UNIVERSIDAD AUTONOMA GABRIEL RENE MORENO

FACULTAD INTEGRAL DE CHACO

SISTEMA PARA EL SOPORTE A LA TOMA DE DESICIONES

UNIVERSITARIOS:
VILLEGAS PUQUI JHERSON JAFET 216121906
MURGUIA FERNANDEZ GUSTAVO 216118026
CABELLO JORDAN GUSTAVO ADOLFO 216113229
TOLAVI ROSADO ELORY DANNA 215084330

MATERIA.: SISTEMA PARA EL SOPORTE A LA TOMA DE DECISIONES.

SIGLA.: INF- 432
DOCENTE.: ING. OSCAR SELAEZ MORENO
FECHA.: 09/05/2019
CAMIRI - BOLIVIA
Contenido
Sistemas de soporte a la decisión (DSS) .......................................................................... 1
2.1 Tipos de configuración de un DSS ............................................................... 1
2.2 Características y capacidad de un DSS ...................................................... 1
2.3 Componentes de un DSS .............................................................................. 3
2.3.1 El subsistema de administración de datos .......................................... 4
2.3.2 El subsistema de administración del modelo ...................................... 4
2.3.3 El subsistema de interfaz con el usuario ............................................. 4
2.3.4 El subsistema de administración de conocimiento............................. 4
2.4 El usuario de un DSS ..................................................................................... 5
2.5 Clasificación y tipos de DSS plataforma, tecnologías y datos ................. 5
2.6 La naturaleza y origen de los datos ............................................................. 8
2.7 Colecciones, calidad y problemas de datos ............................................... 8
2.8 Administración de datos en un DSS y BI .................................................... 9
2.9 Almacenamiento de datos (DW) ................................................................. 10
2.10 Minería de Datos (DM) ............................................................................. 11
2.11 Data Marts .................................................................................................. 12
2.12 Inteligencia y análisis de negocio ........................................................... 13
Sistemas de soporte a la decisión (DSS)
2.1 Tipos de configuración de un DSS

 Apoyos individuales y en equipo

 Usado repetitivamente y constantemente
 Dos componentes importantes; datos y modelos
 Basado en la red
 Usos subjetivos, personales y datos objetivos
 Tiene un modelo de simulación
 Usado en sectores públicos y privados
 Tiene capacidades “what-if”
 Usos cuantitativos y modelos cualitativos

Los sistemas de soporte a las decisiones pueden tener muchas diferentes

configuraciones, que depende de la naturaleza de la situación de la
administración de la decisión y de la tecnología que se usará para
soportarla. Esas tecnologías se componen de:

 Datos
 modelos
 conocimientos
 interfaces a los usuarios

Para cada componente existe un software comercial o bien puede ser

programada. La manera en que estos sean mezclados definirá su mayor
capacidad y naturaleza para la toma de decisiones.

2.2 Características y capacidad de un DSS

Los DSS son herramientas de mucha utilidad en Inteligencia

empresarial (Business Inteligencie), permiten realizar el análisis de las
diferentes variables de negocio para apoyar el proceso de las tomas de
decisiones de los directivos:

* Permite extraer y manipular información de una manera flexible.

* Ayuda en decisiones no estructuradas.

pág. 1
*Permite al usuario definir interactivamente qué información necesita y cómo
combinarla.

* Suele incluir herramientas de simulación, modelización, etc.

Puede combinar información de los sistemas transaccionales internos de

la empresa con los de otra empresa externa.

Su principal característica es la capacidad de análisis multidimensional (OLAP)

que permite profundizar en la información hasta llegar a un alto nivel de detalle,
analizar datos desde diferentes perspectivas, realizar proyecciones de
información para pronosticar lo que puede ocurrir en el futuro, análisis de
tendencias, análisis prospectivo, etc.

Un DSS da soporte a las personas que tienen que tomar decisiones en

cualquier nivel de gestión, ya sean individuos o grupos, tanto en situaciones
semiestructuradas como en no estructuradas, a través de la combinación del
juicio humano e información objetiva:

Soporta varias decisiones interdependientes o secuenciales.

Ofrece ayuda en todas las fases del proceso de toma de decisiones -

inteligencia, diseño, selección, e implementación, así como también en una
variedad de procesos y estilos de toma de decisiones.

Es adaptable por el usuario en el tiempo para lidiar con condiciones

cambiantes.

Genera aprendizaje, dando como resultado nuevas demandas y refinamiento

de la aplicación, que a su vez da como resultado un aprendizaje adicional.

* Generalmente utiliza modelos cuantitativos (estándar o hechos a la medida).

* Los DSS avanzados están equipados con un componente

de administración del conocimiento que permite una solución eficaz y eficiente
de problemas muy complejos.

* Puede ser implantado para su uso en Web, en entornos de escritorio o

en dispositivos móviles (PDA).

pág. 2
* Permite la ejecución fácil de los análisis de sensibilidad.

2.3 Componentes de un DSS

En los modelos de decisión que son desarrollados por el usuario, son

construidos con ayuda de herramientas de software y hardware que
serán descritas continuación. Los primeros componentes son aquellos que le
permiten al usuario generar sus aplicaciones, manipular alguna información e
interactuar con el DSS.

MODELO

Ofrece al usuario la facilidad de utilizar modelos clásicos que se encuentren

desarrollados y disponibles, formando así la base de modelos, que pueden
incluir.

LA BASE DE DATOS

Colección de datos actuales o históricos de un numero de aplicaciones,

organizada para un acceso fácil a partir de una gama de
aplicaciones (estas colecciones pueden ser locales o corporativas).

SISTEMA DE SOFTWARE

Permite una interacción fácil entre los usuarios del sistema y la base de
datos del DSS y la base de modelos.

INTERFAZ CON EL USUARIO

Una parte fundamental de las DSS es facilidad para explotas la información a

través de grafías de alta calidad y reportes que se diseñan y obtienen en
intervalos cortos de tiempo, así como la disponibilidad de lenguajes de muy alto
nivel para facilitar la consulta de información que contiene la base de datos.

La mayoría de los DSS permiten a los usuarios desarrollar sus propios modelos
de decisión. Esto implica la posibilidad de manejar entrada, procesamiento,
almacenamiento y salida de información.

pág. 3
2.3.1 El subsistema de administración de datos

Es un Sistema de información basado en computadora. está compuesto

por la base de datos del SSD, el sistema de administración de la base
de datos, el directorio de datos y de la facilidad para hacer consultas.

2.3.2 El subsistema de administración del modelo

Es un software que incluye, finanzas, estadísticas y otros modelos que

proveen al sistema la capacidad de análisis y una apropiada
administración de software.

Comprende la base de modelo, el sistema de administración de la base

de modelo, el lenguaje de modelación, el directorio del modelo, y el
procesador de comandos, integración y ejecución del modelo.

2.3.3 El subsistema de interfaz con el usuario

El usuario se comunica con el DSS a través de este sistema, incluye no

sólo el hardware y el software, sino también factores involucrados con la
facilidad de uso, accesibilidad, e interacciones humano-máquina

2.3.4 El subsistema de administración de conocimiento

Soporta cada uno de los demás subsistemas o actúa como componente

independiente. Provee inteligencia para argumentar la toma de
decisiones, provee perica en resolver problemas estructurados y
semiestructurados muy complejos, como también provee pericia por un
sistema experto y otro sistema inteligente.

El DSS avanzado tiene un componente basado en el conocimiento

(dirección). Este subsistema conduce al DSS inteligente, por ejemplo:
Recaudación de datos.

pág. 4
2.4 El usuario de un DSS

El usuario se considera como parte del sistema. Los investigadores han

encontrado que la única contribución de DSS es derivada de la interacción
entre la computadora y el usuario.

El usuario es la persona que tiene que tomar la decisión que pretende ser
soportada por el SSD, también llamado el gerente o el tomador de
decisiones. Un SSD tiene dos clases de usuarios:

 Los gerentes
 Los especialistas de staff.

Generalmente, los gerentes esperan una interfase más amigable que

aquélla esperada por los especialistas de staff ya que estos últimos son
más detallistas y están dispuestos a utilizar sistemas más complejos.

2.5 Clasificación y tipos de DSS plataforma, tecnologías y datos

Al igual que ocurre con la definición no existe una taxonomía universal

para los sistemas de soporte par a la toma de decisiones. pero se puede
clasificar utilizando:

La relación con el usuario:

 DSS pasivo. - Es un sistema de ayudas para el proceso de toma de

decisiones, pero que no puede llevar a cabo una decisión explícita,
sugerencias o soluciones.
 DSS activo. - Puede llevar a cabo dicha decisión, sugerencias o
soluciones.
 DSS cooperativo. - Permite al encargado de la toma de decisiones
(o a sus asesores) modificar, completar o perfeccionar las
sugerencias de decisión proporcionadas por el sistema, antes de
enviar de vuelta al sistema para su validación. El nuevo sistema
mejora, completa y precisa las sugerencias del tomador de la decisión
y las envía de vuelta a su estado para su validación. Entonces, todo

pág. 5
 el proceso comienza de nuevo, hasta que se genera una solución
consolidada.

El modo de asistencia:

 DSS dirigidos por modelos. - Se hace hincapié en el acceso y

manipulación de un modelo estadístico, financiero, de optimización o
de simulación. Utiliza datos y parámetros proporcionados por los
usuarios para ayudar a los encargados de adoptar decisiones en el
análisis de una situación, que no son necesariamente los datos
intensivos. dicodes es un ejemplo de un DSS de código abierto
basado en modelos.
 DSS dirigidos por comunicación. - Disponen de soporte para varias
personas que trabajan en una misma tarea compartida. Ejemplos
incluyen herramientas integradas como Microsoft o NetMeeting.
 DSS dirigidos por datos. - También llamados orientados por datos,
enfatizan el acceso y la manipulación de series temporales de datos
internos de la empresa y, a veces, también de datos externos.
 DSS dirigidos por documentos. - Gestionan, recuperan y manipulan
información no estructurada en una variedad de formatos electrónicos.
 DSS dirigidos por conocimiento. - Proporcionan experiencia
acumulada en forma de hechos, normas, procedimientos, o en
estructuras similares especializados para la resolución de problemas

El ámbito:

 DSS para la gran empresa. - Este DSS estará enlazado con un

almacén de datos de gran tamaño y dará servicio a muchos gerentes,
directores y/o ejecutivos de la compañía.
 DSS de escritorio. - Es un sistema pequeño que puede correr en el
ordenador personal de un gerente al que da servicio (un solo usuario).

Tipos de DSS

 Sistemas de información gerencial (MIS)

Los sistemas de información gerencial (MIS, Management Information

pág. 6
 Systems), tambien llamados Sistemas de Información Administrativa
(AIS) dan soporte a un espectro más amplio de tareas
organizacionales, encontrándose a medio camino entre un DSS
tradicional y una aplicación CRM/ERP implantada en la misma
compañía.
 Sistemas de información ejecutiva (EIS)
Los sistemas de información ejecutiva (EIS, Executive Information
System) son el tipo de DSS que más se suele emplear en Business
Intelligence, ya que proveen a los gerentes de un acceso sencillo a
información interna y externa de su compañía, y que es relevante para
sus factores clave de éxito.
 Sistemas expertos basados en inteligencia artificial (SSEE)
Los sistemas expertos, también 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 está 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) común, 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.

Un DSS es una importante tecnología de información para el gerente, que

puede ser usada para proveerle datos y análisis oportunos que soporten
sus decisiones, basándose ya no en el simple juicio o intuición, sino en
información generada a través de métodos deductivos y analíticos. Como
parte de una organización, la implantación de un Sistema de Soporte a la
Decisión requiere de un proceso de cambio dentro de la misma,
especialmente para los actores primordiales del área: los administradores.

pág. 7
2.6 La naturaleza y origen de los datos

Compuestas de fuentes de datos externas, bases de datos de

conocimiento, bases de datos de trabajo, almacenes de datos y meta-
bases de datos, modelos matemáticos y métodos, procedimientos,
inferencia y los motores de búsqueda, programas administrativos, y los
sistemas de informes.

2.7 Colecciones, calidad y problemas de datos

No importa si tiene datos estructurados o no estructurados o si se

encuentran en el entorno local o en el cloud: siempre deben ser fiables.
Aporte valor de negocio asegurándose de que todas las iniciativas y todos
los procesos clave estén respaldados por datos pertinentes, oportunos y
fiables.

Las organizaciones están sometidas a una intensa presión en lo que

respecta a las normativas vigentes en distintos países, la cual aumenta
cuando aparecen normas nuevas, como el reglamento general de
protección de datos de la UE.

Con la cartera de productos de Informática para la calidad y el gobierno

de datos, incrementa el valor de negocio asegurándose de que todas las
iniciativas y todos los procesos clave estén respaldados por datos
pertinentes, oportunos y fiables.

Si no implanta un programa y herramientas de calidad de datos

empresariales, corre estos riesgos:

 Desperdicio de recursos: los errores en los datos perjudican las

operaciones, puesto que aumentan el coste
 Sanciones administrativas: si los informes sobre normativas no
son precisos
 Análisis poco fiables

pág. 8
  Desprestigio entre los clientes: su reputación entre los clientes
existentes o potenciales, los socios o los proveedores puede sufrir
daños
 Falta de fiabilidad de los datos:

2.8 Administración de datos en un DSS y BI

 DSS

Base de datos

Es una colección de datos interrelacionados para unir las necesidades

" estructura de la organización y que puede ser usada por uno o varios
usuarios. Los orígenes de los datos pueden ser internos o externos

 Internos; Provienen de las transacciones internas de la

empresa
 Externos: Son datos de la industria, investigaciones de
mercado, censos u otros

Sistema administrador de Base de datos

Una base de datos efectiva debe soportar muchas de las actividades

de la administración de los datos tales como:

o Navegación entre los registros

o Soporte para la creación de diversos conjuntos de datos
relacionados
o Generación de reportes

Directorio de datos

Es un catálogo de todos los datos en la &ase de datos, que contiene

las definiciones de los datos y su principal función es contestar
preguntas acerca de la disponibilidad de datos, sus fuentes y su
exacto significado.

Facilidad de consultas

pág. 9
 En un DSS en muy frecuente el acceso, manipulación y consulta de
datos, es por eso que un DSS debe de contemplar esta herramienta
para un acceso rápido y sencillo para el usuario.

 BI (INTELIGENCIA DE NEGOCIOS)
o Tiempos de respuesta extensos: grandes cantidades de datos y
consultas complejas generan retrasos a la hora de buscar
información útil.
o Diferentes fuentes de información con estructuras y tecnologías
distintas que generan rigidez a la hora de extraer datos.
o Deterioro del rendimiento de los sistemas de información al
momento de extraer y analizar información, generando lentitud e
incluso la parálisis de la operación.
o Datos incompletos, obsoletos y erróneos debido a que la calidad y
la estructura en cada sistema de información es diferente.

2.9 Almacenamiento de datos (DW)

Los almacenes de datos, como sistemas de soporte orientados al

conocimiento, surgen como consecuencia del exceso de información
existente en diferentes bases de datos de las empresas.

Según W.H. Inmon, creador de dicho término, “un Data Warehouse es un

conjunto de datos integrados orientados a una materia, que varían con el
tiempo y que no son transitorios, los cuales soportan el proceso de toma
de decisiones de una administración”.

La información procedente de las distintas bases de datos internas, así

como la información externa se organizan y recopilan en una base de
datos global (Data Warehouse) que recoge dicha información, tanto actual
como histórica, lo que proporciona a la dirección los informes necesarios
para poder llevar a cabo la planificación en la empresa.Los almacenes de
datos, a su vez, pueden dividirse en subalmacenes llamados mercados
de datos.

pág. 10
 Asimismo, los almacenes están formados por una serie de elementos, tal
y como se puede observar en la siguiente figura:
2.10 Minería de Datos (DM)

Nació con la idea de aprovechar dos cosas: la ingente cantidad de datos

que se almacenaban en áreas como el comercio, la banca o la sanidad y
la potencia de los nuevos ordenadores para realizar operaciones de
análisis sobre esos datos.

La minería de datos puede definirse inicialmente como un proceso de

descubrimiento de nuevas y significativas relaciones, patrones y
tendencias al examinar grandes cantidades de datos. La disponibilidad de
grandes volúmenes de información y el uso generalizado de herramientas
informáticas ha trasformado el análisis de los datos orientándolos hacia
determinadas técnicas especializadas englobadas bajo el nombre de
minería de datos o Data Minning.

Las técnicas de minería de datos persiguen el descubrimiento automático

del conocimiento contenido en la información almacenada de modo
ordenado en grandes bases de datos. Estas técnicas tienen como objetivo
descubrir patrones, perfiles y tendencias a través del análisis de los datos
utilizando tecnología de reconocimientos de patrones, redes neuronales,
lógica difusa, algoritmos genéticos y otras técnicas avanzadas de análisis
de datos.

pág. 11
2.11 Data Marts

En un mercado dominado por big data y la analítica, los data marts son
una clave para transformar eficientemente los datos en información útil.
Los almacenes de datos suelen manejar conjuntos de datos voluminosos,
pero los análisis de datos exigen disponer de datos fáciles de encontrar y
de rápida disponibilidad. ¿Una persona con un perfil ejecutivo debería
realizar consultas complejas tan solo para acceder a los datos que
necesita para sus informes? No, y ese el motivo por el que las empresas

inteligentes utilizan data marts.

Un data mart es una base de datos centrada en un ámbito que muchas

veces es un segmento aislado de un almacén de datos de empresa. El
subconjunto de datos contenido en un data mart suele alinearse con una
unidad comercial concreta, como Ventas, Finanzas o Marketing. Los data
marts aceleran los procesos comerciales al dar acceso a la información
en un almacén de datos o un data store operativo en cuestión de días, y
no meses o periodos más largos. Como un data mart tan solo contiene los
datos aplicables a un ámbito comercial concreto, resulta una forma
rentable de obtener información explotable rápidamente.

El principal objetivo de un data mart es aislar (o escindir) un conjunto

más pequeño de datos del conjunto total para ofrecer un acceso más
fácil a los datos para los consumidores finales.

pág. 12
2.12 Inteligencia y análisis de negocio

Al término inteligencia de negocios es más reconocido por su nombre

inglés Business Intelligence (BI). Dos conceptos claves para BI son:
análisis de datos e información de la compañía. La BI le sirve a las
empresas para analizar grandes cantidades de datos en “bruto”. Con
esos datos se intenta obtener información valiosa para tomar decisiones
comerciales estratégicas y operativas (información comercial).
Generalmente, los datos en “bruto” provienen de los diferentes softwares
de la compañía, tales como ERP, RRHH, gestión documental o software
especializado. Los datos en bruto son: datos de ventas, tendencias del
mercado, resultados financieros, etc.

Hay que analizar muchos datos para que la BI tenga éxito. El

departamento de informática se puede encargar de garantizar de extraer
los datos correctos de los sistemas de software internos.

1. Se extraen los datos de los diferentes sistemas de software.

2. Se analizan los datos.
3. Se convierten los datos comerciales en bruto en información
valiosa.
4. Se actúa en consecuencia de las “ideas comerciales” recién
adquiridas.

Con el análisis predictivo de BI, la compañía puede responder mejor a la

situación futura de mercado. Las ideas de negocios, que son productos
procedentes de la BI, llegan finalmente a la dirección de una empresa.
La mayoría llega en forma de informes o mediante paneles de
indicadores comerciales.

pág. 13