Solución de inteligencia empresarial para una PYME: Un estudio de caso

Raghavendra Raj, Shun Ha Sylvia Wong y Anthony J. Beaumont

Facultad de Ingeniería y Ciencias Aplicadas, Universidad de Aston, Aston Triangle, Birmingham B4 7ET, Reino Unido

palabras clave: La inteligencia de negocios, almacenamiento de datos, inteligencia empresarial de Microsoft, SME.

Resumen: Inteligencia de Negocios (BI) aprovecha la utilidad de la información existente. Se equipa a los usuarios de negocio con información
relevante para llevar a cabo diversos análisis para tomar decisiones clave de negocio. Durante las dos últimas décadas, BI se ha
convertido en una estrategia central para el crecimiento de muchas empresas, en particular las grandes corporaciones. Sin embargo, los
estudios muestran que las pequeñas y medianas empresas (PYME) se quedan atrás en la ejecución y explotación de soluciones de BI.
Para mantenerse por delante de la competencia, las PYME deben ser capaces de controlar y utilizar efectivamente la totalidad de sus
recursos, en particular los recursos de información, para ayudar en la toma de decisiones de negocio importantes. En este artículo, se
examinan los desafíos como la falta de conocimientos técnicos y de presupuesto limitado al implementar una solución de BI dentro de una
PYME en el Reino Unido. A la luz de nuestras experiencias en la lucha contra estos problemas,

1 INTRODUCCIÓN 1989. Negash y Gray (2003) definen los sistemas de BI como sistemas que
“combinan la recopilación de datos, almacenamiento de datos y la gestión del
conocimiento con herramientas analíticas
En el último par de décadas, independientemente del tamaño, las
empresas han generado grandes volúmenes de datos de los entornos
presentar complejo y competitivo
información a los planificadores y tomadores de decisiones”. Tales
internos y externos. La capacidad de gestionar de manera eficiente, el
acceso y analizar grande, aunque aparentemente sin relación, sistemas utilizan típicamente datos de un repositorio de datos

volúmenes de datos es esencial para la toma de decisiones centralizada que se reunió a partir de diferentes fuentes de datos.

empresariales, de lo contrario potenciales oportunidades de negocio Business Intelligence ha crecido significativamente desde entonces,
pueden pasarse por alto y las lecciones importantes que no se pueden debido al avance de las herramientas de BI y también la disposición de
aprender. Los rápidos cambios en el clima y las condiciones de negocio las empresas a adoptar nuevas estrategias para mantenerse por delante
han traído Business Intelligence (BI) en el centro de atención, incluso de su juego. Algunas de las tecnologías como los Sistemas de Soporte a
para pequeñas y medianas empresas (PYME). Para lograr una ventaja la Decisión (DSS), Sistemas de Información Ejecutiva (EIS), almacén de
competitiva, las empresas tienen que pensar en nuevas maneras de
datos (DW), procesamiento analítico en línea (OLAP) y minería de datos
mejorar sus negocios. Una entre las varias estrategias ha sido la
han tenido un impacto significativo en el aumento de la popularidad de
adopción de almacenamiento de datos (DW) y Business Intelligence (BI).
BI. De acuerdo con una encuesta de CIO en 2012 (Gartner,
Esto se ha convertido en un componente esencial de los sistemas de
soporte de decisiones de negocios contemporáneos. Sin embargo, entre
las PYME, hay una falta general de conocimientos técnicos necesarios
2012), BI se clasificó como la prioridad más alta tecnología de las
para convertir los datos en información para facilitar un proceso de toma
empresas como BI les permitió crear nuevas capacidades. Howson
de decisiones de negocios informadas. Por otra parte, la falta de
(2008) también observó que el BI ayudó a los empleados en todos los
comprensión de los beneficios de la BI y el presupuesto también hacen
cuadros de interactuar con, y analizar, los datos de negocio con el fin de
PYME reacios a invertir en la adopción de cualquier solución de BI.
gestionar y aumentar la eficiencia de la empresa, para identificar nuevas
oportunidades y facilitar la reingeniería de operación. Watson y Wixom
(2007) señalaron que la recuperación de información podría ser más
rápido y más barato mediante la implementación de soluciones de BI.
También mencionaron que las soluciones de BI podrían ayudar a las
Business Intelligence en sí mismo no es un concepto nuevo. Este
organizaciones a alcanzar sus objetivos de negocio. Chugh y Grandhi
término fue presentada por primera vez por Luhn (1958). Como se
recuerda Burstein y Holsapple (2008), este concepto fue reintroducido
por Howard Dresner en

41
Raj, R., Wong, S. y Beaumont, A.
Solución de inteligencia empresarial para una PYME: Un estudio de caso. DOI: 10.5220 / 0006049500410050 En Actas de la 8ª Conferencia Internacional Conjunta sobre el descubrimiento del conocimiento, Ingeniería del Conocimiento y Gestión del

Conocimiento (IC3K 2016) - Volumen 3: KMIS, páginas 41-50 ISBN: 978-989-758-203-5 Derechos de Autor c

© 2016 SCITEPRESS - Ciencia y Tecnología Publicaciones, Lda. Todos los derechos reservados
KMIS 2016 - 8ª Conferencia Internacional sobre la Gestión del Conocimiento y el Intercambio de Información
(2013) resumió los principales beneficios de la implementación de BI dentro de
una empresa, que incluyen:
• Capacidad para analizar los datos de múltiples fuentes y utilizando
diversas dimensiones;
• Permitiendo a los administradores a tomar decisiones de negocio
inteligentes mediante la identificación de patrones importantes en los
datos de transacción de negocios;
• precisión en la predicción de la evolución de los negocios mejorado;
• Aumento de la operativa eficiencia mediante
identificación de las causas principales de los problemas.
1.1 Los componentes de BI
Para generar inteligencia de negocio, los datos de transacciones de
negocios tiene que someterse a un proceso que limpia, transforma y
reestructura los datos en un almacén de datos o un mercado de datos
ETL (Extract-Transform-Load). Los almacenes de datos y mercados de
datos son esencialmente bases de datos especialmente diseñados para
facilitar el análisis de datos y descubrimiento de conocimientos.
Los análisis de datos se guían por los indicadores clave de rendimiento
(KPI) de la organización y que varían de empresa a empresa. Una
herramienta de visualización de datos se utiliza para presentar los
resultados de los análisis de datos para los usuarios de BI. Estos
resultados pueden aparecer en forma de informes estándar basados ​en
consultas regulares o como los informes a petición que muestran
información sobre el rendimiento del negocio y la eficiencia. La Figura 1
resume los componentes clave de una solución de BI.
Figura 1: Componentes clave de BI.
1.2 Los proveedores de BI
Como se mencionó anteriormente, las soluciones de BI comprenden múltiples
componentes tecnológicos. En el pasado, cada componente de BI fue
construido y entregado por los proveedores especializados. La selección de
una combinación apropiada de componentes de BI para satisfacer las
necesidades de un negocio requiere experiencia técnica que a menudo no está
fácilmente disponible en un entorno de negocios. La necesidad de integrar
varios componentes de BI también empuja hacia arriba el costo total
implementación de una solución de BI. Hoy en día, los proveedores han
desarrollado componentes de BI que podrían integrarse fácilmente. Esto
reduce enormemente el coste
42
para implementar BI. Sin embargo, sigue existiendo la necesidad de identificar
una estrategia adecuada para integrar componentes de BI con los sistemas
existentes de la compañía.
Algunos de los principales actores en el campo de BI son
nombres conocidos como Oracle, Microsoft, IBM, SAS y SAP. En
los últimos años, algunos proveedores más pequeños como Qlik y
Tableau están ganando popularidad. Entre los principales
proveedores de soluciones de BI, Microsoft e IBM son dos
proveedores cuyos productos BI cubrir toda la pila de componentes
de BI. Proveedores como Microsoft también ofrecen estos
componentes de BI como parte de la licencia de Microsoft
Developer Network (MSDN) (Microsoft, 2016c) sin ningún coste
adicional.
1.3 Uso de BI
sectores empresariales existentes que hacen uso de BI para tomar algunas
decisiones de negocio clave incluyen: la banca, los servicios de salud, las
empresas de TI, las compañías de seguros, la industria manufacturera,
servicios financieros y muchos más. Como se mencionó,
La mayoría de grande
organizaciones ya están atrayendo beneficios del uso de BI y BI se ha
convertido en una de las principales estrategias para mantener una
ventaja competitiva.
Una encuesta realizada por McCabe (2012) encontró que 33% de
las empresas de tamaño medio ya utiliza soluciones de BI y otro 28%
previsto utilizar soluciones de BI. Sin embargo, entre las
organizaciones más pequeñas, sólo el 16% estaban utilizando
soluciones de BI y el 16% prevé utilizar soluciones de BI. Aunque
(2012) encuesta de McCabe mostró que la adopción de BI entre las
PYME fue lento, hubo una tendencia al alza en la conciencia de la
necesidad de BI.
Estudios (HORÁKOVÁ y Skalska, 2013) han demostrado que los
diferentes departamentos y unidades de negocio dentro de una empresa
utilizan algún tipo de herramientas de BI, y los principales usuarios de BI
incluyen gerentes de: ventas, marketing, compras, de acumulación,
finanzas, contabilidad, recursos humanos y TI. Por tanto, es claro ver que
el BI no es sólo para la gestión de nivel superior, tales como directores
generales. Una amplia gama de procesos de toma de decisiones de
negocio también puede ser beneficiado del uso de BI.
1.4 Soluciones de BI
Teniendo en cuenta el costo y la complejidad implicada en la mayoría de las
soluciones de BI, un gran número de PYME simplemente adoptar una
solución de BI que utiliza hojas de cálculo como MS Excel integrado con una
base de datos (McCabe, 2012; Tutunea y Rus, 2012). Sin embargo, como el
software de hoja de cálculo típica no viene con un completo conjunto de
herramientas de análisis y visualización de datos para facilitar

descubrimiento de conocimiento, el nivel resultante de BI es rudimentario.
Otra solución de BI contemporánea viene en una forma de
software como servicio (SaaS). SaaS es esencialmente una
aplicación de software implementado en la nube. Más bien
que la compra de software
la aplicación de un vendedor y su instalación en el servidor de la
empresa, las empresas pagan una cuota mensual o anual para acceder
a la aplicación a través de Internet. Con SaaS, los datos de la empresa
normalmente se almacena en la nube y es administrado por el
proveedor de servicios
(Papazoglou, 2003). Uno típico
aplicación de BI con el apoyo de SaaS es proporcionar información de
inteligencia sobre la satisfacción del cliente con el fin de lograr una
mejora de los clientes (CRM). BI como servicio podría ser muy
beneficioso para las PYME, ya que son más rentables y también es
relativamente fácil de implementar. La mayor preocupación de utilizar
un servicio basado en la nube es la seguridad de los datos, la
privacidad y la propiedad de los datos.
Mientras propiedad de los datos y la privacidad no son temas para una
solución de BI-anfitrión local, existe la necesidad de considerar cómo los
informes de visualización de datos pueden ser compartidos con otros grupos
de interés. BI utilizando tecnologías web, por ejemplo, Google Chart
(Google, 2016), debe permitir a los usuarios de Internet para realizar
informes en la web, distribuir los informes a los usuarios interesados, anotar
el contenido y también generar informes ad-hoc de aplicaciones web de
manera dinámica.
2 BI y el SME
La Comisión Europea (CE) define una empresa de tamaño pequeño y
mediano (SME) como un negocio que tiene menos de 250 empleados, con
una facturación de no más de 50 M € y el 99% de las empresas en la
caída de la UE en esta categoría (Europea Comisión, 2016). Con un
relativamente pequeño volumen de negocio, las PYME no suelen tener los
recursos financieros y humanos adicionales para invertir en nuevas
tecnologías, como los sistemas de BI que no son fundamentales para sus
negocios. Por lo tanto, no es ninguna sorpresa que la adopción de BI entre
las PYME ha sido lento. Tutunea y Rus (2012) observaron que existen
soluciones basadas en la nube rentables a BI y una solución BI eficiente
puede dar a los SMEs una ventaja competitiva. Sin embargo, el problema
de la falta de experiencia y conocimientos técnicos para seleccionar y
adoptar una solución de BI adecuada sigue planteando un desafío para la
mayoría de las PYME.
Para las PYME, el término inteligencia empresarial es a menudo mal
percibido como una tecnología que se aplica a las grandes organizaciones
solamente. Esta idea equivocada acerca de BI significa que la mayoría de las
decisiones tomadas por la parte superior
Solución de inteligencia empresarial para una PYME: Un estudio de caso
gestión de nivel en las PYME se basan en los resultados de la
tecnología de las comunicaciones (TIC) herramientas integradas como
parte de la infraestructura de la empresa (Tutunea y Rus, 2012) y
diversa información. Existe una opinión generalizada de que las PYME
hallan muy lejos en la adopción de Inteligencia de Negocios para
ayudar en la toma de decisiones. Hay una gran cantidad de estudios y
artículos que describen el éxito
adopción y
utilización de BI entre las grandes organizaciones, sino historias
de éxito similares entre las PYME son infrecuentes (Fink y
Ploder, 2009).
Independientemente de su tamaño y sector, las empresas aprecian
la necesidad y los beneficios de BI para ayudar en el proceso de toma de
decisiones empresariales. Sin embargo, con la complejidad implicada en
un proceso típico de implementación de BI, existe un alto riesgo para el
proyecto falle en las PYME. Por lo tanto, las PYME necesitan una
solución sencilla, flexible y eficiente.
2.1 Retos de BI Adopción en las PYME
Hay varios factores que afectan a la planificación de las PYME a adoptar
soluciones de BI:
• Las soluciones de BI en general son caros, por ejemplo, una solución de
BI basada en la nube, normalmente cuesta al menos USD $ 500 por mes
por usuario.
• Mientras que fuera de la plataforma de herramientas de BI están
disponibles, la curva de aprendizaje de este tipo de herramientas para
los usuarios no técnicos a menudo es empinada.
• El recibimiento de una solución de BI requiere el apoyo de un no trivial,
y, a menudo costosa, hardware
infraestructura.
• Si bien hay una amplia gama de soluciones de BI disponibles, a
menudo carecen de las PYME a fondo
conocimiento de BI para seleccionar la solución más adecuada para
hacer frente a las necesidades del negocio.
• Generación de BI es a menudo una tarea no trivial que requiere
un buen conocimiento y comprensión de modelado de base de datos y
almacenamiento de datos. Tales conocimientos técnicos a menudo no
está fácilmente disponible en la mayoría de las PYME. En resumen,
los problemas se pueden reducir a dos factores principales: costo y la
falta de conocimiento entre el fondo de recursos disponibles para
manejar las herramientas de BI complicados. Si bien estos factores
son legítimas las barreras para las PYME a la adopción de una
solución de BI, no deben resultar perjudicial para promover la
aplicación de soluciones de BI en las PYME. Para superar el problema
de presupuesto, hay una necesidad de identificar soluciones de BI bajo
costo. Por ejemplo, una solución de BI estándar se incluye como parte
del producto estrella de Microsoft. Compañías que poseen una licencia
de MSDN pueden tener acceso a Microsoft de
43
KMIS 2016 - 8ª Conferencia Internacional sobre la Gestión del Conocimiento y el Intercambio de Información
solución de BI estándar sin costo adicional. Sin embargo, muchas de ellas
pueden incluso no ser conscientes de tal oportunidad, ni posean la
experiencia necesaria para empezar a utilizarlo.
2.2 Beneficios de la adopción de BI en las PYME
Según una investigación por Scholz et al. (2010), hay un montón de
beneficios PYME podría realizar mediante el uso de herramientas de BI.
Algunos de los beneficios más importantes identificados en la investigación
incluyen:
• Las mejoras en soporte de datos a través de
proporcionando un fácil acceso a los datos. Mejora de proceso de
validación de datos y la limpieza también conduce a los informes
generados a partir de datos de alta calidad.
• Las mejoras en la ayuda a través de la Decisión
proporcionando efectos visuales ricos para apoyar un proceso de toma
de decisiones acelerado. Además, las herramientas de BI podrían ayudar
a identificar los riesgos y la rectificación de los mismos en el momento
oportuno.
• Costo y horario de verano se puede lograr mediante varias
herramientas de BI, tales como cuadros de mando debido a la
recuperación de los datos será más rápido y es más fácil de
interpretar la salida visual de análisis de datos empresariales.
El coste implicado podría ser subvencionado mediante la utilización
de tecnologías que ya son parte de la infraestructura de la empresa
existente. Por ejemplo, si una empresa adopta la suite de Microsoft de los
productos comerciales, no se requiere ningún coste adicional para la
compra de componentes de BI estándar. Por otra parte, el costo para la
compra de herramientas de visualización de datos puede ser reducida
cuando se utilizan tecnologías web ligero para presentar la inteligencia
empresarial. Esto, no sólo reduce al mínimo el coste global, sino que
también elimina la necesidad de una formación extensa.
3 APLICACIÓN BI IN AN
SME
3.1 Sobre la empresa
El proyecto actual de Business Intelligence se lleva a cabo para una
compañía del Reino Unido conocido como Grupo AGGORA que está
especializada en soluciones de equipo de catering (AGGORA Group,
2016). Su actividad principal está en venta y servicio de equipo de
restauración y realizar la gestión de activos para sus clientes que van
desde grandes corporaciones a las pequeñas empresas. La empresa
cuenta con aproximadamente 150 empleados. La facturación de la
compañía es de aproximadamente £ 25m al año.
44
AGGORA Grupo deseaba mejorar su capacidad para
administrar, analizar y utilizar datos. También quería tener un
sistema de gestión de datos que es flexible y puede adaptarse a los
cambios futuros para que puedan gestionar
su negocio con eficacia y
eficientemente. Aunque el equipo de TI existente tenía la capacidad de
generar informes para el equipo de gestión para analizar, la generación
del informe era una tarea laboriosa e inflexible y ralentizado el
procesamiento de sistema informático central de la empresa debido a
que la base de datos no fue diseñado para facilitar la generación de
informes. Por otra parte, ya que la compañía ha estado en el negocio
durante más de diez años, había también algunos problemas de
infraestructura o que afectan a la eficiencia de la generación de
informes. Por ello, el equipo de dirección ha decidido implementar una
solución de BI para apoyar sus planes de expansión para la próxima
década. Sin embargo, el reto clave para implementar una solución de
BI para AGGORA Grupo era que no poseen suficiente
pericia en BI tecnologías. BI
tecnologías como el almacenamiento de datos necesitan
conocimientos avanzados en el diseño de la base de datos y es una
tarea exigente. Por otra parte, el personal de TI de la empresa ya
fueron atados al apoyo y la mejora de la infraestructura de TI
existente en el día a día. Por lo tanto, el reciclaje del personal
existente no era una opción posible.
La compañía obtuvo fondos del gobierno del Reino Unido
a través de la Transferencia de Conocimiento
Asociaciones (KTP) esquema (InnovateUK, 2016) para investigar posibles
soluciones para sus retos de negocio. Esto permite que un graduado de TI
para ser empleado y trabajar en la implementación de una solución de BI
con la orientación de una universidad del Reino Unido. El graduado de TI
es empleado por la universidad, sino que se basa en la empresa y, por
tanto, capaz de interactuar con los empleados de la compañía diaria. Esto
permite a todos los interesados ​en el proyecto
a participar en el proyecto
desarrollo, con todos los puntos de vista y preocupaciones en
cuenta y se dirigió, desde el inicio del proyecto. Esto ayudó a
asegurar un rodillo liso de la solución de BI.
3.2 Objetivos del proyecto
La principal fuente de datos de negocio de la compañía es generado por
un software de desarrollo propio para la gestión de servicios de campo.
Este proyecto de BI se centra en:
• El análisis de indicadores clave de rendimiento del cliente: Dado que
el negocio principal de la empresa es el servicio de equipos de catering,
eso es importante comprender
si se cumplen los Acuerdos de Nivel de Servicio (SLAs),
si los clientes están satisfechos, etc.

• Analizar el rendimiento y la productividad de los
ingenieros: La compañía emplea a más de 80 ingenieros
de servicio de campo. Para manejar mejor el tiempo de
los ingenieros y la calidad de su trabajo, la empresa
quiere medir y analizar el rendimiento y la productividad
de los ingenieros.
• Analizando las cifras financieras: A medida que la tasa de
crecimiento de La empresa aumenta,
el análisis de los costos y las cifras de ventas permitirá a los
usuarios para establecer el estado económico de juego de la
empresa.
• Gestión de activos: La compañía cuenta con grandes
volúmenes de información histórica acerca de los equipos de
los clientes, tales como historial de servicio y gasto total. La
capacidad de utilizar esta información mejorará el servicio
prestado a los clientes.
En términos de sostenibilidad y sustentabilidad, ya que este es un
proyecto KTP y se requiere cada proyecto KTP para incluir un plan
detallado para la incorporación de nuevas habilidades y conocimientos
en la empresa. Por lo tanto, nuestro plan de proyecto ha incluido la
provisión de conocimiento
transferir y la incrustación mediante
talleres y capacitación.
3.3 Metodología de implementación
Existen diferentes enfoques para implementar una solución de BI. Esto
podría variar significativamente en función del tamaño y el presupuesto
de TI de la empresa, así como el conocimiento de la compañía en el
campo de BI. Por ejemplo, las organizaciones de mayor tamaño con un
amplio presupuesto pueden adquirir una de las varias soluciones de BI
disponibles de un proveedor líder. Tal solución de BI puede incluir la
formación del personal y de apoyos. Dicha organización también puede
darse el lujo de contratar a un equipo dedicado a poner en práctica y
apoyo
el sistema.
Sin embargo, las PYME son poco probable que sea capaz de proporcionar un
alto perfil BI haz de sistema y las capacidades de tales soluciones son probable
que supere las necesidades de una SME media.
Hemos adoptado un proceso iterativo, cinco etapas
proceso de implementación como se propone en McGonagle (2007):
• Planificación
• Recopilación de datos
• Análisis de los datos
• Distribución de datos
• Realimentación
3.3.1 Planificación
Nuestro proyecto de implementación de BI se inicia con la
Solución de inteligencia empresarial para una PYME: Un estudio de caso
fase de planificación. En esta fase, el equipo de gestión que se
consume la inteligencia articular sus necesidades y establecer los
indicadores clave de rendimiento requeridos para ser medido. Esto
forma la base para las fases posteriores.
Sobre la base de los objetivos establecidos en la Sección 3.2, SQL
Server Management Studio (SSMS) y Herramientas de datos de SQL
Server (SSDT) ​fueron utilizados para el desarrollo de la solución de BI
requerido. Además, la visualización del usuario final se consigue utilizando
Microsoft Power BI para generar informes de auto-servicio, mientras que
los SQL Server Reporting Services (SSRS) se utilizó para generar
informes estándar.
Esta decisión se basa en la infraestructura de TI existente
disponible en la empresa. Desde que la compañía ya utiliza Microsoft
SQL Server 2012 como base de datos back-end, la suite de BI de
Microsoft era una opción conveniente para implementar este proyecto
de BI. Microsoft SQL Server 2012 tiene un sistema de base de datos
y
otro componentes necesario para BI
implementación.
SQL Server 2012 (Microsoft, 2016b) incluye cinco componentes del
servidor central que proporcionan servicios que van desde el
almacenamiento de datos, gestión y seguridad de herramientas
especializadas para el análisis de datos, por ejemplo, OLAP y minería de
datos. Aparte del servicio de análisis, hemos utilizado los otros cuatro
componentes básicos en esta iteración.
3.3.2 Recolección de Datos
Una vez que los requisitos se reunieron y se fijan los objetivos,
entonces la fuente de los datos y la transforman en una forma que
proporcionará la inteligencia necesaria a los usuarios. Es importante
identificar los datos disponibles en la fuente que pueda cumplir con los
objetivos del proyecto.
Como se mencionó anteriormente, los datos de negocio de código es
generado por un sistema de gestión de servicios en la empresa, los datos se
almacenan en forma de una base de datos relacional utilizando el servidor
SQL. La base de datos almacena información como la gestión de equipos,
costos y ventas e información de parte de horas ingenieros.
Sobre la base de los objetivos del proyecto, se decidió que los
datos de la fuente serían transformados y almacenados en un
almacén de datos. Una de la técnica más utilizada para el diseño de
un almacén de datos es modelado tridimensional (Kimball y Ross,
2013). Las principales razones de su popularidad es que el resultado
es un esquema de la base que soporta el rendimiento de consulta
rápida y permite la presentación de los datos en un formato de
consumo del usuario.
Aunque el modelo tridimensional tiene los mismos datos que la
base de datos fuente, el modelo tridimensional
45
KMIS 2016 - 8ª Conferencia Internacional sobre la Gestión del Conocimiento y el Intercambio de Información

se ocupa de las tablas no normalizado para la extracción de datos
resumidos y agregada. Los principales bloques de construcción de la
construcción de un modelo tridimensional son: hechos y dimensiones.
Hemos seguido cuatro pasos de Kimball a modelado tridimensional
(Kimball y Ross,
2013):
1. Seleccionar el proceso de negocio.
• UNA copia columna función que añade nuevas columnas, que son las
copias de las columnas de conjunto de datos de entrada.
• UNA Conversión de datos función que permite cambiar el tipo
de datos de una columna durante la transformación.
• UNA columna derivada función que crea nuevas columnas

2. Declarar el grano. derivados de los valores en las columnas de entrada.

3. Identificar las dimensiones.

4. Identificar los hechos. El poder de BI (Microsoft, 2015) proporciona a los usuarios de negocio con

Según Kimball, un almacén de datos podría ser diseñado sobre la el análisis de datos útil y rica visualización para facilitar la toma de decisiones

base de los dos tipos de esquemas: informadas. La versión de escritorio del Poder BI proporciona la capacidad de
crear poderosa conexión de datos, modelos e informes para el análisis de datos.
• esquema de estrella por lo general se compone de tablas de hechos
En este proyecto, hemos utilizado la versión de escritorio de alimentación de BI
Vinculados a dimensión mesas utilizando
para conectarse al almacén de datos. Una vez que nos hemos conectado a la
/ relaciones de clave externa primarios.
fuente de datos, podemos ajustar los datos para satisfacer nuestras
• esquema del copo de nieve consta de relaciones jerárquicas
necesidades. Hicimos algunas transformaciones usando editor de consultas en
en una tabla de dimensiones, con normalizada,
el poder de BI tales como cambiar el nombre de los encabezados de columna y
bajo cardinalidad atributos
cambiando el texto a números. Es importante señalar que, la fuente de datos
apareciendo como tablas secundarias conectadas a la tabla de
original no se ve afectada; solamente se modifica este punto de vista particular
dimensiones de base por una clave de atributo. A los efectos de este
de los datos. También hemos creado nuevas medidas utilizando el análisis de
proyecto, se ha optado por un enfoque híbrido que es una combinación de
datos de expresión (DAX) consultas (Microsoft, 2016A) para proporcionar datos
ambas estrellas y el esquema de copo de nieve. Como hemos utilizado un
agregados.
enfoque iterativo para construir el almacén de datos, algunas de las
iteraciones utilizó un esquema de estrella y otros siguieron el esquema de
copo de nieve. Con el fin de mantener la coherencia de los datos entre las
dimensiones compartidas, se ha utilizado el enfoque híbrido. La
compensación para la utilización de un enfoque híbrido es que el
3.3.4 Divulgación de datos
rendimiento del almacenamiento de datos resultante es ligeramente inferior.
Sin embargo, debido a la naturaleza de nuestros datos, la ligera
La salida del proceso de análisis de los datos se presentan como la inteligencia
degradación en el rendimiento no era perceptible por los usuarios finales.
de negocio a los usuarios finales. Hemos utilizado la versión basada en la nube
del Poder BI para difundir los resultados de análisis de datos para directivos de
la empresa. Los usuarios pueden generar rápidamente y desplegar informes y
cuadros de mando y compartirlos con otros usuarios.

3.3.3 Análisis de los datos

Una vez que el almacén de datos está diseñado, que se rellena con los
datos de la base de datos de transacciones en vivo. Esto se conoce como
una ETL proceso (Extract-Transform-Load). Nuestro proceso de ETL
utiliza herramientas de datos de Microsoft SQL Server (SSDT), que
proporciona una gráfica
interfaz que facilita el diseño e implementación
de datos transformación y
pasos de integración. Como se señaló anteriormente, nuestros datos fuente
es de una sola fuente, el proceso ETL consiste en mapear los datos
procedentes de la base de datos de transacciones en directo al almacén de
datos. Las transformaciones realizadas en nuestro proceso de ETL incluyen
(Lacko, Figura 2: informes de muestra creadas en energía BI.

2009):
• Un Agregar función que se aplica Cualquier usuario de Excel que esté familiarizado con el uso de tablas

agregación (mínimo, máximo, promedio, suma, etc.) en el dinámicas y gráficos podrían ser usuarios potenciales de la energía BI debido a

conjunto entrante de datos. que la curva de aprendizaje no es empinada. Con una formación básica, se

• UNA división condicional función que divide el conjunto de datos en encontró que los usuarios finales eran generalmente capaces de generar

más subconjuntos. negocio requerido

46
 Solución de inteligencia empresarial para una PYME: Un estudio de caso

la inteligencia usando la energía de BI sin asistencia técnica mucho. Nuestros la información disponible. Como resultado, la gestión es capaz de
usuarios avanzados de BI pueden editar sus propios informes, pero no pueden tomar decisiones de negocio más informadas ya que tienen una
editar los datos subyacentes. Esto ayuda a asegurar la integridad de datos. visión más clara del estado del negocio.

Hemos elegido Poder BI sobre las otras opciones de BI de autoservicio
disponibles en el mercado, principalmente porque el poder de BI es bastante
fácil de usar incluso para los expertos en TI no y tiene la capacidad de
integración con Office 365 (Microsoft, 2016d). La figura 2 muestra algunos de
nuestros modelos de informes y cuadros de mando creados usando la energía
de BI. Para garantizar la confidencialidad, el nombre de los clientes han sido
eliminados en los informes de ejemplo.
Aparte de la energía de BI, los servicios de Microsoft SQL Server
Reporting Services (SSRS) se utilizó para crear informes estándar que
podrían ser entregados a los usuarios pertinentes sobre una base regular.
SSRS es un software de generación de informe basado servidor que viene
como parte de la suite de Microsoft SQL Server. El SSRS proporciona una
interfaz de usuario única basada en Visual Studio que permite a los
desarrolladores conectarse a los datos relevantes (Microsoft, 2016e).
También se ha llevado a cabo el análisis beneficio tangible
de la implementación de una solución de BI en la empresa. Este
análisis reveló que no estaban claros beneficios tangibles dentro
de los seis meses de la aplicación de la primera iteración de la
solución de BI. La solución de informes de auto-servicio de
energía usando BI ha permitido a la parte superior y la gestión de
nivel medio para explorar los datos de negocio y crear su propio
bajo demanda BI informa sin depender del departamento de TI.
Esto ha dado lugar a una importante cantidad de ahorro de
tiempo en el departamento de TI, ya que ya no es la necesidad de
que ellos producen informes mediante consultas y tablas
dinámicas de una manera ad hoc. Esto también ha abierto más
oportunidades para el departamento de TI para ampliar el alcance
de la información disponible. El uso de un almacén de datos
especializada también ha reducido la carga de procesamiento de
la base de datos activa,

En este proyecto, se utilizó SSRS para crear algunos informes

KPI estándar como Ingeniero rendimiento y productividad. Estos
informes están incrustados en un correo electrónico que se envía a los La siguiente tabla muestra algunos de los beneficios clave identificados
respectivos gestores para su análisis. hasta el momento:

Tabla 1: Beneficios tangibles.

3.3.5 evaluaciones
Beneficios tangibles Valor Valor proyectado

A Al final de cada iteración implementación y la obtenido dentro dentro de los 12

retroalimentación se recoge de los usuarios finales. Esta de los 6 meses meses (£)
(£)
información se utiliza para informar a la próxima versión de la
aplicación. El ahorro de costes como resultado de
4202 £ 8404 £
la introducción de la energía de BI para
En este proyecto, la retroalimentación que se obtiene es de un
el autoservicio de informes
grupo de dirección compuesto por directivos de distintos niveles de la
sociedad que sean usuarios de nuestra solución de BI. Nuestros
El aumento de la eficiencia, la 18.060 £ 43.000 £
miembros del grupo de dirección incluyen directores comerciales y
productividad y los ingresos a través
técnicos, así como jefes de explotación comercial. El grupo de dirección
de nuevos informes generados
verifica la calidad de los datos y la exactitud de la información de
utilizando almacén de datos y de
inteligencia suministrada y también proporciona información sobre cómo alimentación de BI
la solución puede ser mejorado en el futuro.
El ahorro de tiempo para el equipo de
7000 £ 14.000 £
TI logra mediante el uso de almacén de
datos para la generación de informe

4 VENTAJAS Total: 29.262 £ 65.404 £

Nuestra experiencia demuestra que la adopción de BI ha sido

beneficioso para la empresa. Los principales beneficiarios han 5 DISCUSIÓN
sido hasta ahora la gestión de nivel superior y medio, así como el
departamento de TI. Desde la introducción de la solución de BI, la
En esta sección, vamos a resumir nuestras experiencias en la
gestión ganó la libertad de explorar la información de negocio sin
implementación de la primera iteración de una solución de BI dentro de un
necesidad de soporte de TI y el equipo se ha liberado para
SME Reino Unido. Como primera observación, es importante entender que
mejorar la calidad y la granularidad de
la implementación de una solución de BI es un proceso iterativo y no es
trivial. Completo

47
KMIS 2016 - 8ª Conferencia Internacional sobre la Gestión del Conocimiento y el Intercambio de Información
Se requiere la comprensión de los sistemas existentes. Los objetivos e
indicadores clave del negocio deben estar bien definidas antes de cualquier
implementación ces comenta-. Además, esta técnica requiere el conocimiento
de los conceptos de BI, tales como el almacenamiento de datos, el proceso
de ETL y herramientas de visualización de datos disponibles.
En cuanto a la estrategia de implementación, hemos optado por
ofrecer BI de una manera de arriba hacia abajo, con el primer conjunto de
soluciones de BI extenderá a los administradores de nivel superior. Esta
gestión de alto nivel permitido comprender mejor los beneficios de BI, y
por lo tanto estar más a favor de una mayor explotación de BI dentro de la
empresa.
Para mantener los costos bajos y para que la solución sea más accesible a
una amplia gama de usuarios finales, hemos utilizado deliberadamente sólo un
conjunto limitado de herramientas de BI. Basándonos en nuestra experiencia, la
suite de Microsoft de herramientas de BI puede ser utilizado para apoyar todos
los aspectos de la inteligencia empresarial necesaria en este proyecto. Microsoft
también proporciona herramientas para el análisis de los datos de negocio más
avanzados, tales como la creación de cubos de datos y minería de datos para el
análisis de predicción.
Es de vital importancia para una solución de TI que sea fácil de usar por lo
que no habrá más aceptación por parte de los usuarios finales. Las herramientas
de SSRS utilizados para generar informes estándar requieren algunos
conocimientos técnicos para trabajar eficazmente con él. Por otro lado, el poder
de BI apoya un proceso intuitivo para la creación de informes a petición y
proporciona ricas visualizaciones de datos. La mayoría de los usuarios de Excel
serán capaces de trabajar de manera eficiente con la energía de BI sin mucho
entrenamiento. Además,
existen
varios tutoriales disponibles para la demostración de cómo utilizar las
herramientas de BI de Microsoft.
Por último, nuestra experiencia muestra que:
• Las soluciones de BI capacitar a las PYME para entender su
desempeño actual y evaluarlo contra indicadores clave de rendimiento
de la empresa.
• Mientras que muchas PYME a entender los beneficios de
implementar soluciones de BI, a menudo se deje intimidar por el
proceso de ejecución aparentemente complejo y costoso. Nuestra
experiencia demuestra que existen soluciones de BI asequibles y
relativamente simples y pueden caber fácilmente en soluciones de
TI existentes PYME.
• Como soluciones de BI se vuelven más fácilmente disponible, las
PYME deben poseer entender mejor de su infraestructura de TI
existente antes de realizar nuevas inversiones.
• La implementación de una solución de BI implica varias fases.
Se necesita una buena comprensión de estas fases para
lograr el éxito.
• Con el fin de generar inteligencia de negocio más exacta, es
importante disponer de datos de alta calidad. Esto se puede
lograr utilizando varios
48
etapas de transformación y de limpieza en el proceso de ETL.
• Para facilitar la recuperación eficiente de datos y el análisis, los
almacenes de datos no pueden ser creados simplemente unir
tablas de la base de datos de transacciones en vivo. Debe ser
diseñado correctamente siguiendo
directrices en dimensional
modelado.
• La suite de Microsoft de herramientas de BI podría ser un
candidato perfecto para las PYMES que desean implementar
soluciones de BI, especialmente cuando ya están utilizando otros
productos comerciales de Microsoft.
• Aunque existen barreras técnicas, hay esquemas de gobierno, en el
caso del Reino Unido y Europa, disponible para ayudar a las PYME
a superar estas barreras a través de la financiación, la contratación
y la transferencia de conocimientos.
6 CONCLUSIÓN
Las herramientas de BI proporcionan datos analíticos e información clave de
rendimiento que permite a las organizaciones de todos los tamaños a ser
gestionados de manera eficiente. El uso de herramientas de BI en las PYME era
generalmente inferior a la de las grandes organizaciones. Los estudios
demuestran que las PYME apreciar la importancia de la racionalización de sus
recursos de información para ayudarles a tomar decisiones de negocio
importantes. También son conscientes de la disponibilidad de las muchas
herramientas de BI en el mercado. Sin embargo, los conocimientos técnicos
necesarios para seleccionar la combinación correcta de herramientas no está
fácilmente disponible en muchas PYME. Por otra parte, la falta general de
suficiente presupuesto de TI impide que las PYME invertir tiempo y dinero en la
adopción de soluciones de BI.
A la luz de un proyecto de implementación de BI, hemos descrito
cómo una PYME puede aprovechar los beneficios de BI utilizando la
suite de BI de Microsoft: Microsoft SQL Server para el modelado de
datos y de alimentación de BI para el análisis de datos y
visualización. Basándonos en nuestra experiencia, también hemos
hecho una recomendación de cómo las pymes pueden acercarse a la
implementación de una solución de BI, destacando la necesidad de
una buena comprensión de la fuente de datos, limpieza existente y la
transformación de los datos, la creación de un almacén de datos
basado en el enfoque de Kimball para almacenar el transformado los
datos y presentar los datos a los usuarios finales que utilizan diversas
herramientas de visualización. Una posible limitación de nuestro
trabajo es que se basa en una compañía que ya ha adoptado una
infraestructura de TI basada por Microsoft y ha acumulado una
cantidad significativa de datos de transacciones de negocios.

los costos, los beneficios y las escalas de tiempo podrían ser diferentes.
Sin embargo, con Microsoft es el líder del mercado en ambos sistemas de
gestión de bases de datos operativos y plataformas de BI y análisis
(Gartner, 2015; 2016), nuestros hallazgos son relevantes para un gran
número de empresas.
Con el avance de la minería de datos y análisis de datos grande, hay
una gran variedad de algoritmos y herramientas disponibles para la
generación de inteligencia empresarial avanzada. Este documento describe
nuestro primer paso en la implementación de una solución de BI a una PYME
en el Reino Unido. Nuestro siguiente paso incluye el uso de BI a: (1) lograr un
mayor
potencial mejoras dentro
organización, (2) analizar la productividad de los equipos sub dentro de la
empresa y (3) realizar análisis de margen o la implementación de un modelo de
estado de cuenta más sofisticado. Con la opción disponible para integrar las
secuencias de comandos de I con Power BI, también tenemos la intención de
investigar el uso de análisis de series temporales de predicción u otro análisis
avanzado de datos para proporcionar pronósticos.
RECONOCIMIENTO
Este proyecto es apoyado por Innovar Reino Unido bajo el esquema de
asociación de transferencia de conocimiento (KTP) [número de KTP
KTP009714].
Referencias
Grupo AGGORA. (2016). AGGORA, http://aggora.co.uk/
[Accedido el 15 de agosto de de 2016]. Burstein, F. y Holsapple, C.
(2008). Manual sobre
Sistemas de Soporte a la Decisión. Berlín: Springer. Chugh, R y
Grandhi, S. (2013). ¿Por qué negocio
¿Inteligencia? Importancia de las herramientas de inteligencia empresarial
e integración de gobierno de BI con el gobierno corporativo',
Internacional diario de
E-empresarial y la innovación, vol. 4, no.2, pp. 1-14. http://www.igi-global.com/article/why-business-
inteligencia / 89282
Comisión Europea (2016). Qué es una PYME ?,
http://ec.europa.eu/growth/smes/business-friendly- ambiente / SME
definición / index_en.htm [acceso el 1 de junio de de 2016].
Fink, K. y Ploder, C. (2009). Conocimiento administrativo
Toolkit para los SMEs. Revista Internacional de Gestión del
Conocimiento, 5 (1), pp.46-60. Gartner Inc.
(2012). Encuesta mundial de más de 2.300 directores de TI
Gartner Executive Programs' Muestra los presupuestos de TI plana en 2012,
pero las organizaciones de TI tiene que estar al Prioridades Múltiples, http:
//www.gartner. com / sala de redacción / id / 1897514 [consultado el 25 de mayo
de de 2016]. Gartner Inc. (2015). Cuadrante Mágico para Operacional
Sistemas de gestión de bases de datos, https: //www.gartner.
Solución de inteligencia empresarial para una PYME: Un estudio de caso
com / doc / reimpresiones? id = 1-2PMFPEN y ct = 151013 [accedido el 15 de
agosto de de 2016]. Gartner Inc. (2016). Cuadrante Mágico de negocios
Inteligencia y Analytics, Plataformas https: // www.
gartner.com/doc/reprints?id=1-2XXET8P&ct=160204 [consultado el 15 de
agosto de de 2016]. Google (2016). Gráficos de Google, https://developers.google.
com / gráfico / [consultado el 2 de junio de de
2016]. Horakova, M. y Skalska, H. (2013). Negocio
La inteligencia y la implementación en una pequeña empresa.
Diario de Integración de Sistemas, 4,2, pp.50-61.
Howson, C. (2008). inteligencia de negocio de éxito. Nuevo
York: McGraw-Hill. InnovateUK (2016), Asociaciones de transferencia de
conocimiento,
el
https://connect.innovateuk.org/web/ktp [visitado el 10 de junio de de
2016]. Kimball, R. y Ross, M. (2013). El almacén de datos
Kit de herramientas: La guía definitiva para modelado tridimensional, 3 rd
edición. Indianapolis, IN: Wiley. Lacko, L. (2009). Business Intelligence
de SQL v serveru
2008. Brno: Computer Press. Luhn, HP (1958). Un sistema de
Business Intelligence, IBM
Revista de Investigación y Desarrollo, 2 (4), 314-319. McCabe, L.
(2012). Cerrando la Brecha de Business Intelligence
para las pequeñas empresas, https://lauriemccabe.com/2012/ 01/27 /
cierre-el-negocio-inteligencia-hueco-para-pequeñas empresas / [consultado
el 14 de junio de 2016]. McGonagle, J. (2007). Un examen de la "Classic"
IC del modelo. Revista de Inteligencia Competitiva y Gestión, 4
(2), pp.71-86. Microsoft. (2015). Preguntas más frecuentes acerca
Poder BI Microsoft Power BI, https: // powerbi.
microsoft.com/en-us/documentation/powerbi- /? = CorrelationId a0b3a797-
a620-4e09-b346-1141a5f1d03d y ui-preguntas frecuentes pedido = es-MX
& rs = es- EE.UU. y ad = US [consultado el 27 de mayo de de 2016].
Microsoft. (2016A). DAX consultas, https://msdn.microsoft.
com / es-es / library / gg492201.aspx [consultado el 13 de junio de de
2016]. Microsoft. (2016b). Ediciones y componentes de SQL
Server 2012, https://technet.microsoft.com/en-us/libra ry / ms144275% 28v =
sql.110% 29.aspx [consultado el 25 de mayo de de 2016]. Microsoft.
(2016c). Microsoft Developer Network (MSDN),
https://msdn.microsoft.com/ [consultado el 15 de agosto de de 2016].
Microsoft. (2016d). Oficina 365, https://products.office.
com / es-ES / negocio / explorar-office-365-a-negocio [consultado el 15 de
agosto de de 2016]. Microsoft.
(2016e). Reporting Services (SSRS),
https://msdn.microsoft.com/en- us / library / ms159106.aspx [consultado el
27 de mayo de de 2016]. Negash, S. y gris, P. (2003) La inteligencia de
negocios,
Actas de la Novena Conferencia de las Américas sobre los Sistemas de
Información ( De AMCIS 2003), Tama, Florida, pp. 3.190 a 3.199.
Papazoglou, MP (2003). orientada a servicios de computación:
conceptos, características y direcciones, Actas de la Cuarta
Conferencia Internacional sobre Ingeniería de Sistemas de
Información Web, 2003 (WISE 2003),
49
KMIS 2016 - 8ª Conferencia Internacional sobre la Gestión del Conocimiento y el Intercambio de Información

Roma, pp. 3-12. doi: 10.1109 / WISE.2003.1254461. Scholz, P.,

Schieder, C., Kurze, C., Gluchowski, P. y
Böhringer, M. (2010). Beneficios y retos de la adopción inteligencia
empresarial en las pequeñas y medianas empresas. 18a
Conferencia Europea sobre Sistemas de Información.

Tutunea, MF y Rus, RV (2012). Inteligencia de negocios

soluciones para PYMES. Procedia Economía y Finanzas,
3, pp.865-870.
Watson, H. y Wixom, B. (2007). El estado actual de
Inteligencia de negocios, Computadora, 40 (9), pp.96-99.

50