2.1.

Términos de Inteligencia de Negocios: Data Warehousing y Tecnología

OLAP.
Las tecnologías de Inteligencia de Negocio (en adelante tecnologías BI, Business
Intelligence) pueden catalogarse como aquellas que ofrecen soporte para la
mejora de decisiones de negocio mediante la aportación de vistas históricas,
actuales y predictivas de las operaciones de negocio. Estas tecnologías analizan
datos estructurados y procesos de negocio corporativos, habitualmente a partir de
datos recopilados en un data warehouse.
Un data warehouse es un repositorio electrónico de datos almacenados de una
organización, diseñado especialmente para facilitar el análisis y la generación de
reportes. Asimismo, suelen incluirse en el concepto de data warehouse todos los
procesos de extracción, transformación y carga (ETL, Extraction Transformation
and Load), necesarios para recabar los datos a partir de las diferentes fuentes
internas y externas de la organización, así como un diccionario de datos y las
herramientas necesarias para obtener información útil a partir de los datos
almacenados.
En la siguiente figura se muestran algunos de los componentes que suelen
intervenir en un
Sistema basado en tecnologías BI:

OLAP (Online Analytical Processing)

Las herramientas OLAP se basan en el diseño de un modelo de datos
multidimensional que permite una rápida ejecución de sentencias orientadas a la
obtención de datos con diferentes niveles de agregación y con diversos criterios
de clasificación.
El concepto central de un diseño multidimensional es el cubo OLAP. Un cubo
OLAP es un conjunto de medidas que constituyen datos numéricos sobre alguna
actividad de negocio; y un conjunto de dimensiones, cada una de las cuales
constituye una perspectiva o criterio de clasificación de las medidas del cubo.
Por ejemplo, en la actividad administrativa de tramitación de quejas, las medidas
pueden ser el nº de quejas tramitadas, el tiempo medio de respuesta por parte de
la administración, o el tiempo medio de tramitación. Y los criterios de clasificación
pueden ser la causa que ha motivado la queja, la fecha en la que se produjo la
incidencia, las unidades que gestionan la tramitación, la provincia natal del

ciudadano que la presenta, etc.

Al igual que en un cubo geométrico la intersección de valores concretos para cada

uno de los ejes de cubo da como resultado un punto interno del cubo, en un cubo
OLAP puede obtenerse una medida por cada posible combinación de valores en
cada una de las dimensiones. Si tenemos más de tres dimensiones, el concepto
es extrapolable a un cubo n-dimensional.
La explotación de una base de datos multidimensional puede llevarse a cabo
desde diferentes herramientas, siendo una de las más habituales las tablas
dinámicas ‘incrustadas’ en una página web o en una hoja de cálculo. En una base
de datos multidimensional el conjunto de posibles medidas que se pueden obtener
es enorme, ya que cada dimensión puede tener multitud de valores, y es posible
obtener una medida utilizando los valores de una dimensión, o cruzando los
valores de dos o más dimensiones. Por ello, una aproximación basada en el
establecimiento de consultas predefinidas sería muy limitada. Las tablas
dinámicas, por el contrario, permiten al usuario realizar dinámicamente los cruces
que considere necesarios y descubrir sobre la marcha la información que va
necesitando.

2.2. Proceso de Negocios para moldear Data Warehouse como base en la

estrategia de la organización
El Data Warehouse es una herramienra de información que se basa en un cúmulo
de in-formación, tanto detallada como resumida, que proviene de datos que se
encuentran en bases de datos operativas y de otras fuentes externas (datos
externos a la propia compañía o datos antiguos contenidos en otro tipo de soporte,
etc.). Supone una solución completa constituida por una mezcla de hardware,
software, conocimiento del negocio, y capacidades de integración de sistemas.
La situación en la que se encontraban los sistemas de información antes de la
aparición e introducción de los Data Warehouse era que gran parte de los datos
que las empresas mantenían sobre sus diferentes entidades (clientes,
proveedores, productos, mercados, etc.) estaban agrupados en diferentes
funciones dentro de la organización (logística, I+D, producción, marketing, etc.),
favoreciéndose el desarrollo de subsistemas independientes. Por tanto, estas
bases de datos no eran aptas para la integración eficiente de unas con otras. Al no
existir datos homogéneos, la toma de decisiones se complica.
En términos generales, podemos afirmar que la introducción de los Data
Warehouse en los Sistemas de Información en las Organizaciones produce una
serie de beneficios:
Reducción de coste. Trabajar con una única base de datos simplifica las tareas
permitiendo a los usuarios definir sus propias consultas ad hoc, descargando en
muchos casos de su programación al personal del departamento de sistemas, que
puede reducirse. Esto supone una serie de beneficios tangibles e intangibles
como: reducir sensiblemente el tiempo invertido para obtener una información, si
ésta puede representar una ventaja competitiva, o reaccionar a tiempo ante un
cambio en el comportamiento de alguna variable crítica; homogeneizar los
diferentes indicadores que se utilizan en la organización para conocer el
rendimiento en las áreas clave de la empresa; mejorar la satisfacción de los
ejecutivos en el desempeño de sus funciones, etc.
Mejorar el modelo de comportamiento de la empresa. El hecho de tener acceso
fácil y flexible a informaciones de todas las áreas de la empresa, permite a los
directivos obtener una información más cercana a la realidad.
Fomentar los procesos de cambio. Ofrecer a los directivos un análisis menos
limitado de su información permite, con frecuencia, obtener un conocimiento en
profundidad de los procesos de la empresa. Este conocimiento facilita la detección
de disfunciones en los actuales procesos y hace posible aplicar las medidas
necesarias para su cambio o eliminación.
En general, cuando las Organizaciones implantan Data Warehouse a sus
procesos, lo hacen con vistas a la consecución de un conjunto de objetivos, entre
los que se encuentran con más frecuencia:
 Convertir datos operativos en información relacionada y estructurada
llegando a generar el "conocimiento" necesario para la toma de decisiones.
 Centralizar y homogeneizar la información de gestión, evitando respuestas
distintas a la misma pregunta.
 Permitir una visión global de la información basada en los conceptos de
negocio que tratan los usuarios.
 Reducir costes evitando extracciones manuales, permitiendo dedicar
recursos a otras tareas.
 Mejorar la calidad de gestión a partir de información relevante y con un
significado ho-mogéneo.
 Establecer una base única del modelo de información de las empresas y
organizaciones.
Las bases de datos que forman parte de un Data Warehouse, según el propio
Inmon, se caracterizan por un conjunto de aspectos:
 Temático: Los datos están almacenados por materias o temas.
 Integrado: Todos los datos integrados, frente a bases de datos operativas,
pensadas sin tener en cuenta su integración, Un mismo tipo de datos puede
ser expresado de distinta manera en dos bases de datos operativas
distintas.
 No volátil: No hay actualización de datos sobre anteriores, se van
acumulando datos de diferentes períodos de tiempo.
 Histórico: los datos almacenados permanecen más tiempo que en una base
de datos operativa.
2.2.1 DEFINICIÓN DE LOS REQUERIMIENTOS DE NEGOCIO.
Condición o capacidad que necesita un usuario para resolver un problema o lograr
un objetivo.
Condición o capacidad que tiene que ser alcanzada o poseída por un sistema o
componente de un sistema para satisfacer un contrato, un estándar, especificación
u otro documento impuesto formalmente.

Requerimientos de negocio representan los objetivos de alto nivel de la

organización o del cliente que se requiere el sistema.

Los requerimientos de negocio típicamente proviene del patrocinador principal del

proyecto, el cliente, el administrador del usuario actual o el departamento de
mercadotecnia.
El documento donde se registran los requerimientos de negocio es conocido
como:
 Visión y alcance.
 Project chárter.
 Documento de requerimientos de mercado.

2.2.2 PRIORIDAD DE LOS PROCESOS (ANÁLISIS DE FACTIBILIDAD VERSUS

VALOR AL NEGOCIO.)
Los estudios de factibilidad y casos de negocio tienen como objetivo determinar la
viabilidad de implementación de un nuevo producto, tecnología o servicio en el
mercado.
Su base es el análisis de cuatro componentes clave para el éxito de cualquier
negocio: la tecnología, operaciones, mercado y finanzas.
Los estudios de factibilidad permiten definir la viabilidad técnica y económica de un
proyecto. Se analiza entre otros factores lo siguiente:
  Estado actual de la tecnología que se pretende desarrollar
 Viabilidad de escalamiento y operación
 Inversión necesaria para implementar el proyecto
 Indicadores financieros de factibilidad
 Diferenciadores y recomendaciones tecnológicas

El desarrollo de un Caso de Negocio suele realizarse en base al estudio de

factibilidad ya que tiene como fundamento el requerimiento tecnológico; además,
permite conocer el potencial de comercialización del desarrollo, visualizando la
etapa en la que se encuentra, identificando recursos requeridos para su desarrollo,
así como, posibles socios estratégicos y compradores.
 Desarrollo de Modelo de Negocio
 Administración de la organización
 Competidores en el mercado
 Nuevos procesos de fabricación
 Principales empresas y organizaciones que están desarrollando tecnologías
 Posibles vías de patentabilidad y comercialización
2.3 Justificación de costos y el retorno sobre la inversión (ROI) en la estrategia de
la implantación de un sistema de inteligencia de negocios
En la actualidad tenemos muchos datos en las empresas. Algunos son utilizados,
otros no, algunos se les de valor y a otros no. De qué depende?. Sin lugar a dudas
los datos se están convirtiendo en los principales activos de una organización y
para justificar un solución de BI/BA y Big Data , creemos que hay que tener en
cuenta ciertas variables:
• Enfocar y segmentar los datos hacia lo que quiere el negocio.
• Medir la efectividad de la estrategia de los datos comparándola con el BSC
• Planear estrategias en base a las métricas de datos
• Proyectar qué tantos clientes o usuarios nuevos voy a tener
• Medir datos a todo nivel dentro de la empresa. (Datos operativos, técnicos,
comerciales, etc)
El ROI en Business Intelligence: Cómo medir el valor de las iniciativas de
Inteligencia de Negocio
Los directivos de las grandes empresas están siempre evaluando el coste contra
el beneficio de cualquier decisión empresarial, esta es una práctica normal.
Conocer y cuantificar los costos y los beneficios de cualquier iniciativa es
fundamental para tomar cualquier decisión. Las decisiones sobre BI y Data
Warehouse no son una excepción en este caso, aunque es bien cierto que las
empresas han sido bastante reacias a intentar medir este tipo de iniciativas, por
considerarlo muy complicado. También se podía deber a la falta de demanda por
parte de los financieros de justificar estas inversiones.
Sin embargo, con la llegada de las reducciones de costes en todas las áreas, se
ha hecho inevitable valorar el costo y la rentabilidad de todas las iniciativas antes
de enfrentarlas.
Para los directores de proyecto o managers, encargados de llevar a cabo un
sistema de Inteligencia de negocio, se ha convertido en un tema clave. La métrica
más usada para poder medir estas iniciativas es el Retorno de la inversión (ROI).
Hay dos razones principales por las que se calcula el ROI:
– Primero, para incorporarlo dentro de un plan de proyecto o de negocio que se va
a iniciar y necesita cuantificar los fondos a destinar.
– También para medir el resultado económico de un proyecto que acaba de
concluir.
En el primer caso, el ROI servirá para conocer qué resultados o ventajas me
puede proporcionar el sistema por anticipado, adecuar otras iniciativas dentro del
área de TI, e incluso justificar la no realización o paralización de un proyecto, si el
ROI no sale muy beneficioso.
En el segundo caso, nos servirá para poder comparar con el ROI inicial previsto y
analizar las desviaciones. Así, conseguimos saber qué cosas no se hicieron bien
durante el proyecto para poder corregirlas en futuras implementaciones.
Para poder calcular el ROI de forma adecuada tendremos que identificar por
separado todos los costes en que hemos incurrido, así como los beneficios
podremos obtener cuando la iniciativa esté completada o en producción.
1. Identificación de los costes:
Lo primero que tendremos que hacer es identificar los tipos de costos en que
puede incurrir una organización cuando afronta una iniciativa de este tipo. Casi
siempre, las empresas se olvidan de asociar ciertos costes que no consideran
relacionados con la iniciativa, pero como ya hemos visto, estos proyectos afectan
a toda la empresa, por lo que muchos costes derivados deberán tenerse en
cuenta.
Los tres principales tipos de costes en que se pueden clasificar son: hardware,
software y trabajo.
Hardware se refiere a toda la infraestructura técnica que se necesita para
implementar un DW o BI. Aquí se incluyen los servidores, puestos cliente, redes,
discos, dispositivos móviles, dispositivos externos, etc…
Los costos de software incluyen todos los gastos por licencias (que pueden
calcularse por nº de usuarios, por procesadores, por volumen de datos, etc…) que
se tienen que pagar a los fabricantes. Se incluyen las herramientas ETL, la base
de datos, las herramientas de análisis y reporting, balance scorecard, data mining,
etc…
Los costos laborales incluyen tanto los recursos internos como los externos
(partners, integradores o outsourcing) implicados en el proyecto. Los roles de las
personas implicadas suelen ser los siguientes:
– Jefe de proyecto.
– Analista de negocio.
– Especialista en aplicaciones BI.
– Administrador de la Base de Datos.
– Administrador del Sistema
– Formadores.
– Desarrolladores, etc…
Además, los costes se pueden identificar como iniciales o recurrentes:
Los costos iniciales son aquellos en los que la empresa incurre en una sola
ocasión y no se repiten (licencias de software, hardware, costes laborales
especificados para la implementación y formación).
Los costos recurrentes son aquellos en los que se sigue incurriendo, una vez que
el sistema BI o DW ya está en funcionamiento (costos de administración del
sistema, soporte, nuevos desarrollos, resolución de problemas, actualizaciones de
software, etc…)
Para tener una estimación previa de los costos en los que se puede incurrir
podemos pedir la información a los propios vendedores, a las empresas de
integración o consultoría y a firmas independientes de investigación.
2. Identificar los potenciales beneficios:
Mientras que los costos implicados en una iniciativa de DW o BI son
razonablemente fáciles de calcular, no ocurre lo mismo con los beneficios. Es aquí
donde más dudas surgen y donde se hace más difícil saber interpretar el resultado
del ROI.
La mejor forma de abordar este cálculo es separar dos categorías: los incrementos
de ingresos y las reducciones de costo.
Incrementos de ingresos. Salvo que el Business Intelligence forme parte directa
del núcleo del negocio, será muy difícil atribuir un aumento de los ingresos a una
mejor utilización de la información. Será factible achacar las nuevas oportunidades
o detección de hábitos del consumidor con un mejor análisis, pero cuantificarlo
será difícil. Aun así, habrá que intentar poner cifras y números a esas nuevas
ventajas competitivas generadas gracias a la mejora en la toma de decisiones.
Estos son algunos de los ejemplos que pueden encuadrarse en este grupo:
– Incremento de la cifra de negocio.
– Identificar nuevas oportunidades de negocio.
– Mejorar la satisfacción y el servicio a los clientes.
– Mejorar el tiempo respuesta al mercado.
– Acelerar el desarrollo de nuevos productos.
– Facilitar la toma de decisiones.
– Aumentar la habilidad para hace frente a los competidores.
Ahorro de Costos. Este tipo de beneficios son más fáciles de calcular puesto que
podemos comparar los costes del sistema actual con los antiguos sistemas de
reporting, análisis y almacenamiento.
Además, es mucho más fácil cuantificar y dar números para estos beneficios.
Estos son algunos ejemplos:
– Reducción de los costes operativos.
– Automatización de procesos manuales.
– Mejora de los procesos operativos.
– Mejora de la agilidad de la organización.
– Aumenta la diseminación de la información.
– Mejora el análisis.
– Mejora la toma de decisiones.

Como justificar una inversión en BI. Admin. Mayo 16, 2018.

2.4 Madurez para la implantación de un Data Warehouse
DATA WAREHOUSE: CONCEPTO y ELEMENTOS
William Inmon, ingeniero especializado en bases de datos acuñó por primera vez
el término Data Warehouse para hacer referencia a un almacén de información
temática orientado a cubrir las necesidades de aplicaciones de los sistemas de
Soporte de Decisiones (DSS) y de la Información para Directivos (EIS), que
permite acceder a la información corporativa para la gestión, control y apoyo a la
toma de decisiones.
El Data Warehouse es una herramienta de información que se basa en un cúmulo
de información, tanto detallada como resumida, que proviene de datos que se
encuentran en bases de datos operativas y de otras fuentes externas (datos
externos a la propia compañía o datos antiguos contenidos en otro tipo de soporte,
etc.). Supone una solución completa constituida por una mezcla de hardware,
software, conocimiento del negocio, y capacidades de integración de sistemas.
La situación en la que se encontraban los sistemas de información antes de la
aparición e introducción de los Data Warehouse era que gran parte de los datos
que las empresas mantenían sobre sus diferentes entidades (clientes,
proveedores, productos, mercados, etc.) estaban agrupados en diferentes
funciones dentro de la organización (logística, I+D, producción, marketing, etc.),
favoreciéndose el desarrollo de subsistemas independientes. Por tanto, estas
bases de datos no eran aptas para la integración eficiente de unas con otras. Al no
existir datos homogéneos, la toma de decisiones se complica.
En términos generales, podemos afirmar que la introducción de los Data
Warehouse en los Sistemas de Información en las Organizaciones produce una
serie de beneficios:
Reducción de coste. Trabajar con una única base de datos simplifica las tareas
permitiendo a los usuarios definir sus propias consultas ad hoc, descargando en
muchos casos de su programación al personal del departamento de sistemas, que
puede reducirse. Esto supone una serie de beneficios tangibles e intangibles
como: reducir sensiblemente el tiempo invertido para obtener una información, si
ésta puede representar una ventaja competitiva, o reaccionar a tiempo ante un
cambio en el comportamiento de alguna variable crítica; homogeneizar los
diferentes indicadores que se utilizan en la organización para conocer el
rendimiento en las áreas clave de la empresa; mejorar la satisfacción de los
ejecutivos en el desempeño de sus funciones, etc.
Mejorar el modelo de comportamiento de la empresa. El hecho de tener acceso
fácil y flexible a informaciones de todas las áreas de la empresa, permite a los
directivos obtener una información más cercana a la realidad.
Fomentar los procesos de cambio. Ofrecer a los directivos un análisis menos
limitado de su información permite, con frecuencia, obtener un conocimiento en
profundidad de los procesos de la empresa. Este conocimiento facilita la detección
de disfunciones en los actuales procesos y hace posible aplicar las medidas
necesarias para su cambio o eliminación.
En general, cuando las Organizaciones implantan Data Warehouse a sus
procesos, lo hacen con vistas a la consecución de un conjunto de objetivos, entre
los que se encuentran con más frecuencia:
Convertir datos operativos en información relacionada y estructurada llegando a
generar el "conocimiento" necesario para la toma de decisiones.
Centralizar y homogeneizar la información de gestión, evitando respuestas
distintas a la misma pregunta.
Permitir una visión global de la información basada en los conceptos de negocio
que tratan los usuarios.
Reducir costes evitando extracciones manuales, permitiendo dedicar recursos a
otras tareas.
Mejorar la calidad de gestión a partir de información relevante y con un significado
homogéneo.
Establecer una base única del modelo de información de las empresas y
organizaciones.
Las bases de datos que forman parte de un Data Warehouse, según el propio
Inmon, se caracterizan por un conjunto de aspectos:
Temático: Los datos están almacenados por materias o temas. Integrado: Todos
los datos integrados, frente a bases de datos operativas, pensadas sin tener en
cuenta su integración, Un mismo tipo de datos puede ser expresado de distinta
manera en dos bases de datos operativas distintas.
No volátil: No hay actualización de datos sobre anteriores, se van acumulando
datos de diferentes períodos de tiempo.
Histórico: los datos almacenados permanecen más tiempo que en una base de
datos operativa.
Las diferencias fundamentales entre las bases de datos operativas y la base de
datos del Data Warehouse se sintetizan en la siguiente tabla.
Cuadro 3: Bases de Datos Operativas versus Base de Datos del Data Warehouse
Fuente: adaptado de Kinball, 1996

Artículo “El proceso de implantación del Data Warehouse en la organización”.

Investigaciones Europeas de Dirección y Economía de la Empresa. Vol. 4, N° 3,
1998, pp. 73-92.

2.4.1 Hardware
Qué es Hardware:
Hardware es la parte física de un ordenador o sistema informático. Está formado
por los componentes eléctricos, electrónicos, electromecánicos y mecánicos, tales
como circuitos de cables y luz, placas, memorias, discos duros, dispositivos
periféricos y cualquier otro material en estado físico que sea necesario para hacer
que el equipo funcione.
El término hardware viene del inglés, significa partes duras y su uso se ha
adoptado en el idioma español sin traducción, siendo utilizado para para aludir a
los componentes de carácter material que conforman un equipo de computación.
En la actualidad, hardware también hace referencia a la parte física de equipos de
diversa naturaleza, como electrodomésticos, automóviles, teléfonos inteligentes,
tablets, cámaras fotográficas, equipos electrónicos o piezas mecánicas.
Evolución del hardware
Desde la aparición de las primeras máquinas computacionales en la década de los
40 hasta la actualidad, la creación de hardware ha evolucionado para adaptarse a
las nuevas tecnologías y usuarios. De esta serie de cambios, se distinguen 4
generaciones de hardware:
Primera generación de hardware (1945-1956): uso de tubos de vacío en máquinas
de cálculo.
Segunda generación de hardware (1957-1963): los tubos al vació fueron
sustituidos por transistores.
Tercera generación de hardware (1964- actualidad): creación de componentes
basados en circuitos integrados impresos en una pastilla de silicio.
Cuarta generación de hardware (futuro): todo hardware elaborado con nuevos
materiales y formatos distintos al silicio, y que aún están en fase de investigación,
diseño, desarrollo o implementación.
Clasificación del hardware
El hardware se clasifica en 6 categorías, según el desempeño de sus
componentes.
Hardware de procesamiento
Corresponde a la Unidad Central de Procesamiento o CPU, el centro de
operaciones lógicas de la computadora, en donde se interpretan y ejecutan las
tareas necesarias para el funcionamiento del resto de los componentes.
Hardware de almacenamiento
Como indica su nombre, hace referencia a todos los componentes cuya función es
resguardar la información para que el usuario pueda acceder a ella en cualquier
momento. El dispositivo principal en este caso es la memoria RAM (Random
Access Memory), pero también está conformada por memorias secundarias, como
los discos duros o las memorias SSD o USB.
Hardware gráfico
Está compuesto principalmente por las tarjetas gráficas que poseen memoria y
CPU propios, y son las encargadas de interpretar y ejecutar las señales dedicadas
a la construcción de imágenes. El hecho de que esta función no recaiga en el CPU
tiene que ver con la eficiencia, ya que al liberar de esas funciones a la memoria
principal, el sistema funciona de manera óptima.
Dispositivos periféricos
Es todo el hardware que permite que la información pueda ingresar a la
computadora, o salir al exterior. Se subdividen en tres categorías.
Periféricos de entrada: son los que permiten el acceso de datos a la computadora.
Por ejemplo, el teclado, el micrófono, la cámara web, etc.
Periféricos de salida: a través de ellos, el usuario puede extraer la información,
como los escáneres, las impresoras, las consolas y los parlantes o altavoces.
Periféricos de entrada y salida o mixtos: son capaces de introducir o extraer la
información. Las pantallas táctiles entran en esta categoría, al igual que los
lectores de DVD o BlueRay y las memorias flash. Estas últimas, son
esencialmente memorias secundarias, pero se usan como periféricos mixtos.
Hardware y software
Para un correcto funcionamiento del hardware, también se necesita del software,
que es la parte lógica de la informática y no es tangible. Es allí donde están
codificadas todas las instrucciones o tareas que realiza un sistema electrónico. El
software incluye desde el sistema operativo hasta las aplicaciones de escritorio
que permiten ejecutar tareas específicas, como el editor de textos o imágenes.
La combinación de software y hardware es la que permite que el ordenador puede
trabajar de manera más precisa y eficaz.
2.4.2 Software

Se conoce como software1 al soporte lógico de un sistema informático, que

comprende el conjunto de los componentes lógicos necesarios que hacen posible
la realización de tareas específicas, en contraposición a los componentes físicos
que son llamados hardware. La interacción entre el software y el hardware.
hace operativo un ordenador (u otro dispositivo), es decir, el Software envía
instrucciones que el Hardware ejecuta, haciendo posible su funcionamiento. Data
Warehouse es un almacén electrónico donde generalmente una empresa u
organización mantiene una gran cantidad de información. Los datos de un data
warehouse deben almacenarse de forma segura, fiable, fácil de recuperar y fácil
de administrar.

Los componentes lógicos incluyen, entre muchos otros, las aplicaciones

informáticas, tales como el procesador de texto, que permite al usuario realizar
todas las tareas concernientes a la edición de textos; el llamado software de
sistema, tal como el sistema operativo, que básicamente permite al resto de los
programas funcionar adecuadamente, facilitando también la interacción entre los
componentes físicos y el resto de las aplicaciones, y proporcionando una interfaz
con el usuario.2
El software en su gran mayoría, está escrito en lenguajes de programación de alto
nivel, ya que son más fáciles y eficientes para que los programadores los usen,
porque son más cercanos al Lenguaje natural respecto del lenguaje de máquina.3
Los lenguajes de alto nivel se traducen a lenguaje de máquina utilizando un
compilador o un intérprete, o bien una combinación de ambos. El software también
puede estar escrito en lenguaje ensamblador , que es de bajo nivel y tiene una alta
correspondencia con las instrucciones de lenguaje máquina; se traduce al
lenguaje de la máquina utilizando un ensamblador.

El anglicismo software es el más ampliamente difundido al referirse a este

concepto, especialmente en la jerga técnica; en tanto que el término sinónimo
«logicial», derivado del término francés logiciel, es utilizado mayormente en países
y zonas de influencia francesa.

2.4.3 Procesos de negocio

Un proceso de negocio o un método de negocio es una colección de actividades o
tareas relacionadas y estructuradas que en una secuencia específica produce un
servicio o producto (cumple un objetivo de negocio en particular) para un cliente o
clientes concretos.

Un proceso de negocio a menudo puede ser visualizado (modelado) como un

diagrama de flujo de una secuencia de actividades con puntos de decisión de
intersalir o como una matriz de proceso de una secuencia de actividades con
reglas de relevancia basadas en datos en el proceso.2345

Los beneficios de utilizar los procesos del negocio incluyen una mayor satisfacción
del cliente y una mayor agilidad para reaccionar al rápido cambio del mercado.12
Las organizaciones orientadas al proceso derriban las barreras de los
departamentos estructurales e intentan evitar los silos funcionales.
El data warehouse proporciona información integrada que puede ser utilizada de
forma directa o mediante herramientas analíticas para la toma de decisiones
(operativas, tácticas o estratégicas) en el área de producción, y para ello precisa
de un claro conjunto de objetivos que puedan reunir los factores críticos de éxito.

2.4.4 CULTURA Y PERSONAS

Las personas suelen tener pautas de comportamiento repetitivas y la Sociología
se basa en el estudio de esos comportamientos ya que lo social se produce
mediante un cierto orden, lo cual produce una serie de coordenadas. Para dar una
explicación a estas pautas se han desarrollado los términos de sociedad y cultura
los cuales son complementarios el uno del otro.

Cultura y sociedad.
La cultura es el rasgo distintivo de lo humano. En las protoculturas ya se dan una
serie de rasgos de socialización que suponen un aprendizaje. Así la cultura resulta
el verdadera nicho ecológico del hombre el cual no nace con instinto social y sí
con una estructura psicomotora fuertemente dependiente. Así nuestra vida social
se funde en el aprendizaje, el cual capacita al individuo para realizar roles sociales
y es la cultura lo que se aprende en la socialización proceso por el cual:
√ Los individuos desarrollan una capacidad como resultado del aprendizaje
de una cultura donde:
√ Una cultura es transmitida de generación en generación.
Por medio del proceso de socialización los individuos son enseñados a
comportarse mediante unos patrones culturales siendo los individuos moldeados
por los contextos donde estas culturas se desarrollan.

La cultura determina cual de los muchos caminos de conducta elige un individuo

de una determinadas capacidades y la cultura puede ser una base de predicción
de la conducta diaria del individuo y se busca la ejecución de las rutinas sociales.
La cultura es una herramienta que permite situar y precisar el verdadero contenido
social y así el concepto de cultura ha sido considerado como el de mayor
importancia para la Sociología.
La cultura se identifica al menos por un componente socioestructural, un referente
conductual y una base material. Sociedad y cultura son términos imbricados pero
no son lo mismo. Su matriz diferenciador es analítico.

Concepto de cultura.
Tylor en 1871 dará el significado a este concepto como todo complejo que incluye
los conocimientos, las creencias, el arte, la moral, el derecho y cualesquiera otros
hábitos y capacidades del hombre en cuanto miembro de la sociedad. Así nos
encontramos con una clara ubicación del concepto en una perspectiva evolutiva y
con una íntima conexión en el concepto de sociedad.
Modernamente cultura ha sido entendida también como elemento de
determinación de las conductas, como comportamiento pautado y así las
definiciones más actuales de cultura son:
· Malinowsky: conjunto integral de utensilios, bienes y normas que rigen los
diversos grupos sociales. El se basa sobre todo en una teoría sociologica y de
adaptación para lo cual crea un ambiente secundario para su adaptacion y como
un sentido de organización en grupos permanentes de cooperación.
· Linton: propone como la configuración de la conducta aprendida y sus
resultados cuyos elementos comparten y transmiten los elementos de una
sociedad.
· Herskovit: como la parte del ambiente hecha por el hombre el modo como
se comportan los miembros de una sociedad es su cultura.
Así podemos definir los siguientes rasgos:
· La cultura es una característica especifica de los seres humanos.
· Es un factor fundamental de la sociabilidad humana y solo puede
desarrollarse en sociedad proporcionando el marco básico de referencias.

2.4.5 REPORTE Y ANÁLISIS

Hacer reportes y análisis son dos cosas muy diferentes. La primera provee
información estática estructurada al medir y monitorear el desempeño del negocio.
Responde a la pregunta “qué”.
Para poder mantenerse competitivos en este mercado, las preguntas de “por qué”,
“cómo” y “dónde” también deben ser parte importante de la ecuación. Aquí es
donde entra el análisis, el cual no solo brinda datos, sino las respuestas detrás de
las cifras. Interpreta la información y la convierte en inteligencia.

Empujar la información hacia los usuarios

Los reportes son la parte de la de recolección de información en un proceso de

toma de decisiones basadas en datos. Cada organización tiene sus Indicadores
Clave de Rendimiento (KPI) que buscan cumplir o en los cuales mantenerse. El
reporte provee la primer alarma del sistema si algo fuera de lo común está
ocurriendo. Se hace la pregunta “¿qué está pasando?”, pero no se explica si estos
cambios serán relevantes o no.

Con los reportes, se toma la información en crudo, se consolida y se le da un

formato, luego, los sumarios pueden ser vistos por los usuarios en forma estática
(los cuales comprenden métricas y dimensiones, como un tablero (personalizado y
con la capacidad de otorgar una mirada a detalle del desempeño) o alertas
(enviadas si los datos están fuera de los parámetros).

Atraer las ideas

El objetivo de un análisis es darle un significado a los datos de un reporte y que

una organización pueda darles un uso. Los análisis responderán las preguntas
planteadas y probablemente sacarán a colación otras que se no habían
contemplado inicialmente. Cuando se realiza un análisis es como si se tratara de
una investigación: las preguntas con contestada, los datos son examinados, las
interpretaciones y comparaciones son hechas y las confirmaciones son
distribuidas para poder entender qué es lo que ha estado sucediendo, por qué y
cuándo. Lo único que resta es la resolución
A continuación un rápido sumario de los procesos de decisiones basadas en datos
y cómo encajan los reportes y análisis:

Métrica: Costo por ticket.

Reporte: Un costo por ticket más alto del promedio este mes.
Análisis: ¿Por qué hay un costo por ticket más alto si hay niveles de calidad por
debajo del promedio?

Métrica: Satisfacción del cliente.

Reporte: La satisfacción del cliente en general se encuentra en una tendencia a la
baja este mes.
Análisis: ¿Por qué estamos viendo esta tendencia? ¿Fueron estas semanas en
específico peores que las otras? ¿Los clientes se encontraron con situaciones
particulares que nunca antes habían aparecido?

Métrica: Utilización de los agentes.

Reporte: La utilización de los agentes ha sido mayor que la de las últimas dos
semanas.
Análisis: ¿Por qué los agentes están siendo requeridos con mayor frecuencia?
¿Están siendo explotadas de alguna manera?

Métrica: Resolución al primer contacto.

Reporte: El porcentaje de resolución al primer contacto es bajo.
Análisis: ¿Esto se relaciona con la satisfacción al cliente? ¿Les faltan
herramientas a los agentes para poder hacer su trabajo más rápido?

Métrica: Tiempo para la resolución.

Reporte: El tiempo para la resolución ha aumentado en el último mes.
Análisis: ¿A qué se debe el incremento? ¿No se tienen los suficientes agentes
para lidiar con todo el volumen de los problemas? ¿Se está omitiendo algún
detalle de al gestión del conocimiento o del diagnóstico remoto para resolver la
falla?