BI (Business Intelligence o

inteligencia de negocio)

ING. MSC. GABRIELA BOBADILLA

ING. LOURDES DELGADO
ING. KATIA AYALA
¿Cuántos de ustedes disponen de más 1
información y de menos tiempo para
analizarla?

¿Los sistemas de información

de los que disponen les
ayudan a tomar decisiones
rápidamente?

¿Los responsables de generar información directiva están

desbordados por las peticiones de información urgente,
continua y no coordinada?
¿Los sistemas de información de los que disponen les
ayudan a tomar decisiones rápidamente? 2
 3

¿Los responsables de generar información directiva están

desbordados por las peticiones de información urgente,
continua y no coordinada?

Ejemplo en las ventas de productos:

• ¿Qué ocurrió?
• ¿Dónde ocurrió?
• ¿Por qué ocurrió?
• ¿Qué ocurrirá?
• ¿Qué está ocurriendo?
• ¿Qué queremos que ocurra?
 4
¿Qué es Business Intelligence?

Se denomina BI (Business
Intelligence o inteligencia de Datos

negocio) es la habilidad para

transformar los datos en Información

información, y la información
en conocimiento, de forma que
se pueda optimizar el proceso
Conocimiento
de toma de decisiones en los
negocios
Ventajas
5
• El uso de BI va más allá de
la simple mejora de los
sistemas de información Información

internos de las empresas,

constituyendo incluso un
Convertirla en
impulso para la mejora de conocimiento

sus resultados.
• Nos permite tomar Toma de
Decisiones

decisiones rápidas
• Definir escenarios
Veamos un ejemplo para que nos ayude a
comprender el significado de esta definición. 6

Un supermercado, la información del

cual disponemos son los tickets

Supongamos un sistema de información

simple que está basado en la información que
recogemos de las cajas registradoras.
7
 La información que contiene un 8
ticket de venta es:

Su número, la fecha, la hora, el código de cajero/a, el

código de supermercado, los códigos de los artículos
vendidos, la descripción de los artículos, las unidades, el
precio unitario, el total por artículo, el total del ticket y la
forma de pago. Como podemos ver en la siguiente imagen
 A partir de la información de 9
los tickets podemos saber:

Importe total de las ventas del día.

Número de tickets por hora o fracción de tiempo.
Número de tickets atendidos por un cajero/a.
Ventas por artículo en unidades e importe.
Número de tickets por día.
Importe cobrado mediante efectivo o tarjetas de crédito.
Importe del ticket medio.
Número medio de tickets por día, hora, cajero/a.
 Toda esta información es de tipo operativo pero a 10
este nivel nos facilita la toma de decisiones tales
como:

1. Reponer las existencias, acumulando la cantidad de

ventas por artículo
2. Asignar los turnos de los cajeros/as, en función del
número de tickets vendidos por hora.
3. Ver cuáles han sido los productos más vendidos.
4. Ver cuál es el medio de pago utilizado por los clientes.
 11
¿Quién necesita Business
Intelligence?

Si retomamos el ejemplo del apartado anterior el del

ticket del supermercado
Responsables de compras, para ver qué artículos se están
vendiendo más y cuáles son sus tendencias de venta.
Responsables de ventas, que deciden la colocación de los
productos, para ver qué productos tienen mayor rotación
para situarlos en las zonas preferenciales, o bien para poner
aquellos de los que, aún teniendo rotaciones inferiores,
tenemos existencias y que queremos reducir.
ESQUEMA DEL PROYECTO BI
12
 13
¿Qué es la minería de
datos?

Extracción de patrones (“conocimiento”)

en grandes cantidades de datos

Requisitos
• No trivial
• Implícito
• Previamente desconocido
• Potencialmente útil
 14
¿Qué es la minería de
datos?

“Data rich,
Information poor” Conocimiento
(patrones interesantes)
 15
KDD (Knowledge Discovery in
Databases)

Extracción de conocimiento en bases de datos

 16
Clasificación de técnicas

En función de su propósito general:

Técnicas descriptivas
Técnicas predictivas
 17
Evaluación de resultados

Un resultado es interesante si…

 es comprensible (por seres humanos)
 es válido con cierto grado de certeza
 es potencialmente útil
 es novedoso o sirve para validar una hipótesis

El interés de los resultados se puede evaluar

 objetivamente (criterios estadísticos)
 subjetivamente (perspectiva del usuario)
 18
HERRAMIENTAS
19
20
 21
TRABAJOS DE DESARROLLADOS

• Estudio de deserción estudiantil

• Clasificación automática de TFG
• Clasificación de jóvenes con problemas de drogadicción
• Estudio de perfil de violencia de género
 22

MUCHAS
GRACIAS