En este sentido, surgen palabras claves como: Personas, informacin, Toma de Decisiones. De esta manera, podemos comenzar a realizar preguntas sobre: Dnde hemos estado?, Dnde estamos?, Hacia dnde iremos? QU ES EL BUSINESS INTELLIGENCE (INTELIGENCIA DE NEGOCIOS)?- Por qu deberamos preocuparnos respecto a esto? Si bien la Inteligencia de Negocios (BI) pareciera ser muy confuso al principio, deberamos preguntarnos primeramente para qu sirve? Bueno la respuesta es simple, para hacer de los negocios y fin de las instituciones sean ms inteligentes en la manera de ser conducidos. Y entonces podramos partir preguntndonos por qu es Inteligencia: Conocimiento y entendimiento, significado y contexto, previsin, resolver problemas complejos para tomar mejores decisiones?, quin toma las decisiones? Bueno, en este sentido podemos decir que las decisiones las toman las personas, los hombres de negocios! Las personas y hombres de negocios tomamos decisiones todo el tiempo y no nos damos cuenta, a veces buenas decisiones y otras veces malas decisiones. En resumen, hasta el momento podramos decir que:

Qu hace a una decisin una Buena Toma de Decisin?, Qu hay de la informacin? Podemos decir que la relacin entre inteligencia, informacin y decisiones radica en que:

Qu es la informacin?

La historia ha demostrado que la informacin ha sido utilizada para: compartir historias, para aprender de los libros, para descubrir eventos-sucesos, para entregar respuestas. Hoy en da, incluso, podemos decir que la informacin sirve para Innovar. De esta forma:

De esta forma, la informacin al proveer respuestas, permite a las personas tomar decisiones.

Luego, deberamos preguntarnos cmo las personas de negocios consiguen respuestas? Bueno, en este sentido, podemos decir que las personas de negocios consiguen respuestas mediante algo que ellos cuentan, y que se conoce con el nombre de Datos. Los Datos versan sobre el negocio y estos van desde: i) Datos sobre personas, ii) Datos sobre Productos, iii) Datos sobre lugares. Ahora bien, las personas de negocios tambin tienen preguntas, como por ejemplo: Sobre qu producto es el mejor, cmo estn mis ventas, cmo estn mis subalternos (ambiente de trabajo, eficiencia, entre otros). Sin embargo, antes de obtener respuestas, las personas de negocios (ejecutivos) necesitan tener una Visin dentro (hacia) los datos. Esto significa que sin una visin de esta envergadura, el trabajo se transformara en supuestos y adivinanzas. Por otro lado, los datos tienen valor, y como todo lo que tiene valor, necesita ser almacenado. Antes del ao 1960, los Datos eran almacenados en archivadores. Luego, cuando aparecieron las computadoras, los datos se comenzaron a almacenar y, este almacenar se transform en algo eventualmente riesgoso y complicado de administrar (dado que los datos y almacenamientos corran riesgo de perderse). De esta forma, dado que los datos comenzaron a ser almacenados y a ser administrados, surge un concepto que manejamos hasta el da de hoy, Base de Datos (Database).

De esta forma, podemos decir que las Bases de Datos proveen un camino para poder almacenar Datos de Negocios. Sin embargo, este camino no es tan sencillo, ya que para poder conseguir almacenar datos, se requiere de mucha experiencia. De esta forma, los negocios necesitan de un camino para ingresar y almacenar datos, As fue como durante la dcada de los 70 aparecen en escena las aplicaciones de negocios (Business Aplication). Las aplicaciones de negocios proveen una mejor manera de recolectar informacin. Por lo tanto, hasta el momento segn lo expuesto, podemos resumir lo siguiente:

Vale decir, las bases de datos sirven para almacenar datos y, con el surgimiento de las aplicaciones de negocios las bases de datos pudieron ser ingresadas en mejor forma y mayor cantidad. Qu hay del acceso a la informacin? Bueno, datos y acceso ayudan a proveer respuestas. Si bien el acceso no es fcil, dado que los datos provienen de mltiples lugares, las aplicaciones de negocios ayudan a proveer datos para ser almacenados en bases de datos. Ahora bien, en este sentido por qu no se ingresa la informacin de una sola vez? Se trata de hacer ingreso de datos mediante reportes, sin embargo, este proceso es muy lento y solo genera informacin unidimensional, slo provee informacin en silos, lo cual implica que la informacin queda fragmentada. De tal forma, que luego se necesitara de un acceso ms perspicaz a travs de mltiples ubicaciones. Surge as el concepto de Almacn de informacin (Data Warehouse).

En este sentido, vale la pena detenernos un poco en la definicin de Almacn de Informacin: En el contexto de informtica, un Almacn de Informacin (Datawarehouse) es una coleccin de datos orientada a un determinado mbito (empresa, organizacin, etc.), integrado, no voltil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza. Se trata, sobre todo, de un expediente completo de una organizacin, ms all de la informacin transaccional y operacional, almacenada en una base de datos diseada para favorecer el anlisis y la divulgacin eficiente de datos (especialmente OLAP Online Aplication Process o procesamiento analtico en lnea). El almacenamiento

de datos no debe usarse con datos de uso actual. Los almacenes de datos contienen a menudo grandes cantidades de informacin que se subdividen a veces en unidades lgicas ms pequeas dependiendo del subsistema de la entidad del que procesan o para el que sea necesario. Bill Inmon (uno de los primeros autores en escribir sobre el tema de los almacenes de datos) define al data warehouse (Almacn de Informacin) en trminos de las caractersticas del repositorio de datos: i) 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. ii) Variante en el tiempo: Los cambios producidos en los datos a los largo del tiempo quedan registrados para que los informes que se puedan generar reflejen esas variaciones. iii) No voltil: La informacin no se modifica ni se elimina, una vez almacenado un dato, ste se convierte en informacin slo de lectura, y se mantiene para futuras consultas. iv) Integrado: La base de datos contiene los datos de todos los sistemas operacionales de la organizacin, y dichos datos deben ser consistentes. Ralph Kimball, define como Almacn de Datos como una copia de las transacciones de datos especficamente estructurada para la consulta y el anlisis. Una definicin ms amplia de Almacn de Datos, y que no se centra en los datos en s mismos como las definiciones anteriores, dice relacin con 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. Por ltimo, la funcin ltima de un almacn de datos es contener datos que son necesarios o tiles para una organizacin, es decir, que se utiliza como un repositorio de datos para posteriormente transformarlos en informacin correcta a la gente indicada en el momento ptimo y en el formato adecuado. El almacn de datos da respuesta a las necesidades de usuarios expertos, utilizando soporte a decisiones (DSS), consultas e informes. Los usuarios finales pueden hacer fcilmente consultas sobre sus almacenes de datos sin tocar o afectar la operacin del sistema.

Respecto del funcionamiento de un almacn de datos, son muy importantes las siguientes ideas: Integracin de los datos provenientes de base 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.

Peridicamente se importan datos al almacn de datos de los distintos sistemas de planeacin de recursos de la entidad (ERP) y de otros sistemas de software relacionados con el negocio para la transformacin posterior. Es prctica comn normalizar los datos antes de combinarlos en el almacn de de datos mediante herramientas de extraccin, transformacin y carga (ELT). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un negocio), realizan el proceso de transformacin al almacn de datos (filtracin, adaptacin, cambios de formato, etc.) y escriben en el almacn. Tambin estn los denominados Cubos de Informacin o Cubos OLAP, los cuales funcionan como los cubos rompecabezas en los juegos, en el juego se trata de arar 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 de desea analizar, proporcionando una vista lgica de los datos provistos por el sistema de informacin hacia el datawarehouse, 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. Ahora bien, a la informacin de un cubo puede acceder el ejecutivo mediante tablas dinmicas en un 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. Hemos visto que los datos pueden ser organizados y pueden provenir de mltiples lugares. Ahora la informacin puede ser administrada y accesada, de manera que ahora los datos pueden ser tiles. Por lo tanto podemos decir que:

De esta manera, se habla de Business Intelligence1,0 cuando, a partir de Acceso a Datos y la administracin de estos, se genera una Demanda por administracin de datos y accedo de los mismos. As, en 1989 el trmino Business Intelligencees utilizado por primera vez, al surgir herramientas Business Intelligence que pueden hacer reportes y analizar la informacin.

Los vendedores de software especializado al respecto comenzaron a prometer Mayor Acceso a travs de mltiples lugares y Desarrollar reportes y analizar datos, todo esto, con la intencin de generar mayor demanda al generarse ms datos. Dado que los negocios comenzaron a requerir datos de manera rpida, el Business Intelligence (o Inteligencia de Negocios) se trat en un primer momento de RENDIMIENTO. Con el surgimiento de Internet, los datos no se detuvieron y comenzaron a moverse ms rpidos. Por tal razn, los negocios comenzaron a necesitar ms respuestas, de manera ms rpida. As fue como en los 90 comenzaron a surgir un montn de Herramientas de Business Intelligence, las cuales se especializaban en: Herramientas Administradoras de Rendimiento. Herramientas para Reportes y Anlisis. Herramientas Administradoras de Informacin.

Se comenzaron a crear mayores accesos a travs de mltiples lugares, lo que produjo mltiples versiones de la verdad y, por ende, mayor frustracin en la demanda. De esta forma, surge un nuevo reto para la administracin de datos. Dado que las herramientas existentes en materia de Business Intelligence eran difciles de mantener, lo vendedores comenzaron a ofrecer:

Mayor funcionalidad A menor costo.

Es en este punto donde podemos decir que surge la primera Plataforma Business Intelligence: comienzan las fusiones y adquisiciones de empresas, donde terminan identificndose a los vendedores de herramientas Business Intelligence, tales como:

Es en este punto cuando se origina el concepto de Business Intelligence 2.0, el cual se caracteriza por ser un BI ms funcional (off line and online) adems de darse una consolidacin del mercado BI.

Sin embargo, a estas alturas, los negocios an no obtenan respuestas, ya que no se trataba de personas, se trataba de una instancia donde interactuaban Sistemas y Personas, pero no se consideraba hasta ese minuto a las personas y sus requerimientos.

Se requera acceso, pero un acceso a las personas que trabajan en la organizacin. Antiguamente los encargados de proveer este acceso eran tpicamente el Departamento de IT. En esta poca, muchas veces el 80% de las personas de una organizacin llamaba para requerir datos, se produca frustracin, dado que

muchas veces, las capacidades instaladas para esta funcin no eran 100% operativas. Especficamente, el problema radicaba en que las herramientas de Business Intelligence no eran intuitivas y las personas de IT no tenan tiempo. Por lo tanto, si el problema radicaba en acceso intuitivo y actualizacin de datos, el Business Intelligence que necesitaba desarrollarse dice relacin con el de Utilidad (Usability). El Business Intelligence que trata la utilidad implica convertir datos en un formato correcto que haga ms fcil el consumo de datos por ms personas y de fcil administracin por parte del Departamento IT. Ahora bien, tambin el problema de la administracin de datos tambin dice relacin con los datos fuera de la base de datos (datos no estructurados). Estos datos no estructurados dicen relacin con aquellos provenientes de lugares tales como: blogs, wikis, documentos, presentaciones, videos y un montn de otros eventos.

Un punto que vale la pena destacar es que, a estas alturas el 80% de los negocios eran conducidos por Informacin No Estructurada. Se podra decir que el Business Intelligence trata entonces de Datos Correctos en el Momento Correcto para Personas Correctas. Es por eso que se dice que el BI necesitaba estar centrado en las personas, donde la informacin no estructurada circulara en torno a las personas:

Y donde el Departamento de IT (tecnologas de la Informacin) pudiera proveer informacin a ms personas, dado que son las personas quienes toman decisiones y no los sistemas:

En resumen, podemos decir que en la Inteligencia de Negocios de los 90 necesitaban hacer ms colaboracin, bsqueda e implementar mayor comunicacin sobre sus inquietudes, sus respuestas, para poder conducir la innovacin. Hoy en da, tras las crisis econmicas, los tiempos han cambiado. As tambin lo ha hecho el Business Intelligence, los cuales pueden trabajar: Proveyendo a las personas de una mejor visin. Permitiendo a las personas tomar mejores decisiones.

Permitiendo acceso a ms personas a la informacin contenida. Permitiendo a las personas conducir la innovacin.

Es la Inteligencia de Negocios propia de las Compaas que se desenvuelven en el sector privado? La respuesta inmediata es NO, la Inteligencia de Negocios no es solamente de uso de empresas privadas. Hoy en da, la Inteligencia de Negocios (Mercados o Business Intelligence) est siendo utilizada incluso por los gobiernos. Los gobiernos utilizan el anlisis, descrito como Inteligencia de Negocios, para permitir y dirigir sus estrategias y resultados en un ambiente cada vez ms turbulento y voltil. Especficamente, este anlisis que realizan los gobiernos, los ayuda en la toma de decisiones, la cual, puede ser una importante fuente de contribucin a la consecucin de las misiones gubernamentales, al igual que ahora lo estn siendo en la consecucin de los objetivos de negocio corporativo. Thomas Davenport y Sirkka L. Jarvenpaa sostienen que existen reas importantes en las cuales las aplicaciones de anlisis en organismos gubernamentales se pueden llevar a cabo. Por ejemplo, la misin y gestin de las reas de atencin de salud, logstica, gestin de riesgos, y la inteligencia a la que el anlisis se ha aplicado. Si bien las posibilidades de anlisis para mejorar la eficiencia y la eficacia en el gobierno parecen ilimitadas, hay mucho menos claridad acerca de la disposicin del gobierno a adoptar estas herramientas y plataformas de anlisis. Davenport y Jarvenpaa son cuidadosos de sealar que el uso de anlisis en inteligencia de negocios requiere de innovacin de gestin. En los ltimos aos, los avances en la captura de datos, tecnologas, normas de datos, almacenamiento de datos y el modelado y las ciencias de la optimizacin han creado oportunidades de negocios para los grandes programas de anlisis a gran escala (inteligencia de mercados). Es as como varias organizaciones en el sector privado no slo han aprovechado esto en su toma de decisiones, sino que tambin han creado ventaja competitiva sostenida a partir de datos basados en esto. Ellos han construido sus estrategias de negocios, al menos en parte, en torno a sus capacidades analticas. Si bien las organizaciones gubernamentales y organismos no necesariamente compiten entre s, pueden utilizar capacidades analticas para habilitar ejecutar sus unidades estratgicas en un entorno cada vez ms voltil y turbulento. Si bien la Inteligencia de Negocios se presenta a menudo como una Innovacin Tecnolgica, el uso estratgico de los anlisis, tanto en el sector privado como el gobierno, requiere tambin de innovacin en gestin masiva. Factores como Liderazgo, Orientacin de la Empresa (Institucin), y Estrategia de Largo Plazo son dirigidas a caracterizar la gestin de innovacin, como tambin un enfoque estratgico en particular. Anlisis Estratgico en el Gobierno.Las organizaciones gubernamentales y organismos no necesariamente compiten, pero utilizan anlisis de datos para las estrategias de la unidad y su rendimiento en entornos cada vez ms voltiles y turbulentos. Los anlisis de datos y la toma de decisiones correspondiente, pueden tener tanto o incluso ms de un efecto poderoso en las misiones gubernamentales como en los objetivos de negocios corporativos. El uso real de los anlisis en el gobierno puede ir desde estrategia de apoyo o incluso la conduccin en la realizacin de misiones y objetivos clave o tcticas. Descubrir cmo la Estrategia de Anlisis es importante en los gobiernos, ha sido clave en investigaciones al respecto. Existen ejemplos notables en la estrategia de aplicacin de anlisis en prevencin de delitos, los cuales, utilizan geografa de datos sobre crmenes, los cuales ayudan a conducir funcionarios y otros recursos. Tambin existen casos de utilizacin geogrfica de datos sobre otros desempeos en las funciones gubernamentales, como por ejemplo la Educacin Pblica,

en la Gestin Pblica e la Ciudad, as como tambin en la aplicacin de anlisis para la Salud Pblica, Cadena de Suministros y Recursos Humanos en el Gobierno, en la Gestin de Ingresos del Gobierno, entre otros. En el caso de la Salud Pblica, el anlisis de datos es cada vez ms importante en el cuidado de la salud, y en casi todas las sociedades del mundo, la atencin de la salud es parte o en su totalidad una responsabilidad del gobierno. En el caso de Estados Unidos, tal como analizan Davenport y Jarvenpaar, el gobierno paga el 40% de los US$ 2 billones gastados en atencin en salud en 2005. Para los proveedores y los beneficiarios (pagadores) de atencin de salud pblica o privada, el anlisis de datos es clave para el desempeo de la atencin de salud, a travs de al menos 3 mbitos descritos por Davenport y Jarvenpaar: Medicina basada en evidencias: la cual se refiere a la medicina basada en la evidencia prctica, la cual no es otra cosa que el uso de la mejor evidencia de estudios de investigacin clnica para orientar el diagnstico y el tratamiento de los pacientes para mdicos especialistas. Reduccin del fraude: Si bien los pagos por atencin de salud estn entre los ms grandes pagos del gobierno a los ciudadanos, tambin es un dominio para el fraude. La idea es que, por medio de datos recopilados mediante inteligencia de negocios, se pueda identificar el potencial fraude. Identificacin de los pacientes para la gestin de enfermedades: Si bien los programas de prestacin de servicios es a todos los pacientes, las personas en riesgo son identificados por la enfermedadespecfica mediante algoritmos basados en estructuras de codificacin mdica y, en algunos casos, los datos de la farmacia. Las tcnicas analticas utilizadas incluyen la regresin lineal o anlisis logstico, clasificacin y rboles de decisin y de redes neuronales. Los pacientes identificados reciben mayor atencin de salud o intervenciones sociales y de diseo de comportamientos para reducir el riesgo de intervenciones mdicas a futuro. As tambin programas de manejo de la enfermedad se han demostrado para fomentar la mejora de la salud a travs de prevenir o retrasar la aparicin de complicaciones y enfermedades relacionadas, resultando en una menor demanda en el sistema y menor costo para los pagadores del gobierno.

Considerando el caso de Cadena de Suministros y Recursos Humanos en el Gobierno, si bien uno de los mbitos ms importantes para el anlisis en el sector privado es en la gestin de la cadena de suministro, donde las empresas intentan optimizar recursos y canales de distribucin, ms recientemente, las organizaciones han comenzado a centrarse en la cadena de abastecimiento humano, o el uso de anlisis en los procesos de recursos humanos. Estas dos zonas son tambin importantes para los gobiernos, y su aplicacin ha sido ms agresiva en los militares. Los orgenes del Anlisis de la Cadena de Suministro surgen de la disciplina de la investigacin de operaciones. Estas aplicaciones se utilizaron desde el principio dentro de las ramas del gobierno, especficamente el ejrcito. Las necesidades de competitividad y las consecuencias drsticas de quedarse sin material en tiempo de guerra, los anlisis han sido utilizadas en el pronstico, ruta de suministro, optimizacin de operaciones navales y areas. Si bien algunos enfoques analticos a ser empleados por el ejrcito han cambiado para manejar inventarios y las lneas de suministro, el ejrcito hoy en particular utiliza desde hace dos dcadas un modelo basado en la masa en movimiento, grandes cantidades de mercanca pesada de un modelo de inventario basada en funda justa a uno basado en velocidad, o una ms gil, rpido en movimiento de cadena de suministro que opera sobre una base justo a tiempo de inventarios. Respecto a Anlisis de Datos de Recursos Humanos, el ejrcito tambin ha empleado cada vez ms la analtica de los enfoques de suministros de la cadena de recursos humanos. Particularmente en tiempos de guerra con todos los voluntarios militares, las fuerzas armadas recurren a las decisiones de anlisis relativos a la contratacin. En los dominios analticos incluyen el pronstico, la contratacin, la segmentacin y los modelos de tubera, los modelos de desgaste y, las estrategias de reduccin de fuerzas. De anlisis de previsin generalmente tienen lugar en el mundo militar el estudio de grandes poblaciones (por ejemplo, servicios especficos, tales como el ejrcito o la fuerza civil dentro del ejrcito) e incluye el modelado y anlisis de polticas alternativas y de los recursos ()por ejemplo se alist civiles v/s civiles contratistas), las mezclas y el impacto de los reajustes, incentivos, jubilaciones, etc. El modelo de Cadena de Suministro y de Recursos Humanos tiene similitudes con otros mbitos en el gobierno, y la cantidad de datos para esta rea es cada vez menos problemtico, como las diversas ramas de las fuerzas armadas de servicios y agencias logsticas de defensa, al instalar Recursos Empresariales de Planificacin (PER) que los sistemas de los movimientos de la cuenta de bienes y personas. El principal problema, desde la perspectiva de datos es que, cada rama de las fuerzas armadas (ejrcito, armada y

fuerza area) tiene un enfoque diferente y una estrategia distinta. Si existiese el deseo de hacer un anlisis a travs de los diferentes servicios (que es discutible), sera difcil, dado este entorno de datos. Por ltimo, en el mbito de Gestin de Ingresos del Gobierno, que consiste en los esfuerzos de las autoridades fiscales para maximizar las cantidades de ingresos legalmente recogidos de los ciudadanos, sus instituciones siempre tendrn una gran necesidad de mejorar su rendimiento de pasivos de sus poblaciones. Los organismos fiscales en primer lugar utilizan el anlisis de datos para hacer frente a la brecha fiscal4. La prdida de ingresos no percibidos en los ingresos fiscales, denuncia, conducen a un masivo recorte presupuestario en estado crtico, servicios locales y recursos de impacto en el pblico en general. La misin de las agencias de impuestos es garantizar que todos paguen su parte justa de los costos de gobierno, no slo lo que cumplen. As, la reduccin de la brecha fiscal implica, entre otras cosas, la segmentacin de la base electoral de los ciudadanos y de los grupos empresariales de mayor ingreso neto de una previsin de su contribucin. Los avances de gobierno, tales como e-gobierno, la presentacin electrnica de declaraciones de impuestos, el impuesto de portales, las estadsticas de software de escritorio, las inversiones en los almacenes de datos empresariales, entre otros, han permitido la realizacin de anlisis ms factibles en el proceso de gestin de ingresos. El anlisis de datos est desempeando un papel cada vez ms crtico en, por lo menos, cuatro mbitos de la gestin de los ingresos gubernamentales: Anlisis de Ingresos: dice relacin con la realizacin a micro-nivel de las previsiones de ingresos de una empresa individual, ciudadano o un pequeo grupo. Estas previsiones ayudan a anticipar los comportamientos de los contribuyentes de los nuevos legislativos o ejecutivos de polticas o cambios en las polticas existentes en participar, durante las fluctuaciones de la economa a nivel nacional. Cumplimiento de los Sistemas: Si bien el anlisis de datos puede ayudar a reducir la brecha fiscal (prdida de ingresos) mediante la mejora de recaudacin de impuestos con los mismos o incluso menos nivel de recursos, involucra el cumplimiento de las solicitudes de centrarse en conseguir el derecho de los casos asignados a la persona adecuada, para accin correcta en el tiempo correcto. Las aplicaciones incluyen algunas o ms de las siguientes reas tales como, el descubrimiento de las empresas y los individuos no indizados con un pasivo fiscal potencial, seleccin de los contribuyentes para la auditora que se probablemente subestiman, aplicacin de riesgo basado en estrategias de recoleccin para cada caso (la recogida). Deteccin de Fraude: Dado que los regmenes de devolucin de impuestos fiscales fraudulentamente se han vuelto ms sofisticados, las agencias de impuestos han tenido que desplegar ms mtodos de gran alcance para detener los controles de retornos fraudulentos antes de que salgan, mientras que el mantenimiento de espera en los tiempos de restitucin tambin han tendido a disminuir para evitar molestias a los contribuyentes. Servicios de pago de impuestos al contribuyente: La nueva esfera para el anlisis en la gestin de ingresos es el servicio al cliente de los contribuyentes. Las aplicaciones son similares en algunos aspectos a los servicios al cliente de anlisis de sistemas que han sido comercialmente utilizado en el sector privado durante mucho tiempo. Estos sistemas estn normalmente basados en la gestin de aplicaciones de relaciones con clientes (CRM), e identificacin de clientes que probablemente sean candidatos a algn tipo de intervencin. Servicios al contribuyente ofrecen intervenciones proactivas para reducir a los no indizados y su informacin. Explotan servicios como llamadas entrantes de contribuyentes, correos electrnicos, sitios web, evaluacin de probabilidades que el contribuyente no tenga toda la informacin necesaria para el cumplimiento de impuestos, no comprenda el cambio de legislacin fiscal, etc.

Todas estas aplicaciones prometen entregar beneficios financieros, as como mejorar la imagen pblica de los organismos de impuestos y el gobierno en general. Por lo general, los organismos desarrollan sus propios modelos de anlisis para estos dominios. Estos modelos especficos son necesarios como cambios en el comportamiento de los contribuyentes, incluso dentro de las regiones. Finalmente, podemos responder a nuestra pregunta inicial Qu es el Business Intelligence? Bueno, a estas alturas queda bastante claro que puede definirse el Business Intelligence como aquel conjunto de tecnologas y procesos (plataforma) que permite a personas de todos los niveles en una organizacin, tener acceso a datos, interactuar y analizar su informacin para administrar el negocio, mejorar el rendimiento, descubrir oportunidades y operar eficientemente. En las altas

10

esferas ejecutivas corporativas, estos datos son transformados y entregados a ellos para la utilizacin de esta informacin en la toma de decisiones corporativa, el cual, transcurrido el tiempo, se transformar en conocimiento vital y recurso primordial para la empresa. Qu no es la Inteligencia de negocios? Depsito de informacin que puede o no ser componente de la arquitectura de la inteligencia de negocios, pero depsito de informacin no es sinnimo de inteligencia de negocios. Aunque exista un almacn de informacin, solamente se puede decir que la compaa u organizacin utiliza inteligencia de negocios una vez que ponga en manos de los usuarios herramientas para llega a la informacin y hacerla til. La transformacin que se produce en la competencia analtica en las empresas del sector privado es a largo plazo, en trminos generales como tambin de transformacin organizacional. Con el fin de competir de verdad en su capacidad de anlisis, las organizaciones deben transformar no solo su tecnologa de datos, sino tambin sus culturas, sus procesos de negocios, y en el da a da los comportamientos de sus empleados. Histricamente, las aplicaciones de tecnologa de la informacin desafan la lgica institucional imperante, los cuales son de corta duracin, y finalmente, sin xito. Sosteniendo el cambio a largo plazo en el sector pblico, requerir los mismos tipos de transformacin en la organizacin y la gestin de la innovacin, tal cual se observa en el sector privado. Sin personas para interpretar informacin y actuar con base en ella, la Inteligencia de negocios nada logra. La Inteligencia de Negocios es menos sobre tecnologa que creatividad, cultura e individuos considerando la informacin como un activo crucial. La tecnologa posibilita la inteligencia de negocios, pero a veces, demasiada importancia puesta en la tecnologa puede sabotear iniciativas de inteligencia de negocios. BIBLIOGRAFA Almacn de Datos, http://es.wikipedia.org/wiki/Datawarehouse Introduccin al BusinessIntelligence, Inteligencia de Negocios desde la perspectiva del negocio, Profesor Hugo Cspedes A., Ctedra Universidad FinisTerrae, Ao 2009, Santiago de Chile History of Business Intelligence, Microsoft Business Intelligence, http://www.youtube.com/watch?v=_1y5jBESLPE Strategic Use of Analytics in Government. Managing for Performance and Results Series, Thomas Davenport, Sirkka L. Jarvenpaa, IBM Center for The Business Of Government, 2008.

FUENTE: http://www.slideshare.net/hugoces/inteligencia-de-negocios-business-intelligence Aviso legal Esta presentacin est sujeta a una licencia Reconocimiento-Compartir Igual 2.0 de CreativeCommons. Se permite la reproduccin, distribucin y comunicacin pblica siempre y cuando se cite el autor (Hugo Cspedes A.) y no se haga un uso comercial. Si se transforma esta obra para generar una nueva obra derivada, se debe distribuir con una licencia igual a la que regula la obra original. La licencia completa se puede consultar en http://creativecommons.org/licenses/by-nc/2.0/cl/legalcode

11