Está en la página 1de 34

Business Intelligence

Por qu Business Intelligence? Diferencia entre datos, informacin y conocimiento Arquitectura global de una solucin BI El BI en los diferentes departamentos de empresa Cuadro de mando integral Sistemas de soporte a la decisin Sistemas de informacin ejecutiva Datamart Datawarehouse Bases de datos OLTP y OLAP Datamining Plan director Plan estratgico Plan operativo anual Plataformas de Business Intelligence Ejemplos prcticos de Business Intelligence Cmo saber si su empresa necesita una solucin BI? Razones por las que invertir en Business Intelligence

Qu es Business Intelligence? Business Intelligence es la habilidad para transformar los datos en informacin, y la informacin en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.

Desde un punto de vista ms pragmtico, y asocindolo directamente con las tecnologas de la informacin, podemos definir Business Intelligence como el conjunto de metodologas, aplicaciones y tecnologas que permiten reunir, depurar y transformar datos de los sistemas transaccionales e informacin desestructurada (interna y externa a la compaa) en informacin estructurada, para su explotacin directa (reporting, anlisis OLTP / OLAP, alertas...) o para su anlisis y conversin en conocimiento, dando as soporte a la toma de decisiones sobre el negocio. La inteligencia de negocio acta como un factor estratgico para una empresa u organizacin, generando una potencial ventaja competitiva, que no es otra que proporcionar informacin privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminacin de islas de informacin, control financiero, optimizacin de costes, planificacin de la produccin, anlisis de perfiles de clientes, rentabilidad de un producto concreto, etc... Los principales productos de Business Intelligence que existen hoy en da son: Cuadros de Mando Integrales (CMI) Sistemas de Soporte a la Decisin (DSS) Sistemas de Informacin Ejecutiva (EIS) Por otro lado, los principales componentes de orgenes de datos en el Business Intelligence que existen en la actualidad son: Datamart Datawarehouse

Los sistemas y componentes del BI se diferencian de los sistemas operacionales en que estn optimizados para preguntar y divulgar sobre datos. Esto significa tpicamente que, en un datawarehouse, los datos estn desnormalizados para apoyar consultas de alto rendimiento, mientras que en los sistemas operacionales suelen encontrarse normalizados para apoyar operaciones continuas de insercin, modificacin y borrado de datos. En este sentido, los procesos ETL (extraccin, transformacin y carga), que nutren los sistemas BI, tienen que traducir de uno o varios sistemas operacionales normalizados e independientes a un nico sistema desnormalizado, cuyos datos estn completamente integrados. En definitiva, una solucin BI completa permite: Observar qu est ocurriendo? Comprender por qu ocurre? Predecir qu ocurrira? Colaborar qu debera hacer el equipo? Decidir qu camino se debe seguir?

Por qu Business Intelligence? La capacidad para tomar decisiones de negocio precisas y de forma rpida se ha convertido en una de las claves para que una empresa llegue al xito. Sin embargo, los sistemas de informacin tradicionales (como la mayora de los programas de gestin, las aplicaciones a medida, e incluso los ERP ms sofisticados), suelen presentar una estructura muy inflexible para este fin. Aunque su diseo se adapta con mayor o menor medida para manejar los datos de la empresa, no permite obtener la informacin de los mismos, y mucho menos extrapolar el conocimiento almacenado en el da a da de las bases de datos. Las principales caractersticas que limitan estos sistemas son: Gran rigidez a la hora de extraer datos, de manera que el usuario tiene que ceirse a los informes predefinidos que se configuraron en el momento de la implantacin, y que no siempre responden a sus dudas reales. Necesidad de conocimientos tcnicos. Para la generacin de nuevos informes o mtricas suele resultar ineludible acudir al departamento tcnico, solicitando una consulta adecuada para interrogar la base de datos. Largos tiempos de respuesta, ya que las consultas complejas de datos suelen implicar la unin de tablas operacionales de gran tamao, lo que se traduce en una incmoda espera que dificulta la fluidez del trabajo.

Deterioro en el rendimiento del SI. Cuando la base de datos consultada, para generar informes o ratios de negocio, es la misma que la que soporta el operativo de la empresa, el funcionamiento del sistema puede degradarse hasta afectar y paralizar a todos los usuarios conectados. Falta de integracin que implica islas de datos. Muchas organizaciones disponen de mltiples sistemas de informacin, incorporados en momentos distintos, para resolver problemticas diferentes. Sus bases de datos no suelen estar integradas, lo que implica la existencia de islas de informacin. Datos errneos, obsoletos o incompletos. El tema de la calidad de los datos siempre es considerado como algo importante, pero esta labor nunca se lleva al extremo de garantizar la fiabilidad de la informacin aportada. Problemas para adecuar la informacin al cargo del usuario. No se trata de que todo el mundo tenga acceso a toda la informacin, sino de que tenga acceso a la informacin que necesita para que su trabajo sea lo ms eficiente posible. Ausencia de informacin histrica. Los datos almacenados en los sistemas operacionales estn diseados para llevar la empresa al da, pero no permiten contrastar la situacin actual con una situacin retrospectiva de aos atrs. Para superar todas estas limitaciones, el Business Intelligence se apoya en un conjunto de herramientas que facilitan la extraccin, la depuracin, el anlisis y el almacenamiento de los datos generados en una organizacin, con la velocidad adecuada para generar conocimiento y apoyar la toma de decisiones de los directivos y los usuarios oportunos. No es que los productos de BI sean mejores que las aplicaciones actuales: se trata de sistemas con objetivos distintos, eficientes en sus respectivas ramas, pero que deben complementarse para optimizar el valor de los sistemas de informacin. Datos, informacin, conocimiento En qu se diferencia el conocimiento de los datos y de la informacin? En una conversacin informal, los tres trminos suelen utilizarse indistintamente y esto puede llevar a una interpretacin libre del concepto de conocimiento. Quizs la forma ms sencilla de diferenciar los trminos sea pensar que los datos estn localizados en el mundo y el conocimiento est localizado en agentes de cualquier tipo (personas, empresas, mquinas...), mientras que la informacin adopta un papel mediador entre ambos. Los conceptos que se muestran a continuacin se basan en las definiciones de Davenport y Prusak (1999).

Datos Los datos son la mnima unidad semntica, y se corresponden con elementos primarios de informacin que por s solos son irrelevantes como apoyo a la toma de decisiones. Tambin se pueden ver como un conjunto discreto de valores, que no dicen nada sobre el por qu de las cosas y no son orientativos para la accin. Un nmero telefnico o un nombre de una persona, por ejemplo, son datos que, sin un propsito, una utilidad o un contexto no sirven como base para apoyar la toma de una decisin. Los datos pueden ser una coleccin de hechos almacenados en algn lugar fsico como un papel, un dispositivo electrnico (CD, DVD, disco duro...), o la mente de una persona. En este sentido las tecnologas de la informacin han aportado mucho a recopilacin de datos. Como cabe suponer, los datos pueden provenir de fuentes externas o internas a la organizacin, pudiendo ser de carcter objetivo o subjetivo, o de tipo cualitativo o cuantitativo, etc.

Informacin La informacin se puede definir como un conjunto de datos procesados y que tienen un significado (relevancia, propsito y contexto), y que por lo tanto son de utilidad para quin debe tomar decisiones, al disminuir su incertidumbre. Los datos se pueden transforman en informacin aadindoles valor: Contextualizando: se sabe en qu contexto y para qu propsito se generaron. Categorizando: se conocen las unidades de medida que ayudan a interpretarlos. Calculando: los datos pueden haber sido procesados matemtica o estadsticamente.

Corrigiendo: se han eliminado errores e inconsistencias de los datos. Condensando: los datos se han podido resumir de forma ms concisa (agregacin). Por tanto, la informacin es la comunicacin de conocimientos o inteligencia, y es capaz de cambiar la forma en que el receptor percibe algo, impactando sobre sus juicios de valor y sus comportamientos. Informacin = Datos + Contexto (aadir valor) + Utilidad (disminuir la incertidumbre)

Conocimiento El conocimiento es una mezcla de experiencia, valores, informacin y know-how que sirve como marco para la incorporacin de nuevas experiencias e informacin, y es til para la accin. Se origina y aplica en la mente de los conocedores. En las organizaciones con frecuencia no slo se encuentra dentro de documentos o almacenes de datos, sino que tambin esta en rutinas organizativas, procesos, prcticas, y normas. El conocimiento se deriva de la informacin, as como la informacin se deriva de los datos. Para que la informacin se convierta en conocimiento es necesario realizar acciones como: Comparacin con otros elementos. Prediccin de consecuencias. Bsqueda de conexiones. Conversacin con otros portadores de conocimiento.

Arquitectura de una solucin de Business Intelligence Una solucin de Business Intelligence parte de los sistemas de origen de una organizacin (bases de datos, ERPs, ficheros de texto...), sobre los que suele ser necesario aplicar una transformacin estructural para optimizar su proceso analtico. Para ello se realiza una fase de extraccin, transformacin y carga (ETL) de datos. Esta etapa suele apoyarse en un almacn intermedio, llamado ODS, que acta como pasarela entre los sistemas fuente y los sistemas destino (generalmente un datawarehouse), y cuyo principal objetivo consiste en evitar la saturacin de los servidores funcionales de la organizacin.

La informacin resultante, ya unificada, depurada y consolidada, se almacena en un datawarehouse corporativo, que puede servir como base para la construccin de distintos datamarts departamentales. Estos datamarts se caracterizan por poseer la estructura ptima para el anlisis de los datos de esa rea de la empresa, ya sea mediante bases de datos transaccionales (OLTP) o mediante bases de datos analticas (OLAP).

Los datos albergados en el datawarehouse o en cada datamart se explotan utilizando herramientas comerciales de anlisis, reporting, alertas... etc. En estas herramientas se basa tambin la construccin de productos BI ms completos, como los sistemas de soporte a la decisin (DSS), los sistemas de informacin ejecutiva (EIS) y los cuadros de mando (CMI) o Balanced Scorecard (BSC). La Inteligencia de Negocio en los diferentes departamentos de la empresa En todas las empresas cada departamento acumula diferentes datos: sobre sus clientes, sus inventarios, su produccin, sobre la efectividad de las campaas de mrketing, informacin sobre proveedores y socios, adems de los datos que pueden proveer del exterior, como los referentes a competidores. En este sentido, el Business Intelligence puede realizar distintas aportaciones a cada departamento, siempre con el objetivo de integrar y optimizar la informacin disponible en la organizacin: Departamento de marketing El BI permite identificar de forma ms precisa los segmentos de clientes y estudiar con mayor detalle su comportamiento. Para ello se pueden incluir anlisis capaces de medir, por ejemplo, el impacto de los precios y las promociones en cada segmento. Departamento de compras El BI permite acceder a los datos del mercado, vinculndolos con la informacin bsica necesaria para hallar las relaciones entre coste y beneficio. Al mismo tiempo, permite monitorizar la informacin de cada factora o cadena de produccin, lo que puede ayudar a optimizar el volumen de las compras. Departamento de produccin El BI proporciona un mecanismo que permite analizar el rendimiento de cualquier tipo de proceso operativo, ya que comprende desde el control de calidad y la administracin de inventarios hasta la planificacin y la historizacin de la produccin. Departamento de ventas El BI facilita la comprensin de las necesidades del cliente, as como responder a las nuevas oportunidades del mercado. Tambin son posibles anlisis de patrones de compra para aprovechar coyunturas de ventas con productos asociados. Departamento econmico-financiero El BI permite acceder a los datos de forma inmediata y en tiempo real, mejorando as ciertas operaciones, que suelen incluir presupuestos, proyecciones, control de gestin, tesorera, balances y cuentas de resultados. Departamento de atencin al cliente Aplicado a este mbito, el BI permite evaluar con exactitud el valor de los segmentos del mercado y de los clientes individuales, adems de ayudar a retener a los clientes ms rentables.

Departamento de recursos humanos Obteniendo los datos precisos de la fuente adecuada, el BI permite analizar los parmetros que ms pueden afectar al departamento: satisfaccin de los empleados, absentismo laboral, beneficio-hora/hombre etc.

Finalmente, en caso de aprovechar la integracin de la informacin con proveedores y socios, el BI ofrece niveles de anlisis sobre cuestiones como nuevas oportunidades de inversin, o nuevas ocasiones para la colaboracin con terceros.

Cuadro de Mando Integral


El Cuadro de Mando Integral (CMI), tambin conocido como Balanced Scorecard (BSC)o dashboard, es una herramienta de control empresarial que permite establecer y monitorizar los objetivos de una empresa y de sus diferentes reas o unidades. Tambin se puede considerar como una aplicacin que ayuda a una compaa a expresar los objetivos e iniciativas necesarias para cumplir con su estrategia, mostrando de forma continuada cundo la empresa y los empleados alcanzan los resultados definidos en suplan estratgico.

Diferencia con otras herramientas de Business Intelligence El Cuadro de Mando Integral se diferencia de otras herramientas de Business Intelligence, como los Sistemas de Soporte a la Decisin (DSS) o los Sistemas de Informacin Ejecutiva (EIS), en que est ms orientados al seguimiento de indicadores que al anlisis minucioso de informacin. Por otro lado, es muy comn que un CMI sea controlado por la direccin general de una compaa, frente a otras herramientas de Business Intelligence ms enfocadas a a la direccin departamental. El CMI requiere, por tanto, que los directivos analicen el mercado y la estrategia para construir un modelo de negocio que refleje las interrelaciones entre los diferentes

componentes de la empresa (plan estratgico). Una vez que lo han construido, los responsables de la organizacin utilizan este modelo como mapa para seleccionar los indicadores del CMI.

Tipos de Cuadros de Mando El Cuadro de Mando Operativo (CMO), es una herramienta de control enfocada al seguimiento de variables operativas, es decir, variables pertenecientes a reas o departamentos especficos de la empresa. La periodicidad de los CMO puede ser diaria, semanal o mensual, y est centrada en indicadores que generalmente representan procesos, por lo que su implantacin y puesta en marcha es ms sencilla y rpida. Un CMO debera estar siempre ligado a un DSS (Sistema de Soporte a Decisiones) para indagar en profundidad sobre los datos. El Cuadro de Mando Integral (CMI), por el contrario, representa la ejecucin de la estrategia de una compaa desde el punto de vista de la Direccin General (lo que hace que sta deba estar plenamente involucrada en todas sus fases, desde la definicin a la implantacin). Existen diferentes tipos de cuadros de mando integral, si bien los ms utilizados son los que se basan en la metodologa de Kaplan & Norton. La principales caractersticas de esta metodologa son que utilizan tanto indicadores financieros como no financieros, y que los objetivos estratgicos se organizan en cuatro reas o perspectivas: financiera, cliente, interna y aprendizaje/crecimiento. La perspectiva financiera incorpora la visin de los accionistas y mide la creacin de valor de la empresa. Responde a la pregunta: Qu indicadores tienen que ir bien para que los esfuerzos de la empresa realmente se transformen en valor? Esta perspectiva valora uno de los objetivos ms relevantes de organizaciones con nimo de lucro, que es, precisamente, crear valor para la sociedad. La perspectiva del cliente refleja el posicionamiento de la empresa en el mercado o, ms concretamente, en los segmentos de mercado donde quiere competir. Por ejemplo, si una empresa sigue una estrategia de costes es muy posible que la clave de su xito dependa de una cuota de mercado alta y unos precios ms bajos que la competencia. Dos indicadores que reflejan

este posicionamiento son la cuota de mercado y un ndice que compare los precios de la empresa con los de la competencia. La perspectiva interna recoge indicadores de procesos internos que son crticos para el posicionamiento en el mercado y para llevar la estrategia a buen puerto. En el caso de la empresa que compite en coste, posiblemente los indicadores de productividad, calidad e innovacin de procesos sean importantes. El xito en estas dimensiones no slo afecta a la perspectiva interna, sino tambin a la financiera, por el impacto que tienen sobre las rbricas de gasto. La perspectiva de aprendizaje y crecimiento es la ltima que se plantea en este modelo de CMI. Para cualquier estrategia, los recursos materiales y las personas son la clave del xito. Pero sin un modelo de negocio apropiado, muchas veces es difcil apreciar la importancia de invertir, y en pocas de crisis lo primero que se recorta es precisamente la fuente primaria de creacin de valor: se recortan inversiones en la mejora y el desarrollo de los recursos.

Pese a que estas cuatro son las perspectivas ms genricas, no son "obligatorias". Por ejemplo, una empresa de fabricacin de ropa deportiva tiene, adems de la perspectiva de clientes, una perspectiva de consumidores. Para esta empresa son tan importantes sus distribuidores como sus clientes finales. Una vez que se tienen claros los objetivos de cada perspectiva, es necesario definir los indicadores que se utilizan para realizar su seguimiento. Para ello, debemos tener en cuenta varios criterios: el primero es que el nmero de indicadores no supere los siete por perspectiva, y si son menos, mejor. La razn es que demasiados indicadores difuminan el mensaje que comunica el CMI y, como resultado, los esfuerzos se dispersan intentando perseguir demasiados objetivos al mismo tiempo. Puede ser recomendable durante el diseo empezar con una lista ms extensa de indicadores. Pero es necesario un proceso de sntesis para disponer de toda la fuerza de esta herramienta.

No obstante, la aportacin que ha convertido al CMI en una de las herramientas ms significativas de los ltimos aos es que se cimenta en un modelo de negocio. El xito de su implantacin radica en que el equipo de direccin se involucre y dedique tiempo al desarrollo de su propio modelo de negocio.

Beneficios de la implantacin de un Cuadro de Mando Integral

La fuerza de explicitar un modelo de negocio y traducirlo en indicadores facilita el consenso en toda la empresa, no slo de la direccin, sino tambin de cmo alcanzarlo. Clarifica cmo las acciones del da a da afectan no slo al corto plazo, sino tambin al largo plazo. Una vez el CMI est en marcha, se puede utilizar para comunicar los planes de la empresa, aunar los esfuerzos en una sola direccin y evitar la dispersin. En este caso, el CMI acta como un sistema de control por excepcin. Permita detectar de forma automtica desviaciones en el plan estratgico u operativo, e incluso indagar en los datos operativos de la compaa hasta descubrir la causa original que di lugar a esas desviaciones.

Riesgos de la implantacin de un Cuadro de Mando Integral

Un modelo poco elaborado y sin la colaboracin de la direccin es papel mojado, y el esfuerzo ser en vano. Si los indicadores no se escogen con cuidado, el CMI pierde una buena parte de sus virtudes, porque no comunica el mensaje que se quiere transmitir. Cuando la estrategia de la empresa est todava en evolucin, es contraproducente que el CMI se utilice como un sistema de control clsico y por excepcin, en lugar de usarlo como una herramienta de aprendizaje. Existe el riesgo de que lo mejor sea enemigo de lo bueno, de que el CMI sea perfecto, pero desfasado e intil.

Si no est familiarizado con la utilizacin de un cuadro de mando integral, puede resultarle til, adems, examinar las siguientes definiciones: Plan director Plan estratgico Plan operativo anual (POA) Sistemas de Soporte a la Decisin (DSS) Sistemas de Informacin Ejecutiva (EIS)

Sistemas de Soporte a la Decisin (DSS) Un Sistema de Soporte a la Decisin (DSS) es una herramienta de Business Intelligence enfocada al anlisis de los datos de una organizacin. En principio, puede parecer que el anlisis de datos es un proceso sencillo, y fcil de conseguir mediante una aplicacin hecha a medida o un ERP sofisticado. Sin embargo, no es as: estas aplicaciones suelen disponer de una serie de informes predefinidos en los que presentan la informacin de manera esttica, pero no permiten profundizar en los datos, navegar entre ellos, manejarlos desde distintas perspectivas... etc.

El DSS es una de las herramientas ms emblemticas del Business Intelligence ya que, entre otras propiedades, permiten resolver gran parte de las limitaciones de los programas de gestin. Estas son algunas de sus caractersticas principales: Informes dinmicos, flexibles e interactivos, de manera que el usuario no tenga que ceirse a los listados predefinidos que se configuraron en el momento de la implantacin, y que no siempre responden a sus dudas reales. No requiere conocimientos tcnicos. Un usuario no tcnico puede crear nuevos grficos e informes y navegar entre ellos, haciendo drag&drop o drill through. Por tanto, para examinar la informacin disponible o crear nuevas mtricas no es imprescindible buscar auxilio en el departamento de informtica. Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele ser un datawarehouse corporativo o un datamart, con modelos de datos en estrella o copo de nieve. Este tipo de bases de datos estn optimizadas para el anlisis de grandes volmenes de informacin (vease nalisis OLTP-OLAP). Integracin entre todos los sistemas/departamentos de la compaa. El proceso de ETL previo a la implantacin de un Sistema de Soporte a la Decisin garantiza la calidad y la integracin de los datos entre las diferentes unidades de la empresa. Existe lo que se llama: integridad referencial absoluta. Cada usuario dispone de informacin adecuada a su perfil. No se trata de que todo el mundo tenga acceso a toda la informacin, sino de que tenga acceso a la informacin que necesita para que su trabajo sea lo ms eficiente posible. Disponibilidad de informacin histrica. En estos sistemas est a la orden del da comparar los datos actuales con informacin de otros perodos histricos de la compaa, con el fin de analizar tendencias, fijar la evolucin de parmetros de negocio... etc.

Diferencia con otras herramientas de Business Intelligence El principal objetivo de los Sistemas de Soporte a Decisiones es, a diferencia de otras herramientas como los Cuadros de Mando (CMI) o los Sistemas de Informacin Ejecutiva (EIS), explotar al mximo la informacin residente en una base de datos corporativa (datawarehouse o datamart), mostrando informes muy dinmicos y con gran potencial de navegacin, pero siempre con una interfaz grfica amigable, vistosa y sencilla.

Otra diferencia fundamental radica en los usuarios a los que estn destinadas las plataformas DSS: cualquier nivel gerencial dentro de una organizacin, tanto para situaciones estructuradas como no estructuradas. (En este sentido, por ejemplo, los CMI estn ms orientados a la alta direccin). Por ltimo, destacar que los DSS suelen requerir (aunque no es imprescindible) un motor OLAP subyacente, que facilite el anlisis casi ilimitado de los datos para hallar las causas raices de los problemas/pormenores de la compaa.

Tipos de Sistemas de Soporte a Decisiones Sistemas de informacin gerencial (MIS) Los sistemas de informacin gerencial (MIS, Management Information Systems), tambien llamados Sistemas de Informacin Administrativa (AIS) dan soporte a un espectro ms amplio de tareas organizacionales, encontrndose a medio camino entre un DSS tradicional y una aplicacin CRM/ERP implantada en la misma compaa. Sistemas de informacin ejecutiva (EIS) Los sistemas de informacin ejecutiva (EIS, Executive Information System) son el tipo de DSS que ms se suele emplear en Business Intelligence, ya que proveen a los gerentes de un acceso sencillo a informacin interna y externa de su compaa, y que es relevante para sus factores clave de xito. Sistemas expertos basados en inteligencia artificial (SSEE) Los sistemas expertos, tambin llamados sistemas basados en conocimiento, utilizan redes neuronales para simular el conocimiento de un experto y utilizarlo de forma efectiva para resolver un problema concreto. Este concepto est muy relacionado con el datamining.

Sistemas de apoyo a decisiones de grupo (GDSS) Un sistema de apoyo a decisiones en grupos (GDSS, Group Decision Support Systems) es "un sistema basado en computadoras que apoya a grupos de personas que tienen una tarea (u objetivo) comn, y que sirve como interfaz con un entorno compartido". El supuesto en que se basa el GDSS es que si se mejoran las comunicaciones se pueden mejorar las decisiones.

Si no est familiarizado con el concepto de Sistema de Soporte a Decisiones, puede resultarle til, adems, examinar las siguientes definiciones: Cuadro de Mando Integral Sistemas de Informacin Ejecutiva (EIS) Datawarehouse Datamart Datamining

Sistemas de Informacin Ejecutiva (EIS)


Un Sistema de Informacin para Ejecutivos o Sistema de Informacin Ejecutiva es una herramienta software, basada en un DSS, que provee a los gerentes de un acceso sencillo a informacin interna y externa de su compaa, y que es relevante para sus factores clave de xito. La finalidad principal es que el ejecutivo tenga a su disposicin un panorama completo del estado de los indicadores de negocio que le afectan al instante, manteniendo tambin la posibilidad de analizar con detalle aquellos que no estn cumpliendo con las expectativas establecidas, para determinar el plan de accin ms adecuado.

De forma ms pragmtica, se puede definir un EIS como una aplicacin informtica que muestra informes y listados (query & reporting) de las diferentes reas de negocio, de forma consolidada, para facilitar la monitorizacin de la empresa o de una unidad de la misma. El EIS se caracteriza por ofrecer al ejecutivo un acceso rpido y efectivo a la informacin compartida, utilizando interfaces grficas visuales e intutivas. Suele incluir alertas e informes basados en excepcin, as como histricos y anlisis de tendencias. Tambin es frecuente que permita la domiciliacin por correo de los informes ms relevantes. A travs de esta solucin se puede contar con un resumen del comportamiento de una organizacin o rea especfica, y poder compararla a travs del tiempo. Es posible, adems, ajustar la visin de la informacin a la teora de Balanced Scorecard o Cuadro de Mando Integral impulsada por Norton y Kaplan, o bien a cualquier modelo estratgico de indicadores que maneje la compaa.

Datamart

Un Datamart es

una

base

de

datos

departamental,

especializada

en

el

almacenamiento de los datos de un rea de negocio especfica. Se caracteriza por disponer la estructura ptima de datos para analizar la informacin al detalle desde todas las perspectivas que afecten a los procesos de dicho departamento. Un datamart puede ser alimentado desde los datos de un datawarehouse, o integrar por si mismo un compendio de distintas fuentes de informacin.

Por tanto, para crear el datamart de un rea funcional de la empresa es preciso encontrar la estructura ptima para el anlisis de su informacin, estructura que puede estar montada sobre una base de datos OLTP, como el propio datawarehouse, o sobre una base de datos OLAP. La designacin de una u otra depender de los datos, los requisitos y las caractersticas especficas de cada departamento. De esta forma se pueden plantear dos tipos de datamarts:

Datamart

OLAP

Se basan en los populares cubos OLAP, que se construyen agregando, segn los requisitos de cada rea o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creacin, explotacin y mantenimiento de los cubos OLAP es muy heterogneo, en funcin de la herramienta final que se utilice.

Datamart

OLTP

Pueden basarse en un simple extracto del datawarehouse, no obstante, lo comn es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones ms usuales) aprovechando las caractersticas particulares de cada rea de la empresa. Las estructuras ms comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores, pero con el objetivo de explotar la reescritura de queries (aunque slo es posibles en algunos SGBD avanzados, como Oracle). Los datamarts que estn dotados con estas estructuras ptimas de anlisis presentan las siguientes ventajas:

Poco volumen de datos Mayor rapidez de consulta Consultas SQL y/o MDX sencillas Validacin directa de la informacin Facilidad para la historizacin de los datos

Datawarehouse Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar informacin de una o ms fuentes distintas, para luego procesarla permitiendo su anlisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creacin de un datawarehouse representa en la mayora de las ocasiones el primer paso, desde el punto de vista tcnico, para implantar una solucin completa y fiable de Business Intelligence. La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la informacin (modelos de tablas en estrella, en copo de nieve, cubos relacionales... etc). Este tipo de persistencia de la informacin es homognea y fiable, y permite la consulta y el tratamiento jerarquizado de la misma (siempre en un entorno diferente a los sistemas operacionales).

El trmino Datawarehouse fue acuado por primera vez por Bill Inmon, y se traduce literalmente como almacn de datos. No obstante, y como cabe suponer, es mucho ms que eso. Segn defini el propio Bill Inmon, un datawarehouse se caracteriza por ser: Integrado: los datos almacenados en el datawarehouse deben integrarse en una estructura consistente, por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminadas. La informacin suele estructurarse tambin en distintos niveles de detalle para adecuarse a las distintas necesidades de los usuarios. Temtico: slo los datos necesarios para el proceso de generacin del conocimiento del negocio se integran desde el entorno operacional. Los datos se organizan por temas para facilitar su acceso y entendimiento por parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser consolidados en una nica tabla del datawarehouse. De esta forma, las peticiones de informacin sobre clientes sern ms fciles de responder dado que toda la informacin reside en el mismo lugar. Histrico: el tiempo es parte implcita de la informacin contenida en un datawarehouse. En los sistemas operacionales, los datos siempre reflejan el estado de la actividad del negocio en el momento presente. Por el contrario, la informacin almacenada en el datawarehouse sirve, entre otras cosas, para realizar anlisis de tendencias. Por lo tanto, el datawarehouse se carga con los distintos valores que toma una variable en el tiempo para permitir comparaciones. No voltil: el almacn de informacin de un datawarehouse existe para ser ledo, pero no modificado. La informacin es por tanto permanente, significando la actualizacin del datawarehouse la incorporacin de los ltimos valores que tomaron las distintas variables contenidas en l sin ningn tipo de accin sobre lo que ya exista.

Otra caracterstica del datawarehouse es que contiene metadatos, es decir, datos sobre los datos. Los metadatos permiten saber la procedencia de la informacin, su periodicidad de refresco, su fiabilidad, forma de clculo... etc. Los metadatos sern los que permiten simplificar y automatizar la obtencin de la informacin desde los sistemas operacionales a los sistemas informacionales. Los objetivos que deben cumplir los metadatos, segn el colectivo al que va dirigido, son: Dar soporte al usuario final, ayudndole a acceder al datawarehouse con su propio lenguaje de negocio, indicando qu informacin hay y qu significado tiene. Ayudar a construir consultas, informes y anlisis, mediante herramientas de Business Intelligence como DSS, EIS o CMI. Dar soporte a los responsables tcnicos del datawarehouse en aspectos de auditora, gestin de la informacin histrica, administracin del datawarehouse, elaboracin de programas de extraccin de la informacin, especificacin de las interfaces para la realimentacin a los sistemas operacionales de los resultados obtenidos... etc. Por ltimo, destacar que para comprender ntegramente el concepto de datawarehouse, es importante entender cual es el proceso de construccin del mismo, denominado ETL (Extraccin, Transformacin y Carga), a partir de los sistemas operaciones de una compaa: Extraccin: obtencin de informacin de las distintas fuentes tanto internas como externas. Transformacin: filtrado, limpieza, depuracin, homogeneizacin y agrupacin de la informacin. Carga: organizacin y actualizacin de los datos y los metadatos en la base de datos.

Una de las claves del xito en la construccin de un datawarehouse es el desarrollo de forma gradual, seleccionando a un departamento usuario como piloto y expandiendo progresivamente el almacn de datos a los dems usuarios. Por ello es importante elegir este usuario inicial o piloto, siendo importante que sea un departamento con pocos usuarios, en el que la necesidad de este tipo de sistemas es muy alta y se puedan obtener y medir resultados a corto plazo. Principales aportaciones de un datawarehouse Proporciona una herramienta para la toma de decisiones en cualquier rea funcional, basndose en informacin integrada y global del negocio. Facilita la aplicacin de tcnicas estadsticas de anlisis y modelizacin para encontrar relaciones ocultas entre los datos del almacn; obteniendo un valor aadido para el negocio de dicha informacin. Proporciona la capacidad de aprender de los datos del pasado y de predecir situaciones futuras en diversos escenarios. Simplifica dentro de la empresa la implantacin de sistemas de gestin integral de la relacin con el cliente. Supone una optimizacin tecnolgica y econmica en entornos de Centro de Informacin, estadstica o de generacin de informes con retornos de la inversin espectaculares.

Bases de datos OLTP y OLAP


OLTP - On-Line Transactional Processing Los sistemas OLTP son bases de datos orientadas al procesamiento de transacciones. Una transaccin genera un proceso atmico (que debe ser validado con un commit, o invalidado con un rollback), y que puede involucrar operaciones de insercin, modificacin y borrado de datos. El proceso transaccional es tpico de las bases de datos operacionales. El acceso a los datos est optimizado para tareas frecuentes de lectura y escritura. (Por ejemplo, la enorme cantidad de transacciones que tienen que soportar las BD de bancos o hipermercados diariamente). Los datos se estructuran segn el nivel aplicacin (programa de gestin a medida, ERP o CRM implantado, sistema de informacin departamental...). Los formatos de los datos no son necesariamente uniformes en los diferentes departamentos (es comn la falta de compatibilidad y la existencia de islas de datos). El historial de datos suele limitarse a los datos actuales o recientes.

OLAP - On-Line Analytical Processing Los sistemas OLAP son bases de datos orientadas al procesamiento analtico. Este anlisis suele implicar, generalmente, la lectura de grandes cantidades de datos para llegar a extraer algn tipo de informacin til: tendencias de ventas, patrones de comportamiento de los consumidores, elaboracin de informes complejos etc. Este sistema es tpico de los datamarts. El acceso a los datos suele ser de slo lectura. La accin ms comn es la consulta, con muy pocas inserciones, actualizaciones o eliminaciones. Los datos se estructuran segn las reas de negocio, y los formatos de los datos estn integrados de manera uniforme en toda la organizacin. El historial de datos es a largo plazo, normalmente de dos a cinco aos. Las bases de datos OLAP se suelen alimentar de informacin procedente de los sistemas operacionales existentes, mediante un proceso de extraccin, transformacin y carga (ETL). Persistencia ROLAP, MOLAP, HOLAP

Datamining (Minera de datos) El datamining (minera de datos), es el conjunto de tcnicas y tecnologas que permiten explorar grandes bases de datos, de manera automtica o semiautomtica, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Bsicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este fin, hace uso de prcticas estadsticas y, en algunos casos, de algoritmos de bsqueda prximos a la Inteligencia Artificial y a las redes neuronales. De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algn significado especial pasan a convertirse en informacin. Cuando los especialistas elaboran o encuentran un modelo, haciendo que la interpretacin que surge entre la informacin y ese modelo represente un valor agregado, entonces nos referimos al conocimiento. Vea ms diferencias entre datos, informacin y conocimiento.

Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso comn a todos ellos se suele componer de cuatro etapas principales: Determinacin de los objetivos. Trata de la delimitacin de los objetivos que el cliente desea bajo la orientacin del especialista en data mining. Preprocesamiento de los datos. Se refiere a la seleccin, la limpieza, el enriquecimiento, la reduccin y la transformacin de las bases de datos. Esta etapa consume generalmente alrededor del setenta por ciento del tiempo total de un proyecto de data mining. Determinacin del modelo. Se comienza realizando unos anlisis estadsticos de los datos, y despus se lleva a cabo una visualizacin grfica de los mismos para tener una primera aproximacin. Segn los objetivos planteados y la tarea que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en diferentes reas de la Inteligencia Artificial. Anlisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los obtenidos por los anlisis estadsticos y de visualizacin grfica. El cliente determina si son novedosos y si le aportan un nuevo conocimiento que le permita considerar sus decisiones.

Carga de trabajo en las fases de un proyecto de datamining

En resumen, el datamining se presenta como una tecnologa emergente, con varias ventajas: por un lado, resulta un buen punto de encuentro entre los investigadores y las personas de negocios; por otro, ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios. Adems, no hay duda de que trabajar con esta tecnologa implica cuidar un sinnmero de detalles debido a que el producto final involucra "toma de decisiones". En el artculo Data Mining: Torturando a los datos hasta que confiesen, Luis Carlos Molina proporciona una visin muy clarificadora sobre la minera de datos, incluyendo interesantes ejemplos de aplicaciones de la misma. Recomendamos su lectura.

Plan director El plan director es un documento formal en el que se intenta plasmar, por parte de los responsables de una compaa (directivos, gerentes, empresarios...) cual ser la situacin de la misma dentro un perodo de tiempo, generalmente de 5 a 10 aos. El plan director es cualitativo: define las futuras cualidades (no las cantidades) de la compaa, finalista: indica lo que se quiere conseguir, pero no cmo conseguirlo, yatemporal: no establece plazos para alcanzar lo propuesto, a excepcin de la propia vigencia del plan. El plan director recoge tres puntos principales: Productos y servicios: describe el catlogo de productos y/o servicios que ofrecer la compaa a sus clientes, y en los que deben basarse sus ingresos en el medio y en el largo plazo. Esta enumeracin debera ser visionaria, completa y realista.

Mercado potencial: describe el perfil de los clientes que tendrn acceso a los productos que ofrece la compaa (pblico final, empresas...), indicando el segmento ms aproximado y sus caractersticas principales. Ventajas competitivas: describe las caractersticas que deben situar a la compaa en una situacin ventajosa con respecto a su competencia. Estas ventajas deben ser, ante todo, difciles de imitar y sostenibles en el tiempo. Aprenda ms sobre ventajas competitivas aqu. En la prctica, el plan director se suele condensar en un documento escrito (generalmente de menos de 10 pginas) que no es ms una instantnea del futuro que los directivos quieren para su compaa. El plan director es, por tanto, el eje central sobre el que se articularn otros documentos de vital importancia para la empresa, como el plan estratgico o el plan operativo anual. Plan estratgico El plan estratgico es un documento formal en el que se intenta plasmar, por parte de los responsables de una compaa (directivos, gerentes, empresarios...) cual ser la estrategia de la misma durante un perodo de tiempo, generalmente de 3 a 5 aos. El plan estratgico es cuantitativo: establece las cifras que debe alcanzar la compaa,manifiesto: describe el modo de conseguirlas, perfilando la estrategia a seguir, ytemporal: indica los plazos de los que dispone la compaa para alcanzar esas cifras. El plan estratgico recoge tres puntos principales: Objetivos: un objetivo es un hecho que no depende directamente de la compaa, y que est formado por la ecuacin: cantidad a alcanzar + plazo para conseguirlo. El verbo asociado a un objetivo es siempre conseguir: - Conseguir una facturacin de 1.000.000 antes de 2.010. - Conseguir incrementar la rentabilidad econmica un 10% durante 2.008. - Conseguir una cuota de mercado del 40% antes de Noviembre de 2.007. Los objetivos del tipo: "Optimizar los recursos empleados" o "Maximizar el beneficio durante este ao" no son vlidos, ya que no indican una cantidad a alcanzar y un plazo para conseguirlo. Tampoco sera correcto el objetivo: "Gastar 10.000 en renovar el equipamiento informtico durante Febrero", ya que eso depende directamente de la compaa. Polticas: una poltica es una conducta que marca la compaa, y que sirve para describir su actitud, continuada en el tiempo, a la hora de enfrentarse a situaciones de diversa ndole. El verbo asociado a una poltica es siempre establecer: - Establecer una poltica de cobros a 30 das y de pagos a 90 das.

- Establecer una poltica de contratacin para titulados con al menos 2 aos de experiencia. - Establecer una poltica retributiva basada en un 80% de retribucin fija y 20% retribucin variable. Existen muchos parmetros sobre los que se puede establecer la actitud de la empresa, como la poltica de tesorera, la poltica de atencin al cliente, la poltica de recursos humanos, la poltica de imagen corporativa, la poltica de reparto de dividendos... Acciones: una accin es un hecho que depende directamente de la compaa, y que generalmente se lleva a cabo para facilitar la consecucin de los objetivos, fomentar el respeto a las polticas impuestas, o vertebrar la estrategia global de la empresa. El verbo asociado a una accin es siempre realizar: - Asistir a los principales congresos del sector para mejorar la formacin interna. - Lanzar una campaa de publicidad en TV y peridicos para promocionar el nuevo producto. - Elaborar un manual de procedimientos interno que agilice la incorporacin de nuevos miembros. Las acciones se suelen agrupar de tal manera que sea sencillo identificar su origen y, a su vez, su finalidad. As se pueden clasificar como dependientes de un objetivo estratgico, de una poltica de empresa o simplemente como acciones puntuales. En la prctica, el plan estratgico se suele sintetizar en un documento escrito (generalmente de menos de 20 pginas), concretando as las lneas estratgicas generales a seguir por la compaa. El plan estratgico describe, por tanto, una manera de conseguir las cualidades organizacionales enumeradas en el plan director. No obstante, el plan estratgico no suele estar lo suficientemente detallado como para actuar a nivel departamental. Para ello, se suele utilizar el plan operativo anual. La herramienta de Business Intelligence dedicada a la inclusin y seguimiento del plan estratgico en una empresa es el Cuadro de Mando Integral o Balanced Scorecard. Plan operativo anual (POA) El plan operativo anual es un documento formal en el que se enumeran, por parte de los responsables de una entidad facturadora (compaa, departamento, sucursal u oficina) los objetivos a conseguir durante el presente ejercicio. El plan operativo anual debe estar perfectamente alineado con el plan estratgico de la empresa, y su especificacin sirve para concretar, adems de los objetivos a conseguir cada ao, la manera de alcanzarlos que debe seguir cada entidad (departamento, sucursal, oficina...). Por ejemplo, ante un objetivo estratgico global del tipo: "Conseguir una facturacin de 1.000.000 antes de 2.010.", un plan operativo debe desglosar esa cifra para cada ao:"Conseguir una

facturacin de 600.000 en el ao 2.008", "Conseguir una facturacin de 800.000 en el ao 2.009", "Conseguir una facturacin de 1.000.000 en el ao 2.010". Adems, el plan operativo anual debe desglosar los objetivos para cada entidad facturadora: "La oficina de Madrid debe alcanzar una cifra de ventas de 200.000 en el ao 2.008", "La oficina de Valencia debe alcanzar una cifra de ventas de 150.000 en el ao 2.008", etc... Incluso, dentro de cada sucursal o departamento es posible hallar una prediccin del volumen esperado de ventas para cada mes del ao (teniendo en cuenta la estacionalidad del producto o las oscilaciones que ha experimentado el mercado en aos anteriores). Por tanto, es comn en un plan operativo anual disponer, para cada mes (desde enero a diciembre), de un valor POA para cada objetivo. A medida que va avanzando el ao es posible fijar el valor real que se ha alcanzado y, por tanto, hallar posibles errores o desviaciones en el plan. Por ejemplo, para el caso del objetivo: "La oficina de Madrid debe alcanzar una cifra de ventas de 200.000 en el ao 2.008" Mes POA Acumulado Real Acumulado Desviacin

Enero

15.000

16.292

1.292

Febrero

30.000

26.488

-3.512

Marzo

50.000

41.351

-8.649

Abril

70.000

60.134

-9.866

Mayo

85.000

74.011

-10.989

Junio

100.000

88.506

-11.494

Julio

120.000

(-)

(-)

Agosto

150.000

Septiembre

170.000

Octubre

180.000

Noviembre

190.000

Diciembre

200.000

Esto es preciso hacerlo, naturalmente, para cada objetivo anual de cada entidad. Lo ms importante de este modelo es que, mediante un correcto seguimiento del plan operativo anual, se puede hallar no slo las desviaciones en el plan, sino tambin el motivo de su origen. La herramienta de Business Intelligence dedicada a este fin es una de las ms implantadas en las empresas modernas: el Cuadro de Mando Integral oBalanced Scorecard. Plataformas de Business Intelligence A continuacin mostramos las principales plataformas de Business Intelligence con las que trabaja nuestra empresa. Si desea un listado ms exhaustivo de productos puede consultar aqu.

Ejemplos prcticos de Business Intelligence A continuacin mostramos una serie de ejemplos reales (resumidos) de Business Intelligence: Empresa conservera Este caso prctico se refiere a uno de las mayores empresas conserveras de Galicia, con presencia internacional, ms de 500 empleados y cerca de 100.000.000 de facturacin. A pesar de que en el sector conservero es bien conocida la estacionalidad de las ventas (el consumo de atn en conserva se dispara en verano, debido a su participacin en las ensaladas) y en diciembre (con motivo de la navidad), esta empresa no haba sido capaz de optimizar la cantidad de producto finalizado que deba almacenar en stock para maximizar sus beneficios. Mediante la implantacin de un sistema de soporte a la decisin (DSS), y tras el anlisis minucioso de los datos histricos que guardaba la compaa, result posible redisear todo el proceso logstico y de almacenamiento productivo hasta el punto de incrementar la rentabilidad econmica de la misma (independientemente de la produccin y la demanda) en un 10%.

Cadena de supermercados Una conocida cadena de supermercados gallegos ha recurrido a un sistema de Business Intelligence para averiguar cual era el perfil de sus clientes ms rentables e intentar hacer lo posible para fidelizarlos. Para ello, una de las primeras acciones que llev a cabo fue la creaccin de una "tarjeta descuento", que vinculara a los clientes con el club del supermercado. Para poder optar a esta tarjeta, cada cliente deba facilitar sus datos personales bsicos (edad, sexo, origen...) y unos datos complementarios de sus preferencias. A cambio reciba descuentos eventuales en sus compras. Tras haber acumulado una relevante cantidad de datos, lleg el momento de extraer la informacin requerida mediante un sistema de soporte a la decisin. Entre las rarezas obtenidas

en los resultados, cabe destacar que el perfil ideal de cada cliente tena sustanciales diferencias en funcin de la ubicacin geogrfica, a pesar de que el lmite del anlisis era dentro de la propia Galicia.

Cooperativa lechera En una cooperativa lctea de origen gallego, cuyos productos se publicitan en TV a nivel nacional, se haban desatado las alarmas debido a las grandes desviaciones econmicas existentes, cada ao, entre los parmetros estimados en enero y los resultados analizados doce meses ms tarde. Finalmente, para resolver el problema y potenciar al mximo sus sistemas informticos tradicionales, la cooperativa decidi implantar un cuadro de mando integral (Balanced Scorecard) y realizar un seguimiento minucioso de sus objetivos estratgicos. Tras ocho meses desde la puesta en produccin del sistema, consiguieron encontrar el origen de las desviaciones y tomar las acciones oportunas para enderezar la trayectoria operativa de la empresa. Por otro lado, y como efecto colateral estrechamente relacionado, el sistema ha permitido analizar el impacto en las ventas de cada una de sus campaas publicitarias. Basndose la informacin contenida en sus propias bases de datos, la cooperativa ha conseguido desde entonces adaptar su publicidad para incrementar en un 8% su cuota de mercado.

Operador de telecomunicaciones Este ejemplo hace referencia a uno de los mayores operadores de telecomunicacin del mundo, con ms de 91 millones de clientes en 220 pases de los cinco continentes. Esta organizacin cuenta con 190.000 empleados y ofrece una gama completa de servicios de telecomunicaciones: telefona local, internacional y mvil; internet y multimedia; transporte de datos; y difusin de TV por cable. En los ltimos aos, la empresa ha venido utilizando los sistemas informticos como un arma estratgica fundamental en la batalla entre operadores de telecomunicaciones. El objetivo de una de sus principales iniciativas ha sido reducir las inconsistencias en los datos y compartir la informacin de manera ms eficaz entre las diferentes reas de negocio, implementando en toda la organizacin estndares en el campo del software de gestin.

Peluquera local

Una peluquera de Santiago de Compostela llevaba dos aos abierta al pblico. Durante todo ese tiempo, las dueas, dos chicas jvenes y emprendedoras, haban trabajado todos los das de la semana (a excepcin, naturalmente, de los domingos) para sacar adelante su negocio. Al haber estabilizado su cartera de clientes decidieron descansar un da ms a la semana. Su primera opcin fue cerrar los lunes, como las dems peluqueras de la zona. No obstante, decidieron basar su decisin en la informacin histrica que haban recogido en su pequea aplicacin de citas. Los resultados obtenidos fueron contudentes, ya que el lunes result ser el cuarto da ms rentable de la semana (probablemente como consecuencia del cierre de la competencia). Finalmente el da elegido para descansar fue el martes. Cmo saber si su empresa necesita una solucin BI? Recuerde que el objetivo del Business Intelligence es colocar todos los datos al alcance de toda la empresa, proporcionando las herramientas para extraerlos de las aplicaciones, conferirles un formato estndar, y posteriormente almacenarlos en un repositorio optimizado para una entrega de la informacin rpida y resumida que haga posible un anlisis muy detallado. Para realizar un diagnstico instantneo de su empresa, slo tiene que responder al siguiente cuestionario: Est seguro de qu productos y clientes son los ms importantes para su empresa? S No N/a

Tiene problemas para crear una visin clara de toda su organizacin? S No N/a

Sabe si est perdiendo cuota de mercado con respecto a su competencia? S No N/a

Ha perdido oportunidades de negocio por recibir informacin atrasada? S No N/a

Dedica horas extras a analizar documentos e informes? S No N/a

Tiene informes de varios sistemas operacionales que no concuerdan? S No N/a

Dispone de alguna ventaja competitiva clara con respecto a las dems empresas de su sector? S No N/a

Sabe con certeza si su gente est alcanzando los objetivos planificados? S No N/a

Si al menos la mitad de las respuestas han sido afirmativas, su empresa puede encontrar importantes beneficios al implantar un sistema de Business Intelligence. En caso contrario, puede consultar aqu los motivos por los que quiz llegue a interesarle en un futuro. Razones por las que invertir en Business Intelligence Segn un artculo de Gartner Research, la falta de conocimiento es la mayor amenaza para las empresas modernas. Para ello, apuntan, el objetivo del Business Intelligence es eliminar las conjeturas y la ignorancia en los ambientes empresariales, aprovechando los vastos volmenes de datos cuantitativos que las empresas recolectan todos los das en sus diversas aplicaciones corporativas. BI como solucin tecnolgica Centralizar, depurar y afianzar los datos. Las tecnologas de BI permiten reunir, normalizar y centralizar toda la informacin de la empresa, mediante unalmacn de datos, permitiendo as su explotacin sin esfuerzo. De esta forma, los departamentos comercial, operativo y financiero basan las decisiones estratgicas en la misma informacin. Descubrir informacin no evidente para las aplicaciones actuales. En el da a da de las aplicaciones de gestin se pueden esconder pautas de comportamiento, tendencias, evoluciones del mercado, cambios en el consumo o en la produccin, que resulta prcticamente imposible reconocer sin el software adecuado. Es lo que se puede calificar como extraer informacin de los datos, y conocimiento de la informacin. Optimizar el rendimiento de los sistemas. Las plataformas de BI se disean para perfeccionar al mximo las consultas de alto nivel, realizando las transformaciones oportunas a cada sistema (OLTP - OLAP), y liberando los servidores operacionales.

BI como ventaja competitiva Seguimiento real del plan estratgico. Si su empresa dispone de plan estratgico, el business intelligence le permite, mediante un cuadro de mando, crear, manejar y monitorizar las mtricas y los objetivos estratgicos propuestos en ese plan, para poder detectar a tiempo las desviaciones, adoptando las acciones oportunas para corregirlas. Aprender de errores pasados. Al historizar los datos relevantes, una aplicacin de BI permite que una empresa aprenda de su historia y de sus mejores prcticas, y que pueda evitar tropezarse de nuevo con los mismos errores del pasado.

Mejorar la competitividad. Segn la consultora internacional Gartner, 7 de cada 10 compaas realizan anlisis sobre sus datos de forma diaria, o incluso instantnea, en el 2.006. Este mecanismo les permite maximizar su rentabilidad. La acuciante tendencia a explotar la informacin marca cada vez ms la diferencia en los sectores. Obtener el verdadero valor de las aplicaciones de gestin. Durante los ltimos aos, las empresas se han embarcado en la construccin de estas aplicaciones clave para sus negocios. Sin embargo, no siempre han sabido aprovechar todo el potencial que les pueden proporcionar: cuentas de resultados, cash-flow, etc Con el business intelligence, todos los empleados, desde el director general hasta el ltimo analista, tienen acceso a informacin adecuada, integrada y actualizada