Modelos de Madurez

Para Business Intelligence

23 de abril de 2014
Inteligencia de Negocios

Prof. Cristian Olivares Rodrguez
Carlos Neira Carrasco

Alumnos Andr Neves Cartes
Marcos Di Domenico
Luis Alberto Muoz
Raul Reyes Muoz
Introduccin
Un BIMM o Modelo de Madurez de BI es un modelo el cual tiene por finalidad determinar
el nivel o grado de madurez se encuentra el Business Intelligence de la organizacin y trazar el
camino del como debe evolucionar para llegar a un estado optimo, con la finalidad de que el
sistema de BI que se haya seleccionado para la empresa, no solo viva en los limites corporativos,
sino que tambin incluya a los directores de la organizacin, los clientes y los proveedores.
En el presente documento se abordaran los modelos de madurez de business intelligence
TDWI de The Data Warehousing Institute, el BIMM de Josep Curto y un modelo de madurez
creado en Chile por docentes de la Universidad Catlica del Norte denominado GCDBI.
#1 UNAB MAGISTER EN INGENIERA INFORMATICA
TDWI
El modelo de madurez del TDWI (The Data Warehousing Institute) destaca por ser unos de
los modelos mas completos, este modelo de madurez se encuentra conformado por 6 etapas o
niveles, los cuales son los siguientes:

1- Etapa Prenatal
2- Etapa de Infancia
3- Etapa de Niez
4- Etapa de Adolescencia
5- Etapa de Madurez
6- Etapa de Sabidura


En donde propone una curva tipo campana la cual indica que segn su conocimiento, la
mayora de las empresas a nivel mundial se encuentran en las etapas 3 o 4. Ademas tambin
advierte que no todas las organizaciones tienen un mismo nivel de evolucin o la misma
velocidad y tambin pueden presentar caractersticas de varias etapas de madurez al mismo
tiempo pero no necesariamente deben avanzar al estado o etapa siguiente.
#2 UNAB MAGISTER EN INGENIERA INFORMATICA
Etapa Prenatal

La organizacin posee reportes, pero lo mas probable es que estos reportes sean en papel
o son producidos por algn sistema OLTP (OnLine Transaction Processing) y no necesariamente
estos datos ofrecen una visin integrada.
Para los usuarios, el acceso a estos datos o sistemas de informacin, ya sean recientes o
histricos es prcticamente nulo debido a que los datos se encuentran muchas veces dispersos
en distintas fuentes, en una gran cantidad de formatos distintos y estos datos no han pasado por
adecuado control de calidad. Estos informes son estticos y su visualizacin se puede presentar
con demasiado detalle o demasiado nivel de agregacin, muchas veces con informacin
incompleta. Los usuarios que tienen acceso a esta informacin se deben concentrar en la
construccin de otro reporte, produciendo un cuello de botella ya que este es una labor no
prevista con tiempos no considerados.
El valor de la informacin para la organizacin no es apreciado debido a que al existir
distintos reportes, con distintos niveles de agregacin y agrupada por distintos usuarios los
conceptos de Utilidad, Facturacin, Ingresos, Costos, etc. vara segn el usuario que
construyo el reporte o/y anlisis ya que no existe un acuerdo corporativo sobre los conceptos o
los trminos que el negocio requiere medir.

Etapa de Infancia

Los ejecutivos se dan cuenta de la demanda de informacin en la toma de decisiones y al
no existir una infraestructura para tal demanda se trasladan los datos de los sistemas OLTP a
planillas electrnicas en procesos automticos, en donde la demanda vara entre preparar
informes para comits y realizar proyecciones, los problemas de calidad, conciliacin y accesos a
datos se mantienen. esta informacin de gran valor es almacenada en cada computador personal
de cada ejecutivo.

Etapa de Niez

Se reconoce el valor de la informacin como un activo para la toma de decisiones a nivel de
la organizacin y se buscan mecanismos poderosos para el procesamiento de esta, tales como
generador de reportes, herramientas OLAP o incluso minera de datos. Bajo un escenario
alentador, se implementa el primer datamart lejos del sistema OLTP para resolver algn problema
critico, muchas veces es el de venta. Normalmente no hay una adecuada toma de requerimientos
para el proceso ETLC (Extraction, Transformation, Load, Cleansing) y la informacin del datamart
no es completa de tal forma que no obedece las definiciones y criterios organizacionales, es
imputada de forma agregada eliminando el detalle, de tal forma que limita el anlisis.
La organizacin creara el mismo modelo de corto alcance en otros departamentos hasta
que se de cuenta que no es el camino ideal para el cubrimiento de las necesidades corporativas.

Etapa de Adolescencia

La organizacin toma plena conciencia de una unin armnica entre los datamart y para
esta labor, se requiere la identificacin de los intereses generales de la compaa y de todas sus
reas de negocio, establecer las prioridades, factibilidad, dimensiones y medidas del negocio,
fuentes de datos (internos o externos) y estructura de la bodega de datos, permitiendo estimar los
costos y los recursos del proyecto, se establece el orden de implementacin y las metas
#3 UNAB MAGISTER EN INGENIERA INFORMATICA
intermedias, se calcula el ROI (Return On Investment) y los riesgos y las medidas de mitigacin
de estos.
La organizacin comienza el planeamiento global y la construccin de forma coordinada,
por partes y de forma progresiva enfocado en las prioridades del negocio, se entiende la
complejidad y utilidad del proceso ETLC y los problemas de calidad se comienzan a solucionar.
Tambin comienzan las mediciones a nivel de indicadores calculados de forma automtica desde
la bodega de datos y los tableros de control demuestran su efectividad alejando al usuario de
procesos manuales.

Etapa de Madurez

Ya existe un sistema o una infraestructura con alto nivel de calidad que permite la toma de
decisiones para la organizacin con tableros de control, generacin de reportes y herramientas
analticas, y todo en funcin de una nica fuente de datos corporativa, la cual se encuentra
compuesta por datamarts coordinadas con las distintas reas de negocio respetando las
definiciones organizacionales; ademas a esto se puede destacar la alineacin perfecta entre la
gestin estratgica y la gestin operacional del negocio. La informacin es accesible, consistente,
administrable (si cambian los objetivos del negocio) y es el activo principal de la organizacin.

Etapa de Sabidura

El sistema de Business Intelligence, escapa de los limites organizacionales y es extendida a
los proveedores, a los clientes, a los stakeholders y al directorio de la compaa. El resultado del
proceso BI es integrado con otras tecnologas y/o herramientas como BPM (Business Process
Management). Se observa que el BI es un recurso corporativo estratgico orientado al negocio.
#4 UNAB MAGISTER EN INGENIERA INFORMATICA
BIMM

Segn Josep Curto en su libro Introduccin al Business Intelligence el BIMM (Business
Intelligence Maturity Model) es un modelo, el cual nos permite clasificar a la organizacin desde la
mirada del grado de la implementacin de un sistema BI en relacin con frameworks como
COBIT, el cual es un conjunto de las mejores practicas para el manejo de la informacin. Curto
plantea que el grado de madurez se puede medir en 7 fases distintas:

1- No existe BI
2- No existe BI, pero los datos son accesibles
3- Procesos de toma de decisiones basadas en datos
4- Data Warehouse
5- Data Warehouse y aparicin de reporting
6- Despliegue OLAP
7- Business Intelligence formalizado


Fase 1, No existe BI

Los datos se encuentran en los sistemas transaccionales, dispersados en varios soportes
o en el peor de los casos en el Know-How de la organizacin, las decisiones estn basadas en la
experiencia o intuicin de los ejecutivos, pero no en algn soporte de datos y aun no se
consideran el uso de estos o de alguna herramienta para este fin.

Fase 2, No existe BI, pero los datos son accesibles

No existe algn proceso formal para tomar decisiones en base a datos aunque algunos
usuarios tienen acceso a estos y pueden justificar decisiones basados en estos. mayoritariamente
estos datos son procesados en alguna planilla electrnica, se piensa en mejoras para este
proceso pero se desconocen las herramienta de Business Intelligence.

Fase 3, Procesos de toma de decisiones basadas en datos

Existe un equipo el cual esta encargado de recolectar los datos y realizar informes los
cuales permitan tomar decisiones con fundamentos. Los datos son extrados sin un proceso de
deteccin de registros incorrectos. En esta fase aunque ya existe la conciencia de que los datos
ayudan al proceso de toma de decisiones, aun no existe un sistema de Data Warehouse para la
organizacin.

Fase 4, Data Warehouse

El proceso de extraccin de datos desde los mltiples sistemas y de creacin de informes
por parte del equipo, repercute negativamente en los sistemas OLTP, lo que conlleva a la decisin
de tener un repositorio nico de datos.
En esta fase los reportes siguen siendo desarrollados de forma personal.
#5 UNAB MAGISTER EN INGENIERA INFORMATICA
Fase 5, Data Warehouse y aparicin de reporting

El Data Warehouse es implementado y funciona de forma correcta, se espera que todas
las reas de la compaa puedan obtener beneficios de este, de tal manera que el reporting es
formalizado y es de carcter corporativo. se comienza a hablar de OLAP pero no todos entienden
cuales son los beneficios de este.

Fase 6, Despliegue OLAP

La necesidad de informacin y las preguntas que quieren responder las distintas reas de
negocio de la organizacin, son cada vez mas complejas luego de un tiempo de vida del Data
Warehouse, de tal forma que el acceso a este o el reporting ya no son satisfactorios y es
desplegado OLAP para aquellos perfiles. Por otro lado se comienza a notar de forma significativa
el impacto que han causado la toma de decisiones en los procesos de negocio de la organizacin.

Fase 7, Business Intelligence formalizado

Dentro de la organizacin se entiende claramente la diferencia entre OLTP y DSS
(Decision Support System), comienza la necesidad de crear nuevos sistemas de inteligencia de
negocio para apoyar a los procesos claves de la compaa, tales como Data Mining, Balanced
ScoreCard, CRM, SCM, etc.
#6 UNAB MAGISTER EN INGENIERA INFORMATICA
GCDBI
El modelo de madurez para la Gestin de la Calidad de Datos en Business Intelligence
es una propuesta desarrollada en Chile por la Universidad Catlica del Norte y en base a los
modelos IQM3 (Information Quality Management Maturity Model) y TDQM (Total Data Quality
Management) utilizados para evaluacin y mejoras de datos, as como tambin en el proyecto de
Business Intelligence desarrollado por Kimball. Esta compuesto por 5 niveles los cuales
representan una evolucin en el proceso para la gestin de la informacin los cuales son:

1) Nivel de Madurez Inicial
2) Nivel de Madurez Definido
3) Nivel de Madurez Integrado
4) Nivel de Madurez Gestionado
5) Nivel de Madurez Optimizado


Nivel de Madurez Inicial

En este nivel, la organizacin no percibe problemas de calidad de datos en la informacin,
ademas y pese a este problema, no se evala realizar alguna mejora en la calidad de los datos.

Nivel de Madurez Definido

En la organizacin se perciben los problemas en la calidad de los datos, sin embargo no
se hace nada para mejorarlos y se comienzan a establecer procesos de BI.

Nivel de Madurez Integrado

Se tiene un mayor conocimiento de los problemas de calidad de datos, sin embargo no
existe algn proceso formal establecido el cual solucione esta problemtica, los problemas de
calidad son solucionados a medida que se presenten, pero la gestin en la calidad de datos de BI
ya se encuentra desarrollada y documentada.

Nivel de Madurez Gestionado

Los procesos de Business Intelligence ya se encuentran desarrollados y documentados y
ya se hace uso de estos, por otro lado la calidad de los datos es evaluada y mejorada
continuamente.

Nivel de Madurez Optimizado

El proyecto de Business Intelligence se encuentra en un nivel, en el que se puede medir
su gestin y las mtricas de este son usados para mejorar su rendimiento y entra al sistema de
mejora continua.
#7 UNAB MAGISTER EN INGENIERA INFORMATICA
El proceso GCDBI se sustenta en identificar las reas de procesos claves para cada nivel
evolutivo, las cuales corresponde a las siguientes:




Desarrollo

A continuacin se desarrollaran las preguntas efectuadas durante la clase de Business
Intelligence.

1) Existen los modelos de madurez para Business Intelligence?

Si, los modelos de madurez de Business Intelligence existen y estn orientados a
desarrollar una herramienta de BI robusta, pero sobre todo orientada al alineamiento de las
necesidades de la organizacin.

2) Cuales son los Modelos de Madurez?

Existen variados modelos de madurez para BI, entre los mas destacados podemos
encontrar el modelo de TDWI creado por The Data Warehousing Institute y el cual se puede
apreciar en este documento; el modelo de Gartners Maturity Model for Business Intelligence and
Performance Management (en donde se evala la madurez del negocio y la madurez de las
Areas de Procesos Claves
Nivel Inicial
Creacion de equipo de Gestion de Calidad de Datos
Nivel Definido
Gestin de Requerimientos
Gestin de Proyecto de Business Intelligence
Gestin de Calidad de Datos e Informacion
Gestin de Fuente de los Datos
Gestin de Almacn de Datos
Nivel Integrado
Validacin del Proyecto de Business Intelligence
Riesgos en la Calidad de los Datos e Informacin
Polticas de la Organizacin
Estndares en la Calidad de los Datos e Informacin
Nivel
Gestionado
Gestin en la Medicin del Proyecto de Business Intelligence
Gestin en la Mediciones Automatizadas
Nivel
Optimizado
Gestin en Prevencin de Errores
Gestin Organizacional de la Informacin
#8 UNAB MAGISTER EN INGENIERA INFORMATICA
distintas unidades de negocios de la organizacin), el modelo BIMM de Josep Curto y tambin el
modelo GCDBI desarrollado en chile por la Universidad Catlica del Norte, entre otros.
3) Cuales son sus diferencias?

Los tres modelos expuestos en este documento (TDWI, BIMM, GCDBI), si bien poseen
grandes diferencias geogrficas, poseen muchas similitudes, ya que todas apuntan a generar la
madurez en base a la alineacin estratgica con las necesidades de la organizacin de tener una
herramienta la cual permita y provea de fuente de informacin confiable para responder de forma
eficaz a la toma de decisiones.
El modelo TDWI, es uno de los modelos mas robustos expuestos, posee 6 niveles
evolutivos, abarca desde la falencia completa de de informacin, hasta obtener una herramienta
BI la cual se extiende en su etapa de sabidura incluso hasta los clientes y/o proveedores, el cual
se puede armar alineando los distintos datamarts de las distintas unidades de negocio.
El modelo BIMM de Josep Curto es un poco mas resumido que el anterior, y hace especial
nfasis en la creacin de reporting, herramientas OLAP y tener un BI tan robusto donde queda
una puerta abierta hacia los prximos pasos como puede ser un CRM, Balanced ScoreCard, etc.
El modelo chileno GCDBI, esta enfocado en desarrollar una calidad optima de datos y
generar un modelo de mejora continua de estos datos para la toma de decisiones.

4) Aplican a la realidad chilena?

Cualquiera de los modelos vistos aplican a la realidad chilena, estos modelos aplican a
cualquier tipo de organizacin y para cualquier tipo de industria, las diferencias polticas y
geogrficas no afectan a la herramienta de Business Intelligence, sino que es esta herramienta y
la organizacin en si, la que se debe de adaptar al entorno.
#9 UNAB MAGISTER EN INGENIERA INFORMATICA
Conclusin
Dentro de cualquier organizacin, unos de los activos mas importantes, son los datos de
los distintos sistemas que posee y se debe realizar un gran trabajo y gran esfuerzo para lograr
integrar y transformar estos datos en informacin til, sin embargo si esta informacin y la
distribucin de esta no se encuentra alineada con las metas de la organizacin, todo el trabajo
realizado es intil; para realizar esta alineacin y llegar a herramientas BI robustas y de alto
impacto en la organizacin nacen los modelos de madurez, los cuales abarcan desde los
sistemas OLTP, pasando por la seguridad de la informacin, y hasta el diseo de los cuadros de
mando y un sistema de mejora continua, para que las tomas de decisiones sean tomadas en el
momento que se requieran y con datos fidedignos, para que estas decisiones logren provocar un
impacto positivo dentro de la compaa.








Bibliograa
Bibliograa Josep Curto Diaz, Introduccin al Business Intelligence isbn 8497889797
Webibliograa http://tdwi.org/pages/maturity-model/maturity-model-home.aspx
Papers www.infonorchile2012.uta.cl/download.php?le=infonor2012_22.pdf
#10 UNAB MAGISTER EN INGENIERA INFORMATICA