LA SIMULACIÓN COMO HERRAMIENTA DE APOYO A LA INTELIGENCIA

EMPRESARIAL

Fernando Comesaña Benavides, fercoben@uvigo.es, Universidad de Vigo

Ángeles Sandoval Pérez, sandoval@uvigo.es, Universidad de Vigo

RESUMEN

La aparición del concepto de Inteligencia Empresarial, o Inteligencia de Negocio, está vinculada con la
capacidad de las organizaciones de interactuar con su medio de una manera proactiva, accediendo a las fuentes
de información relevante para su gestión y elaborando la información obtenida en ellas de manera que les
capacite para realizar una gestión anticipativa del mismo. En este documento analizaremos la relevancia de las
técnicas de simulación empresarial para la realización de estas tareas dentro de la Gestión empresarial,
derivada de su capacidad para estructurar la información obtenida en modelos de sistemas coherentes y
realizar sobre ellos interacciones previas a la toma de decisiones.

ABSTRACT

Business Intelligence is a concept related to the organizational capacity of interact in a proactive manner with the
environment in a proactive manner. This implies the access to information sources that are relevant for business
management and the information process to achieve capacities that facilitate an anticipative management. In this
paper we will analyze the importance of business simulation techniques in this context, which is derived from its
capacity to structure the information in a coherent business model used to interact with it previously to decision
making.

1. CONCEPTO DE INTELIGENCIA DE NEGOCIO.

La Inteligencia de Negocio es un término con una fuerte proyección en el mundo empresarial en estos
momentos, ya que ha demostrado su utilidad en una situación caracterizada por la superabundancia de
información disponible para la gestión de la empresa. Además, esta realidad es una componente del cambio
permanente que se ha instalado en la sociedad, una de las componentes fundamentales de la sociedad del
conocimiento, y por lo tanto una de las constantes que se dan en todos los entornos empresariales de todos los
sectores. La información sirve a una cantidad tan amplia de propósitos como amplia haya sido la variedad de
agentes que la hayan generado, sin embargo, la organización tendrá sus propios propósitos que encajarán con
una cantidad muy reducida de la información procedente de las fuentes a las que tiene acceso, y esto
determinará la necesidad de realizar algún tipo de selección sobre la misma para que sea útil a la toma de
decisiones. En una gran cantidad de casos la propia información que cada empresa almacena, es tan amplia, y
obedece a un conjunto tan variado de situaciones, que es imperioso encontrar una vía para seleccionar aquella
que es relevante en cada momento para realizar la gestión de la empresa.

Para dar respuesta a esta problemática surge el Business Intelligence (BI), equivalente para nosotros a los

1
términos Inteligencia de Negocios e Inteligencia Empresarial, ya que se encarga del desarrollo de técnicas y
herramientas para la asistencia a la toma de decisiones al nivel estratégico de la alta dirección de la empresa.
El BI realiza la labor de apoyo a la toma de decisiones con la información pertinente, presentada de la forma
más eficiente y en el momento y lugar más adecuado para ello. La labor del BI es establecer sistemas que
permitan realizar todos estos procesos de manera recurrente a lo largo de la vida de la empresa.

Sin embargo, la inteligencia de negocio como nuevo campo de estudio científico adolece de algunos
problemas, en nuestra opinión, de cierta importancia: Por un lado nos hemos encontrado con que los términos
“Business Intelligence” y mucho más los términos españoles equivalentes “Inteligencia de negocio” e
“Inteligencia empresarial”, comienzan a usarse en el mundo de los negocios hace apenas una década, tiempo,
que, a nuestro parecer no es suficiente para estabilizar y consensuar su naturaleza ni siquiera en el mundo de
la empresa. Por otro lado, y derivado del problema anterior, se da una particular escasez de literatura
académica sobre el campo particular, estando centrada la mayoría de ella en el ámbito del desarrollo de
software específico para estos campos. Estos dos hechos no son sorprendentes, sino que más bien son
coherentes y complementarios, ya que claramente estas iniciativas han surgido en el mundo de la consultoría
y conjuntamente y al amparo de herramientas informáticas que las posibilitan. Es por todo ello por lo que
normalmente se identifica el BI con el ámbito del desarrollo de herramientas de software, pero desde nuestro
punto de vista las herramientas, y particularmente el software, solamente están al servicio de unas técnicas de
elaboración de la información, aunque bien es cierto que estas técnicas no serían posibles sin procesos
mecanizados que las llevasen a cabo.

Por otra parte dentro de este campo nos encontramos con un problema terminológico, ya que la definición de
inteligencia que se maneja en nuestro idioma no encaja plenamente con la Anglosajona, en donde el término
tiene mucha más relación con el secreto y la falta de transmisión de información1. Es decir, el término
expresado en inglés tiene un componente más pronunciado hacia la búsqueda y la extracción de información
de fuentes a las cuales es difícil acceder por motivos propios de la propia estructura de estas fuentes, o por un
objetivo consciente del generador o mantenedor de la información. Este hecho se ve apoyado en la relación
entre los términos “Servicios Secretos” y “Servicios de Inteligencia” que expresan instituciones
gubernamentales dedicadas a la captura de información relevante desde el punto de vista de Seguridad
Nacional (Navarro Bonilla et al, 2004), lo cual sin duda alguna implica que existe secreto, no solo por parte
del sujeto que genera la información, sino también por parte del que la captura.

La dificultad de obtener información relevante para la inteligencia de negocio puede provenir, como ya
hemos dicho, de la intención expresa del que es fuente de la misma, o la posee en exclusiva, (caso
especialmente relevante en las cuestiones referentes a los activos intangibles procedentes de la innovación
tecnológica) o simplemente de la enorme cantidad de contenidos y fuentes de información que están a
disposición de la empresa, sea internamente o externamente. En este último caso, cuando la capacidad de
análisis en horas hombre y en recursos económicos empleables en la búsqueda de determinada información,

2
necesaria y accesible a una empresa, es superior a la que dispone para emplear en ese proceso, el resultado es
exactamente el mismo que se obtendría si la información no estuviese accesible. Esta situación se daría en el
caso de que ante la evaluación previa del coste la empresa no emprendiera ninguna acción para la obtención
de la misma, ya que en el caso de que se desconociese la envergadura del proceso, la empresa podría
emprender actividades para su obtención que no diesen ningún fruto, lo que redundaría en la asunción de
costes adicionales sin obtener ningún retorno a cambio.

Nosotros, consideraremos dos ámbitos básicos de aplicación del BI que serán los siguientes:

• Gestión de las fuentes de información específicas para cada uno de las necesidades de toma de
decisiones que surgen en la empresa.
• Agregación de la información para la toma de decisiones empresariales, en un momento adecuado,
a un coste razonable y con una fiabilidad determinada.

Es en este segundo ámbito donde aparece la necesidad de realizar un tipo de agregación de esta información
que permita la toma de decisiones de una forma coherente, formando un conjunto de elementos relacionados
entre si, que operen de forma dinámica para la consecución de un objetivo. De esta forma, observamos
claramente que la estructuración de esta información puede ser realizada considerando que representa
determinadas partes de uno o varios Sistemas, los cuales pueden ser representados utilizando modelos. Es en
este proceso de modelización, y representación de la información mediante sistemas, donde la Teoría General
de Sistemas tiene un papel relevante y su aplicación da paso a la posibilidad de realizar procesos adicionales
sobre estos modelos para realizar la toma de decisiones empresariales.

2. LA SIMULACIÓN Y LA TEORÍA GENERAL DE SISTEMAS

La Teoría General de Sistemas (TGS) es una forma sistemática y científica de aproximación y representación
de la realidad y, simultáneamente, un ámbito científico con un cuerpo disciplinar propio. Nos interesa en este
momento, valorar la propuesta realizada desde su vertiente como técnica aplicada de análisis, aunque sin
dejar de tener en cuenta el desarrollo científico y el estado del arte de la materia, el cual nos servirá de marco
de reflexión sobre el conjunto de las labores de la Inteligencia de Negocio en la empresa.

La Teoría General de Sistemas (TGS) fue formulada por Ludwig von Bertalanffy (1901-1972), biólogo
alemán, quien creó la denominación “Teoría General de Sistemas”, como un enfoque “peripánico” (acerca de
todo) de la ciencia (Bueno Campos en Klir, 1980). La Teoría se expuso por primera vez en 1937, aunque no
llega al campo de la economía hasta 1956 como resultado de la publicación de un artículo de K. Boulding
titulado "General Systems Theory, a skeleton of science". Para Bertalanffy era necesario construir un nuevo
paradigma que integrase la multiplicidad de escuelas y enfoques ante un panorama de una ciencia en lucha

1
Intelligence: 2. The collection of secret information, esp. for military purposes. (www.collinslanguage.com , 2007). 4. information
concerning an enemy or possible enemy or an area. (www.merriam-webster.com , 2007)

3
entre lo general2 y lo específico, lo positivo y lo normativo. La TGS para su autor supone una integración
entre las ciencias naturales y sociales, y por lo tanto un enfoque generalista único de utilidad en una gran
variedad de problemáticas científicas. Al mismo tiempo se creó con la intencionalidad y la vocación de ser un
instrumento básico para la formación y preparación de científicos.

El papel renovador de la TGS ha sido fundamental desde su formulación, aunque ha realizado la integración
en su cuerpo disciplinar de algunas de las líneas de pensamiento filosófico clásicas, como es el caso de la
distinción entre el objeto observado y el sujeto observador, proveniente del pensamiento cartesiano.
Comprende, dentro de su campo de actuación, la definición de la tipología de sus objetos de análisis y el
desarrollo de las técnicas de análisis de las interacciones sistémicas de sus componentes, mediante el
tratamiento lineal de las mismas y sus relaciones causa-efecto (esquema de causalidad).

Algunas de las cuestiones fundamentales de la TGS giran en torno a la delimitación de los sistemas y es en
este sentido donde encontramos utilidad a la expresión explícita del concepto de sistema.

Concepto de Sistema
Desde el punto de vista puramente experimental, es decir en las ramas experimentales de la ciencia un
Sistema se define en un objeto dado, desde un punto de vista particular, en una determinada especificación
temporal (Klir, 1980). Las características relevantes del sistema, generalizables a los sistemas generales
serían:

• Conjunto de cantidades obtenidas de las variables observadas

• Nivel de Resolución del Sistema.
• Relaciones atemporales entre las cantidades (relaciones que se verifiquen independientemente del
intervalo temporal considerado)
• Propiedades que definen esas relaciones.

Por lo tanto se podría generalizar la definición de Sistema General en un ámbito teórico, a través de su forma
como agrupación de un conjunto de unidades menores, denominadas elementos, interrelacionados ente si para
la consecución de un fin común, agrupación que dispone de alguna capacidad de control sobre los elementos
y las interrelaciones que lo forman. La teoría general de sistemas tiene como objetivo fundamental formular
leyes universales de organización de sistemas (Luthans, 1980).

La técnica que permite la resolución de problemas reales, partiendo de los principios de la Teoría General de
Sistemas, es el Análisis de Sistemas.

Por lo tanto se podría entender el sistema como una particularización práctica para su estudio de un conjunto

2
Entre el mecanicismo y el vitalismo en el campo de la biología. El procedimiento mecanicista consiste en dividir al organismo vivo en
partes y procesos parciales, siendo el organismo por tanto un agregado de células. Los problemas de organización de todas estas partes como
un todo son minimizados o despreciados, así como los de regulación ante perturbaciones. El vitalismo es, por el contrario, un procedimiento
mediante el cual se considera al ser vivo como una unidad que es posible gracias a un impulso vital único (Bertalanffy, 1973).

4
de elementos en los que se definen y pueden controlarse las variables que determinan su funcionamiento
desde el entorno (entradas o variables independientes) y las variables determinadas por el propio sistema
hacia el entorno (salidas o variables dependientes), de la forma en la que se visualiza en que se expresa en el
Gráfico 1

ENTORNO

Sistema

Conjunto de elementos
interrelacionados para
ENTRADAS SALIDAS
conseguir un fin común y que
disponen de un Cierto nivel
de control

Gráfico 1. Sistema General

Fuente: Elaboración Propia a partir de Bertalanffy (1973)

La TGS da vías para la solución de los conflictos clásicos dentro del Método Científico, ya que aporta una
visión integradora de la clásica confrontación entre la visión reduccionista y holista, pues los sistemas
abiertos se relacionan con su entorno como componentes de otros sistemas, de tal forma que dan una vía de
trabajo reduccionista recursiva3 a una concepción holista de los problemas.

De esta forma podremos expresar los sistemas como entes multinivel que están formados a su vez por otros
sistemas interrelacionados entre si de formas diversas (Gigch, 1981). Estos subsistemas, pueden ser a su vez
heterogéneos entre si, aunque todos ellos deberán estar organizados para la consecución de un fin común.
Expresamos esta realidad multinivel combinando la expresión gráfica previa de sistema, pero en esta ocasión,
en el Gráfico , hacemos ver el interior de nuestro sistema formado por otros subsistemas, que se combinan
entre si de formas diferentes, siendo el entorno de cada uno de ellos el resto de la realidad que forma el
sistema. Esta visión, nos permitirá a posteriori, entender las relaciones entre los componentes de los sistemas
de transmisión de conocimiento en una forma sistémica, lo cual nos será de utilidad para realizar
formulaciones y predicciones sobre los mismos.

3
Recursivo, como término, no existe en el Diccionario de la Lengua Española (vigésimo segunda edición) de la Real Academia de la
Lengua Española (Lengua R.A.E, 2007). En determinados ámbitos de la informática se da esta denominación a procedimientos que se
ejecutan a si mismos como parte de sus propios procesos. Entendemos que la denominación recurrente (que se propone como sustitutiva) no
nos aporta los matices que pretendemos introducir sobre el anidamiento de sistemas en multiples capas interrelacionadas. En el resto del
documento usaremos algunos términos que no existen formalmente en el idioma común, pero que son consensos habituales dentro de nuestro
ámbito científico.

5
 Gráfico 2. Sistema General Nivel 2
Fuente: Elaboración Propia a partir de Bertalanffy (1973)

Características de los Sistemas

Una vez definido el concepto de sistema, nos será de utilidad definir el comportamiento de los mismos a
través de la clasificación del mismo en una serie de características de acuerdo con Bueno Campos et al
(1996):

• Interdependencia: Se da una interrelación entre elementos, objetos o atributos que no estarán

aislados dentro del sistema. Si se produce con el entorno, el sistema se define como abierto.
• Totalidad: De acuerdo con la visión Holista, la TGS da relevancia al sistema como un "todo",
aunque compuesto por partes interdependientes, de acuerdo con la característica anterior.
• Fin común: Los sistemas se orientan a la posición de equilibrio en la que los elementos
constituyentes del mismo buscan el objetivo común que es la “guía” del sistema".
• Relación entradas-salidas: Las “entradas” del sistema desde el entorno (variables independientes)
se transformarán en unas “salidas” hacia el entorno (variables dependientes) mediante el objetivo
común, estas salidas a su vez, pueden ser "entradas" para otro sistema. En el caso de que el
sistema fuera cerrado las entradas se determinarían en un solo momento, si fuese abierto se
podrían dar modificaciones a lo largo del intervalo temporal de estudio del sistema.
• Transformación: La anterior relación entre entradas y salidas sucederá a través de un proceso
interno, que dependerá de los elementos y de la relación entre los mismos que operarán
conjuntamente sobre las entradas para lograr las salidas.
• Entropía: Es la tendencia de los sistemas a situarse en estados con menores niveles de energía y
por lo tanto de máximo de desorden o de indeterminación. Esta tendencia, si el sistema no se
gobierna a través de un método de control puede hacer que el sistema desaparezca por romperse la
estructura de interrelaciones que lo sustenta.
• Regulación: Es la característica que puede impedir el caso anterior de desaparición de un sistema

6
 mediante la implantación de métodos de recogida de información y de un sistema de control que
permita corregir las desviaciones que se den sobre los objetivos marcador.
• Diferenciación: Se dará en sistemas complejos que necesitan que los elementos simples realicen
de forma única determinados procesos específicos.
• Jerarquía: Esta es una característica fundamental para nuestros objetivos, ya que nos expresa que
los sistemas se pueden descomponer en subsistemas o partes principales de forma recurrente con
la cantidad de niveles que sea necesario a través de relaciones de dependencia jerárquicas.

El campo de aplicación de la TGS, dada su naturaleza, no está limitado a ningún campo científico en
particular, ni a una serie de ellos. Sin embargo, su aplicación en las ciencias sociales es particularmente útil,
ya que originalmente se creó para dar respuesta a problemas que surgían del estudio de organismos vivos en
los sistemas naturales, esta visión es asimilable con éxito al tratamiento de los sistemas humanos ya que el
comportamiento de conjuntos de personas, particularmente dentro de las organizaciones con fines de negocio,
puede tener un comportamiento global similar a la de los organismos naturales. Esto también ocurre en el
caso de los sistemas artificiales, como las redes de ordenadores, con lo cual la comparación global entre
sistemas humanos, sistemas naturales y sistemas artificiales puede servir para realizar equivalencias útiles en
la resolución de determinados problemas afines entre los mismos.

Sin embargo, a pesar de la utilidad de la TGS la existencia de una Teoría General de Sistemas Sociales
(TGSS), con cuerpo y entidad científica propia no es todavía un hecho, debido a sus limitaciones, aunque
resulta de gran utilidad desde el punto de vista práctico, particularmente para el tipo de análisis a realizar en
el presente campo de investigación.

Componentes de los Sistemas

La utilización del término “elementos”, implica la utilización de un punto de vista amplio de los contenidos
de un sistema. Entre estos elementos podemos encontrar e identificar una amplia variabilidad de entidades:
actividades, secuencias, procesos, procedimientos, métodos, recursos y controles.

Si un elemento no aporta valor dentro del sistema, este podría ser eliminado para obtener una mayor
eficiencia del sistema, ya que simplemente consumirá recursos necesarios que podrían ser gestionados por
otro u otros elementos del mismo. Además este elemento podría incrementar la cantidad de procesos
elaborados y por lo tanto dilatar la obtención de los objetivos sistémicos en el tiempo.

El fallo de un elemento componente del sistema podría derivar en un fallo total del mismo en cuanto a la
consecución de sus objetivos, dependiendo de la importancia y aporte que tenga este elemento dentro del
sistema. En todo caso, si se llegase a alcanzar el objetivo se vería afectado en la calidad de respuesta
(características, tiempo de entrega, condiciones) y su eficiencia se vería reducida.

7
Estrategias para la Investigación mediante el Enfoque de Sistemas
El enfoque de sistemas es la aplicación de la TGS como guía para la resolución de cualquier problemática
que surja en cualquier campo, en nuestro caso en el ámbito organizacional. Trataremos, por lo tanto al aplicar
este enfoque de ver nuestro problema desde un punto de vista de la totalidad, en donde la suma de las
propiedades de las partes que componen el sistema no explica por si misma el comportamiento global del
mismo (Gigch, 1981).

En la aplicación del enfoque y partiendo de las definiciones que hemos dado de sistema como conjunto de
elementos relacionados que establemente mantienen una unidad y con una misión u objetivo global e
interrelacionados con su entorno, nos encontramos con que podemos concentrarnos de forma especial en el
ámbito interno del sistema o en su ámbito externo, es decir estableciendo las relaciones entre los
componentes como campo de análisis prioritario, o las relaciones entre el sistema y el entorno como foco de
la acción investigadora.

Partiendo de ambas opciones de aplicación del enfoque tendremos dos grandes grupos de estrategias para la
investigación de los sistemas:

• Un enfoque prioritario hacia el análisis de las características de cada uno de los componentes del
sistema y de las relaciones entre los mismos, el establecimiento de las relaciones entre el
funcionamiento de cada una de las partes y de la totalidad del sistema, intentando encontrar las
relaciones de interdependencia entre lo particular y lo global.
• Un enfoque hacia el análisis de los flujos de entradas y de salidas de los sistemas, permitiendo
perfilar lo mejor posible la frontera entre el sistema y el entorno en el que opera, de tal manera que
se sea posible establecer relaciones causales en estas relaciones.

Ambos enfoques son complementarios y en la mayoría de los sistemas deben ser usados de forma simultánea,
siendo el modelo que vamos a proponer un caso paradigmático, ya que la línea divisoria entre el entorno y el
propio sistema es relativamente difícil de percibir como tal en un momento determinado del tiempo, siendo
además cambiante en función de la dinámica propia de una comunidad social humana.

Finalmente, deberemos descomponer en nuestro caso el sistema en cada uno de sus elementos para la
realización del análisis del mismo y su modelización. Sin este paso no solo no se comprendería a fondo su
funcionamiento, sino que no sería posible realizar su simulación en ningún tipo de soporte (que es lo que
pretendemos realizar), y por lo tanto ni la evaluación de su posible repercusión ni la implantación de acciones
correctoras para su gestión.

Cualquier modelo, exige para su construcción un conocimiento teórico de las funcionalidades a las que va a
servir, un conocimiento de las tecnologías sobre las que se basará y sobre todo una idea y planificación clara
de los objetivos a cumplir. Sin embargo todo ello no garantiza, ni el funcionamiento eficaz del mismo (ni
mucho menos eficiente), ni el éxito de la iniciativa cuando están implicadas personas que voluntariamente

8
decidirán el uso del sistema a implantar, como es el caso del modelo propuesto.

Por todo ello, el disponer de una forma previa de probar el modelo a construir una vez que se haya diseñado,
es una posibilidad más que recomendable desde cualquier punto de vista, y fundamentalmente desde el punto
de vista del binomio Coste-Beneficio. Es, en este sentido, donde ante el convencimiento de hallarnos ante un
sistema complejo, en el cual están implicadas técnicas, tecnologías y personas, nos lleva a valorar como muy
adecuada la técnica de análisis que es habitual en la Dinámica de Sistemas.

3. SIMULACIÓN DINÁMICA DE SISTEMAS

La Simulación Dinámica de Sistemas es una técnica específica aplicable dentro del enfoque de sistemas, está
basada en los estudios de Forrester (1971) y está diseñada como una herramienta para el análisis y la
comprensión del cambio. Se basa en la expresión de diferencias finitas mediante el uso de ecuaciones
diferenciales. De esta forma se pueden estudiar el conjunto de los estados del sistema que se modeliza. De
forma más concreta la expresión de un determinado sistema como modelo dinámico y su análisis hace
necesario un software de simulación dinámica. Originalmente estos programas contaban con la problemática
de encontrarse con el límite de la capacidad del hardware sobre el que estaban implementados, en el caso de
la mayoría de los problemas simples a analizar (Martín García, J., 2006), sin embargo, hoy en día contamos
con capacidades de hardware excedentes en la mayoría de los análisis habituales dentro de nuestro campo de
estudio.

En lo que refiere a las herramientas de software que existen en el mercado para el análisis y la realización de
simulaciones dinámicas de sistemas, tenemos que decir que existen cuatro grandes productos y algunos otros
menos conocidos para realizar esta labor. Los más usados son: Vensim, Ithink, Stella y Powersim, aunque
solo Vensim tiene una versión gratuita para usos académicos y de investigación.

4. CONCLUSIONES

Con todo lo analizado hasta este momento, podemos concluir que la simulación dinámica de sistemas en el
campo de la inteligencia empresarial, a pesar de no usarse en absoluto en la actualidad, podría abrir nuevos
caminos que aportasen grandes ventajas en el uso de técnicas de business Intelligence para la toma de
decisiones empresariales, además de ayudar a la revisión dinámica de las futuras necesidades de información
de la empresa.

5. BIBLIOGRAFÍA

Alle, V. (1997). The Knowledge Evolution. Expanding Organizational Intelligence. Butterworth-Heinemann.

Alter, S. (1992). Information Systems: A Management Perspective. Reading, Ma. Addison- Wesley.

Ashton, W.; Stacey, G. (1995). Technical intelligence in bussines: understanding technology threats and
opportunities. Journal of Technology Management, 10 (1).

9
Ashton, W.; Klavans, R. A. (1997). Keeping Abreast of Science and Technology, Technicall Intelligence for
Bussines. Columbus, Battle Press.

Azvine, B., Z. Cui, et al. (2005). Towards real-time business intelligence. BT Technology Journal 23 (3). 214-
225.

Berenguer, J.M. y Ramos-Yzquierdo, J.A. (2003). Negocios Digitales. Competir Usando Tecnologías de
Información. ED. Guinsa.

Bertalanffy, L. v. (1973). Théorie générale des systèmes : physique, biologie, psychologie, sociologie,
philosophie .Traduit par Jean-Benoist Chabrol. Dunod. Paris:

Bueno Campos, E., Cruz Roche, I.,Durán Herrera, J.J. (1996). Economía de la empresa : análisis de las
decisiones empresariales. Ediciones Pirámide, Madrid.

Chambre Regionale de Comerce et d’Industrie de Lorraine (2001). Bonnes pratiques en matière d’Intelligence
Economique. Nancy.

Choo, C.W. (1998). Information Management for the intelligent organization. The art of scanning the
environment. American society for information science.

Choo, C.W. (1998). The Knowing Organization: How Organizations Use Information to Construct Meaning,
Create Knowledge and Make Decisions. Oxford University Press. New York

Cornellá, A. (1994). Los recursos de información. McGraw Hill-ESADE. Madrid.

Daft, R.L., Sormunen, J. y Parks, D. (1988). Chief Executive Scanning, Enviromental Charasteristics, and
Company Performance: an Empirical Study. Strategic Management Journal, 9, 123-139.

Davenport, T. H. y Prusak, L. (1998). Working Knowledge. Harvard Business School Press. Boston.

Davenport, T. H., y Prusak, L.; Wilson, H. (2003). What's the Big Idea? Creating and Capitalizing on the Best
New Management Thinking. Harvard Business School Press.

Escorsa, P.; Maspons, R. (2001). De la Vigilancia Tecnológica a la Inteligencia Competitiva. Pearson

Educación. Barcelona.

Fahey, L.W., King, W.R. y Narayanan, V.K. (1981). Enviromental Scanning and Forecasting in Strategic
Planning. The State of the Art. Long Range Planning, 14, 32-39.

Freire Corzo, R. (2004). Vixía: Sistema de vigilancia tecnológica de soporte a la I+D+I. Puzzle. Año 3(11)
Mayo-Junio de 2004.

Gigch, J. P. v. (1987). Teoría general de sistemas. Trillas, México D.F.

Goshal, S. y Bartlett , C.A. (1994). Linking Organizational Context and Managerial Action: the Dimensions of
Quality of Management. Strategic Management Journal, 15 (summer special issue), 91-112.

Huber, G.P. (1990). A Theory of the Effects of Advanced Information Technologies on Organizational Design,
Intelligence, and Decision Making. Academy of Management Review, 15(1). 47-71.

Kaplan, R.S. y Norton, D.P. (1992). The Balance Scorecard-Measures that Drive Performance. Harvard
Business Review, 70(1), January/Febrary, 71-79.

Kaplan, R.S. y Norton, D.P. (1993). Putting the Balance Scorecard to Work. Harvard Business Review, 71(5),
134-147.

Kaplan, R.S. y Norton, D.P. (1996). Using the Balanced Scorecard as a Strategic Management System. Harvard
Business Review, 74(1), 75-85.

Klir, G. J. (1980). Teoría general de sistemas : (un enfoque metodológico). Edicions ICE, Madrid. Introducción

10
a la edición española Eduardo Bueno Campos.

Liautaud B.; Hammond M. (2000). E-Business Intelligence: Turning Information into Knowledge into Profit.
Handcover.

Liebowitz, J. (2000). Building Organizational Intelligence: A Knowledge Management Primer. CRC Press.

Martín García, J. (2006). Teoría y ejercicios prácticos de dinámica de sistemas. Editor Juan Martín García.
Barcelona.

Navarro Bonilla, D., y Esteban Navarro, M. Á. (2004). Gestión del conocimiento y servicios de inteligencia.
Universidad Carlos III y Boletín Oficial del Estado. Madrid.

Palop, F.; Vicente, J. M. (1999). Vigilancia tecnológica e Inteligencia competitiva. Su potencial para la empresa
española. COTEC. Madrid.

Senge, P. (1990), The Fifth Discipline, Doubleday, New York, NY.

Valentí, P. (2003). Economías de la inteligencia, Obtenido el 24/09/07 de http://www.sociedaddigital.org.

Newsletter.

11