INTRODUCCIÓN

A lo largo de su vida, no cabe duda, una persona necesariamente ha tenido que tomar ciertas
decisiones, eventuales o recurrentes, que han definido la situación y el estado en los que
está. Pasa lo mismo con las organizaciones. Pero, ¿basadas en qué se toman las decisiones
organizacionales? ¿Es importante la información de la que se dispone? ¿Cuán gravitantes, en
consecuencia, son los sistemas de información?

Lamentablemente, todavía existen escenarios preocupantes en los que se asume a los

sistemas de información gerenciales, incluyendo sus tecnologías, más como un fin que
como un medio, y por tanto se siguen relegando las decisiones, de manera inconsciente
y por supuesto involuntaria, a factores artesanales que no comulgan con el uso apropiado
de la información y el conocimiento formalmente gestionado. Estos sistemas gerenciales,
orientados a información analítica, deberían reducir la incertidumbre existente de niveles
directivos y ejecutivos ansiosos por tomar mejores decisiones. Los problemas, desde un punto
de vista estratégico de inversión en tecnología, surgen cuando se crean una suerte de “elefantes
blancos”, es decir aquellos sistemas de información que solamente consumen recursos de
implementación y mantenimiento sin ningún beneficio tangible para la organización.

Entre los conceptos contemporáneos ya con desarrollo interesante dentro de los sistemas
de información gerencial se encuentra el de Inteligencia de Negocios, o Business
Intelligence, y su primo cercano Analítica de Negocios, o Business Analytics; que, a través
de varias herramientas especializadas, pretenden aplicar un proceso de conversión de datos
transaccionales en información y conocimiento como principal insumo para la toma de
decisiones organizacional.

Introduciendo los conceptos de Inteligencia de Negocios en base a una analogía con las
personas, se puede abordar el tema según lo siguiente. Cuando pensamos en los humanos

27
como seres inteligentes, con frecuencia nos referimos a su habilidad de recibir datos de su
entorno, comprender el significado y la importancia de la información, y después actuar en
forma apropiada. ¿Se puede decir lo mismo de las organizaciones? La respuesta parece ser
un “sí” con ciertas reservas. Sin duda todas las organizaciones, incluyendo empresas, reciben
información de sus entornos, intentan comprender el significado de la información y después
tratan de actuar en base en ella. Al igual que los seres humanos, algunas organizaciones
hacen esto bien y otras lo hacen mal.

Por tanto, la inteligencia y el análisis de negocios consiste en integrar todos los flujos de
información producidos por una organización en un solo conjunto de datos coherente a
nivel empresarial, para después, mediante el uso del modelado, las herramientas de análisis
estadístico y otros, tratar de comprender todos estos datos de modo que los gerentes puedan
tomar mejores decisiones y ejecutar mejores los planes; o, por lo menos, que sepan con
rapidez cuando sus organizaciones no están cumpliendo los objetivos planteados.

Desde sus inicios, lo explican Efraim Turban y coautores en su obra sobre su enfoque
gerencial, la inteligencia de negocios ha sufrido una evolución cualitativa con el desarrollo
y sofisticación de sus herramientas, haciéndolas cada vez más útiles para la toma de
decisiones y en consecuencia para la mejora del desempeño. El reto de nuevos enfoques de
la inteligencia de negocios es el de consolidar el impacto que tienen estas herramientas en
el desempeño empresarial.

Con referencia a la relación existente entre Inteligencia de Negocios y Gestión del Desempeño
Empresarial, la segunda es una consecuencia de la primera, incorporando muchas de
sus tecnologías, aplicaciones y técnicas. Business Intelligence toma los componentes ya
desarrollados e instalados de las tecnologías de información para ayudar a las empresas
a aprovechar sus actuales inversiones de tecnología y utilizar valiosos datos almacenados
en sistemas heredados y transaccionales. Un experto en la materia afirma que ahora es el
momento adecuado para construir Inteligencia de Negocios como el siguiente paso para
asegurar el pleno beneficio de la inversión, lo que repercutirá directamente en su ansiado
retorno positivo.

Si las decisiones empresariales están estrechamente ligadas a la obtención de mejores

resultados empresariales, son ellas las que deben recibir el apoyo necesario en términos de
datos e información como: insumos, herramientas de análisis de información, el proceso
mismo de toma de decisiones y su implementación. En cuanto a herramientas y mecanismos

28
que apoyan en la toma de decisiones gerencial, últimamente se han consolidado y han
surgido otros complementarios que tratan de aportar, desde un punto de vista tecnológico,
en este proceso.

El concepto de Inteligencia de Negocios, entendido en términos simples como el proceso

de transformar datos en información y a su vez en conocimiento para ayudar en la toma
de decisiones, se vale de varias herramientas conceptuales cada una de las cuales se
corresponden con aspectos esencialmente tecnológicos, es decir principalmente: almacenes
o repositorios de datos, análisis multidimensional, minería de datos, analítica empresarial y
visualización de información. El de Analítica Empresarial resulta siendo el más importante
dentro del mundo de las organizaciones puesto que es el que genera valor agregado a los
procesos de decisión.

Son varios años ya que las arquitecturas de Inteligencia de Negocios tratan de resolver
situaciones en las que se evidencia otros problemas además de la denominada “infoxicación”, o
abundancia perjudicial de información; entre ellos: falta de soporte a decisiones empresariales
no estructuradas, gestión de información que no sea en tiempo real y en línea, funciones
gerenciales concentradas más en recolección que en análisis de información, excesiva
retranscripción y reconciliación de datos, y otros relacionados. Por su parte, los sistemas de
Planificación de Recursos Empresariales o Enterprise Resource Planning (ERP) y sus ventajas
particulares, el registro de información integrada de un lapso de tiempo considerable,
el registro de datos corporativos e históricos, la presencia cada vez mayor de múltiples
plataformas tecnológicas y aplicaciones heterogéneas producto de migración de sistemas y
actualizaciones técnicas y funcionales, la necesidad de mayor apoyo tecnológico como aporte
de valor estratégico en las decisiones empresariales, y el requerimiento de eliminar múltiples
versiones divergentes de una misma información; en conjunto han surgido recientemente y
con mayor firmeza para la consolidación de sistemas de información gerencial basados en el
concepto de Inteligencia de Negocios y todas sus herramientas.

Un resumen de los aspectos fundamentales de las herramientas de Business Intelligence, se

describe a continuación:

• Los almacenes de datos se refieren a bases de datos gerenciales, bodegas de datos o

repositorios de datos que resguardan gran cantidad de información empresarial extraída,
transformada y resumida, habilitada para explotarse con otras herramientas. En este
componente caen las tecnologías de: data warehouse, data mart, operational data store,

29
 procedimientos de extracción y transformación, y Big Data. Las interrogantes que pueden
surgir acá son: ¿Es suficiente resolver los requerimientos de buenas decisiones con solo bases
de datos transaccionales que almacenan datos operativos? ¿Se justifica disponer de un data
warehouse y varios data marts en la empresa para acelerar el proceso de preparación analítica
con miras a la toma de decisiones rápida y efectiva? ¿Qué pasa si la cantidad de datos generados
resulta en determinado momento inmanejable? Es de esperarse que la administración de
bases de datos gerenciales facilite la gestión de información gerencial para toma de
decisiones particularmente de los niveles táctico y estratégico.

• El análisis multidimensional es el mecanismo de análisis de información agregada sobre

hechos a través de la combinación de dimensiones. Este componente básicamente se refiere
a: cubos de datos, modelos multidimensionales, tablas de múltiple entrada, tecnologías
OLAP, tablas dinámicas avanzadas. Con relación a esta tecnología los cuestionamientos
en una organización son: ¿Cuán complicado resulta analizar información a partir de bases de
datos gerenciales? ¿Son suficientes las hojas electrónicas para aplicar análisis de información,
por ejemplo, de: clientes, ventas, proveedores o compras? ¿Qué tiempo toma actualizar reportes
gerenciales para aplicar decisiones críticas? Es de suponer que la implementación de modelos
multidimensionales donde el cruce diverso de variables genere los argumentos necesarios
para buenas decisiones que repercutan posteriormente en el desempeño estratégico.

• Se entiende por minería de datos a procedimientos y herramientas para el descubrimiento

de conocimiento en base a patrones de datos. Se relaciona con: minería sobre almacenes de
datos, minería de texto, minería web. Con relación a patrones generados en la información
que no es fácilmente identificable y reconocible, algunas cuestiones a resolver podrían
ser: ¿Por qué existen ciertas transacciones recurrentes con determinadas características? ¿Cuál
es el efecto empresarial asociado de cierto tipo de transacción? ¿Qué tipo de recurrencia o de
estacionalidad existe en el comportamiento de los datos, de los cuales se puede obtener beneficio
tangible? La implementación de minería de datos como herramienta de Inteligencia de
Negocios, podría descubrir mucha información que determine optar por cursos de acción
específicos, reduciéndose de esta forma la incertidumbre presente en el contexto.

• Los mecanismos de análisis avanzado aplicado sobre grandes cantidades de datos son
los que están relacionados a lo que se denomina Analítica Empresarial. Incluye: analítica
descriptiva, analítica predictiva, analítica prescriptiva, aprendizaje de máquina, ciencia
de datos. ¿Qué pasa si se necesita tener una idea general sobre la tendencia pasada de
ciertas operaciones empresariales?, o ¿Cuál será el comportamiento de ventas o compras

30
 en un horizonte de mediano plazo?; incluso podría requerirse determinar las condiciones
específicas por las que los clientes efectúan cierto de tipo de transacciones y su pronóstico
de compras. Todos estos temas pueden resolverse con la implementación de mecanismos
de descripción, predicción y pronóstico, para un probable beneficio futuro.

• Finalmente, la visualización de información gerencial es el conjunto de procesos de

presentación de información básicamente expresada en términos de estadísticas e
indicadores clave de desempeño; y se refiere a: dashboards estratégicos, dashboards
ejecutivos, paneles de control, tableros de control, cuadros de mando. Complementariamente
a las otras herramientas, la visualización es muy probable que solvente situaciones
problemáticas relacionadas con: dificultad de interpretación, deficiencia en la transmisión
de mensajes hacia niveles gerenciales, imposibilidad de crear abstracciones que faciliten
las decisiones, etc. El impacto de la aplicación de técnicas de visualización se ve reflejada en
calidad, oportunidad y confiabilidad de información gerencial para la toma de decisiones y
en consecuencia para un mejor desempeño.

Dentro de Inteligencia de Negocios, algunas herramientas están asociadas a otras. Por ejemplo,
la aplicación de análisis multidimensional se efectúa normalmente sobre bases de datos
gerenciales, por tanto, utilizar cubos de datos significa utilizar bases de datos gerenciales.
Lo mismo pasa con visualización de información gerencial que comúnmente se aplica
sobre información almacenada en cubos de datos y analizada mediante procedimientos de
Business Analytics.

Ahora bien, la pregunta del millón: ¿Qué instrumentos específicos, en términos de software, son los
aplicables y apropiados para cada herramienta? La respuesta clásica: “depende”. La plataforma
y arquitectura tecnológica existente en la organización, el grado de involucramiento en
el concepto de Inteligencia de Negocios y cada una de sus herramientas, el concepto de
Analítica de Negocios y su rol, la experiencia de los usuarios finales y técnicos, el presupuesto
disponible para la implementación de estas técnicas, el nivel de madurez en procesos de
toma de decisiones o data-driven decisiones, la disponibilidad de sistemas transaccionales
con bases de datos que estén depurados, la cultura de tratamiento de información gerencial
instaurada, la predisposición para encarar proyectos de implementación de este tipo de
iniciativas, el grado de patrocinio e innovación gerencial, y otros más, determinan la selección
y adopción de las herramientas software correspondientes.

No es para nada exagerado afirmar que la aplicación de productividad personal de mayor uso

31
ha sido Excel, desde su introducción por Microsoft en 1987, y seguramente lo seguirá siendo
por mucho tiempo más. Hoy en día es impensado tener colaboradores organizacionales que
no estén involucrados básica o, mejor aún, sofisticadamente con este software. Es así que
actualmente las hojas Excel son usadas para implementar desde simples fórmulas, tablas
de conversión y gráficos sencillos, hasta planillas avanzadas de calificaciones, gestión de
proyectos, libros diarios de contabilidad, planillas de presupuestos, ventas, administración
de inventarios, e incluso tareas de estadística, con gráficos avanzados y tableros interactivos.

La mala noticia con relación a Excel es que resulta frecuente encontrar contextos empresariales
en los que desafortunadamente se subutiliza el software de manera preocupante. Lo peor
de todo es que como no se conoce todo el potencial actual, se lo sigue usando como en sus
primeras versiones, con la correspondiente aplicación de esfuerzos vanos, tareas manuales
y triviales, uso de fórmulas y funciones de manera obsoleta, enfoque más de celdas de hoja
Excel relacionadas que a conjuntos estructurados de datos, omisión de funcionalidades
avanzadas como tablas de datos y tablas dinámicas, omisión de uso de complementos y
otras opciones especializadas, etc.

Por su lado, la herramienta reciente que viene consolidándose en el análisis y visualización

de información aplicando Inteligencia de Negocios de autoservicio es Power BI también de
Microsoft. El software se especializa en lo que los complementos de Excel de Inteligencia
de Negocios intentaron resolver en sus últimas versiones. Si bien estos complementos
permanecen en la aplicación de hojas electrónicas, se advierte en Power BI un desarrollo
interesante focalizado a lo que precisamente se quiso lograr con Excel, es decir analítica de
información de alto rendimiento acompañada de visualización a partir de datos extraídos a
partir de todo tipo de fuentes externas.

32