Estrategia de Inteligencia de negocio

Estrategia de Inteligencia de negocio | 1

 TABLA DE CONTENIDO

IMPORTANCIA DEL BUSINESS INTELLIGENCE ................................................................................ 3

TRANSFORMACIÓN DEL BI EN INTELIGENCIA ................................................................................ 4

BENEFICIOS DEL ANÁLISIS INTELIGENTE ....................................................................................... 6

IMPLANTACIÓN DE UN SISTEMA ANALÍTICO .................................................................................. 8

OBJETIVOS .................................................................................................................................... 11

IMPLANTACIÓN DEL MODELO DE GESTIÓN ................................................................................. 12

PROYECTO DE IMPLANTACIÓN ..................................................................................................... 13

INTEGRACIÓN DEL BIG DATA CON BI ........................................................................................... 15

Estrategia de Inteligencia de negocio | 2

Importancia del Business Intelligence

Gran parte del valor de las empresas reside en su capacidad de innovar y manejar
información que genere conocimiento y beneficios. Las que logran situarse en mejor
posición son las que tienen más posibilidades de sobrevivir y garantizar su crecimiento.

El Data Business Analytics proviene de la fusión e integración de Business Intelligence y

Big Data Analytics. Se refiere a las capacidades analíticas de información, que son la
evolución de los sistemas de Inteligencia de Negocios y que proporcionan datos de valor
diferencial para toma de decisiones. A esta generación de soluciones se le conoce como
“Inteligencia Analítica de Negocios”.

La estrategia basada en el Business Intelligence está ligada a la creación de un modelo de big

data y a los procesos de información. Se trata de saber cómo se puede transformar la
información en una herramienta directa para la toma de decisiones.

Las inversiones en Tecnologías de Información (TI) han recibido una fuerte atención por su papel
estratégico. Sobre todo con sistemas como ERPs, que ya son parte normal de la cadena de
integración y generación de información. Las empresas se están dando cuenta de que su activo
más importante y menos reconocido es la información que generan y obtienen. La forma en que
se obtiene, manipula y usa esta información es la que puede definir su éxito.

Existen tres modelos diferenciados de análisis inteligente empresarial (BI): BI histórico, Bi

analítico y BI de planificación.

Las empresas empiezan a apostar de forma decidida por herramientas mixtas que fusionan
aplicaciones de inteligencia de negocio con big data para la mejora de los procesos de gestión
masiva de datos y sistemas de información. La estrategia de la información esta basada en
tres factores clave: análisis, supervisión y planificación.

Estrategia de Inteligencia de negocio | 3

Transformación del BI en inteligencia

Hablar de inteligencia analítica (Data Business Analytics) es hacerlo de

capacidades superiores que permiten predecir escenarios. Estas soluciones han
evolucionado de ser bases de datos (datamarts) a aplicaciones de análisis de minería de
datos (datamining) y texto con modelos estadísticos. Las capacidades analíticas permiten
generar escenarios de probabilidad que definen no el “qué pasó” sino el “qué pasaría si”.

Las aplicaciones tradicionales de BI generan reportes con información histórica de tal forma que
se obtiene una radiografía de lo que había sucedido no de lo que podría suceder.

Ejemplo

Haciendo una analogía de lo que los sistemas tradicionales proponen es como viajar

Estrategia de Inteligencia de negocio | 4

 en un automóvil y ver por el espejo retrovisor el trayecto de la carretera recorrido
pero sin poder ver la parte de delante que representa el futuro.

El valor de la información se traduce en valor estratégico. Ser competitivo no significa igualar

una estrategia o seguir una tendencia sino diferenciarse del resto por valor aportado.

Estrategia de Inteligencia de negocio | 5

 Una solución analítica reorganiza la estrategia comercial haciéndola más proactiva y
aumentando la rentabilidad de los clientes.

Para obtener la máxima recuperación de la inversión a través de la implantación de

Inteligencia Analítica de Negocios las empresas deben tener claro el objetivo comercial que
respaldará su aplicación. El retorno de inversión (ROI) se genera por las respuestas que
ofrece sobre aspectos importantes del negocio.

Las soluciones analíticas requieren menos tiempo para su implantación y la recuperación de la

inversión es más rápida. Además añaden valor a las aplicaciones de integración de datos sin
tener que programar desde cero o modificar la forma con la que se viene trabajando con el
software de productividad similar (ERP).

En Marketing se obtienen mejores índices de fidelidad y respuesta a campañas especialmente

en lo que se refiere a tiempos de respuesta y costes más bajos debido a una mejor
identificación de su origen.

Beneficios del análisis inteligente

La Inteligencia de Negocios es el conjunto de técnicas, procesos y arquitectura que

transforman los datos recopilados en información relevante, desde la disminución
de costes hasta la creación de nuevos negocios, nuevas líneas de productos...

Los beneficios de Analytics más importantes son:

Incremento de la eficiencia: permite diferenciarse. Con Analytics la información se

puede centralizar y visualizar en una misma plataforma y convertirla en información útil y
organizada, ahorrando tiempo y recursos y haciendo la toma de decisiones más eficiente.

Visión del negocio con información precisa. La administración de una empresa no

Estrategia de Inteligencia de negocio | 6

 puede ser manejada solo por la intuición ya que no siempre funciona y puede generar
graves problemas. Con la información apropiada y estructurada se pueden tomar
decisiones basadas en conocimiento que la misma empresa genera. BI y Analytics pueden
proveer de información histórica más acertada, actualizaciones en tiempo real, resumen
de los datos entre departamentos, filiales, oficinas, predicción y tendencias basadas en
información y análisis situacional, etc.

Análisis del comportamiento del consumidor: BI Analytics permite analizar hábitos de

compra y convertir la información en venta y rentabilidad. También permite hacer más
eficientes las campañas de fidelización. Se podrían construir modelos predictivos que
faciliten la venta cruzada, promociones, ventas de productos con servicio y otras
estrategias dirigidas al cliente correcto gracias a la información adecuada.

Optimización del control sobre las áreas funcionales: producción, inventario,

marketing, compras, finanzas, servicio post-venta, etc., son susceptibles de estar incluidas
en un sistema de BI Analytics ya que en todas las áreas funcionales se necesitan datos de
los clientes, costes de materias primas, investigación y desarrollo, etc. Tener la
información almacenada en un solo lugar con la posibilidad de cruzarla y analizarla en
cuestión de minutos es un gran beneficio en costes y en tiempo además de disminuir los
errores en la toma de decisiones.

Obtención de respuestas más rápidas sobre la estrategia del negocio: un

directivo debe tomar decisiones acertadas muchas veces bajo la presión del tiempo y de
objetivos. Con las opciones que ofrece la inteligencia analítica se pueden obtener
respuestas rápidas a grandes cuestiones en minutos. Por ejemplo un solo informe de BIA
(BI Analytics) puede contener las cifras de ventas, desempeño de marketing, costes,
inventarios, canales de distribución, penetración de productos, satisfacción de clientes,
etc.

Un ejemplo claro lo vemos en la siguiente pantalla en la que se muestra un cuadro de mando de

nivel gerencial.

Estrategia de Inteligencia de negocio | 7

Implantación de un sistema analítico

Uno de los principales problemas de los sistemas de Business Intelligence Analytics es la

escasa repercusión que su implantación tiene en el modelo de gestión. Los
sistemas de gestión de información acaban en muchos casos siendo sólo sistemas de
representación, de utilización puntual por un número reducido de personas.

Los aspectos en los que se debe basar son:

Motivación.

Se desea disponer de una forma atractiva de visualizar la información y facilidad para

elaborarla. Se quiere incorporar elementos que faciliten la toma de decisiones, la gestión y
unifique la información utilizada y la forma de aprovecharla.

Estrategia de Inteligencia de negocio | 8

La inversión en modelos de inteligencia analíticos no genera valor ni rendimiento en el corto
plazo.

Necesidades a cubrir.

Tener una herramienta de visualización de la información en el formato deseado (pantalla,

listado, reporte, correo electrónico, etc.).

Navegar por la información que facilite a los departamentos de soporte el análisis de la

información y la preparación de la misma de la forma más visual y eficiente posible.

Facilitar al Departamento o Área de Informática la elaboración de informes de manera

rápida y ágil para su distribución.

Reforzar las capacidades de gestión de los directivos con herramientas que les ayuden a
mejorar su proceso de gestión de la información.

Si en una herramienta de BIA se está buscando básicamente utilización de información,

probablemente se vean cubiertas las aspiraciones sin demasiados problemas y se termine
poniendo en marcha un sistema de visualización, cuya principal característica será la reducción
de los tiempos para acceder a la información y facilitar las labores de análisis.

Si se buscan soluciones que ayuden al Proceso de Toma de Decisiones, la tecnología big data
permite mejorar los procesos operando un cambio cultural y metodológico.

Estrategia de Inteligencia de negocio | 9

Puesta en marcha.

Definición del Modelo de Información que se quiere implementar (definición de los

indicadores y sus dimensiones) y de las estructuras de las tablas del Data Warehouse en
su caso.

Procesos de extracción, transformación y carga y desarrollo de las estructuras

multidimensionales que van a soportar la visualización.

Construcción de la interface que va a utilizar el usuario final (informes, pantallas, cuadros

de mando, indicadores, interfaz de base de datos, etc.).

Este modelo no nos es suficiente si se quiere construir un sistema de gestión de la información

basado en analítica de datos avanzada incrementando las capacidades existentes a nivel
directivo e implementando una forma de gestionar la información y tomar decisiones.

Es necesario incorporar dos etapas en el proceso:

Previa: el Establecimiento de las Necesidades y los Requerimientos de Gestión (ENRG).

Final: la Implantación del Modelo de Gestión (MG).

Estrategia de Inteligencia de negocio | 10

Objetivos

El objetivo es determinar qué características han de tener los procesos de gestión

de la toma de decisiones. Para ello hay que profundizar en varias actividades:

Análisis de situación. Obtener conocimiento de la empresa y de los aspectos

relacionados con la toma de decisiones: relaciones formales e informales, canales de
comunicación y si existe alguna normalización del proceso de decisiones y el grado de
descentralización y autonomía existente entre áreas, niveles operativos y canales de
comunicación.

Definición del Proceso de Toma de Decisiones deseado. Antes de empezar a

construir el sistema hay que definir cómo se desea que funcione la empresa con una
segunda batería de preguntas:

¿A quién y para qué vamos a dar acceso a la información?

¿Queremos descentralizar la toma de decisiones o dejarla en unas pocas manos?

¿Qué necesitamos para tomar decisiones: información a largo/corto plazo,

información real/objetivos, datos/situación de proyectos, etc.?

¿Cómo y con qué periodicidad debe fluir la información? ¿Quién y cómo asigna
responsabilidades?

¿Cómo se gestionan?

Análisis de cambios en el Modelo de Gestión necesarios. Es preciso plantear las

diferencias entre el modelo existente y el deseado ya que nos permitirá establecer las
barreras a la implantación de un modelo de gestión nuevo y los elementos a los que
puede ser conveniente renunciar. El objetivo es determinar los problemas de la
implantación.

Establecimiento de la Estrategia de Proyecto de adopción de BI Analytics. Cómo

realizar el desarrollo del nuevo modelo de gestión de la información e implantarlo.

Estrategia de Inteligencia de negocio | 11

Implantación del modelo de gestión

Si queremos que el sistema implantado sea algo más que una mera herramienta en función
de las características del usuario deberemos plantearnos una estrategia de implantación,
cuyo principal objetivo será acomodarla a los cambios surgidos durante la fase de
desarrollo. Deberá incluir un Plan Director que determine quién va accediendo, a qué y con
qué seguimiento.

La Estrategia de Implantación debe estar supeditada a los objetivos iniciales del proyecto. Entre
ellos se encuentra la formación sobre el Modelo de Gestión de la Información Analítica y de la
Toma de Decisiones decidido (común a toda la organización) y sobre las Soluciones y
Herramientas implementadas (a cada usuario en función de lo que vaya a utilizar). Además hay
que considerar los siguientes aspectos:

Puesta en marcha del sistema en Producción, es decir, arranque del Proceso de Gestión
desde el punto de vista tecnológico y organizativo.

Establecimiento de los parámetros sobre personas, procesos y áreas para medir el grado
de cumplimiento de objetivos, la gestión de datos y analíticas y métricas necesarias desde
el punto de vista metodológico.

Para asegurarse que el sistema implantado cumple con los objetivos y genera un cambio en el
modelo de gestión de la información hay que crear un Modelo de Seguimiento de la
Implantación ajustado a los sistemas definidos en la fase de definición estratégica del proyecto:

Calendario de implantación.

Personas implicadas en la gestión.

Objetivos de cumplimiento.

Creación de un equipo multidisciplinar de seguimiento y control.

Fijación de hitos.

Estrategia de Inteligencia de negocio | 12

 Plan de puesta en marcha, previo la fase de testeo y prueba.

Formación.

Proyecto de implantación

Para que un sistema de BI Analytics tenga éxito hay que tratarlo como una herramienta
de visualización, reporting y gestión de la data que facilite el acceso a la
información existente. El Proyecto de Implantación de un Sistema de Gestión de la
Información y la Toma de Decisiones debe contemplarse como un proceso integral:

Estrategia de Inteligencia de negocio | 13

 Estableciendo por qué y para qué queremos implantarlo.

Estableciendo objetivos, metas, elementos a controlar, acciones a desarrollar. Planificando

y asignando responsabilidades.

Seleccionando las herramientas y soluciones más adecuadas para cada usuario

(visualización, análisis, planificación).

Comunicando los objetivos a la organización.

Formando sobre los objetivos perseguidos, los cambios necesarios y, en último lugar, en
las herramientas y soluciones seleccionadas.

Generando un proceso de decisión basado en información y experiencia en la propia

compañía.

Aplicar políticas y filosofías de supervisión y acción permanente, para conseguir llevar a

buen puerto el nuevo sistema, verificando el cumplimiento de los objetivos inicialmente
establecidos.

En el proyecto se establecerán los objetivos y los beneficios que generará. Deberá

contemplar al menos los siguientes aspectos:

Planteamiento estratégico.

Cuadro de mando de BI.

Gestión del conocimiento.

Gestión del talento.

Gestión de competencias.

Gestión de la calidad.

Gestión del capital intelectual

Estrategia de Inteligencia de negocio | 14

Integración del big data con BI

Big Data y BI son dos tecnologías que sirven para analizar datos y ayudar en el proceso
de toma de decisiones aunque difieran tanto en la forma de hacerlo como en el tipo de
datos que analizan.

La metodología tradicional de BI se basa en el principio de agrupar todos los datos

empresariales en un servidor central. Normalmente estos datos se analizan en modo off-line
tras almacenar la información en un entorno denominado Datawarehouse.

Estrategia de Inteligencia de negocio | 15

Los datos se estructuran en una base de datos relacional convencional con un conjunto
adicional de índices y formas de acceso a las tablas (cubos multidimensionales).

Una solución Big Data difiere en muchos aspectos del BI aunque se complementen y
necesiten. Las principales diferencias son:

En un entorno de Big Data los datos se almacenan en un sistema de ficheros distribuido

en lugar de en un servidor central. Es más seguro y flexible.

Las soluciones de Big Data llevan las funciones de proceso a los datos en lugar de los
datos a las funciones. Al estar el análisis centrado en torno al dato permite manejar
cantidades más grandes de información de forma más ágil.

Big Data puede analizar datos en diferentes formatos tanto estructurados como no
estructurados. El volumen de datos no estructurados (aquellos no almacenados en una
base de datos tradicional) está creciendo a niveles muy superiores que los estructurados.
Su análisis conlleva distintos retos y herramientas específicas que permiten un análisis
global de distintas fuentes de información.

Los datos procesados por las soluciones de Big Data pueden ser históricos o provenir de
fuentes en tiempo real. Con ellos las empresas pueden tomar decisiones que afectan a sus
negocios de forma ágil y eficaz.

La tecnología de Big Data emplea conceptos de procesamiento paralelo masivo (MPP) lo

cual mejora la velocidad en el análisis. Con MPP muchas instrucciones se ejecutan de
forma simultánea ya que los trabajos se dividen en varias partes de ejecución en paralelo

Estrategia de Inteligencia de negocio | 16

y al final se reunifican y se presentan los resultados globales. Esto permite analizar
grandes volúmenes de información de forma rápida.

Estrategia de Inteligencia de negocio | 17