FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS

ASIGNATURA: ELECTIVA III – INTELIGENCIA DE NEGOCIOS

TEMA: CONCEPTOS BASICOS – Unidad 1
DOCENTE: Ing. Victor Pazmiño M., Msc CUESTIONARIO
1. ¿Qué es la Inteligencia de Negocios?
La inteligencia de negocios (BI) combina análisis de negocios, minería de datos,
visualización de datos, herramientas e infraestructura de datos, y las prácticas
recomendadas para ayudar a las organizaciones a tomar decisiones más basadas
en los datos. En la práctica, sabes que tienes una inteligencia de negocios
moderna cuando tienes una visión integral de los datos de tu organización y los
utilizas para impulsar el cambio, eliminar las ineficiencias y adaptarte
rápidamente a los cambios del mercado o del suministro.
2. Mencione las técnicas y herramientas asociadas a la Inteligencia de Negocios.

Existen múltiples aplicaciones para este propósito o englobadas en esta

categoría y los principales tipos existentes son:

–Gestión de datos: se centran en la obtención de la información, su

procesamiento y exportación a otro sistema.

–Descubrimiento: su principal objetivo es la obtención, análisis de nueva

información y, mediante la aplicación de algoritmos de machine learning, realizar
predicciones o proyecciones.

–Reporte: permiten la creación de cuadros de mando para la representación de

la información obtenida y procesada de una manera visual, organizada, clara y
ajustada a las necesidades de la audiencia a la que va dirigida.

herramientas

Tableau

SAP BI

SAS BI

MicroStrategy

OlikView

Microsoft Power BI

Oracle BI
Otros

Pentaho o Azure Analysis Services son otras herramientas de Inteligencia de Negocio.

3. ¿Qué es Business Analytics?

la analítica empresarial o Business Analytics es un mundo tan explorado como
desconocido por las oportunidades que ofrece y sus expectativas de futuro, aún
sin descubrir. Descubre qué es Business Analytics, un proceso donde los datos
sirven para mucho más que ser interpretados, El objetivo de la analítica
empresarial o Business Analytics es determinar qué conjuntos de datos son
útiles y cuáles pueden aumentar los ingresos. Así como la productividad y la
eficiencia.
4. ¿Qué entiende por Big Data?
Forma de afrontar el procesamiento o análisis de grandes volúmenes de
información que por su naturaleza desestructurada no pueden ser analizados en
un tiempo aceptable, usando los procesos y herramientas tradicionales de BI.

5. ¿Cuáles son las capas de la arquitectura de la Inteligencia de Negocios?

El diseño de una plataforma BI solida es algo parecido a crear un puente; un
puente que conecta los datos de origen transformados y enriquecidos con los
consumidores de datos. el diseño de esta estructura compleja requiere una
mentalidad ingeniería, aunque puede ser una de las arquitecturas de TI más
creativas y gratificantes que pueda diseñar. en una organización de gran tamaño
una arquitectura de solución de BI puede constar de lo siguiente:
orígenes de datos
ingesta de datos
preparación de datos o macrodatos
almacenamiento de datos
modelos semánticos de BI
informes

6. ¿Con que tipos de datos nos podemos encontrar en el entorno de negocios?

Los diez tipos de datos más importantes que recopilan las organizaciones son los
siguientes:

• Datos estructurados y no estructurados

• Datos con marca de tiempo
• Machine data
• Datos espacio-temporales
• Datos abiertos
• Datos en tiempo real
• Datos genómicos
• Datos operativos
 • Datos transmitidos

7. Describa brevemente cada uno de los procesos que forman parte del ETL
Extracción: En este punto es cuando, valga la redundancia, extraemos los datos.
Vale la pena resaltar que nuestro origen de datos o “source” puede contener
múltiples fuentes de datos. Imagina que requieres extraer la información de una
base de datos en PostgreSQL, otra base de datos en Oracle y un archivo CSV que te
genera a diario el área de contabilidad. Es muy importante que en este punto tengas
en cuenta cuál es el formato y las características de nuestros datos, pues esto nos
indicara la mejor manera de extraerlos.

Transformación: En este punto aplicaremos las reglas que tu negocio demanda para
realizar un buen proceso de analítica, estas reglas suelen incluir procesos como:

• Filtrar filas por ciertas características.

• Eliminar duplicados.
• Transformar datos (por ejemplo, si el país es Colombia, reemplázalo por 1)
México, 2) Perú, 3) Ecuador, etc.).
• Calcular datos nuevos (por ejemplo, con la fecha de nacimiento calcular la edad).
• Agrupar datos (máximo valor, mínimo valor, promedios, conteos, etc.).
• Unir o combinar datos de distintas fuentes.
• Pivotar las tablas.
• Dividir columnas (nombre completo se puede transformar en primer nombre,
segundo nombre, primer apellido y segundo apellido).
Carga: ste es el proceso final de nuestro ETL. Nuestros datos deben estar
transformados y listos en el área de staging, así que ahora debemos proceder a
cargarlos a nuestra base de datos de analítica. Esta base de datos comúnmente es
un datawarehouse en donde conviven distintos repositorios de datos de una manera
no normalizada (como en una base de datos relacional) y con una estructura lista
para realizar análisis de datos.

8. ¿Qué es un DataWareHouse?
El Data Warehouse concentra y almacena de forma estructurada toda la
información obtenida a partir de las múltiples fuentes de datos en nuestra
organización, permitiendo así una rápida integración con herramientas de
minería de datos, análisis y reportes (dashboards).
9. ¿Qué son los DataMarts?
Un Data Mart es un almacén de datos orientado a un área específica, como por
ejemplo, Ventas, Recursos Humanos u otros sectores en una organización. Por
 ello, también se le conoce como una base de información departamental. Este
almacén permite que una empresa pueda acceder a datos claves de un área de
forma sencilla, además de realizar diversas funciones
10. ¿Qué es la capa de usuario final y que tipos de aplicaciones podemos encontrar
en este nivel?
Es la tecnología que proporciona al usuario final el acceso transparente a las
aplicaciones, datos, servicios de cómputo o cualquier otro recurso del grupo de
trabajo y/o, a través de la organización, en múltiples plataformas. El modelo
soporta un medio ambiente distribuido en el cual los requerimientos de servicio
hechos por estaciones de trabajo inteligentes o "clientes’’, resultan en un trabajo
realizado por otros computadores llamados servidores.
11. ¿Cuáles son y a que se refiere el modelo de las 3V en Big Data?
En UNIR abordamos las 3 magnitudes fundamentales en el procesamiento de
datos. las 3 V de él Big Data se refiere a los siguientes términos: volumen,
variedad y velocidad, que son las 3 características o magnitudes que lo definen,
además de sus principales retos
12. ¿Qué son los datos estructurados y que tipos de aplicativos nos pueden
proveer de ellos de dentro de la organización?
Los datos estructurados se clasifican con mayor frecuencia como datos
cuantitativos, y es el tipo de datos con el que la mayoría de nosotros estamos
acostumbrados a trabajar. Piensa en datos que encajen perfectamente en
campos y columnas fijos en bases de datos relacionales y hojas de cálculo.
Los datos estructurados están muy organizados y se comprenden fácilmente
mediante el lenguaje de máquina. Quienes trabajan con bases de datos
relacionales pueden ingresar, buscar y manipular datos estructurados con
relativa rapidez. Esta es la característica más atractiva de los datos
estructurados.
El lenguaje de programación utilizado para administrar datos estructurados se
denomina lenguaje de consulta estructurado, también conocido como SQL. Este
lenguaje fue desarrollado por IBM a principios de la década de 1970 y es
particularmente útil para manejar relaciones en bases de datos.

Aplicación de esquema

Herramienta de datos estructurados de Merkle

Análisis Hall

La herramienta de datos estructurados RankRanger

El complemento de datos estructurados de Chrome

Herramienta de prueba de datos estructurados de Google

Herramienta de resultados enriquecidos de Google

 13. ¿Qué son los datos semi estructurados y de ejemplos de ellos?
Son aquellos con un nivel medio de estructuración y rigidez organizativa. Se
encuentran a medio camino entre los estructurados y los no estructurados. Un
ejemplo válido sería un servidor local que almacenara todos los datos de correo
electrónico y archivos adjuntos dentro de la base de datos.
14. ¿Qué son los datos no estructurados y de ejemplos de ellos?
Suponen alrededor del 80 % de los datos existentes en cualquier organización y su
manejo te resulta mucho más dificultoso que en los dos casos anteriores. Estos datos no
se pueden usar en una base de datos tradicional, ya que sería imposible ajustarlos a las
filas y columnas estandarizadas.

No obstante, existen aplicaciones que pueden procesar más de 1000 tipos de formatos
de datos no estructurados. Hay ejemplos de tipos de datos no estructurados de uso muy
común, como los siguientes:

• Documentos de oficina en archivos de texto.

• Archivos de imágenes.
• Archivos PDF.
• Archivos de registro y de datos de aplicaciones como .ini o .dll.
• Datos de redes sociales como Facebook y Twitter o de plataformas como
YouTube.
• Datos de ubicaciones y mensajería instantánea.
• Grabaciones telefónicas, archivos de audio como MP3.

15. . Cuál es el rol de Arquitecto de datos y que conocimientos y habilidades debe

tener
El arquitecto de datos es el encargado de definir la arquitectura tecnológica que
debe soportar el proceso de big data, desde la recolección de los datos, la
explotación de la información y su salida y presentación.
Para ello, siguen un proceso de análisis y estructuración, basado en los procesos
y operaciones comerciales de la empresa en cuestión. Necesitan conocer muy
bien el negocio y el sector para construir un plan de datos adecuado.

16. Cuál es el rol de Analista de datos y que conocimientos y habilidades debe tener
El papel del analista de datos es clave en el proceso del análisis de datos y el big
data. Tiene que entender las herramientas que lo soportan y tener un
 conocimiento muy específico del negocio que le facilite identificar qué debe
buscar y qué preguntas tiene que hacerse para apoyar en la toma de decisiones.
17. ¿Se puede aplicar Big Data extrayendo información de un sistema transaccional
que tiene una base de datos de 520GB? Si / No y por qué?
Una de las aplicaciones de los sistemas Big Data son los casos en que se requiere
la gestión de datos de transacciones que cumplen con las características del Big
Data, como por ejemplo los pedidos de una web de e-commerce como E-bay o
la actividad de una red social como Facebook. Los sistemas tradicionales de
Bases de Datos quedan desbordados por la cantidad de datos que han de
gestionar, por lo que las bases de datos Big Data conocidas como NoSQL son el
sistema más adecuado para este tipo de casos.
18. Que es el cuadrante de Gartner y cuales con las herramientas mejor
posicionadas al 2021 en lo que respecta a herramientas de analítica de datos.
Una herramienta para saber en qué punto de innovación y nivel de desarrollo
están las empresas dedicadas a la tecnología en el mercado a nivel mundial. Se
usa para saber su calidad desempeño y sirve a las empresas para elegir el
proveedor TI que más les conviene.
La herramienta mas usada es el POWER BI
19. Defina la diferencia / relación entre cada uno de los niveles de la pirámide del
conocimiento, de un ejemplo.
Un dato es una representación simbólica, característica o atributo de algo; no
tiene valor en sí mismo por estar descontextualizado, pero es susceptible de ser
procesado adecuadamente para obtener información.
La información, por tanto, es ese conjunto organizado y procesado de datos que
adquieren de esta manera una cualidad propositiva; es decir, que los dotan de
un sentido respecto de una entidad.
El uso de la información para la consecución de determinados objetivos, su
aplicación a la solución de problemas y a la toma de decisiones, es lo que
conforma el conocimiento.
En lo alto de la pirámide nos encontramos con la sabiduría. Un concepto algo
más difícil de precisar, más allá de “el grado más elevado del conocimiento”. Se
ha dicho de ella que es la evaluación e internalización del conocimiento y su
relación con las metas y los valores. Para reconocerla, deberíamos observar
habilidades como la de llegar al objetivo final sin un coste demasiado alto, la de
reconocer y evitar o minimizar los peligros. Incluye elementos tales como saber
qué es lo apropiado, discernir cuándo los objetivos son alcanzados de manera
suficiente o identificar y aceptar limitaciones inevitables.

20. Una empresa que vende alimentos de primera necesidad, desea implementar
un proyecto de Inteligencia de negocios para analizar todo lo referente a la
venta de sus productos, ¿qué área debería liderar el proyecto? ¿Y por qué?
¿Qué competencias debería tener la persona/área que va a liderar el proyecto?
En el plan de negocio se estudia el entorno de la empresa, analizando y
evaluando los posibles resultados si se lograran los objetivos marcados en el
proyecto. Para ello, es importante que el plan de negocio contenga en sus
páginas las diversas variables que conforman sus objetivos y los recursos que
serán necesarios dedicar a los mismos para iniciar su funcionamiento y para
conseguir alcanzar esos objetivos.
Por lo tanto, este documento se redacta antes de la realización de una inversión
o al comienzo de un negocio. Recoge los sucesivos pasos o etapas necesarios
para su desarrollo y consecución de las metas definidas. En ese sentido, es
habitual que los emprendedores elaboren uno de cara a plantear su línea a
seguir en el futuro.