Está en la página 1de 23

1

INGENIERA EN TECNOLOGAS DE LA INFORMACIN Y


COMUNICACIONES


INGENIERA DEL CONOCIMIENTO
Maestra: Ma. Isabel Camarena Puente

INTELIGENCIA DE NEGOCIOS
ngel Mauricio Barbosa Lanuza
Isabel Zamora Zamora











Salvatierra, Gto. 21/Mayo/2014
I

NDICE
INTRODUCCIN ........................................................................... 1
5.1.- CONCEPTO DE INTELIGENCIA DE NEGOCIOS (IN) ................................... 2
5.1.1- Modelo de inteligencia de negocios .............................................................. 4
5.1.2.- El modelo de inteligencia de negocios aplicado a sectores. ........................ 5

5.2.- DATA WAREHOUSE...................................................................................... 7
5.2.1.- Objetivos del Data Warehouse ..................................................................... 8

5.3.- HERRAMIENTAS DE ANLISIS Y CONSULTA ........................................... 9
5.3.1.- Caractersticas de las herramientas de Consulta y anlisis. ...................... 10
5.3.2.- Reportes y Consultas ................................................................................. 11
5.3.3.- procesamiento OLAP ................................................................................. 11
5.3.4.- Dashboards ................................................................................................ 12
5.3.5.- Redes Neuronales ..................................................................................... 13
5.3.6.- Sistemas Expertos ..................................................................................... 14
5.3.7.- Programacin Gentica .............................................................................. 14
5.3.8.- rboles de Decisin ................................................................................... 14
5.3.9.1- Deteccin de Desviacin .......................................................................... 15
5.3.9.2.- EIS (Executive Information System) ........................................................ 15

5.4.- REPORTES EMPRESARIALES DE DATOS Y ANLISIS. ......................... 16
5.4.1.- Anlisis y Seguimiento ............................................................................... 16
5.4.2.- Movilidad de carga y consulta en cualquier lugar y momento. ................... 16
5.4.3.- Anlisis y Seguimiento ............................................................................... 16
5.4.4.- Caractersticas de una herramienta de REyAD .......................................... 17

CONCLUSIONES ................................................................................................. 19

Fuentes de informacin ...................................................................................... 20


II

TABLA DE ILUSTRACIONES

Ilustracin 1 .- NIVELES DE IN .............................................................................................................. 2
Ilustracin 2 .- HISTORIA DEL MODELO DE IN - BI ............................................................................... 3
Ilustracin 3 .- EJEMPLO DE EVALUACIN DE METAS DE NEGOCIOS ................................................. 4
Ilustracin 4 .- EJEMPLO DE UN MODELO DE BUSSINES INTELLIGENCE ............................................. 6
Ilustracin 5.- MODELO EBI + MINERIA DATAWAREHOUSE (Enterprise business intelligence) ......... 6
Ilustracin 6 .- Data warehosue MODEL ............................................................................................. 8
Ilustracin 7.- HERRAMIENTAS DE CONSULTA DE METADATOS (DATAMINING) ............................... 9
Ilustracin 8 .- EIS MODEL ................................................................................................................. 15




1

INTRODUCCIN

El uso de datos y manejo de informacin importante ha crecido a pasos agigantados, por lo cual en
el campo de las inteligencias de negocios no se ha quedado atrs en el uso e implementacin de
modelos de gestin, anlisis, seguridad, creacin, ordenamiento, clasificacin, distribucin,
planificacin y disponibilidad de datos. Por lo cual en este tema nos adentraremos a entender un
poco el funcionamiento de lo que hoy en da es un sistema de business intelligence y los diferentes
modelos o submodelos de los que se respalda para su correcto funcionamiento.
En otros caso pasados pudimos entender el concepto sobre las mineras de datos y su aplicacin,
hoy en este tema de investigacin hacemos un enfoque hacia el data warehouse que es
simplemente gestin de datos y conocimiento pero en cantidades gigantes y como es aplicado a la
inteligencia de negocios y sus herramientas alternas para resolucin de anlisis y gestiones
empresariales y de otros tipos de negocios.

2

Ilustracin 1 .- NIVELES DE IN

5.1.- CONCEPTO DE INTELIGENCIA DE NEGOCIOS (IN)
BUSSINES INTELLIGENCE
Inteligencia de Negocios es un concepto que ha tenido xito sustancial en las
organizaciones, ya que le da una ventaja a las empresas sobre sus competidores
al juntar a las personas y a la tecnologa para resolver problemas.
As mismo la Inteligencia de negocios es el conjunto de productos y servicios que
permiten a los usuarios finales acceder y analizar de manera rpida y sencilla, la
informacin para la toma de decisiones de negocio a nivel operativo, tctico y
estratgico.


El trmino Business Intelligence (Inteligencia de Negocios) hizo su aparicin en
1996 cuando un reporte de Gartner Group dijo textualmente lo siguiente:
By 2000, Information Democracy will emerge in forward-thinking enterprises, with
Business Intelligence information and applications available broadly to employees,
consultants, customers, suppliers, and the public. The key to thriving in a competitive
marketplace is staying ahead of the competition. Making sound business decisions based
on accurate and current information takes more than intuition. Data analysis, reporting,
and query tools can help business users wade through a sea of data to synthesize
valuable information from it - today these tools collectively fall into a category called
"Business Intelligence."
>>"Para el ao 2000, la Democracia de la Informacin emerger en las empresas de
vanguardia, con las aplicaciones de Inteligencia de Negocios ampliamente disponibles a
nivel de empleados, consultores, clientes, proveedores y el pblico en general. La clave
para surgir en un mercado competitivo es mantenerse delante de sus competidores. Se
requiere ms que intuicin para tomar decisiones correctas basadas en informacin
exacta y actualizada. Las herramientas de reporte, consulta y anlisis de datos pueden
ayudar a los usuarios de negocios a navegar a travs de un mar de informacin para
sintetizar la informacin valiosa que en l se encuentra - hoy en da esta categora y
conjunto de herramientas se les llama "Inteligencia de Negocios".

3

Es una estrategia empresarial que persigue incrementar el rendimiento de la
empresa o la competitividad del negocio, a travs de la organizacin inteligente de
sus datos histricos (transacciones u operaciones diarias), usualmente residiendo
en Data Warehouse corporativos o Data Marts departamentales.
Con el precio del hardware en franco descenso, procesadores ms potentes, la
hegemona de Internet-Web y software de gestin ms eficientes, el concepto de
inteligencia de negocio (BI) se coloca al alcance de muchas organizaciones
modernas quienes estn interesadas en maximizar sus inversiones en el rea
informtica.
El DSS (Decision Support Systems) fue el origen de todo, luego aparecieron
conceptos similares tales como los EIS (Executive Information Suystems), hasta
llegar al estado del arte actual, los BIs y BI-Web. Los pioneros del campo fueron el
Dr. Ralph Timbal, considerado el Dr. del DSS, y Bill Inmon, considerado el padre
del Data Warehouse el cual explicaremos ms adelante.

Ilustracin 2 .- HISTORIA DEL MODELO DE IN - BI
BI es una necesidad del negocio. Entre las principales razones que justifican una
inversin en BI se pueden sealar:
1. Visibilidad de lo que est pasando en el negocio
2. Informes / reportes centralizados
3. Anlisis de tendencias y prediccin del futuro
4. Toma de decisiones efectivas sobre productos que funcionan y lo que no
funcionan.
5. Centraliza datos dispersos.
6. Valida sistemas transaccionales
Los principales productos de BI usualmente son los siguientes: Cuadros de
Mando Integrales, dashboards corporativos, KPI (Key Performance Indicators),
CPI (Corporate Performance Indicadotors), reportes y grficos de todo tipo, entre
muchos otros. Por el contrario, los insumos de BI es inmensa estela de datos
que va dejando la empresa de sus operaciones diarias.


4

5.1.1- Modelo de inteligencia de negocios
Un Modelo de Inteligencia de Negocios se puede implementar en las distintas
reas de negocio en las organizaciones. Las reas ms comunes en las que las
soluciones de inteligencia de negocios son utilizadas son:
Anlisis de ventas: Deteccin de clientes importantes; anlisis de
productos, lneas, mercados; pronsticos y proyecciones.
Marketing: Segmentacin y anlisis de clientes, determinacin de mercado
objetivo, seguimiento a nuevos productos, retencin de clientes y prediccin
de ventas
Finanzas: Anlisis de gastos; rotacin de cartera; razones financieras,
reducir el fraude e identificar los riesgos.
Manufactura: Productividad en lneas; anlisis de desperdicios; anlisis de
calidad; rotacin de inventarios y partes crticas.
Embarque: Seguimiento de embarques; motivos por los cuales se pierden
pedidos.
Gerencia: Clculo de la rentabilidad de cada unidad de negocio en cada
temporada del ao, identificacin de la participacin de mercado de la
franquicia y de cada unidad de negocio, deteccin de oportunidades y
amenazas en el negocio.
Las compaas que han implementado inteligencia de negocios reportan que han
mantenido o incrementado sus metas de negocios y han excedido ampliamente
sus objetivos:

Ilustracin 3 .- EJEMPLO DE EVALUACIN DE METAS DE NEGOCIOS



5

5.1.2.- El modelo de inteligencia de negocios aplicado a sectores.
a) Banca y Servicios Financieros: Las compaas de servicios financieros utilizan un
modelo de inteligencia de negocios para aumentar los ingresos, reducir costes y cumplir
con las regulaciones y normas industriales.
b) Educacin: Para educacin permite mejorar la gestin de la calidad en ellas. Se puede
tener informacin al instante de la situacin de cada matriculado, predecir las matrculas
potenciales por rea geogrfica y demogrfica, crear estrategias para atraer a los mejores
profesores y personal.
c) Alimentacin y bebidas: Un modelo de inteligencia de negocios para alimentacin y
bebidas ayuda a mejorar la satisfaccin del cliente y las operaciones, al tiempo que
optimiza la eficacia de los lanzamientos de productos y promociones para la industria de
alimentos y bebidas.
d) Salud: Para la salud ofrece informes integrados, afirma el anlisis y seguimiento de las
organizaciones sanitarias, a la vez que garantiza el cumplimiento de la privacidad del
paciente y los reglamentos de seguridad de datos.
e) Seguros: El modelo de inteligencia de negocios para seguros proporciona una arquitectura
unificada y flexible que permite a las aseguradoras atender las necesidades de los distintos
departamentos.
f) Productos farmacuticos: Clientes farmacuticos lo utilizan para la presentacin de
informes, anlisis y seguimiento de grandes cantidades de datos a travs de una
arquitectura de BI que ayuda a las compaas a reducir costos, aumentar los ingresos, y
maximizar el valor de la informacin.
g) Viajes, Transporte y Logstica: Para viajes, transporte y logstica ayuda a optimizar las
operaciones, la distribucin y la gestin de flotas en una industria que desafa los
crecientes costos del combustible, la consolidacin y la competencia global.
h) Comunicaciones y Medios de Comunicacin: Para comunicaciones y medios de
comunicacin ofrece una solucin integrada para reconocer nuevas fuentes de ingresos,
racionalizar las operaciones y entregar valor agregado con la experiencia del cliente.
i) Energa y Servicios: Para energa y servicios ayuda a los clientes en el sector Energa en
predecir con precisin la demanda, maximizar la produccin y evaluar el riesgo de un
mercado cada vez ms competitivo, de alto costo, y de industria fluctuante.
j) Gobierno: Organizaciones del sector pblico confan en un modelo de inteligencia de
negocios para ayudar a lograr la eficiencia operativa, optimizar el rendimiento financiero y
mejorar la seguridad a travs de la deteccin de anomalas y mejoras.
k) Hotelera y Juegos de Azar: Los clientes de hotelera y juegos de azar utilizan un modelo
de inteligencia de negocios para identificar al jugador potencial, mejorar la experiencia del
husped, mejorar el servicio al cliente, implementar mejores promociones y analizar los
indicadores de ingresos con mayor precisin.
l) Manufactura: En manufactura mejora la visibilidad y comunicacin a travs de las cadenas
de suministro cada vez ms complejos, al tiempo que satisface las demandas del cliente
para nuevos y mejores productos.
m) Venta al por menor: El modelo de inteligencia de negocios ayuda a los minoristas a
mejorar el rendimiento de su negocio al permitir el acceso a mltiples fuentes de datos
para realizar anlisis de ventas, seguimiento del rendimiento financiero y de la
productividad del personal. Adems, estudia a los clientes del segmento para una mejor
entrega de productos, servicios y ofertas especiales.


6

Los proyectos de
inteligencia de negocios
suelen iniciarse a travs de
la alta direccin, los
departamentos de
planificacin estratgica o
de marketing, y requieren
el concurso de informtica
para su implementacin.
Ilustracin 4 .- EJEMPLO DE UN MODELO DE BUSSINES INTELLIGENCE
Hoy da es muy sencillo acceder a informacin almacenada en un reservorio de
business intelligence (data mart o data warehouse) a travs de herramientas
tradicionales como MS Excel. De lo que se trata es de explotar al mximo las
potencialidades de las herramientas existentes y maximizar el retorno sobre la
inversin del negocio.

Ilustracin 5.- MODELO EBI + MINERIA DATAWAREHOUSE (Enterprise business intelligence)



7

5.2.- DATA WAREHOUSE
Tras las dificultades de los sistemas tradicionales en satisfacer las necesidades
informacionales, surge el concepto de Data Warehouse, como solucin a las
necesidades informacionales globales de una empresa. Este trmino acuado por
Bill Inmon, se traduce literalmente como Almacn de Datos o minera de datos
(data mining). No obstante si el Data Warehouse fuese exclusivamente un
almacn de datos, los problemas seguiran siendo los mismos que en los Centros
de Informacin tradicionales.
La ventaja principal de este tipo de sistemas se basa en su concepto fundamental,
la estructura de la informacin. Este concepto significa el almacenamiento de
informacin homognea y fiable, en una estructura basada en la consulta y el
tratamiento jerarquizado de la misma, y en un entorno diferenciado de los
sistemas operacionales. Segn defini Bill Inmon, el Data Warehouse se
caracteriza por ser:
a) Integrado: los datos almacenados en el Data Warehouse 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.

b) 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 Data Warehouse. De esta forma, las
peticiones de informacin sobre clientes sern ms fciles de responder dado que
toda la informacin reside en el mismo lugar.

c) Histrico: el tiempo es parte implcita de la informacin contenida en un Data
Warehouse. 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 Data Warehouse sirve, entre otras cosas, para realizar anlisis
de tendencias. Por lo tanto, el Data Warehouse se carga con los distintos valores
que toma una variable en el tiempo para permitir comparaciones.

d) No voltil: el almacn de informacin de un Data Warehouse existe para ser
ledo, y no modificado. La informacin es por tanto permanente, significando la
actualizacin del Data Warehouse la incorporacin de los ltimos valores que
tomaron las distintas variables contenidas en l sin ningn tipo de accin sobre lo
que ya exista.


8

5.2.1.- Objetivos del Data Warehouse
Facilitar el acceso a la informacin corporativa: Los contenidos del data
warehouse deben ser entendibles, navegables y su acceso debe estar
caracterizado por el alto rendimiento:
Entendible significa correctamente etiquetado.
Navegable significa que el destino deseado se encuentra localizable en la
pantalla y que este se encuentre a un solo "clic de distancia".
Alto rendimiento en el acceso significa que el tiempo de espera es nulo.
Dotar de consistencia a la informacin de la organizacin.
Es un "seguro de vida" para proteger la informacin de la organizacin: El data
warehouse no slo controla el acceso a los datos de manera efectiva, sino que
suministra a los "dueos" de la informacin gran control y potentes medios acerca
de quien usa y abusa de los datos.
Es el cimiento para la toma de decisiones: El data warehouse tiene los datos
adecuados para llevar a cabo el proceso de toma de decisin. El nombre original
inicialmente empleado para hacer referencia a lo que hoy en da conocemos como
data warehouse, sistemas de ayuda a la toma de decisin (decisin support
system, DSS), muestra claramente cul es el objetivo de estos sistemas.

Ilustracin 6 .- Data warehosue MODEL

9

5.3.- HERRAMIENTAS DE ANLISIS Y CONSULTA
Las herramientas de consulta y anlisis son sistemas que permiten a los usuarios
realizar la exploracin de datos del DW. Bsicamente constituyen el nexo entre el
depsito de datos y los usuarios.
Utilizan la metadata de las estructuras de datos que han sido creadas previamente
(cubos multidimensionales, Business Models, etc.) para trasladar a travs de
consultas SQL los requerimientos de los usuarios, para luego, devolver el
resultado obtenido.
Estas herramientas tambin pueden emplear simples conexiones a bases de
datos (JNDI, JDBC, ODBC), para obtener la informacin deseada.
A travs de una interfaz grfica y una serie de pasos, los usuarios generan
consultas que son enviadas desde la herramienta de consulta y anlisis al Query
Manager, este a su vez realiza la extraccin de informacin al DW Manager y
devuelve los resultados obtenidos a la herramienta que se los solicit. Luego,
estos resultados son expuestos ante los usuarios en formatos que le son
familiares y poder realizar la transicin que se desee.
Este proceso se puede comprender mejor al observar la siguiente figura:

Ilustracin 7.- HERRAMIENTAS DE CONSULTA DE METADATOS (DATAMINING)
Cabe mencionar que dicho proceso se lleva a cabo en seis pasos sucesivos:
1. Los usuarios seleccionan o establecen que datos desean obtener del DW,
mediante las interfaces de la herramienta que se utilice.
2. La herramienta recibe el pedido de los usuarios, construye la consulta
(utilizando la metadata) y la enva al Query Manager.
3. El Query Manager ejecuta la consulta sobre la estructura de datos con la
que se est trabajando (cubo multidimensional, Business Model, etc.).
4. El Query Manager obtiene los resultados de la consulta.
5. El Query Manager enva los datos a la herramienta de consulta y anlisis.
6. La herramienta presentan a los usuarios la informacin requerida.

10

5.3.1.- Caractersticas de las herramientas de Consulta y anlisis.
Las herramientas de consulta y anlisis, comparten las siguientes caractersticas:
Accesibilidad a la informacin: permiten el acceso a la informacin a
travs de las diferentes estructuras de datos de forma transparente a los
usuarios finales, para que solo se enfoquen en el anlisis y no en el origen
as como en la procedencia de los datos.

Apoyo en la toma de decisiones: permiten la exploracin de los datos, a
fin de seleccionar, filtrar y personalizar los mismos, apoyando el proceso de
toma de decisiones.

Orientacin los usuarios finales: permiten a travs de entornos
amigables e intuitivos, que los usuarios puedan realizar anlisis y consultas,
sin poseer conocimientos tcnicos.
Existen diferentes tipos de herramientas de consulta y anlisis que debern
seleccionarse de acuerdo a la necesidad, usuarios y lo que se requiera de
informacin.
Reportes y Consultas.
OLAP.
Dashboards.
Data Mining.
EIS.
Una de las ventajas que se tienen al utilizar stas herramientas es que los
usuarios no tienen que preocuparse por conocer cules son las caractersticas y
funcionalidades de las estructuras de datos utilizados, solo deben estar enfocados
en el anlisis.


11

5.3.2.- Reportes y Consultas
Se han desarrollado muchas herramientas para la produccin de consultas y
reportes, que ofrecen a los usuarios, a travs de pantallas grficas intuitivas, la
posibilidad de generar informes avanzados y detallados del tema de inters de
inters que se est analizando.
Actualmente las herramientas de generacin de reportes y consultas cuentan con
muchas prestaciones, las cuales permiten dar variadas formas y formatos a la
presentacin de la informacin. Entre las opciones ms comunes se encuentran
las siguientes:
Parametrizacin de los datos devueltos.
Seleccin de formatos de salida (planilla de clculo, HTML, PDF, etc.).
Inclusin de grficos de tortas, barras, etc.
Utilizacin de plantillas de formatos de fondos.
Inclusin de imgenes.
Formatos tipogrficos.
Links a otros reportes.

5.3.3.- procesamiento OLAP
El procesamiento analtico en lnea OLAP (On Line Analytic Processing), es la
componente ms poderosa del Data Warehousing, ya que es el motor de
consultas especializado del depsito de datos.
Las herramientas OLAP, son una tecnologa de software para anlisis en lnea,
administracin y ejecucin de consultas, que permiten inferir informacin del
comportamiento del negocio.
Su principal objetivo es el de brindar rpidas respuestas a complejas
preguntas, para interpretar la situacin del negocio y tomar decisiones.
Lo que es realmente interesante en OLAP, no es la ejecucin de simples consultas
tradicionales, sino la posibilidad de utilizar operadores tales como drill-up, drill-
down, etc, para explotar profundamente la
informacin.
ste tipo de herramientas, puede ayudar a
analizar el negocio desde diferentes escenarios
histricos, y proyectar como se ha venido
comportando y evolucionando en un ambiente
multidimensional, permitiendo deducir
tendencias, por medio del descubrimiento de
relaciones entre las perspectivas que a simple
vista no se podran encontrar sencillamente.
Las herramientas OLAP
requieren que los datos estn
organizados dentro del
depsito en forma
multidimensional, utilizando
cubos multidimensionales

12

Las caractersticas son las siguientes:
Permite recolectar y organizar la informacin analtica necesaria para los
usuarios.
Soporta anlisis complejos de grandes volmenes de datos.
Complementa las actividades de otras herramientas que requieran
procesamiento analtico en lnea.
Presenta a los usuarios una visin multidimensional de los datos (matricial)
para cada tema de inters del negocio.
Es transparente al tipo de tecnologa que soporta el DW, ya sea ROLAP,
MOLAP u HOLAP.
No tiene limitaciones con respecto al nmero mximo de dimensiones
permitidas.
Permite a los usuarios, analizar la informacin basndose en ms criterios
que un anlisis de forma tradicional.
Permiten realizar agregaciones y combinaciones de los datos de maneras
complejas y especficas, con el fin de realizar anlisis ms estratgicos.

5.3.4.- Dashboards
Coleccin de reportes, consultas y anlisis interactivos que hacen referencia a un
tema en particular y que estn a la vez relacionados entre s.
Existen diversas maneras de disear un Dashboard, cada una de las cuales tiene
sus objetivos particulares, pero a modo de sntesis se expondrn algunas
caractersticas generales que suelen poseer:
Presentan la informacin altamente resumida.
Se componen de consultas, reportes, anlisis interactivos, grficos (de
torta, barras, etc), semforos, indicadores causa-efecto, etc.
Permiten evaluar la situacin de la empresa con un solo golpe de vista.
Poseen un formato de diseo visual muy llamativo.

3.6.4. Data Mining
Tcnica para descubrir patrones y relaciones entre abundantes cantidades de
datos, que a simple vista o que mediante otros tipos de anlisis no se pueden
deducir, por el contrario ayuda y brinda soporte a los usuarios, con el fin de
permitirles analizar y extraer conocimientos ocultos y predecibles a partir de los
datos almacenados en un DW o en un OLTP.


13

La integracin con el depsito de datos facilita que las decisiones operacionales
sean implementadas directamente y monitorizadas.

Implementar Data Mining permitir analizar factores de influencia en determinados
procesos, predecir o estimar variables o comportamientos futuros, una de las
principales ventajas del Data Mining es que, permite inferir comportamientos,
modelos, relaciones y estimaciones de los datos, para poder desarrollar
predicciones sobre los mismos, sin la necesidad de contar con patrones o reglas
preestablecidas, permitiendo tomar decisiones proactivas y basadas en un
conocimiento acabado de la informacin.
Adems brinda la posibilidad de dar respuesta a preguntas complicadas sobre los
temas de inters.
.Los sistemas Data Mining se desarrollan bajo lenguajes de ltima generacin
basados en Inteligencia artificial y utilizan mtodos matemticos tales como:
Redes Neuronales.
Sistemas Expertos.
Programacin Gentica.
rboles de Decisin.
Soporta adems, sofisticadas operaciones de anlisis como los sistemas Scoring,
aplicaciones de Deteccin de Desviacin y Deteccin de Fraude.

5.3.5.- Redes Neuronales
Una red neuronal es un modelo computacional con un conjunto de propiedades
especficas, como la habilidad de adaptarse o aprender, generalizar u organizar la
informacin, todo ello basado en un procesamiento eminentemente paralelo.
Se utilizan para construir modelos predictivos no lineales que aprenden a travs
de entrenamiento y que semejan la estructura de una red neuronal biolgica.
Pueden emplearse para:
Resolver problemas en dominios complejos con variables continuas y
categricas.
Modelizar relaciones no lineales.
Clasificar y predecir resultados.



14

5.3.6.- Sistemas Expertos
Un sistema experto, puede definirse como un sistema informtico (hardware y
software) que simula a los expertos humanos en un rea de especializacin dada.
Aqu los usuarios con poca experiencia pueden resolver problemas que requieren
el conocimiento de una persona experta en el tema.
Pueden utilizarse para:
Realizar transacciones bancarias a travs de cajeros automticos.
Controlar y regular el flujo de trfico en las calles y en los ferrocarriles,
mediante la operacin automtica de semforos.
Resolver complicados problemas de planificacin en los cuales intervienen
muchas variables.
Descubrir relaciones entre diversos conjuntos de variables.

5.3.7.- Programacin Gentica
El principal objetivo de la programacin gentica es lograr que las computadoras
aprendan a resolver problemas sin ser explcitamente programadas para
solucionarlos, generando de esta manera soluciones a partir de la induccin de los
programas.
Se utiliza para:
Resolver problemas, para los cuales es difcil y no natural tratar de
especificar o restringir con anticipacin el tamao y forma de una solucin
eventual.
Analizar sistemas que actan sobre condiciones inestables en ambientes
cambiantes.
Generar de manera automtica programas que solucionen problemas
planteados.

5.3.8.- rboles de Decisin
Son estructuras de forma de rbol que representan conjuntos de decisiones. Estas
decisiones generan reglas para la clasificacin de un conjunto de datos, las cuales
explican el comportamiento de una variable con relacin a otras, y pueden
traducirse fcilmente en reglas de negocio.
Son utilizados con finalidad predictiva y de clasificacin.


15

Pueden emplearse para:
Optimizar respuestas de campaas.
Identificar clientes potenciales.
Realizar evaluacin de riesgos.

5.3.9.1- Deteccin de Desviacin
Analiza una serie de datos similares, y cuando encuentra un elemento que no
coincide con el resto lo considera una desviacin.
Usualmente para la deteccin de la desviacin en base de datos grandes se utiliza
la informacin explcita externa a los datos, as como las limitaciones de integridad
o modelos predefinidos.
Puede utilizarse para:
Descubrir excepciones a modelos establecidos.
Delimitar grupos que cumplan con condiciones preestablecidas.

5.3.9.2.- EIS (Executive Information System)
EIS (Executive Information System) proporciona medios sencillos para consultar,
analizar y acceder a la informacin de estado del negocio, poniendo a disposicin,
facilidades para que los usuarios puedan conseguir los datos buscados
rpidamente, empleando el menor tiempo posible para comprender el uso de la
herramienta.
Se utiliza para analizar los indicadores de performance y desempeo del negocio
o rea de inters, a travs de la presentacin de vistas con datos simplificados,
altamente consolidados, mayormente estticos y preferentemente grficos.

Ilustracin 8 .- EIS MODEL

16

5.4.- REPORTES EMPRESARIALES DE DATOS Y ANLISIS.
Un reporte puede convertirse en una herramienta inteligente y en lnea que bien
podra ayudar a analizar fcilmente los datos empresariales creando informes y
paneles interesantes para la toma de decisiones en la empresa. ademas
permite crear y compartir informes de gran alcance en cuestin de minutos.

5.4.1.- Anlisis y Seguimiento
Analiza los datos operativos, ventas, marketing, finanzas, atencin al cliente y
hacer el seguimiento de los indicadores clave del rendimiento de su
negocio. Estar al dia con la informacin. Puede crear fcilmente informes y
paneles interesantes utilizando una interfaz de arrastrar y soltar.

5.4.2.- Movilidad de carga y consulta en cualquier lugar y momento.
Cargar y sincronizar sus datos fcilmente desde hojas de clculo, archivos,
direcciones URL, desde bases de datos, correo y aplicaciones instaladas o
gestionadas a distancia. Gantarizando as la gestin no presencial y la
disponibilidad de acceso a documentos y estados de reporte importantes para el
jefe de cada rea respectiva.
5.4.3.- Anlisis y Seguimiento
Podemos compartir fcilmente datos, informes y cuadros de mando creados con
sus clientes. Pudiendo as analizar y crear informes en lnea y como se dijo
anteriormente tambin a distancia.


17

5.4.4.- Caractersticas de una herramienta de REyAD
1. Subir cualquier dato de modo seguro
Carga segura de datos en hojas de clculo y tablas CSV, TSV, XLS o HTML,
datos de URLs, Webs. Tambin se puede agregar datos directamente mediante
una Hoja de clculo.
2. Amplia gama de reportes
Usa variedad de grficos, tablas dinmicas y componentes Haz una vista en
unatabla para crear informes y cuadros de mando intuitivos.
3. Consulta con SQL
Creacin de informes potentes y flexibles con las consultas SQL escritas en
cualquier lenguaje de base de datos / sintaxis.
4. Insertar informes desde cualquier lugar
Insertar los informes y cuadros de mando a travs de pginas web, intranet, blogs,
Microsoft SharePoint Server y en las aplicaciones.
5. Anlisis visual
Visualmente analizar y crear informes y cuadros de mando intuitivos con la fcil
interfaz de arrastrar y soltar. Evitar la necesidad de que su equipo dependa de
usted y agilice el tiempo de espera de sus asociados.



18

6. Anlisis de colaboracin
Desarrollar informes y compartir con los dems informacin para la toma
informada de decisiones empresariales. Tambin proporciona permisos
especficos sobre los informes compartidos.
7. Organizar informes en carpetas
Organice sus informes y datos de forma lgica en carpetas. til para una mejor
organizacin y una fcil navegacin. Tambin puede aplicar operaciones en cada
nivel de carpeta
8. Fcil interfaz con hojas de clculo
Proporciona una familiar Hoja de clculo como interfaz para la adicin de datos,
anlisis y presentacin de informes. Hace que sea ms fcil para los usuarios
familiarizados con las hojas de clculo.








19

CONCLUSIONES
Nos ha quedado claro que el uso de un data warehouse va ms all del mismo
almacenamiento de datos, del uso de informacin privada y controlada de un
negocio inteligente, un data warehouse es un sistema ms complejo en un sentido
de negocios y de inteligencia de artificial ya que tambin se alterna con
herramientas de gestin , almacn, consulta, ordenamiento, agregacin y
actualizacin de datos inteligentes, que a su vez estn totalmente listos y
diseados para poder tambin crear reportes generando disponibilidad de archivos
o datos online, as como su edicin, consulta o actualizacin y que por otro lado no
dejan de ser sistemas basados en inteligencia artificial totalmente configurados
para hacer las tareas para lo cual estn hechos, por lo tanto estos sistemas
tambin deben ser entendibles, navegables, editables, eficientes, seguros y
accesibles para quien lo requiere o goza de los privilegios de gestin de los
mismos.


20

Fuentes de informacin
http://www.idensa.com/
http://www.itmadrid.com/blog/que-es-inteligencia-de-negocios-business-intelligence/
http://prayaga.biz/?q=lineas/tecnologia-de-negocios/modelos-inteligencia-de-negocios
http://artemisa.unicauca.edu.co/~ecaldon/docs/bd/fundamentosdedatawarehouse.pdf
http://www-03.ibm.com/software/products/es/category/SWM00
http://www.dataprix.com/que-es-un-datawarehouse
http://www.stratebi.com/datawarehouse
http://www.dataprix.com/36-herramientas-consulta-y-analisis
http://www.slideshare.net/JacF/desarrollo-de-una-interfaz-web-de-consulta-y-anlisis-de-datos-
en-bioinformatica-basada-en-web-services-del-embl-ebi