Resumen

Actualmente, existe un gran interés por los sistemas de información de apoyo a la decisión
(Decission Support Systems, DSS) que faciliten a las empresas el proceso de toma de
decisiones estratégicas, Los almacenes de datos (Data warehouses, DW) contienen
información histórica relevante, que procede normalmente de distintas fuentes de datos
operacionales, para adoptar estas decisiones. Estos DW deben complementarse con
herramientas de análisis que extraigan los datos de una forma rápida y en un formato que
resulte sencillo para el análisis de los mismos. Probablemente, las herramientas más
utilizadas hasta el momento para tal fin son las herramientas de procesamiento analítico
en línea (On-Line Analytical Processing, OLAP) que ofrecen una perspectiva o vista
multidimensional de los datos.
El objetivo principal de este trabajo de Tesis es proponer el modelo GOLD como un
modelo conceptual orientado a objetos para el diseño de aplicaciones OLAP. Para abordar
con éxito la fase el modelado conceptual de las aplicaciones OLAP, el modelo
proporciona unos constructores de modelado que nos permiten considerar los aspectos
tanto estructurales como dinámicos del modelado multidimensional a nivel conceptual:
* En cuanto a la parte estructural, los constructores proporcionados nos permiten obtener
una vista multidimensional de los datos a través de hechos, dimensiones, niveles de
jerarquía, etc. Y.
* Para la parte dinámica, los constructores permiten una doble aproximación:
- Por un lado, especificar consultas iniciales de usuario basados en la parte estructural del
modelo y definir las posibles operaciones OLAP de consulta que se pueden aplicar a partir
de éstos.
- Por otro, permite seguir la evolución que experimentan las consultas iniciales a través
de los estados e interacciones que sufren en función de las operaciones OLAP aplicadas.
Además, para facilitar la tarea de modelado al diseñador y evitar que éste se en
INTRODUCCIÓN
Uno de los activos más valiosos en una empresa es la información y el valor de
esta depende de cómo es gestionada, del tiempo que se emplea en procesarla y
traducirla en el lanzamiento de productos o servicios y de en qué medida es
utilizada eficientemente y si es cualitativamente mejor que la de las empresas
competidoras. La información es la clave de las organizaciones y saben muy bien
que la información vital para la toma de decisiones está en sus bases de datos. En
la mayoría de los casos, de almacenan montañas de datos, los cuales son
acumulados en diferentes bases de datos que se encuentran por toda la empresa,
pero la clave radica en ganar ventaja competitiva en la obtención inteligente de
esos datos.
El desarrollo de las tecnologías de información ha ido evolucionando en cuanto a
la gestión y hoy día es posible conocer información en tiempo real, por ejemplo,
si un producto o servicio tendrán éxito o cuál será la reacción de los clientes tras
su lanzamiento si se gestionan de manera adecuada tanto los sistemas como las
tecnología y sobre todo de la interpretación correcta de la información recabada.
Por lo tanto, la gestión eficiente de la información, así como, la inteligencia de
negocios permite ampliar la visión estratégica, reducir el riesgo y la incertidumbre
en la toma de decisiones empresariales y construir ventajas competitivas de largo
plazo.
En un panorama actual, donde las oportunidades fáciles dejaron de existir, las
organizaciones tiene la necesidad de encontrar nuevos caminos para sobrevivir y
crecer, no quedándose en la obsolescencia y así poder responder a los desafíos
constantes de cambio de manera ágil e ingeniosa. Es por ello, que para hacer frente
a estos desafíos, la mayor parte de las empresas están recurriendo a la Inteligencia
de Negocio con la expectativa de lograr un mayor retorno de su inversión a
diferencia a la que pueden obtener con Sistemas Operacionales como ERP
(Planificación de Recursos de la Empresa), CRM u otras implementaciones, al
mismo tiempo que desean obtener una riqueza de información almacenada en estos
sistemas operacionales (acceso a la información que realmente importa).
Inteligencia de negocio
Haciendo un poco de historia, la Inteligencia de Negocio (Business Intelligence o
B.I.) no es un concepto nuevo, en octubre de 1958 Hans Peter Luhn (investigador
de IBM), acuño el término en el artículo “A Business Intelligence System”, en el
cual hace mención de la siguiente definición: “la habilidad de aprender las
relaciones de hechos presentados de forma que guíen las acciones hacia una meta
deseada”.
Pero es hasta el año 1989 que Howard Dresden (analista de Gartner), propone una
definición más formal del BI, la cual es: “conceptos y métodos para mejorar las
decisiones de negocio mediante el uso de sistemas de soporte basados en hechos”.
La Inteligencia de Negocios (Business Intelligence) es el conjunto de
metodologías, aplicaciones, prácticas y capacidades enfocadas a la creación y
administración de información que permite tomar mejores decisiones a los
usuarios de una organización. (Caralt, 2010)
Según Luis Méndez Del Río, la Inteligencia de Negocios (Business Intelligence)
es un conjunto de herramientas y aplicaciones para la ayuda a la toma de decisiones
que posibilitan acceso interactivo, análisis y manipulación de información
corporativa de misión crítica. Estas aplicaciones contribuyen a un conocimiento
valioso sobre la información operativa identificando problemas y oportunidades
de negocio. Con estas, los usuarios son capaces de tener acceso a grandes
volúmenes de información para establecer y analizar relaciones y comprender
tendencias que posteriormente soportarán decisiones de negocios.
La Inteligencia de Negocios sirve para:
 Ampliar la visión estratégica, reducir el riesgo y la incertidumbre en la toma
de decisiones empresariales y construir ventajas competitivas de largo plazo
en base a su información inteligente
 Tener una mejora continua de la organización, gracias a la información
oportuna que genera el conocimiento que enriquece la toma de decisiones.
 Que las organizaciones sean proactivas y ágiles en la gestión de la
información que utilizan.
En la actualidad, bajo el término Inteligencia de Negocios, se reconoce el valor de
suministrar hechos e información como soporte a la toma de decisiones dentro de
una organización.
Los procesos de inteligencia de negocios se han convertido en una parte esencial
de la gestión empresarial, ya que nos proporcionan información de mucha
importancia para una organización:
 Nos permiten saber con exactitud ¿quiénes son nuestros clientes?
 ¿dónde están los clientes?
  ¿cómo son los clientes?
 ¿qué pautas de comportamiento tienen?
 ¿qué es lo que quieren los clientes?
Así mismo:
 Permiten conocer el funcionamiento de los procesos internos de una
organización.
 Dan respuesta a preguntas importantes como:
 ¿cuánto cuesta cada uno de los productos o servicios que ofrece la empresa?
 ¿cuáles de esos productos o servicios son realmente rentables?
 ¿dónde está perdiendo la empresa?
 ¿cuánto cuesta conseguir cada cliente?
 ¿cuáles departamentos de la empresa funcionan correctamente?
 ¿qué servicios puede externalizar la empresa?
 etc.
La Inteligencia de Negocios es una fuente de innovación por lo tanto es más
accesible a todo tipo de empresas u organizaciones. En la actualidad cualquier
organización se encuentra en condiciones de proveerse de sistemas de almacenar
información y analizarla para con ello obtener conocimiento inteligente para su
negocio.
La Inteligencia de Negocios va más allá de una simple tecnología o de una nueva
forma de gestión empresarial. En realidad es un nuevo escenario innovador, donde
la empresa:
 Busca la excelencia definiendo los objetivos que desea alcanzar
 Analiza sus procedimientos
 Gestionan información
 Obtienen conocimiento
 Toman las mejores decisiones
 Evalúan sus resultados
 Se renueva constantemente
Las organizaciones se han preocupado por la búsqueda de maneras más eficientes
de hacer uso de la información y tener un soporte para la óptima toma de
decisiones. Por lo tanto, en la última década, las organizaciones han invertido
considerables sumas de dinero en la implementación de sistemas ERP (Enterprise
Resource Planning, Sistemas de Planificación de Recursos Empresariales), gracias
a estos sistemas, las organizaciones pueden operar y realizar actividades propias
de su negocio, así mismo, este tipo de sistemas generan grandes cantidades de
“datos no aprovechables” mismos que son difícil de hacer uso de ellos para un
análisis y una adecuada toma de decisiones. Es por ello que en el año de 1993, E.F.
Codd & Associates, en una publicación titulada “Providing OLAP” afirmaba la
importancia de crear un modelo conceptual multidimensional, eh ahí el
surgimiento del término OLAP.
OLAP
OLAP (Online Analytical Processing, procesamiento analítico en línea) ofrecía
una solución a la necesidad de las empresas de recoger, gestionar, procesar y
presentar datos multidimensionalmente para su análisis y gestión.
Es una solución utilizada en el campo de la Inteligencia Empresarial (o Business
Intelligence) cuyo objetivo es agilizar la consulta de grandes volúmenes de
información, para lograr este objetivo utiliza estructuras multidimensionales,
conocidas como cubos OLAP, los cuales contienen datos resumidos de grandes
bases de datos o Sistemas Transaccionales (OLTP). Un cubo OLAP es un vector
multidimensional, de N dimensiones, en él, la información se almacena en cada
una de estas dimensiones, de forma ordenada y jerarquizada, lo cual ayuda a
realizar un análisis rápido de su contenido. Los usuarios piensan de forma
multidimensional, queriendo analizar la información desde diferentes perspectivas
(dimensiones). Por tanto, un cubo OLAP está estructurado en dimensiones, que
son las diferentes perspectivas desde las que se analiza la información, y en
medidas, que son los diferentes hechos con valores concretos que desea conocer el
usuario, así mismo, el usuario final tiene la capacidad para especificar diversos
criterios que definen cuál y de qué forma será presentada, acumulada y ordenada
la información, obteniéndose los resultados a una velocidad muy superior de la que
se obtendría con un sistema de bases de datos relacional o a objetos.
Un ejemplo se muestra en la siguiente figura:

Online Analytical Processing, procesamiento analítico en línea

En el mundo empresarial, los analistas tienen acceso a la información filtrando sus
indicadores de negocio ya sea por regiones, por producto, por tiempo, etc.
Existen distintas tecnologías que lo implementan (ROLAP, MOLAP,
Development Studio 2008 & Excel 2010), pero se puede decir que todas hacen las
mismas acciones básicas sobre la información:
 Segmentar: cuando se seleccionan las ventas por producto y por trimestre
 Filtrar: cuando se genera un informe de ventas de España en 2013
 Profundizar (Drill down): cuando se analizan los datos del 2º. trimestre y te
interesa el desglose de abril, mayo, junio.
 Sintetizar (Drill up): cuando deshaces el desglose anterior (profundizar) y
vuelves al desglose solo por trimestre y no por meses específicos.
 Rotar (Drill anywhere): cuando en lugar de pasar de un desglose por
trimestres a uno mensual, te interesa un desglose por familia de producto, o
 por nacionalidad, es decir, por una característica de una jerarquía distinta a
la que lo estás visualizando actualmente.
Podemos concluir en que lo más importante de la metodología OLAP es que
permite “navegar” fácilmente por la información, solicitándola con detalle preciso
y con los filtros adecuados, de una manera dinámica y haciendo uso de un lenguaje
de negocios.