Business Intelligence -Toma de Decisiones - Creación de valor
Marco Conceptual Formativo para el Informático
Rozenfarb, Alberto
Alberto.Rozenfarb@vaneduc.edu.ar
Centro de Altos Estudios en Tecnología Informática - CAETI
Universidad Abierta Interamericana Buenos Aires – Argentina
Abstract
Business Intelligence (en adelante BI) es una
disciplina de reciente desarrollo, de firme y
ascendiente uso por diversas organizaciones. Está
integrada por varias áreas de conocimiento, entre
ellas, métodos específicos de tratamiento y uso
intensivo de datos. Su objetivo enunciado es “servir
como soporte para la toma de decisiones”.
La toma de decisiones es un proceso complejo en
cuyo estudio convergen diferentes corrientes de
pensamiento. No obstante, considero que ambas
disciplinas carecen de un ámbito de integración.
Quiero por lo tanto propiciarlo, definiendo un
marco conceptual para el desempeño del
profesional informático, para que sea el puente
vinculante entre ambas disciplinas y forjador de
una síntesis consolidante. Esta permitirá definir
acciones que faciliten a las organizaciones la
absorción de cambios del entorno y la competencia.
Se generarán así condiciones y facilidades para un
proceso de toma de decisiones que agregue valor a
sus organizaciones.
Mi propuesta incluye una profunda comprensión por
parte de los profesionales informáticos sobre la
vigencia e importancia del BI induciéndolos a
mejorar su escucha para con sus usuarios y ahondar
la calidad y profundidad de sus modelos de datos.
Deberían estar en condiciones de considerar todos
los aspectos que afectan las decisiones, tanto los
restrictivos como los que faciliten la selección de
cualquiera de las alternativas consideradas.
Describo un entorno de trabajo y sugiero una serie
de propuestas para cumplir eficientemente dicho
cometido. No sólo harán efectivo el slogan de las
empresas desarrolladoras de BI, sino que mostrarán
sus puntos de intersección potenciadores.
Incorporando estas habilidades, el informático
consolidará su propio crecimiento con un nuevo
perfil profesional
.
Palabras Clave: Business Intelligence, Toma de
Decisiones, Profesional Informático, datawarehouse,
valor agregado.
1. Introducción
Se ha investigado mucho sobre el proceso
de toma de decisiones. Existe una larga,
prolífica y versátil literatura acerca de las
diferentes corrientes de pensamiento que la
nutren y describen. Observé que todas ellas
coinciden en una necesidad: contar con
información precisa (en cantidad y calidad)
para cada una de sus fases.
Resaltaré las facilidades que brinda el BI
para resolver necesidades de los decisores.
Este aporte se manifiesta en varias de sus
fases pues gracias a la automatización de
alguna de ellas los decisores tienen más
tiempo para elaborar datos asegurando
mayor calidad. También mejora la calidad
de las decisiones generando un círculo
virtuoso al permitir controlar sus resultados.
La nueva realidad realimenta con datos al
decisor confirmando criterios establecidos o
sugiriendo reelaborar sus supuestos.
¿Cuál es la realidad actual de estas dos
corrientes conceptuales?
Ante las comunidades tanto técnica como
de negocios, ambas disciplinas aparecen
disociadas en la práctica:
• los estudiosos del proceso decisorio
reclaman la necesidad de contar con
datos variados, precisos y oportunos,
• los especialistas del BI esgrimen que el
aporte principal de su disciplina es el
“respaldo a la toma de decisiones”.
Sin embargo, ambas disciplinas son
generalmente analizadas por separado. Su
integración colocaría a ambas en una
plataforma de nivel superior.
Se aprovecharían los beneficios mutuos y la
solidez de sus respectivos componentes
conceptuales y prácticos: aportarían un
conocimiento consolidado con influencias
en la estructura metodológica actual del
proceso decisorio mismo.
Propongo que el profesional informático
sea el portador del proceso integratorio.
Pasará de una participación
interdisciplinaria con criterios técnicos
específicos y acotados, a una
transdisciplinaria. Será una instancia
superadora al extender sus conocimientos
hacia el de sus interlocutores.
El informático deberá compenetrarse de la
compleja estructura del proceso de
decisiones, cómo se evalúan alternativas y
cómo se simulan escenarios. Deberá
estructurar modelos de datos que aporten
soluciones no coyunturales para su
administración y uso por parte de los
directivos de cualquier organización.
En resumen, deberá cultivar la comprensión
de las consideraciones del decisor y del
proceso que él recorre. Así se generará un
ambiente de confianza en el abordaje de la
problemática a resolver, en la variedad de
soluciones a considerarse y en la
transmisión del conocimiento de las reglas
del negocio administradas por el analista.
No sólo cubrirá una necesidad del mercado
sino que creará una oportunidad única de
desarrollo profesional con altísimo valor
agregado. Resignificará los conceptos que
tradicionalmente maneja el analista
incorporando los ligados al proceso y
estructura de cualquier toma de decisiones.
Definiré un marco conceptual y sugeriré
una serie de proposiciones prácticas para el
informático para poder profundizar su
conocimiento integrando lo mejor de los
aportes de estas dos disciplinas.
1.1 Business Intelligence es una disciplina
que integra información proveniente de
diversas fuentes u orígenes facilitando su
almacenamiento, abordaje, selección, y el
tratamiento de datos históricos. Posibilita su
análisis transversal usando los propios
criterios del analista quien dispondrá de
medios para vincular conceptos
subyacentes en los datos y una presentación
facilitadora de su actividad analítica.
De acuerdo a Revelli[15] BI se puede
definir como “el proceso de integrar,
procesar y difundir información con el
objetivo de reducir la incertidumbre en una
estrategia de toma de decisiones”.
El Gartner Group define al BI como un
conjunto de técnicas que permiten [06]:
• integrar datos de diferentes orígenes en
un Datawarehouse (ver definición),
• depurar seleccionando datos de los
archivos fuente, con criterios
predefinidos, desechando datos
inconsistentes o incompletos,
• transformar la información entrante
bajo criterios de aceptación con el fin de
mantener coherencia entre los datos. Se
incorporan datos nuevos, calculándolos
en tiempo de su carga en un proceso
conocido como E.T.L. (Extraction,
Transformation and Loading),
• consolidar unificando criterios
diferentes para un mismo concepto de
datos.
Esto permitirá la formación de una masa
crítica informativa que respaldará las
decisiones a tomar, basadas en patrones
corroborados. [04] Hablar de inteligencia es
considerar la capacidad necesaria para
transformar información obtenida en
conocimiento nuevo, para poder pensar
soluciones diferentes a una problemática
dada. Los analistas pueden estudiar esta
información tratando de comprender y
explicar las razones de lo ocurrido en sus
organizaciones, hallar patrones de datos
para plantearse diferentes escenarios y
poder predecir tendencias obteniendo
decisiones más elaboradas.
1.2 Una decisión es un proceso que
comienza reconociendo un problema y
culminando en la elección consciente y
racional de una entre varias posibilidades
de actuación, a fin de conseguir un objetivo
o resolver el problema planteado. El
encuadre de este proceso puede
estructurarse considerando [05]:
• ¿Cuál es el problema?
• ¿Cuáles son las alternativas de
abordaje?
• ¿Cuál es la mejor de las alternativas?
• ¿Qué resultados se obtuvieron con la
implementación de la alternativa
elegida en anteriores elecciones?
Cada opción debe ser debidamente
evaluada, eligiendo una de ellas en función
a su factibilidad de ocurrencia y
considerando las consecuencias previsibles
por su implementación. Para una
evaluación más integral el analista debe
contar con información suficiente y poder
estudiar profundamente las restricciones
condicionantes de cada opción, efectuando
la mejor elección.
Administrar una organización se define
como el arte de conseguir que se hagan lo
necesario para cumplir con sus metas y
objetivos, identificar problemas y apoye su toma de decisión. Los directores
resolverlos.[16] Explicitar su finalidad
proporciona un primer criterio para
determinar cuáles son las cosas que hay que
hacer. Esa finalidad induce a implementar
procesos para concretarlas.
Decidir acciones no es sólo fijar una
política sino asegurarse una acción efectiva
que dispare dichos procesos y llevarlos a la
acción. Ambos conceptos están pues
fuertemente correlacionados: la decisión y
la acción. [01]
La calidad de las decisiones de los gerentes
y directores es la medida de su eficacia y
valor para la organización. La toma de
decisiones es una actividad vital para
cualquier organización pues va marcando
su rumbo y comportamiento en aras de
alcanzar los objetivos fijados en su misión.
1.3 Profesional Informático: Considero
que actualmente tiene una concepción
superficial del BI. Es una paradoja: la crisis
mundial impacta fuerte en todas las
organizaciones imponiéndoles contar con
información profunda y de alta
disponibilidad exigiendo técnicas y técnicos
con capacidad de rápida respuesta.
Por lo tanto sostengo que estos tanto
alumnos como graduados deberían ahondar
en el valor de un modelado de datos al
diseñar un BI. Deberían contemplar las
necesidades originadas en los
requerimientos funcionales y enriquecerlos
con los originados en una visión mucho
más integral, apuntando a que éstos
sobrevivan el tradicional ciclo de vida del
software que los genera.
El profesional deberá considerar un
horizonte diferente para los datos
acumulados. Podrían migrar a un sistema
continuador en funcionalidad, generando
una base de conocimientos más rica y
perdurable. La necesidad de trabajar en
estas áreas es claramente explicada por el
resultado de una encuesta publicada durante
2008 [17], que concluye resumiendo:
“Según un nuevo estudio los gerentes
australianos pasan 67 minutos al día
buscando información corporativa que
de marketing pasan casi 90 minutos diarios
en similar búsqueda. El análisis sobre 660
encargados en Australia y ocho países
europeos, conducido por la firma Vanson
Bourne, sugiere que la búsqueda cuesta a
grandes organizaciones hasta u$s8 millones
anuales, medidos en eficacia perdida. El
estudio también revela que más de dos
tercios de los encuestados creen que una
toma de decisión más rápida y exitosa
depende de más y mejor información. Sin
embargo, casi la mitad dijo que carecen de
la información precisa y consistente para
apoyar sus decisiones. Apenas un 17%
comentó utilizar las herramientas de BI
para tener acceso a datos corporativos.”
La necesidad existe. No sólo se requiere de
una herramienta de BI sino resolver el
problema del conocimiento. Y allí es donde
se demanda un profesional idóneo por su
capacidad de escuchar, entender y diseñar
un aporte para los problemas de decisión.
Entiendo que el BI no resuelve todo el
proceso decisorio. Para llegar a evaluar una
opción “correcta”, el decisor debería
apoyarse en datos concretos disminuyendo
toda presunción intuitiva.
La intuición aporta cuando se está frente a
una amenaza. En estas circunstancias, es
difícil contar con un modelo que pueda
representar esta situación: la intuición
parecería ser un aporte vital. [08]
2. El Conocimiento
Uno de los mecanismos de crecimiento y
adaptación a los cambios del entorno es la
construcción de conocimiento: materia
prima del decisor. Es el resultado del
proceso de transformar la información que
el analista deberá considerar a fin de
agregar valor para su organización.
Surge al entrelazar ideas con hechos,
percepción con análisis de datos y primordial del BI) permitirá el ahorro de
comprensión con acción. Con
conocimiento, se tomarán decisiones que
facilitarán ganar ventajas competitivas.
Así, el conocimiento se transforma en una
herramienta de adecuación a los
permanentes cambios del medio externo.
Es en la creación de valor utilizando el
conocimiento existente, donde se integran
las disciplinas que estoy proponiendo
vincular y donde el informático es la vía de
comunicación.
Propuesta[01]: estudiar los objetivos con
los que la empresa pretende ganar valor.
(El contenido de esta propuesta y las
siguientes se desarrolla en el apartado 5.)
Existe la siguiente paradoja: los datos
existen pero la información (datos con
cierto nivel de elaboración) no siempre está
disponible para el decisor.
El conocimiento explícito es el que está
codificado y registrado en el datawarehouse
(ver definición) originado en diversos tipos
de documentación, bases de datos fuentes,
archivos de Excel, información incluida en
mails, etc. Su principal origen son las
transacciones generadas por sistemas
vinculados a procesos repetitivos con datos
estructurados para facilitar su difusión.
Propuesta[02]: investigar las fuentes de
datos que generan conocimiento explícito.
El conocimiento tácito o implícito es el que
registra la memoria de cada individuo como
resultado de su experiencia, cultura o por
rutinas embebidas en la organización. No
está estructurado ni disponible, no requiere
de un propósito elaborado visible: es
intangible. Está estrictamente relacionado
con la toma de decisiones, pues instruirá
sobre oportunidades, usos y costumbres
relacionados con clientes y/o proveedores y
cadena de suministros sólo si se las
incorpora a la BBDD. Muchas empresas
no son conscientes que lo tienen, ni dónde
está, ni quién lo maneja, ni cuánto vale.
Gestionarlo, ponerlo a disposición de la
organización o democratizarlo (función
ingentes recursos transformándolo en ayuda
frente a una decisión. [10] “Las empresas
intensivas en conocimiento entregan
productos que necesariamente son
conocimiento”. Y esto es un valor agregado
invalorable. Agrega [10]: “El conocimiento
es vital para alcanzar los resultados que se
persiguen en las empresas: ¿es posible
permitirse no gestionarlo? Cuanto más
conocimiento se tiene y más se sabe, más
fácil se aprende del propio desempeño, se
eliminan errores, se incrementa
conocimiento y cada vez se hace mejor. Si
conocimiento y desempeño están unidos,
cuanto más conocimiento mejor desempeño
se logrará”.
Propuesta[03]: capacitación profunda para
elicitar conocimientos implícitos.
Para Nonaka y Takeuchi [14] el proceso de
creación del conocimiento se constituye a
través de un mecanismo de interacción
entre conocimiento tácito y explícito. Tiene
una naturaleza dinámica y continua,
desarrollada en cuatro fases:
Socialización: distribuye conocimiento
tácito y añade el conocimiento novedoso a
la base colectiva de la organización,
Exteriorización: es el proceso de registrar
dicho conocimiento en el datawarehouse
haciéndolo tangible e integrado a la cultura
organizacional: es la actividad esencial en
la creación del conocimiento,
Combinación: es el proceso de crear
conocimiento explícito reuniendo al
proveniente de cierto número de fuentes,
pudiéndolo categorizar y clasificar para
integrar bases de datos permanentes,
Interiorización: es el proceso de
incorporación de conocimiento explícito en
tácito, analizando las experiencias
adquiridas en la práctica de los nuevos
conocimientos y que se incorpora al
conocimiento tácito de los miembros de la
organización en forma de modelos mentales
compartidos o prácticas de trabajo.
Propuesta[04]: Explicitar las vías para que
la generación de conocimiento sea un
proceso continuo y habitual.
Este proceso de crecimiento será una
actividad fundamental para el informático.
Deberá generar las condiciones para la
transformación del conocimiento tácito en
explícito haciéndolo disponible para la
organización. El conocimiento explicito
será la fuente de datos central que el
informático recibirá en su relevamiento
inicial. La elicitación de los conocimientos
implícitos aportará una riqueza informática
sin registración formal: deberá ordenarla y
estructurarla. Se denomina conocimiento
propio a la integración de los dos
anteriores: es la información total generada
dentro de la organización.
El entorno competitivo impactará en la
organización: nuevas disposiciones legales,
nuevas demandas y actitudes de los clientes
generan un conocimiento externo
coleccionado internamente o comprado a
empresas específicas. El informático deberá
definir el formato con el que esta
información será registrada y puesta a
disposición de los interesados.
Propuesta[05]: investigar sobre las
posibles fuentes de datos externas.
El conjunto de conocimientos internos y
externos son la materia prima para procesar
las decisiones que agregarán valor a la
organización. Los datos resultantes de una
decisión, serán nuevo conocimiento interno
que resignificará lo conocido o inducirán a
cambios correctivos. Pero también puede
resultar un factor que influya sobre el
entorno competitivo: un nuevo packaging
puede generar reacción en la competencia o
en comentarios en la Web y deberán ser
integrados al conocimiento
correspondiente.
El conocimiento por sí mismo no genera
riqueza alguna. El aporte del informático
radica en estructurar un BI apropiado a la
organización facilitando el recorrido de
datos y la utilización del conocimiento por
los decisores. Solo así, sacará conclusiones
apropiadas con valor agregado en diferentes
problemáticas.
Javier Martínez Aldanondo [10] resalta la
importancia del conocimiento: “Porque
aprendes, lo que equivale a decir te haces
más valioso, aumentas tu conocimiento (tu
capital) al igual que el de tu empresa. En
definitiva, siempre ganas. En general, lo
importante no es el conocimiento que tus
expertos puedan producir sino cómo sirve
ese conocimiento al resto de colaboradores
de la organización que no disponen de él:
en definitiva, cómo lo transfieres”
3. Marco conceptual para el informático
referido a BI.
3.1 Business Intelligence.
3.1.1 Balanced Scorecard (BSC).
Hasta la aparición del BSC la evaluación de
una compañía se hacía con datos
provenientes de sistemas transaccionales.
Sin embargo la globalización y alta
competencia requirió a las compañías
controlar su planeamiento estratégico con
mayor detalle y asiduidad, definiendo
cambios profundos en la metodología de
evaluación de su gestión. [13] El BSC es
una herramienta o método que mide el
funcionamiento balanceado de una
organización y reacciona informando los
desvíos que sufre un objetivo prefijado.
Esto permitiría reformularlos cambiando
standards.
A la perspectiva financiera, los doctores
Kaplan y Norton agregaron otras: del
cliente, de los procesos internos y del
aprendizaje y crecimiento. Se implementan
mediante la definición de indicadores Key
Performance Indicator (KPI). Cada
indicador cuantifica una meta
organizacional (dato tácito transformado en
explicito al ingresarlo al BSC). El analista
estudiará, si la realidad tiende hacia el
objetivo o indica desvíos.
Algunas soluciones de BI incluyen mapas
estratégicos definidos por Kaplan y Norton.
Permiten graficar las relaciones de causa y
efecto entre los indicadores representando
su estado por un color rojo, amarillo o
verde. El analista podrá observar de un
golpe de vista su estado, pudiendo indagar
sobre el motivo de su comportamiento,
descendiendo a nivel mayor de detalle (drill
down) para buscar una explicación o
justificación del desvío. Este método de
trabajo se integra al BI. El BSC es una
herramienta estratégica para el análisis del
mediano plazo. Representa los sueños y
desafíos gerenciales que impulsan a las
organizaciones y las orientan en su trabajo
cotidiano.
Propuesta[06]: capacitarse en la
construcción/ponderación de KPI.
3.1.2 Clientes
Pueden definirse diferentes tipos de
organizaciones pero resulta difícil
concebirlas sin sus clientes. Creo además
que el desafío permanente de toda empresa
es generar valor en relación a sus clientes:
nuevas incorporaciones, su fidelización,
medir su satisfacción en el uso de los
productos o servicios, tratamiento de sus
reclamos, etc. El conocimiento del
comportamiento del cliente ha dado lugar a
sistemas específicos: Customer
Relationship Management (CRM) que
proveen al operador de toda la información
relacionada con cada cliente, en diferentes
niveles de detalle.
El BI es un entorno más que apropiado para
la búsqueda de dicho conocimiento, pues
los analiza vinculándolo a zonas geografías,
grupos de productos, cross-selling,
tendencia de productos vendidos al mismo
cliente o en la misma gestión.
La utilidad de estos análisis reside en poder
determinar cuál será la oferta que motive a
cada cliente a comprar un nuevo producto o
servicio.
Propuesta[07]: informarse sobre
abordajes específicos para entender el
comportamiento de clientes.
3.1.3 Data Mining (DM)
[18]La minería de datos (Data Mining-DM)
consiste en la extracción no trivial de
información que reside implícitamente en
los datos. Generalmente dicha información
es desconocida y podrá resultar útil para
algún proceso de comprensión de hechos
representados por los datos estudiados. Así,
el DM prepara, sondea y explora los datos
para sacar información oculta en ellos.
En esta especialidad se engloba todo un
conjunto de técnicas encaminadas a la
extracción de conocimiento procesable.
Los sustentos del DM se encuentran en la
inteligencia artificial y en el análisis
estadístico. Mediante los modelos obtenidos
usando técnicas de DM se aborda la
solución a problemas de predicción,
clasificación y segmentación.
Propuesta[08]: informarse sobre los
abordajes con técnicas del Data Mining.
3.1.4 Inteligencia Competitiva (IC)
La inteligencia competitiva trata de recabar
y categorizar las sensaciones y sentimientos
de los clientes (reales o potenciales) sobre
una empresa y sus productos, como también
sobre sus competidores y los mismos.
Desde la generalización del uso de la web
2.0, chat, blogs, wikis y comunidades en
línea se puede acceder a un material
inédito. En estos sitios se ponen de
manifiesto estas sensaciones y sentimientos
y estos son una nueva oportunidad para las
organizaciones. Procesarlas manualmente
es una tarea monumental pero los procesos
y servicios comprendidos dentro de la IC lo
hacen mucho más fácil.
Sitios diseñados específicamente, salas de
chat y las comunidades, utilizan la
taxonomía y la ontología específica para
identificar opiniones de consumidores
(buenas o no) sobre un producto específico,
un competidor y sus productos y/o la
organización en general.
Los resultados tabulados de dicha búsqueda
se incorporan al Datawarehouse. El
próximo paso de la IC es poder explorar
automáticamente sitios Web, comunidades
en línea, salas de chat, blogs, etc. para
detectar dichos datos. Dado que estos
centros generadores de información están
aún en estado embrionario, la futura
explotación de la misma es invaluable y
marca un nuevo camino a desarrollar.
Propuesta[09]: atender a la aparición de
nuevos mecanismos generadores de
información.
3.1.5 Análisis transversal
BI satisface la necesidad propia del analista
de “pensar los negocios”: éste no hace
cortes segmentados de la empresa, sino que
sus análisis son transversales. Relaciona
datos registrados en Bases de Datos
diferentes. Para ello, el BI puede cruzar
información no solamente interna o
departamental, sino externa, o Con BI cambió la modalidad del uso de
proyecciones al futuro como presupuestos
económicos-financieros.
La implementación de cualquier
herramienta de BI, ofrece como atractivo (y
solución) aceptar datos generados en
múltiples orígenes. Esta posibilidad es un
verdadero salto tecnológico que ahorra
ingentes inversiones en convertir datos,
permitiendo que los sistemas los sigan
generando y aportando al BI. Más aún,
existe un beneficio implícito muy potente:
si una organización cambia de motor de
alguna de sus bases de datos, un
datawarehouse independiente puede seguir
funcionando, asegurando una alta
disponibilidad de datos.
Propuesta[10]: Observar la metodología
natural del decisor.
3.1.6 Capacidades Analíticas
independientes
Tradicionalmente, los analistas requerían
del centro de cómputos listados
estructurados o estadísticos para completar
su información disponible. La dependencia
era fuerte y no siempre se obtenía una
respuesta rápida. Los nuevos reportes eran
complementarios a los disponibles pero no
se integraban.
Las herramientas de BI solucionan este
problema originario, proveyendo a los
analistas de un modelo de datos apropiado y
de un alto grado de independencia. Pueden
efectuar cualquier cruce transversal de
información, sin interesar su origen ni
ubicación. Cuando arman una estructura de
análisis que les satisface, la pueden hacer
permanente y el sistema la mantendrá
actualizada a medida que se incorporan
nuevos datos. Se refuerzan tres conceptos
de independencia:
• de terceros con respecto a los datos
necesarios para el análisis,
• de conocimientos técnicos informáticos,
• de expresión de puntos de vista
diferentes ante una misma decisión.
Propuesta[11]: Independencia
3.1.7 Herramienta Proactiva.
datos. Con los avances de los análisis
predictivos que ofrece el DM, el “ahora” se
transforma en “tarde”, cuando se trata de
información sensible para decidir.
En lugar de información en tiempo real, los
decisores requieren información que prevea
el futuro, particularmente en áreas sensibles
a los cambios. Respondiendo a esta
necesidad BI ha variado su carácter de
reactivo a proactivo. Particularmente en
áreas de marketing bancario, planeamiento
de capacitación y administración de riesgo
crediticio. Este concepto también se aplica
a la definición de los indicadores KPI en el
BSC y a la incorporación de reglas standard
para la organización: comportamiento
previsible de los datos. Con cada
actualización el BI verifica estas reglas
emitiendo señales de incumplimiento
mediante semáforos definidos por el
usuario o por medio del envío de mails a los
interesados en manejar el estado de
excepción.
Propuesta[12 Comprensión de las reglas de
negocio habituales.
3.2 Toma de decisiones.
3.2.1 Modelo de información
democrático.
El BI pone información al alcance de todos
los decisores/analistas. Organiza los datos
por niveles jerárquicos y sumariza las
ocurrencias. Es el entorno global fijado para
toda la organización: no hay más
información elaborada por cada decisor. La
información se democratiza. Por lo tanto
todos tienen el mismo respaldo y la
discusión se circunscribe a medidas a tomar
o a una interpretación no arbitraria de los
datos.
Propuesta[13]: Desarrollar el BI basado
en el modelo definido y sus usuarios.
3.2.2 Analizar las consecuencias de cada
decisión.
“La racionalidad perfecta no puede
lograrse”. Herbert Simon[16]. Sin embargo:
• BI permite conocer las consecuencias
de similares medidas en el pasado. Esto
mejora la calidad de las decisiones
haciéndolas más racionales,
• BI permite suplir la falta de experiencia
personal, alimentándola con vistas ricas
de información existente y con posibles
análisis de sensibilidad, donde se
estudia la respuesta del sistema ante
cambios de una de sus variables,
• BI puede simular escenarios aportando
racionalidad al permitir considerar
alternativas.
En principio, el analista podrá analizar y
aprender con docilidad las consecuencias de
las decisiones. Con la misma facilidad con
que el BI entrega información para estudiar
las circunstancias previas a una decisión, lo
hace podrá analizar sus consecuencias.
En segundo lugar, la debida comunicación
de las circunstancias que rodean las
decisiones favorecerá a toda la organización
ya que esta socialización estimulará el
compromiso del personal que se encuentra
en una línea de mando para adquirir esos
nuevos saberes y aplicarlos a sus esferas de
actuación y decisión aportando mayor
racionalidad.
Adquirir hábitos provenientes de
experiencias, implica un comportamiento
repetitivo y decisiones con mayor
aseguramiento de objetivos logrados. Esto
también aumenta su racionalidad: el hábito
integra los conocimientos emergentes de las
decisiones. Así, el decisor podrá prestar
mayor atención a aquellos aspectos
diferenciales en una futura oportunidad,
desecharlos por eventuales o revisarlos en
caso de haber cambiado las circunstancias.
Propuesta[14]: aprender a interpretar los
datos resultantes después de decidir.
3.2.3. Resultados
La instalación y puesta en marcha de un
sistema, son las últimas etapas del ciclo de
vida tradicional de desarrollo de software.
Particularmente, la última requiere una
serie de concurrencias coordinadas a las
que hay que prestar mucha atención. Los
sistemas de BI no están exentos a esta
problemática. Sin embargo tienen una cuota
de recupero o de Pay-back bastante alta.
No hay necesidad de invertir mucho tiempo
en recolectar datos para empezar a usarlos.
El sistema aplicará sobre los datos
disponibles hasta un instante previo y
conocidos por el usuario. Apenas instalado,
el usuario podrá verificar lo ajustado del
sistema disponiendo de información con el
nivel de detalle deseado.
Propuesta[15]: criterios profesionales
colaterales.
4. Definición del Datawarehouse
La base estructural del BI es el manejo de
un Datawarehouse. Es un repositorio de
datos.
Según (W.H. Inmon, [07]) es una colección
de datos de orientación temática, integrada,
no-volátil y variante en relación al tiempo
que respalda la toma de decisiones.
Es temática pues la colección se organiza
acorde la visión que tienen los decisores
sobre áreas problemáticas determinadas,
integrando datos internos y externos.
Es integrada, por estar constituida por
diferentes fuentes u orígenes de datos ya
depurados por lo que resulta de una
integración de calidad y precisión.
Es no volátil pues sus datos son persistentes
y de sólo lectura: no se pueden modificar ni
agregar asegurando a todo analista la
misma información.
Es variante en relación al tiempo pues todos
los datos se refieran a él. El horizonte
temporal del Datawarehouse es mayor al de
los sistemas transaccionales y por ello sirve
para los análisis de datos históricos.
Su estructura es generalmente
multidimensional. Se logra definiendo
conceptos de datos que son relevantes para
el analista. Los datos se guardan en forma
estructurada y jerárquica, de modo que es
posible visualizarlos con diferentes grados
de profundidad.
5. Propuesta de entorno de trabajo
informático en una aplicación BI.
Propuesta[01]: estudiar los objetivos con
los que la empresa pretende ganar valor.
[09] Loucopoulos sostiene que “la
contribución de los sistemas de información
a las organizaciones puede ser examinado
en estos términos: trasformar la
organización en tal forma que la
administración y los procesos de negocios
hagan el mejor uso de la tecnología
informática mediante un alineamiento
estratégico de los sistemas de información a
los objetivos de la organización y su
personal”. Por ello el informático debe
estudiar la visión empresaria (idealización
del futuro de la empresa) [03].
Sugiero que analice las últimas grandes
decisiones tomadas, para entender la
problemática que preocupa a la
organización y cómo se la vincula a la
visión. Analizar tanto decisiones
excepcionales como habituales relevando
los considerandos tomados para elegir una
determinada opción. [11] “No es importante
lo que el sistema puede hacer teóricamente
con los datos, sino cuál es la solución que
aporta a quien requiere de información y
cómo puede ser utilizada para beneficio de
la empresa u organización.”
El informático debe tener facilidades en
comunicación verbal y escrita, disponer de
una buena escucha (apertura de miras,
paciencia, saber preguntar, habilidad para
confrontar opiniones de personal interno)
buscando comunes denominadores para una
comprensión del proceso de negocios.
Propuesta[02]: investigar las fuentes de
datos que generan conocimiento
explícito. Debe tener un profundo
conocimiento sobre Base de Datos, pues su
tarea será primordial para definir los
alcances del E.T.L. diseñado para cada
aplicación de BI. Deberá analizar la
arquitectura de las Bases de datos existentes
y la vinculación lógica de sus tablas.
Analizar si el material de todas las tareas
decisorias se hace con información de las
bases transaccionales u otros aplicativos de
uso general (Excel, archivos planos, etc.).
Considerar documentos de trabajo como:
presupuesto, distribución de gastos entre
centros de costos, etc.
Propuesta[03]: capacitación profunda
para elicitar conocimientos implícitos.
Estructurar e implementar encuestas donde
se investigue si la información considerada
para decidir, está documentada y proviene
de las bases de datos. Detectar puntos de
conocimiento tácito para enriquecer al BI.
Indagar sobre aspectos subjetivos o
experimentales usados por los decisores
para registrarlos o sistematizarlos.
Propuesta[04]: Explicitar las vías para
que la generación de conocimiento sea un
proceso continuo y habitual. Averiguar si
estos procesos son sistemáticos y quién es
su responsable. En caso negativo, crear
conciencia formando Focus Group entre
personas que manejan información
implícita y los decisores. También deberá
organizar Brainstorming entre decisores
para detectar patrones de comportamiento
en a su actividad principal. Los decisores
son los verdaderos conocedores de las
reglas de negocio por lo que trabajar en
conjunto con ellos es la forma de nutrir al
informático con los considerandos del ciclo
de vida de una decisión.
Propuesta[05]: investigar sobre las
posibles fuentes de datos externas.
Explorar la incorporación al BI de datos
externos. (Ver 3.1.4). También debe tener
conocimientos de Text Mining. Esta
técnica, también llamada Text Tata Mining,
se aplica al proceso de obtener información
significativa de material con texto libre. Se
obtiene vía el análisis de patrones y
tendencias a través de las cuales el Text
Mining incluye el proceso de la
información entrante y compararla con otra
de características lingüísticas, finalizando
con la evaluación e interpretación del texto.
Propuesta[06]: capacitarse en la
construcción/ponderación de KPI. El . sus necesidades, tal como fueron
informático debe poder dar soporte a los
especialistas en el momento de decidir los
indicadores, su alcance, los datos que
medirán cada KPI, etc.
Su complejidad obliga a que participe en
los acuerdos diferentes puntos de vista entre
gerentes para definir indicadores y acordar
la relación de causa efecto entre ellos.
El tema es generalmente considerado en la
organización pero difícilmente
implementado. El informático debe mostrar
las herramientas prácticas para su puesta en
marcha. Debe ajustar la escucha para
definirlos y alinearlos para su posterior
utilización. Debe poder construir un
Tablero de Comando inicial con datos
reales de la empresa y con indicadores
familiares a los analistas, para que sirva
como estímulo para nuevos indicadores.
Debe mostrar su facilidad de utilización
para incentivar a los potenciales usuarios a
aceptar su construcción.
Propuesta[07]: informarse sobre
abordajes específicos para entender el
comportamiento de clientes. El
informático debería asistir a reuniones
exclusivas de gerentes o conjuntas con
vendedores y aprender cómo se realiza el
seguimiento del comportamiento de los
clientes, analizar la información interna de
ventas y nutrirse de los elementos que son
volcados en el CRM de su organización.
Deberá elicitar el conocimiento implícito
entre gerentes de ventas y vendedores como
vía para la creación de valor. Tiene que
detectar información implícita para
explicitarla, esquematizarla e incorporarla
al BI como información permanente.
Afolabi y Thiery [02] nos hablan de la
importancia del usuario de BI, no sólo a la
hora de definirlo, sino basado en sus
propias fases cognitivas: observación,
razonamiento y simbolización, abstracción
elemental, creatividad.
Con ellos se producirán dos corrientes de
tratamiento:
• (Query Adaptation) las consultas del
usuario serán adaptadas para satisfacer
identificadas por el modelo;
• (Response Adaptation) las respuestas
del sistema no se basarán en cualquier
información sino especializadas en el
propósito del usuario).
Propuesta[08]: informarse sobre los
abordajes con técnicas del Data Mining.
Es fundamental para el informático detectar
necesidades resolubles con algún método de
DM, vincularse con el profesional
específico y ser su interlocutor junto al
analista. Los resultados de los métodos
deberá integrarlos al BI para que puedan ser
verificados por los decisores.
Propuesta[09]: atender a la aparición de
nuevos mecanismos generadores de
información. Investigación permanente
sobre la aparición de nuevos métodos de
búsqueda y recuperación de datos no
estructurados. Su permanente difusión es un
disparador de ideas: Text Mining, User-
Generated Content. El advenimiento de
web 2.0 permitió que cualquier usuario de
Internet pueda generar contenido (UGC)
subiendo videos, fotos, textos en blogs,
mensajes u opiniones. La penetración de
Internet y sus componentes debe ser
considerada por las empresas por el
creciente intercambio de información
acerca de satisfacción de clientes en
espacios virtuales. El analista deberá
proponer formas de explicitar este
conocimiento.
Propuesta[10]: Observar la metodología
natural del decisor. Sería redundante
describir la relevancia de compartir un
mismo lenguaje con los decisores. El
informático deberá prestar atención al:
• mecanismo de indagación permanente,
• interpretación en voz alta de datos
frente al decisor,
• averiguación de los cruces de
información que aún sean necesarios,
Así podrá definir un modelo del negocio
tanto histórico como predictivo y
profundizar el conocimiento de lo que
expresan o “cuentan” los datos. Establecerá
una comunicación directa con los analistas
encontrando diferencias semánticas con el
analista e incluso entre diferentes actores de
un mismo sector.
En el puente que pretendo estructure el
informático, entre el BI y el proceso
decisorio, es fundamental la construcción
de la estructura de datos para apoyar
plenamente las tareas del decisor.
Cualquier herramienta de BI permitirá que
los criterios antes concebidos puedan ser
aplicados con libertad y sin necesidad de
ninguna capacitación técnica.
Por eso propongo su participación en los
preparativos de procesos decisorios donde
cada paso de análisis y elección sea
expresado en voz alta. Sería también de
utilidad que este proceso se repita con otros
decisores, para enriquecerse con criterios
diferentes: es importante el contacto
permanente con el nivel decisor del cliente.
Así estará al corriente de los cambios
estratégicos e iniciativas tácticas que surjan
por acción de la realidad propia y externa
para actualizar con ello la aplicación de BI.
Propuesta[11] Independencia. El
informático debe preservar la
independencia analítica del decisor,
construyendo una estructura de datos
amplia como para abarcar todas las
dimensiones definidas conjuntamente con
los analistas. Es una condición necesaria
para cimentar una estructura de datos
correcta y eficiente. Su objetivo es acercar
el dato al usuario y no al revés, como se
concebía tradicionalmente.
Propuesta[12 Comprensión de las reglas
de negocio habituales. Incorporar al BI los
indicadores y reglas de negocio pensados
para el BSC. Es otra conversión de
conocimiento tácito en explícito ampliando
el horizonte y alcance del BI.
Propuesta[13]: Desarrollar el BI basado
en el modelo definido y sus usuarios.
El informático debe aprovechar el esfuerzo
que los desarrolladores de BI han puesto en
la visualización de los datos. Justamente,
estos sistemas están dirigidos a un usuario
de características particulares:
• poco tiempo para tomar decisiones;
• poco tiempo para juntar información;
• mucha presión para tomar decisiones;
• poca disposición y tiempo para aprender
técnicas de computación e incorporar
nuevas herramientas.
Por lo tanto el analista debe mostrar la
información haciendo que sea rápidamente
aceptada por gerentes de área.
Propuesta[14] aprender a interpretar los
datos resultantes después de decidir.. El
informático debe estudiar junto al decisor,
escuchando la valoración de los datos y
apreciando el valor o racionalidad de la
decisión tomada, consolidando el círculo
virtuoso entre decisión y control de
efectividad. Considero que es el aprendizaje
fáctico más importante de todo este entorno
de trabajo, pues aportará al diseño de la
estructura de datos apreciando su grado de
completitud en el momento de decidir.
El informático asegurará su éxito cuando el
usuario se identifique con el modelo
construido: representará su propio entorno
de trabajo y su mecanismo de usar
información para decidir.
Esto lo inducirá a detectar las
características propias de las decisiones
consideradas como buenas y eficaces y
habilitarlas para el usuario en su BI [12].
Propuesta[15] criterios profesionales
colaterales.. Un desarrollo de BI no es una
aplicación común. El informático requerirá
de un sponsor: directivo de la más alta
jerarquía posible que impulse su primer
implementación. Es casi la única
metodología posible para vencer la inicial
resistencia a lo nuevo, particularmente en
personal de nivel jerárquico superior.
En segundo lugar, debe implementar su
trabajo mediante la construcción de Data
Marts, aplicaciones de BI sectoriales o
dirigidas a una problemática específica.
La experiencia demuestra que encarar un BI
integral desde el inicio tiene alta
probabilidad de fracaso. El principal
esfuerzo es la primera solución BI, pues su
éxito generará una expectativa de seguro
crecimiento ante el interés o contagio que
despertará en otros departamentos. El costo
de implementación disminuirá a medida
que se integren más soluciones.
6. Conclusión
El proceso de toma de decisiones y la
disciplina del BI carecen de integración
fáctica. Sostengo que el profesional
informático es el que tiene la posibilidad de
ser el puente vinculante para que las
técnicas incluidas en el BI aporten
soluciones a usuarios de la industria, el
gobierno y los servicios. Su responsabilidad
requiere de una preparación específica.
Describo su encuadre en este proceso de
sincretismo con una serie de propuestas
sobre hábitos y conocimientos a desarrollar.
7. Referencias
[01] www.aadi.org.ar/novedades/relatos/Dias.doc
[02] Babajide AFOLABI-Odile THIERY 2006
Using Users Expectations to Adapt Business
Intelligence Systems Laboratoire Lorraine de
Recherche en Informatique et ses Applications
Campus Scientifique, Vandoeuvre-Lès Nancy, Fr.
[03] María Asunción Anca García. Visión misión
valores y compromiso con la organización
http://www.losrecursoshumanos.com/contenidos/30
0-vision-mision-valores-y-compromiso-con-la-
organizacion.html
[04] Nestor Braidot Neuromarketing 2005 Madrid
Editorial puertoNorte-Sur ISBN 8493436909
[05]John Dewey How we think 1910 DCHealth&Co
[06] Richard Herschel (2008) http://www.b-eye-
network.com/view/7621
[07] W.H. Inmon Building a Data Warehouse
(1992) , QED Technical Publishing Group USA
[08] William James. The Principle of Psychology
(New York: Dover Publications Inc 1950)
[09] Loucopoulos P. y Karakostas V. “System
Requirements Engineering”
1995.- McGraw-Hill International series in Software
Engineering ISBN 0-07-707843-8
[10] Javier Martínez Aldanondo Newletter 35
(02/2009) Catenaria GDC (Chile) Gestión del
Conocimiento
[11]Mattison, Rob. Web Warehousing and
knowledge management Mc Graw-Hill 1999
(Enterprise Computing Series) ISBN-10:
0070411034
[12] Jose Ignacio Mejia Ordaz Metodología para
medir el Riesgo de la Inversión en Soportería de
Tuberías en una Ingeniería de Frontera para
Plantas Industriales. 2006 Tesis-grado: Maestro
en Ciencias con Especialidad en Admin. Inst.
Politécnico Nacional Unidad Profesional
Interdisc. de Ingeniería, Ciencias Sociales Y
Administrativas. Sección Posgrado-Investigación
[13]Ming-Hon Hwang, Hsin Raub Design and
planning of the balanced scorecard: A case study
2007 – Human Systems Management, 2007, Vol. 26
Issue 3, p217-227, (AN 26501613)
[14]The Knowledge-Creating Company(1995) ISBN
0195092694 The Knowledge-Creating Co
[15]Revelli, C. (1998). Intelligence stratégique sur
Internet. Paris. Dunod.
[16]Herbert A. Simón EL COMPORTAMIENTO
ADMINISTRATIVO Ed Aguilar 1962 España
[17]Trabajo: Acopiar datos no necesariamente sirve
para tomar mejores decisiones". The Information
Management Journal; Nov/Dec2007, Vol. 41 Issue
6, p14-14, 1/4p VANSON Bourne Ltd. Base de
datos Academic Search Premier Issn 27569859
[18]Wiki 2008
http://en.wikipedia.org/wiki/Knowledge_worker