En un mundo donde se creía que las bases de datos eran la herramienta principal que

proporcionada información acerca de cualquier departamento, surge lo que ahora

conocemos como Inteligencia de Negocios, que son el conjunto de herramientas que le
dan sentido a toda esa información almacenada, de una manera atractiva y dinámica.

Lo verdaderamente importante es que ahora podemos realizar cualquier tipo de análisis

que creamos más conveniente y que nos permita enfocarnos en distintas áreas de
análisis de la empresa para lograr sus objetivos.

Ahora a pesar de tener las mismas herramientas cada organización puede adaptar sus
reporte y análisis a las necesidades propias y como resultado crear una estrategia
específica que sirva para solución de determinada áreas de oportunidad.

¿Qué es inteligencia?

Según RAE es “la capacidad de entender o comprender” y la “capacidad de resolver

problemas”. (Real Academia Española, 2014).

¿Qué es negocio?

Según RAE es “aquello que es objeto o materia de una ocupación lucrativa o de interés”
(Real Academia Española, 2014).

Qué es Business Intelligence BI ( Inteligencia de Negocio).

Business Intelligence es la habilidad para transformar los datos en información, y la

información en conocimiento, de forma que se pueda optimizar el proceso de toma de
decisiones en los negocios.
Desde un punto de vista más pragmático, y asociándolo directamente con las
tecnologías de la información, podemos definir Business Intelligence como el conjunto
de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar
datos de los sistemas transaccionales e información desestructurada (interna y externa a
la compañía) en información estructurada, para su explotación directa (reporting,
análisis OLTP / OLAP, alertas.) o para su análisis y conversión en conocimiento, dando
así soporte a la toma de decisiones sobre el negocio.

La inteligencia de negocio actúa como un factor estratégico para una empresa u

organización, generando una potencial ventaja competitiva, que no es otra que
proporcionar información privilegiada para responder a los problemas de negocio:
entrada a nuevos mercados, promociones u ofertas de productos, eliminación de islas de
información, control financiero, optimización de costes, planificación de la producción,
análisis de perfiles de clientes, rentabilidad de un producto concreto, etc...

Alrededor de 1960 se introdujo el término como tal de inteligencia de negocios (BI) y

desde ese entonces ha ido evolucionando en soluciones más efectivas y adaptadas a las
necesidades tecnológicas. Con la facilidad para las empresas de adquirir ordenadores
más potentes y el auge que el internet tiene, la inteligencia de negocios está al alcance
de cualquier organización.

En la pequeña línea de tiempo que presentamos a continuación podemos ver un poco de

la evolución de los BI:

Evolución de la inteligencia de negocios

 El origen de todo fueron los Sistemas de apoyo de decisiones (DSS), posteriormente
llegaron los Sistemas de Información Ejecutiva (EIS) hasta nuestro tema de hoy que es
la Inteligencia de Negocios (BI). Se considera al Dr. Ralph Timbal como el Dr. Del
DSS y a Bill Inmon como el padre del Dataware.

Hoy en día es conocido que los proyectos BI son iniciados en la alta dirección,
departamentos de planificación estratégica o de mkt y necesitan de la informática para
su implementación.

La inteligencia de negocios es el conjunto de estrategias diseñadas para coleccionar

datos, procesarlos y en base a ello, finalmente tomar decisiones en una empresa, las
cuales permitan optimizar la dirección de la misma.

Una vez instalado en nuestra empresa el BI podemos responder a preguntas como:

 ¿Quiénes son nuestros clientes más rentables?

 ¿Cuáles son nuestros productos más rentables?
 ¿Quiénes son nuestros empleados más productivos?
 ¿Cuáles son nuestros productos más vendidos?

En algunas referencias se dice que la toma de decisiones es a nivel operativo, táctico y

estratégico, en seguida definiremos a qué se refiere cada nivel.
Niveles de la toma de decisiones. Inteligencia de negocios

Inteligencia de negocios a nivel operativo

Permite a aquellos que trabajan a nivel operativo tener la información de manera clara,
oportuna y exacta en reportes u hojas de cálculo, con un formato establecido que se está
actualizando constantemente.

Inteligencia de negocios a nivel táctico Permite a los analistas de datos y a la gerencia

media utilizar sin intervención de terceros herramientas de análisis y consulta.

Con estas herramientas es posible analizar los tipos de comportamientos de demanda y

tener el poder de anticiparnos a cualquier situación irregular para aumentar o disminuir
el impacto según convenga.

Apoyo es la herramienta que se maneja en este apartado.

Inteligencia de negocios a nivel estratégico

Apoya a la alta dirección en el análisis y monitoreo de patrones, metas y objetivos

estratégicos de la organización.
 Un ejemplo de esto es el Cuadro de Mando Integral (CMI), que introdujeron Robert
Kaplan y David Norton al cual define como: “un esquema de trabajo multidimensional
para describir, implementar y administrar estrategia a todo nivel de una empresa, a
través de la vinculación de objetivos, iniciativas y mediciones a la estrategia de la
organización”. (Idensa, 2015)

Obteniendo así los siguientes beneficios:

 Intenta alinear estratégicamente a la empresa a partir de la transformación de la

visión y estrategia en planes concretos de acción.
 Fomenta el trabajo en equipo para encaminar a la organización a la consecución
de la estrategia fijada.
 Facilitar la comunicación de los planes estratégicos a toda la empresa.
 Integra y sintetiza grandes volúmenes de información diaria de operaciones.
 Desarrolla el conocimiento y el capital humano.

Delphos es la herramienta utilizada en este nivel.

¿Por qué utilizar un BI?

Hoy en día las decisiones que se toman en las empresa son de vital importancia para su
supervivencia y éxito en el mercado, aunque existen sistemas de información
tradicionales nos limitan mucho el manejo de la información y su estructura es muy
inflexible para su gestión. Ahora sabemos del enorme potencial contenido en las bases
de datos y esto nos impulsa a explotarlas completamente.

Algunas limitaciones son:

 La rigidez cuando extraemos los datos, dado que los formatos están
preestablecido desde el momento de su implantación.
 Los informes presentan conocimientos técnicos, lo que nos formula consultas al
respecto.
 Las consultas complejas invierten tiempos de espera largo, ya que se unen tablas
de gran tamaño.
 Consultar las bases de datos altera el rendimiento del sistema e inclusive puede
afectar a usuarios conectados.
 Provocan islas de datos ya que las bases de datos normalmente no están
integradas en los sistemas de información pasados.
 Es difícil garantizar la fiabilidad de la información.
 No es posible restringir la información a los usuarios para que cada uno la utilice
de manera eficiente.
 Carecemos de información histórica que en ocasiones es útil para contrastar
diversas situaciones.

Pretendiendo dejar todas estas limitaciones atrás, surgen los BI capaces de extraer,
depurar, analizar y almacenar los datos de una empresa a una mejor velocidad que
permitan crear conocimientos para la toma de decisiones efectivas.

Arquitectura de los BI

Los BI parten de archivos, bases de datos, administración de las relaciones con los
clientes (CRM5) y los sistemas para la administración de recursos empresariales (ERP);
posteriormente se realiza la extracción, transformación y carga (ETL) de los datos; a
continuación se apoyan en un datawarehouse8 que evita que se saturen los servidores .

Como resultado tenemos información unificada, depurada y consolidada que se

almacena en un datawarehouse corporativo y de ahí se construyen datamart
departamentales, los cuales permiten un óptimo análisis de los datos mediante bases de
datos transaccionales o analíticas. Como se muestra en la siguiente ilustración:
 Arquitectura de la inteligencia de negocios

Bases de datos transaccionales OLTP y OLAP

Las bases de datos orientadas al procesamiento de transacciones (OLTP10) generan un

proceso atómico (validado por un comité o invalidado por un rollback) involucra
operaciones de inserción, modificación y borrado de datos. Este proceso es típico en las
bases de datos operaciones.

 El acceso a los datos esta optimizado para la lectura/escritura.

 Se estructuran los datos según el nivel de aplicación.
 Los formatos de los datos no necesariamente son uniformes en los diferentes
departamentos.
 La historia de datos se limita a los actuales.
 Por otro lado las bases de datos orientadas al procesamiento analítico implican leer
grande volúmenes de datos para extraer información útil; es un sistema típico en los
datawarts.

 La acción más común es la consulta por lo tanto el acceso a los datos es de solo
lectura.
 Los datos se estructuran según áreas de negocios y los formatos están de manera
uniforme.
 La historia de datos es generalmente de 2 a 5 años.
 Mediante los proceso ETL alimentan información procedente de los sistemas
operaciones existentes.

Aplicaciones en distintos departamentos

Los BI realizan aportaciones a los distintos departamentos de una empresa ya que cada
uno acumula diferentes datos que pueden ser procesados, para optimizar a la
organización, de tal modo que:

 Departamento de marketing.- Identifica los segmentos de cliente y ayuda a

estudiar su comportamiento.
 Departamento de compras.- Vincula información para relacionar
costo/beneficio.
 Departamento de producción.- Analiza el rendimiento de cualquier proceso
operativo.
 Departamento de ventas.- Permite comprender las necesidades de los clientes,
para aprovechar oportunidades en el mercado.
 Departamento económico-financiero.- Información al momento al respecto de
presupuestos, proyecciones, tesorería, etc.
 Departamento de atención al cliente.- identificar segmentos del mercado, cliente
individuales y retiene a los clientes más rentables.
 Departamento de recursos humanos.- Analiza los parámetros que más afectan al
departamento para su buen funcionamiento.

Sistemas de Soporte a la Decisión (DSS)

Se enfoca al análisis de los datos de la organización, presenta una serie de informes

predefinidos con información estática donde no se puede navegar entre los datos,
manejarlos de distintas perspectivas, etc.

Sus características principales son:

 Informes dinámicos, flexibles e interactivos.

 No requiere conocimientos técnicos.
 Rapidez en el tiempo de respuesta.
 Integración entre todos los sistemas/departamentos de la compañía.
 Cada usuario dispone de información adecuada a su perfil.
 Disponibilidad de información histórica.

Sistemas de Información Ejecutiva (EIS)

Herramienta de software basada en DSS que provee a los gerentes de información

interna y externa que es de vital importancia para su éxito.

Su finalidad es brindar al gerente un amplio panorama de lo que esta sucediendo en la

empresa en el momento justo y así establecer un plan de acción adecuado.
 Se caracteriza por el efectivo y rápido acceso a la información mediante interfaces
gráficas, permite establecer alertas y domiciliación por correo de los informes más
importantes.

A través de esta herramienta podemos tener una perspectiva de la empresa completa o

por departamento para hacer una comparación a lo largo del tiempo; además es
adaptable a cualquier modelo estratégico de indicadores que se tenga implementado.

Datamart

Es una base de datos departamental, almacena información de un área específica.

Dispone de una estructura óptima de los datos desde cualquier perspectiva. Se alimenta
de los datos de una datawarehouse o integrar por sí mismo distintas fuentes de
información.

Se puede montar sobre una base de datos OLTP o una OLAP como veremos a
continuación:

Datamart OLAP

Basado en cubos OLAP que se agregan según los requisitos de cada área, las
dimensiones y los indicadores de cada cubo. Su creación, explotación y mantenimiento
es heterogenia en base a la herramienta final que se utilice.

Datamart OLTP

En ocasiones se basa en un extracto de datawarehouse pero incluye agregaciones y

filtros que aprovechan las características particulares de cada área, las más comunes son
las tablas report y las vistas materializadas. Poseen las siguientes ventajas:

 Bajo volumen de datos.

 Mayor rapidez de consulta.
 Consultas SQL y/o MDX sencillas.
 Validación directa de la información.
 Facilidad para historialización de los datos.

Datawarehouse

Se caracteriza por integrar y depurar información de una o más fuentes distintas,

posteriormente la procesa analizando sus perspectivas con mayor velocidad de repuesta.
Este es el primero paso de cualquier BI. La estructura como se almacena la información
es una ventaja en estas bases de datos.

Bill Inmon fue quien acuño este término y a pesar de su significado, asegura es mucho
más que eso, en seguida algunas características:

 Integrado.- Los datos deben integrarse en una estructura consistente.

 Temático.- Únicamente los datos que generan conocimiento se integran desde el
entorno operacional, se ordenan por temas.
 Histórico.- Dado que guarda información que varía a través del tiempo es
posible realizar comparaciones.
 No volátil.- Es de solo lectura y no se puede modificar.

Otra característica importante es que contiene metadatos, que son datos sobre los datos
que permiten conocer la procedencia de la información.

Datamining

La minera de datos es una tecnología emergente, permite explotar grandes bases de

datos para explicar el comportamiento de los mismos en un contexto determinado.
 Hace uso de prácticas estadísticas, algoritmos de búsqueda como los utilizados en la
inteligencia artificial. Consta de 4 etapas que son las siguientes:

1. Determinación de los objetivos.

2. Pre procesamiento de los datos.
3. Determinación del modelo.
4. Análisis de los resultados.

HERRAMIENTA DE TRABAJO QLIK

 Qlik se trata de una plataforma completa para el descubrimiento. No solamente

funciona como una herramienta de visualización de datos, ya que estamos ante una
plataforma de Business Intelligence.

Qlik entre otros permite democratizar los datos, es decir, nos permite recopilar,

procesar y extraer el valor de los datos de una compañía para que estos datos sean
accesibles por todo el personal de una empresa.

Combinar la Inteligencia Artificial (IA) con la interacción humana no es una tarea

fácil, Qlik también facilita realizar inteligencia aumentada sobre los datos de nuestra
compañía, esto lo consigue a través de la indexación asociativa que generan
automáticamente conocimientos sobre los datos para que puedan ser explorados por
los usuarios, esto también recibe el nombre de alfabetización de los datos, dicho en otras
palabras, Qlik nos ayuda a leer y entender mejor los datos.

Como hemos mencionado anteriormente, Qlik es una plataforma de BI que se compone

de numerosas herramientas repartidas en las siguientes categorías:
  Analítica

o Qlik Sense

o QlikView

 Plataformas de Desarrollo:

o Qlik Core

 Integración de datos:

o Attunity Replicate

o Attunity Compose

o Attunity Enterprise Manager

o Attunity Gold Client

o Qlik Data Catalyst

En este post, nos vamos a centrar especialmente en la parte de analítica, hablaremos

sobre las bondades que nos ofrecen Qlik Sense y QlikView, así como sus diferencias
existentes.

Qué es Qlik Sense

Qlik Sense nos ayuda a comprender todas las relaciones existentes en los datos que
nos fáciles de ver a través de software tradicional de BI.

Qlik Sense podremos ver nuestras aplicaciones y cuadros de mando en modo sin

conexión mediante análisis móviles, de hecho, podemos trabajar directamente desde el
smartphone a través de la aplicación Qlik Sense Mobile disponible en iOS y Android.
Como hemos mencionado anteriormente, podemos subir nuestros trabajos directamente
a la nube, para ello, Qlik dispone de Qlik Cloud que concretamente para Qlik
Sense dispone de las siguientes tarifas:

 Qlik Sense Business: Se proveen de soluciones como servicio (SaaS) para poder
realizar analítica a través de la nube entre usuarios y equipos, esta licencia cuesta
30$ mes por usuario.

 Qlik Sense Enterprise: Esta licencia está diseñada principalmente para escalar
nuestra analítica (trabajar en multi-nube híbrida) entre departamentos y
diferentes organizaciones, dispone de dos tipos de precios, la licencia
Professional 70$ y la licencia Analyzer 40$, ambas por usuario al mes.

Si queremos realizar una prueba de Qlik Sense de 30 días podemos solicitarla al final
del post.

Qué es Qlik View y principales tareas

QlikView es como tal una solución de BI que nos permite analizar y utilizar

información de distintos puntos de origen de datos. De esta forma, podemos obtener
una visión global sobre los datos de una compañía y las relaciones existentes entre
ambos.

Principalmente con QlikView podremos realizar las siguientes tareas:

 Creación de User Interface (UI) para trabajar con Data Warehouse.

 Elaboración de presentaciones a través de los datos.

 Realización de análisis estadísticos sobre los datos.

 Construcción de sistemas expertos.

  Obtener las relaciones entre los datos y qué representan para la compañía.

 Creación de gráficos dinámicos.

 Obtención de nuevas tablas a través de la integración de diferentes fuentes

de datos.

Diferencias entre Qlik Sense y QlikView

Estamos seguros de que tras leer los dos puntos anteriores sobre Qlik
Sense y QlikView te ha parecido que hablábamos de la misma herramienta,K y en
cierto modo es así, primero vamos a centrarnos en los puntos que tienen en común
ambas herramientas:

 Origen de fuentes de datos: Las dos herramientas pueden conectarse a

diferentes fuentes de datos para importar datos a los análisis.

 Inteligencia Artificial: Es uno de los grandes puntos fuertes de Qlik, utilizar la

IA para descubrir relaciones entre los datos a priori, no somos capaces de ver
realizando consultas.

 Scripting: Además de las funciones automáticas, en las dos herramientas

podemos definir y desarrollar funciones a través de scripts para transformar
datos.

Una de las principales diferencias es que QlikView es una solución de negocio de

analítica clásica, por su parte Qlik Sense se trata de una plataforma de analítica que
incorpora además del motor de indexación asociativa y la inteligencia
artificial (ambas presentes en QlikView), inteligencia aumentada y una arquitectura
multi-cloud..