Ilovepdf Merged

Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 1: Aspectos Generales
Dr. Javier Oyarse 1

Introducción
2
La inteligencia de negocio (business intelligence) son aquellos recursos

administrativos con los que cuentan las organizaciones para aprovechar
al máximo toda la información que posean de sus diferentes grupos de
interés o stakeholders con el objetivo de obtener ventajas competitivas en
un mercado que es bastante dinámico.
En la actualidad, debido a los avances en la tecnología e infinidad de

información, las organizaciones tienen que aprovechar sus estrategias en
función de reunir y manejar gran cantidad de datos provenientes de los
diferentes grupos de interés y también de sus diferentes áreas dentro de
la misma empresa.
Dr. Javier Oyarse
Concepto de Inteligencia de Negocios
3
La inteligencia de negocios es el conjunto de técnicas,

procesos que sirven para transformar los datos recopilados en
información que sea realmente importante o sustancial para
la empresa. Se pueden obtener muchos beneficios de la
implementación de la inteligencia de negocio en una
organización y estos beneficios pueden ser la disminución de
costes, creación de nuevos negocios, de nuevas líneas de
productos, entre otros.
Dr. Javier Oyarse

Funcionamiento de la inteligencia de negocio
4
Cada área o unidad de la organización acumula una gran cantidad de

datos específicos a su propia área y estos sirven como base para la
inteligencia de negocio.
En marketing, la inteligencia de
negocio permite identificar de
forma más precisa los diferentes
segmentos de clientes y con ello se
puede estudiar con mayor detalle
su comportamiento.
Dr. Javier Oyarse

5
En ventas, facilita la
En compras, permite
comprensión de las
acceder a los datos
necesidades del
del mercado,
cliente, así como
vinculándolos con la
responder a las
información básica
nuevas
necesaria para hallar
oportunidades que
las relaciones entre el
puede brindar el
coste y beneficio.
mercado
Dr. Javier Oyarse

6
En producción proporciona una

herramienta que permite
analizar el rendimiento de
cualquier tipo de proceso
operativo porque comprende
desde el control de calidad y la
administración de inventarios y
la historización de la producción.
Dr. Javier Oyarse

Importancia de la inteligencia de negocio
7
1. La importancia de la inteligencia de negocio es porque permite

organizar una gran cantidad de datos que luego se transformarán en
valiosa información para que con ella se puedan tomar decisiones.
2. Por otro lado, brinda el soporte necesario en cada uno de los niveles
de la empresa ya sea a nivel operativo, táctico o estratégico:
a) Nivel operativo, porque brinda apoyo a los procesos de negocio como por ejemplo,
para el registro de las compras de los clientes, actualizar el inventario, actualizar
las compras, entre otros.
b) Nivel táctico, apoyo para que los gerentes tomen decisiones y que estas sean las
más acertadas. Por ejemplo, líneas de productos a lanzar, líneas de productos a
retirar del mercado o qué tipo de inversión se requiere.
c) Nivel estratégico, porque brinda apoyo en la ventaja competitiva, por ejemplo,
cuando una empresa decide no solo realizar ventas en físico sino también on line
ya que de esa forma fideliza a los clientes que no pueden acercarse de manera
presencial a adquirir su producto.
3. Permite apoyar de manera sostenible y continuada a las
organizaciones para mejorar su competitividad.
Dr. Javier Oyarse
Beneficios de la inteligencia de negocio
8
Se pueden obtener beneficios de la inteligencia de negocio de las

siguientes formas:
a. Beneficios tangibles: como la reducción de costes, generación de

ingresos, reducción de tiempos.
b. Beneficios intangibles: tener disponible la información y que esta
sea usada para la toma de decisiones y que con ello se mejore la
competitividad de la empresa.
c. Beneficios estratégicos: facilitan la formulación de la estrategia,
es decir, a qué clientes, en qué mercados o con qué productos
dirigirnos
Dr. Javier Oyarse

Ejemplo de Soluciones reconocidas internacionalmente
9
Cadena líder en moda para hombres y mujeres.

1. Cortefiel.
Interpreta la moda con diseños exclusivos y de calidad a precios atractivos.
El servicio al cliente es su primera distinción.
Clubs de fidelización entre los más reconocidos de España:

+3.3 millones de Socios Cortefiel +1.5 millones de Socios 80.000 socios Milano (fundado
(fundado en 1979). Springfield (fundado en 1996). en 1991).
Más de 800 tiendas en Gestión propia, de un total de +1100, en todo el mundo.
Inmersa en pleno proceso de expansión.
Dr. Javier Oyarse

Ejemplos de Soluciones reconocidas internacionalmente
10
• Grupo Cortefiel (Cortefiel,

Springfield, Milano, Women’
Empresa Secret).
• Implantación de un Data
Warehouse Corporativo y
Proyecto solución CRM.
• NCR-Teradata.
Implementador
Dr. Javier Oyarse

11
Descripción breve del proyecto:
La Dirección del
Transformar datos Maximizar la
Grupo Cortefiel decide
operacionales en rentabilidad de los
apostar por la creación
conocimiento para la Clubes y de sus
de un Datawarehouse
toma de decisiones: campañas:
corporativo:
Para mejorar el acceso a Automatizando la integración
de datos de los diferentes
Ejecutar
la información a las áreas canales. campañas con
operativas del Grupo
maximizando la calidad, acciones
claridad y velocidad de Implantando un Sistema de diferenciadas por
Reporting periódico, eficaz y
acceso.
flexible. segmentos.
Elaboración de análisis
predictivos, abandono y venta
Se decidió además dotar cruzada. Seguimiento y
a los Clubs de una análisis completo
solución para la gestión
del ciclo completo de las Integración de los resultados durante la
de estos modelos predictivos
acciones de Marketing. para activar alarmas y campaña.
lanzamiento de campañas.
Dr. Javier Oyarse

12
Áreas de negocio
usuarios incluyen:
Departamento de Marketing de
los Clubes (Cortefiel, Springfield,
Milano y Women’ Secret).
Organización.
Compras.
Ventas.
Pedidos.
Existencias.
Dr. Javier Oyarse

13
 Metodología a utilizar: Soluciones Teradata (TSM 4.0), siendo

específica para responder a los requerimientos de los proyectos de Data
Warehouse y CRM.
La metodología incluye cientos de tareas organizadas en fases y servicios.

Las tareas tienen asignados uno o más perfiles de nuestra organización
de Servicios Profesionales, de la organización de Sistemas del Cliente y
Gestores y Expertos de negocio. Cada tarea utiliza una o más entradas
para producir una o más salidas. Las tareas están coordinadas para
poderse llevar a cabo en base a la disponibilidad de las entradas
planificadas. Esta disposición del trabajo se ha establecido tras un
cuidadoso estudio para evitar la redundancia de trabajos y reducir los
riesgos.
Dr. Javier Oyarse

14
Dr. Javier Oyarse

15
 Ejecución:
Consultores Expertos Documentación completa
Documentos
Equipo de trabajo
elaborados
de Negocio. sobre todos los aspectos
Expertos en CRM, BI del proyecto (MLD, MFD,
y DW. Toma de Requerimientos,
Diseño Funcional, Diseño
Técnicos CRM, BI y Técnico, Proas.
DW. Mantenimiento, Proas.
Desarrolladores CRM, Operación, Backup,
BI y DW. Manuales de Usuario,
Manuales de Formación,
Personal de Plan de Proyecto, Actas de
formación. Reuniones,
Personal de Soporte. Presentaciones,
Escenarios de cálculo, etc).
Dr. Javier Oyarse

16
 Mejoras:
Después del
periodo de
adaptación a
la nueva
plataforma de
Seguimiento
BI y de CRM Soporte Actualización
continuo del
los usuarios la remoto. de versiones.
sistema.
consideraban
indispensable
para la
realización de
su trabajo.
Dr. Javier Oyarse

El futuro de Inteligencia de Negocios
17
La tecnología de la información y comunicación siempre va

evolucionando y sacando nuevas herramientas más específicas para la
satisfacción de diversas necesidades que tienen las empresas.
Por ello, la evolución de la inteligencia de negocio es inminente ya que las

herramientas que posee cada vez van creciendo mucho más y cada vez
más organizaciones apuestan por ellas, como por ejemplo el uso del
OLAP report.
Dr. Javier Oyarse

18
Las empresas que poseen mayor

experiencia y que ya han trabajado
con la inteligencia de negocios de
forma departamental, ahora,
apuestan por ir más allá, poner en
marcha proyectos más ambiciosos
que concierne a todo el corporativo
apostando así por un nuevo término
que va cobrando mayor relevancia
Enterprise Business Intelligence.
Dr. Javier Oyarse
19
El futuro de la inteligencia de negocio también se encuentra en la

democratización de los datos, es decir, que cualquier área o unidad que
posee una empresa, puede hacer uso de ellos para la toma de decisiones
sacando así el máximo provecho porque es información que tiene a la
mano y en cualquier momento puede utilizarla ya que todas las áreas
tienen el mismo acceso. Con esta medida, se hace más productiva y más
eficiente una organización ya que no depende de una o pocas áreas para
que brinden la información que también es relevante para las demás
áreas.
Dr. Javier Oyarse

20
Uno de los factores clave o de éxito de las herramientas de la

inteligencia de negocio es que aumentan la calidad de la
información generando con ello mayor confianza en los usuarios y
es por ello que existen una gran cantidad de empresas que utilizan
estas herramientas debido a los grandes beneficios que obtienen.
Dr. Javier Oyarse

21
Una tendencia también es la de apostar por la simplificación de procesos.

Esto debido a que muchas organizaciones contaban con una gran
cantidad de proveedores que les brindaban herramientas diferentes para
satisfacer sus requerimientos. Lo cual ocasionaba costes altos de
mantenimiento, costes de capacitación, costes de soporte, ciertas
dificultades en la negociación con los distintos proveedores. Son estas
razones, las que están dando paso a solo tener una solución de un
proveedores que brinde la satisfacción de todas las necesidades que
presenta la empresa, en vez de usar varias a la vez y de distintos
proveedores.
Dr. Javier Oyarse
22
La tendencia del “tiempo real” es indiscutible. La mayor parte de las

organizaciones que utilizaban las herramientas de la inteligencia de
negocio, lo hacían para planificaciones estratégicas a mediano y corto
plazo y es por ello que quizás algunas empresas tenían cierta
desconfianza de usarlas debido a que los resultados no se ven casi
inmediatamente. Así es como, en la actualidad, las herramientas que
proporciona la inteligencia de negocio va más allá porque te brinda la
posibilidad que las cargas de información sean más frecuentes, dando la
posibilidad a las organizaciones de que gestionen de esa forma el día a
día en sus empresas llegando al tan ansiado “real time”.
Dr. Javier Oyarse
23
Otra de la tendencias a futuro es la disminución del uso de las hojas de

cálculo (Excel), debido a que con las herramientas que provee la
inteligencia de negocio es mucho más dinámico procesar y almacenar
datos, lo cual desplaza a las hojas de cálculo, las cuales solo servirán
como una simple herramienta para presentación o visualización mas
no para almacenamiento.
Dr. Javier Oyarse

24
Una de las tendencias que también se prevén es la externalización de la

inteligencia de negocio, es decir, las empresas que no poseen las
herramientas de almacenamiento de sus dato sino es una tercera
empresa que cuenta con esa información y esto último es la principal
barrera que se puede encontrar en las empresas para que sigan con esta
tendencia, ya que aún son muy pocas las empresas que se arriesgan a
seguir esta tendencia.
Dr. Javier Oyarse

Dr. Javier Oyarse 25
Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 2: Estrategia para una implementación
exitosa de inteligencia de negocios
Dr. Javier Oyarse 1

Aspectos básicos de toda organización
2
Para una implementación exitosa de la inteligencia de

negocios, se deben tener en ciertos aspectos básicos en
toda organización, como son:
 Misión.
 Visión.
 Estrategias.
 Objetivos.
 Metas.
Dr. Javier Oyarse

Conceptos
3
 Misión:
La misión en una empresa,

es la razón de ser de esta,
es decir, se fundamenta en
el motivo o la razón para
qué ha sido creada la
empresa. (Louffat, 2015)
Dr. Javier Oyarse

Conceptos
4
 Visión:
Según Loufffat (2015), la

visión es la proyección de la
misión. También entendido
como el rumbo que quiere
seguir la empresa, es decir, a
dónde quiere llegar dentro de
un determinado período de
tiempo.
Dr. Javier Oyarse
Conceptos
5
 Estrategia:
Es la postura que tiene

la empresa para
cumplir con la misión
y cómo se enrumba
hacia la visión.
Dr. Javier Oyarse

Conceptos
6
 Objetivos:
En base a la determinación
de la misión y de la visión se
fijan los objetivos, que son
las acciones que se
implementarán en la
empresa en un determinado
plazo de tiempo.
Dr. Javier Oyarse
Conceptos
7
 Metas:
Que sirven para medir

los avances o logros que
se van consiguiendo,
poniendo en práctica los
objetivos previamente
definidos.
Dr. Javier Oyarse

Jerarquías de las estrategias
8
Estrategia
Corporativa
Las estrategias Estrategia

Divisional
en una empresa
tienen la
Estrategia
siguiente de Negocio
jerarquía:
Estrategia
Funcional
Dr. Javier Oyarse

Estrategia corporativa
9
Este tipo de estrategia, según

Kenneth R. Andrews (1971) es el
“patrón de los objetivos, propósitos
o metas, y las políticas y planes
esenciales para conseguir las
metas“, es decir, permite
establecer el negocio en el que está
o desea estar la empresa.
Dr. Javier Oyarse

Estrategia divisional
10
Esta estrategia se basa en qué
productos y/o servicios ofrecerá
en el mercado y en dónde (lugar)
los venderá, es decir, puede ser a
nivel local, nacional, regional o
global.
Dr. Javier Oyarse

Estrategia de negocio
11
La estrategia de negocio define cómo
esta empresa competirá en el
mercado escogido, es decir, de qué
estrategias se valdrá para hacerle
frente a sus competidores. Entre
estas estrategias tenemos dos
que se detallan a continuación.
Dr. Javier Oyarse

12
 Estrategia de precios o también
llamada de bajo costo. Se centra en

básicamente minimizar o reducir los
costos para ofrecer precios bajos y de
esa forma hacerle frente a la
competencia.
Se trata de un mercado altamente

competitivo y lo que se busca es
incrementar las ventas para obtener
utilidades por los grandes volúmenes de
Dr. Javier Oyarse ventas.
13
 La estrategia por
diferenciación, es la que tienen
usualmente los productos y/o
servicios que tienen un alto grado
de innovación y por ese motivo es
que se encuentra en un mercado
donde existen pocos competidores.
Con este tipo de estrategia, la

empresa es la que determina un
precio usualmente alto.
Dr. Javier Oyarse
14
 Diferencia entre estrategias de bajo coste vs. diferenciación:

Estrategias genéricas Elementos estratégicos Recursos y organización
claves requeridos
 Uso de economías de  Acceso al capital.

escala.  Destrezas en ingeniería de
 Diseño de productos procesos.
Ventaja en bajos costes masivos.  Organización estructurada.
 Incentivos relacionados
con objetivos
cuantificables.
 Énfasis en las marcas y  Habilidades comerciales.

publicidad de la marca.  Destrezas en ingeniería del
 Diseño innovador. producto.
Ventaja en diferenciación  Servicio diferenciado.  Creatividad e innovación.
 Calidad.  Incentivos subjetivos.
 Intensa coordinación
interfuncional.
Dr. Javier Oyarse

Estrategia funcional
15
Está relacionada con cada una de las

unidades o áreas que conforman la
empresa y son los gerentes de cada
unidad o área quienes definen la
estrategia.
Tienen que trabajar en conjunta porque

la empresa es un conjunto de unidades
que no trabajan aisladas sino que la
estrategia de un a unidad impacta en las
demás.
Dr. Javier Oyarse
Pirámide de gestión del conocimiento
16
.
Sabiduría
Conocimiento
Información
Datos estructurados
Datos no estructurados
Dr. Javier Oyarse

17
 Datos no estructurados:
Son los datos que manejan

cada una de las áreas de la
empresa (por ejemplo,
marketing, producción, etc.)
de manera individual y sin
tener en consideración a las
demás áreas.
Dr. Javier Oyarse

18
 Datos estructurados:
Teniendo como base los datos no

estructurados que provienen de las
diferentes áreas de una empresa, estos
se clasifican, se organizan y con ello se
generan los datos estructurados; ello
se logra con el uso de las diferentes
herramientas tecnológicas como
puede ser el uso de los ERP
(enterprise resource planning)
Dr. Javier Oyarse

19
 Información:
La información está formada por un
conjunto de datos estructurados en un
contexto determinado, lo cual permite
saber o conocer algo relevante que
sucede en la empresa.
Dr. Javier Oyarse

20
 Conocimiento:
Es la interpretación que se le brinda
al conjunto de información que se
recibe de una empresa para empezar
a realizar las estrategias de mejora
pertinentes.
Dr. Javier Oyarse

21
 Sabiduría:
Esta última etapa se da cuando, con el
conocimiento que se ha logrado en la
etapa anterior por los integrantes de la
organización, generan nuevos
conocimientos, elementos de innovación
y/o acciones de mejora continua.
Dr. Javier Oyarse

Pirámide de madurez de capacidades
22
Optimizado
Cuantitativo
Definido
Gestionado
Inicial
Dr. Javier Oyarse

Pirámide de madurez de capacidades
23
 Inicial:
En este nivel, la operación es imprevisible, poco controlada y reactiva.
 Gestionado:
Existe cierto nivel de disciplina, pero aún, poca estandarización.
 Definido:
En este nivel ya es más estandarizada la operación dando origen a los
elementos de seguimiento y control.
 Cuantitativo:
La operación es completamente medida y controlada, dando origen a una
gestión estadística y predictiva.
 Optimizado:
Basado en la gestión estadística y predictiva del nivel anterior permite la
mejora continua para la optimización de la operación.
Dr. Javier Oyarse
Relación entre las pirámides del
conocimiento y de madurez
24
Sabiduría Optimizado
Conocimient
Cuantitativo
o
Información Definido
Datos estructurados Gestionado
Datos no estructurados Inicial
Dr. Javier Oyarse

25
La relación entre ambas pirámides es una correlación directa debido a

que:
 Cuando se hablan de datos no estructurados se refieren a un nivel
inicial porque no hay organización en los datos obtenidos.
 Cuando subimos al nivel de los datos estructurados tiene relación con lo
gestionado, debido a que ya hay un cierto orden, clasificación y
organización de los datos extraídos.
 Al llegar al tercer nivel, se puede obtener una información que es
valiosa para la empresa porque ya es definida y contextualizada.
 En el cuarto nivel, se puede hablar de conocimiento porque son datos
cuantitativos que la empresa requiere para ir formulando las
estrategias.
Dr. Javier Oyarse

26
En la cima de la pirámide, se tiene la sabiduría en la

organización, ya que han sido optimizados los datos para con ello
dar origen a los procesos de mejora continua e innovación.
Se puede concluir entonces que, a medida que se va subiendo
(desde la base a la cima) en los niveles de las pirámides se van
consumiendo, transformando y generando datos estructurados y
no estructurados, información, conocimiento y sabiduría que
serán directamente proporcionales al nivel de madurez en la
capacidad de cada componente de la organización; es decir, a
mayor madurez se obtendrá mejores datos, información y
conocimiento, y a la inversa.
Dr. Javier Oyarse

27
Dr. Javier Oyarse

Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 3: Cómo implementar una herramienta de
inteligencia de negocio basada en la estrategia, la gestión
del conocimiento, la madurez y los componentes
organizacionales
Dr. Javier Oyarse 1

Pasos previos a la implementación
2
Antes de poner en marcha la implementación de las herramientas de la

inteligencia de negocio o business inteligence, es necesario que se sigan
dos pasos fundamentales para que tenga éxito la implementación.
Definir los Implementa

objetivos Formación ción exitosa
estratégicos, del gobierno de la
tácticos y de datos inteligencia
operativos de negocio
Dr. Javier Oyarse

3
 Primer paso:
El definir bien y claro los

objetivos estratégicos, tácticos y
operativos de la organización,
brinda la posibilidad de analizar y
realizar proyecciones sobre las
distintas operaciones de la
organización y para ello es que
nos apoyamos de las
herramientas de Inteligencia de
Negocios, las cuales podrían
resolver los temas de distribución
de información en los diferentes
niveles de la organización.
Dr. Javier Oyarse
4
 Segundo paso:
Establecer un comité de gobernanza de datos, el cual esté

compuesto por colaboradores de las área de negocio como de las
áreas de TI, para que al momento de que al publicar un nuevo
indicador o hacer cambios de impacto empresarial, sean
evaluados desde el punto de vista operacional hasta el impacto
que se tendrá en los sistemas back office e Inteligencia de
Negocio.
Dr. Javier Oyarse

5
 Dicho comité debe tener las siguientes responsabilidades:
Establecer las reglas de negocio

Definir y documentar los que obedezcan a la constante
indicadores sobre los actualización de las estrategias
Poner en claro las empresariales y contar con los
cuales se delimitará que criterios adecuados al solicitar y
estrategias de la
dichas estrategias se autorizar cambios en el entorno
organización ante el cumplan o se mantengan sistémico, solo así podrá
equipo de TI. propiciarse la generación de datos
bajo los lineamientos correctos que produzcan
esperados. información confiable y lograr
análisis precisos.
Dr. Javier Oyarse

6
Fuente: https://www.kipoint.mx/single-post/2016/06/01/Estrategia-para-una-
Implementaci%C3%B3n-Exitosa-de-Inteligencia-de-Negocios
Dr. Javier Oyarse

Elementos para la implementación exitosa
7
1. Diagrama conceptual
El trabajar con un diagrama, permite visualizar las fuentes de las cuales

se alimenta el almacén de datos y se puede ver el impacto de la
incorporación de metadatos al proyecto.
Este tipo de diagrama también es muy útil si se lo tiene actualizado para

las presentaciones que se realicen para explicar a los directores cómo
opera la inteligencia de negocio en la organización ya que permite
identificar claramente las entradas y salidas de datos.
Dr. Javier Oyarse

8
1. Diagrama conceptual
Fuente: https://www.kipoint.mx/single-post/2016/06/01/Estrategia-para-una-
Implementaci%C3%B3n-Exitosa-de-Inteligencia-de-Negocios
Dr. Javier Oyarse
9
2. ETL y Monitoreo
El proceso de ETL corresponde a sus siglas en inglés Extract, Transform

and Load (extracción, transformación y carga). Gracias a este proceso se
puede mapear en detalle la fuente de datos, reglas del negocio y dónde se
alojarán estos datos que son de vital importancia para la organización.
Antes de proceder al almacenamiento de los datos en un data warehouse,

estos primeros se transforman, se limpian, se filtran y se redefinen. A
pesar de este proceso, la información tal cual la obtenemos no está aún
preparada para utilizarla en la toma de decisiones de la empresa.
Dr. Javier Oyarse

10
2. ETL y Monitoreo
El contar con este inventario no es una tarea sencilla debido a que en la

plataforma de BI se integrarán prácticamente todos los flujos
transaccionales de los sistemas back office de la compañía, razón por la
que es importante mantener actualizado este inventario de fuentes para
el mantenimiento y crecimiento constante de nuestro almacén de datos.
Dr. Javier Oyarse

11
3. Almacén de datos
Algunos puntos importantes antes de la creación del almacenamiento de

datos, es el modelo de la base de datos ya que se deben determinar
campos de control que permitan gestionar los datos nuevos y los
registros que han sido actualizados. La implementación de estos
controles permite la eficiencia en el seguimiento y control que se les
puede realizar al comportamiento de los clientes, productos o servicios
que ofrece la organización.
Dr. Javier Oyarse

12
3. Almacén de datos
Otro punto importante, es la definición del espacio de almacenamiento

que debe tener el data warehouse, esto con la finalidad que vaya acorde al
crecimiento y dinamismo de la empresa ya que las organizaciones no son
estáticas, estas siempre van creciendo en cuanto a clientes, proveedores,
productos, servicios, lugares geográficos, etc.
El objetivo que se busca con la utilización de este también llamado data

warehouse, es almacenar los datos de una forma que maximice su
flexibilidad, facilidad de acceso y administración.
Dr. Javier Oyarse

Almacén de datos
13
Es muy importante tener

ordenado en tu
computadora las
carpetas que permitan
identificar los datos
jerarquizados o
agrupados por temas,
fechas o importancia.
Dr. Javier Oyarse

14
4. Metadatos
Los metadatos son estructuras de conjuntos de información, ya que es la

agrupación de los conceptos de los cuales se derivarán los distintos
indicadores que se alimentan por diversas variables. Los metadatos ya
son una construcción más pulida de los datos.
Los metadatos son validados y autorizados por el comité de gobierno de

datos ya que posteriormente estos serán publicados por las herramientas
de entrega de datos ante los usuarios de consulta y de análisis, es decir,
deben cumplirse las políticas de exposición de datos para que el análisis
sea correcto y genere interpretaciones certeras, evitando ambigüedades,
duplicidad de conceptos.
Dr. Javier Oyarse

15
4. Metadatos
Toda
organización
debe tener un
listado más
pulido de datos.
Dr. Javier Oyarse

16
5. Tableros de control, Informes
El equipo que se encargará del diseño de estos tableros, deben ser

personas que tengan un perfil alto en análisis y comprensión de datos
para que sea factible mostrar en cada informe, el seguimiento que se
espera por cada uno de los colaboradores de la empresa.
Dr. Javier Oyarse

17
6. SLA’s
Los contratos de servicios se vuelven muy estrictos a partir de que la

herramienta de la inteligencia de negocio está funcionando en el área
de producción de la empresa, ya que los factores críticos son la calidad
de los datos, tiempo y forma. Esto debido a que gracias a la eficiencia
de la herramienta se fundamentarán la toma de decisiones que
compete a toda la empresa.
Dr. Javier Oyarse

18
7. Seguridad
Si bien es cierto que por medio de la herramienta de inteligencia de

negocio se obtiene una gran cantidad de datos que son fundamentales
para la toma de decisiones de la empresa, no todos los usuarios pueden
acceder a tan valiosa información porque de todos ellos no se tiene
certeza las intenciones que tengan al manejar esos datos. Justamente por
este motivo es que es imprescindible el contar con elementos de
seguridad que permitan el ingreso solo a personal autorizado y evitar de
esa forma a usuarios maliciosos que puedan sustraer información
relevante para usos netamente personales. Para ello, se debe delimitar
qué usuarios tendrán habilitado el acceso para descargar información y
quienes no, minimizando de esa forma los riesgos de filtrarse
información valiosa, por ejemplo, hacia la competencia.
Dr. Javier Oyarse

19
Resultado final:
Dr. Javier Oyarse

Calidad de datos
20
La calidad de los datos es más que una percepción.
No existen estandarizaciones, ni una talla única en lo que se

refiere a data quality.
Mantener la exactitud y la integridad de todos los tipos de datos en toda la

organización es trabajar por su aptitud para cumplir con su propósito en
un contexto dado, implica garantizar que cada dato reúne todos los
atributos necesarios
Dr. Javier Oyarse

Atributos necesarios
21
 Exactitud
 Integridad
 Actualización
 Relevancia
 Coherencia
 Confiabilidad
 Presentación apropiada
 Accesibilidad
Dr. Javier Oyarse

Calidad de datos
22
Dentro de una organización, la calidad de los datos es esencial

para la consistencia del reporting, la confianza de los
usuarios y para la eficacia de los procesos operativos y
transaccionales.
La inteligencia empresarial necesita basarse en datos de alta

calidad y, para asegurar que éstos se hallan al nivel deseado, hay
que cuidar que cada interacción con los datos lo propicia, desde
la forma en que se introducen, a cómo se almacenan y gestionan.
Dr. Javier Oyarse

Calidad de datos
23
 El aseguramiento de la calidad de los datos es el proceso de

verificación de la fiabilidad y efectividad de los datos, que
debe realizarse periódicamente, y que incluye acciones
como:
 Actualización
 Normalización
 De-duplicación
Para garantizar la calidad de datos existen muchas
soluciones en el mercado que facilitan los procesos de
limpieza, perfilado y data matching, contribuyendo a
lograr mejores resultados, en menos tiempo, gracias a la
automatización que, al mismo tiempo, reduce el índice de
errores en el proceso.
Dr. Javier Oyarse
Medir la calidad de datos
24
Llevar a cabo una gestión de la calidad de datos adecuada

depende de saber cómo medirla.
El establecimiento de indicadores y la recogida de métricas permiten

ganar en comprensión acerca de cada componente del ciclo de calidad
de datos porque, aunque cada organización es única, existen una serie
de medidas cuantitativas del data quality que son universales.
Dr. Javier Oyarse

25
Dr. Javier Oyarse

Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 4: la inteligencia de
negocios se basa en datos
Dr. Javier Oyarse 1

Introducción
2
 Existe un amplio consenso acerca de la importancia y los beneficios que

conlleva la implementación de soluciones de inteligencia de negocios
(Business Intelligence o BI), analítica y gestión de datos, en las
empresas.
 En una compañía, la información crece de forma constante, por eso, si

lo que se busca es garantizar la competitividad de la empresa, se
necesitan herramientas que integren y recopilen datos e incorporen
todos los cambios corporativos al instante. Si los usuarios tienen acceso
a múltiples fuentes de datos, a menudo tienen problemas para localizar
la información o se sienten abrumados por el exceso de éstos
Dr. Javier Oyarse

Introducción
3
 De acuerdo a cifras de la consultora internacional IDC, el 89% del

crecimiento de la industria de Tecnologías de la Información en los
próximos cuatro años está ligado a las inversiones que se lleven a cabo
en torno al repositorio, análisis y gestión de datos.
 Sin duda alguna, la información es una llave maestra que, si se sabe

articular positivamente, puede abrir la puerta del éxito.
Dr. Javier Oyarse

Introducción
4
 El análisis de datos es hoy una herramienta

clave para, además de comprender y
predecir el comportamiento de los clientes,
saber cuándo será su próxima compra o
qué comienza a cambiar al momento de
contratar servicios o comprar productos.
Dr. Javier Oyarse
Datos
5
 La inteligencia de negocio
se fundamenta en datos,
pero estos se deben filtrar y
organizar para tomar los
datos verdaderamente
útiles para la empresa. Se
realiza esto con el objetivo
que esos datos brinden un
conocimiento para la
empresa y que eso se
traduzca en una ventaja
competitiva para la
organización.
Dr. Javier Oyarse

¿Cómo saber la veracidad de un dato?
6
Verdad
Falso
Tal vez
Internet
Dr. Javier Oyarse

Datos falsos
7
El polígrafo detecta si alguien miente
Dr. Javier Oyarse

Datos falsos
8
Los camaleones cambian de color para camuflarse
Dr. Javier Oyarse

Datos falsos
9
Los productos transgénicos producen cáncer
Dr. Javier Oyarse

Datos falsos
10
La estrella polar es la más brillante del cielo
Dr. Javier Oyarse

Datos falsos
11
Las antenas y las ondas de los móviles son perjudiciales
Dr. Javier Oyarse

Datos falsos
12
La gran muralla china se ve desde la luna
Dr. Javier Oyarse

¿Qué es una falacia?
13
Son razonamientos no válidos
Una falacia es un razonamiento no válido o incorrecto pero con apariencia

de razonamiento correcto. Es un razonamiento engañoso o erróneo (falaz),
pero que pretende ser convincente o persuasivo. Todas las falacias son
razonamiento que vulneran alguna regla lógica.
Dr. Javier Oyarse

Falacias
14
Dr. Javier Oyarse

Los datos para la inteligencia de negocios
15
Deben ser No deben ser

coherentes contradictorios
Dr. Javier Oyarse

Atributos de los datos
16
Los datos deben cumplir ciertos atributos para que sean

considerados en el proceso. Entre los principales atributos se tienen:
 Fiabilidad:
Es una característica de los datos dando a entender que son
confiables y creíbles.
 Exactitud: cuando los datos son precisos.
 Completitud: esta característica da a entender que son datos
completos.
 Consistencia: es cuando no hay redundancia de datos.
Dr. Javier Oyarse

Momentos en los que se asegura
la calidad de los datos
17
Para determinar que los datos extraídos otorguen información veraz y

relevante se debe cumplir con el aseguramiento de la calidad de los
datos, la cual se lleva a cabo en tres momentos diferentes, como se
presentan a continuación:
Al proceder
Antes del Al finalizar
a la recogida
análisis. cada ciclo.
de datos.
Dr. Javier Oyarse

18
 Al proceder a la recogida de datos:
Se deben aplicar estándares a la

recogida de datos para garantizar que
estos datos cumplen requisitos
mínimos, ya que formarán parte de los
almacenes de datos con los cuales
cuenta la empresa. De no ser el caso que
se coloquen estándares se incrementaría
el riesgo que la empresa pueda utilizar
datos que no necesariamente reflejen la
realidad o den información
tergiversada.
Dr. Javier Oyarse

19
 Antes del análisis:
Asegurarse que se han empleado técnicas

adecuadas se verifique que los datos que
se van a procesar son íntegros y fiables y
no carecen de ninguno de los atributos de
la calidad del dato que el business
intelligence precisa. Para evitar con ello,
perder precisión en las conclusiones que
derivan de los análisis y que la empresa
pueda tomar decisiones que no sean las
más adecuadas.
Dr. Javier Oyarse

20
 Al finalizar cada ciclo:
Ya que luego de ello, se inicia de

nuevo, creando así un proceso de
mejora continua. Es decir, que luego
que con esos datos almacenados se ha
creado conocimiento para la empresa
se debe seguir un proceso de
seguimiento y monitorización para
que garanticen que no se producen
desviaciones.
Dr. Javier Oyarse

Técnicas que aseguran la calidad
21
 Las técnicas que aseguran la calidad en la inteligencia de negocios son

las siguientes:
Descubrimiento de datos.
Perfilado de datos.
Limpieza de datos.
Data matching.
Dr. Javier Oyarse

22
 Descubrimiento de datos:
Mediante esta técnica se identifican y

localizan los datos más críticos,
precursores de la información sensible
de una organización. En el caso de la
cadena de suministros se trataría de
todos los que de alguna manera pueden
marcar la diferencia con los
competidores.
Dr. Javier Oyarse

23
 Perfilado de datos:
Mediante este método se consiguen

detectar todos los problemas ocultos,
carencias o inconsistencias que afectan
a los datos. Es así, que resulta mucho
más sencillo encontrar soluciones
rápidas y eficaces.
Dr. Javier Oyarse

24
 Limpieza de datos:
Por medio de esta técnica, se

corrigen datos, mediante la
aplicación de las modificaciones que
sean necesarias, o eliminar, cuando
sea la solución óptima, todos los
datos que no reúnen las condiciones
de calidad necesarias para estar en el
sistema.
Dr. Javier Oyarse

25
 Data matching:
Esta técnica reduce duplicidades y

aumenta la precisión de cada dato
al normalizar archivos de
información mediante la aplicación
de procedimientos de cotejo de
fuentes y archivos.
Dr. Javier Oyarse

Dinámica
26
La empresa
MAGOYARSE dedicada Identifique al menos
al rubro de la Al realizar los primeros tres datos falsos o
producción de calzado estudios realizados para falacias que pudieran
para caballeros ha este propósito se estar afectando su
decidido ampliar su encuentran con algunos objetivo de
área de influencia mitos o paradigmas que internacionalizarse y
(PERÚ) para efecto de le impiden continuar. salir a exportar sus
empezar un proceso de calzados a otros países.
internacionalización.
Dr. Javier Oyarse

Conclusiones
27
 Se les invita a participar y mencionar las

principales conclusiones que podemos rescatar
de la sesión presencial de este día
Dr. Javier Oyarse

MUCHAS GRACIAS
28
Dr. Javier Oyarse

Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 5: Cinco soluciones tecnológicas de
Business Intelligence para la gestión de
supply chain
Dr. Javier Oyarse 1

Introducción
2
 Con el paso del tiempo, hemos ido

observando la necesidad de las
organizaciones por tener la
información oportuna en el
momento exacto que se requiere,
y con el mismo paso de los años la
tecnología ha ido evolucionando
para adaptarse a esas
necesidades, favoreciendo así a
las empresas en donde se maneja
grandes volúmenes de
información.
Dr. Javier Oyarse

Introducción
3
Vivimos en un mundo en donde se cree o se creía que las

bases de datos son la herramienta principal que proporciona
información acerca de los departamentos, a partir de esto,
surge lo que se conoce como Inteligencia en Negocios o
Business Intelligence.
El BI (Business Intelligence) es lo que le da valor a esa

información, ya que la convierte en conocimiento para
después utilizarla para la toma de decisiones de una manera
más eficiente y correcta.
Dr. Javier Oyarse

Introducción
4
Esta información que surge tiene es

muy valiosa, ya que gracias a ella es
posible conocer la situación actual
de la empresa, conocer su pasado y
poder predecir su futuro para poder
resolver problemas y tomar
decisiones.
Todo este proceso de extraer,

transformar y leer esa información
se realiza a través de un estudio de
Inteligencia de Negocios, en el cual
se recopila, analiza y comprende
toda la información que existe.
Dr. Javier Oyarse

¿Qué es la inteligencia de negocios?
5
 Una definición interesante

para Inteligencia de Negocios o
Business Intelligence, según el
Data Warehouse Institute, es la
«combinación de tecnología,
herramientas y proceso que
permiten transformar los datos
almacenados en información,
esta información en
conocimiento y este
conocimiento dirigirlo a un
plan o estrategia comercial».
Dr. Javier Oyarse

¿Qué es la inteligencia de negocios?
6
 La inteligencia de los negocios

debe de ser una parte de la
estrategia empresarial, ya que
le permite optimizar la
utilización de los recursos,
monitorear el cumplimiento
de objetivos de la empresa y
tener la capacidad de tomar
buenas decisiones para
obtener mejores resultados.
Dr. Javier Oyarse

Business Intelligence
7
La primer persona en utilizar este término fue Howard Dresner que cuando era
consultor de Gartner, hizo popular el término Business Intelligence (BI) como un
término paraguas para poder describir un conjunto de conceptos y métodos que
permitieran mejorar la toma de decisiones pero utilizando información sobre lo que
había sucedido (hechos).
A través del uso de la tecnología y las metodologías del BI, se pretende convertir datos
en información y a partir de ella ser capaces de descubrir conocimiento.
Dr. Javier Oyarse

8
«BI es un proceso interactivo

para explorar y analizar
información estructurada sobre
un área (normalmente
almacenada en un
datawarehouse, para descubrir
tendencias o patrones, a partir
Otra definición de BI parte del
de los cuales derivan otras
glosario de términos de
ideas y se extraen conclusiones.
Gartner, en donde describe lo
El proceso de BI incluye la
describe como:
comunicación de los
descubrimientos y efectuar
cambios. Las áreas incluyen
clientes, proveedores,
productos, servicios y
competidores». (Gartner,
2006)
Dr. Javier Oyarse

9
 «Conjunto de metodologías,
aplicaciones, prácticas y
capacidades enfocadas a la
creación y administración de la
información que permite tomar
mejores decisiones a los usuarios
de una organización».
(Curto Díaz, 2010)
Dr. Javier Oyarse

Soluciones tecnológicas de Business Intelligence
10
Antes de aplicar alguna solución tecnológica, primero se debe tener en

cuenta en qué nivel se encuentra para aplicar la solución tecnológica más
adecuada.
Nivel Balance
Alta gerencia Scorecard /
estratégico Dashboards
Gerencia media y Herramientas

analistas de de consultas
información Nivel táctico OLAP
Personal a nivel Reportes

de operaciones Nivel operativo preformateados.
Integración con
hojas electrónicas
Dr. Javier Oyarse
11
Las más importantes Minería de

soluciones tecnológicas que datos (Data Datawarehouse
mining)
ofrece ek Business Intelligence
en la gestión del supply chain
son las que se mencionan a OLAP Dashboards
continuación:
Sistema de
soporte a la
decisión (DSS)
Dr. Javier Oyarse

12
A. Minería de datos (data mining):
La Minería de Datos o Data Mining constituye el proceso de seleccionar,

explorar, modificar y valorar grandes cantidades de datos de forma
automatizada o semi-automatizada con el objetivo de detectar patrones
de comportamiento repetitivos.
Es una herramienta que puede ser aplicable a cualquier tipo de empresa

ya que permite la gestión en tiempo real de manera eficaz.
Dr. Javier Oyarse

13
A. Data mining:
Incremento en la fidelización de los
clientes debido a la mejor respuesta a
sus requerimientos.
Reducción del riesgo.
Aumento de la cuota del mercado.

Ventajas:
Maximiza la rentabilidad.
Optimización de las estrategias.
Optimización de la gestión.
Dr. Javier Oyarse
14
B. Data warehouse:
Según Curto (2012), “el data warehouse es un repositorio de datos

que brinda una visión global, común e integrada de la organización”,
es decir, es el llamado almacén de datos que posee la organización y
que proporciona información histórica, confiable y estable.
Al almacenar tanta información, el volumen de datos es muy grande

se puede decir que hasta en centenares de terabytes.
Dr. Javier Oyarse

15
B. Data warehouse:
Requiere una combinación de hardware y software para soportar el

proceso de información.
Este almacenamiento de datos desglosa, resume, ordena y compara datos

mas no descubre ni predice.
Esta solución tecnológica es aplicable para diferentes tipos de

organizaciones. Pero, para la implementación de este tipo de solución, se
debe realizar una fuerte inversión, la cual muchas empresas no están
dispuestas a arriesgar.
Dr. Javier Oyarse

16
B. Data warehouse:
Tiene las siguientes características:
 Orientado a un tema: organiza información relacionado a un tema

central.
 Integrado: incluye datos de diversos orígenes y presenta consistencia
de datos.
 Variable en el tiempo: porque se realizan fotos de los datos, basados en
fechas o hechos.
 No volátil: solo de lectura para los usuarios finales.
Dr. Javier Oyarse

Proceso del Data Warehouse
17
Fuente: Marta Zorrilla - Universidad de Cantabria

Dr. Javier Oyarse
18
C. OLAP:
Es una solución utilizada para agilizar el proceso de consulta de

datos. Se caracteriza por permitir la extracción de información de
forma sencilla y selectiva.
Esta solución tecnológica presenta 3 categorías:
 ROLAP.
 MOLAP.
 HOLAP.
Dr. Javier Oyarse

19
Las categorías OLAP son:
a. ROLAP:
Almacena los datos en un motor relacional. Los datos son detallados,
evitando las agregaciones y las tablas se encuentran normalizadas.
b. MOLAP:
Almacena los datos en una base multidimensional. Para optimizar los
tiempos de respuesta. El resumen de la información es usualmente
calculado por adelantado.
c. HOLAP:
Almacena algunos datos en un motor relacional y otros en una base de
datos multidimensional.
Dr. Javier Oyarse
20
C. OLAP:

Dr. Javier Oyarse
21
D. Dashboard
Los Dashboards o tableros de control permiten visualizar información

relevante sobre una situación determinada en un negocio.
Se trata de una herramienta que brinda un gran apoyo para la toma de

decisiones en la empresa.
Dr. Javier Oyarse

22
D. Dashboard

Dr. Javier Oyarse
23
E. DSS
Los Sistemas de Soporte a la Decisión (DSS) están diseñados para

contribuir al proceso de toma de decisiones mediante la creación de
informes dinámicos, flexibles e interactivos.
Entre sus principales características, se encuentra la posibilidad de

integrar información de las diferentes unidades o áreas de la
empresa.
Dr. Javier Oyarse

Tecnologías del Business Intelligence
24
Tecnologías que pueden formar Tecnologías que pueden formar

parte del BI parte del BI
 Data warehouse  Dashboards

 Análisis visual  Integración de datos
 Análisis predictivo  Previsiones
 Cuadro de mando  Reglas del negocio
 Minería de datos  Cuadro de mando integral
 Gestión del rendimiento
Dr. Javier Oyarse

Cuadro de mando integral
25
 El CMI permite tener el control

del estado de salud corporativa
y la forma como se están
encaminando las acciones para
alcanzar la visión, y por sus
características, el CMI puede
implementarse tanto a nivel
corporativo como en áreas o
departamentos con visión y
estrategias de negocios
definidas y que mantengan
cierta autonomía
funcional. Esos CMI de
departamento deben revertir
en el CMI global o en el de su
departamento superior.
Dr. Javier Oyarse
Beneficios de un sistema de
inteligencia de negocios
26
 Permiten una visión única, conformada, histórica,

persistente y de calidad de toda la información.
 Crean un vínculo virtuoso de información (ya que se
recopila la información, para generar conocimiento, lo cual
nos permitirá tomar mejores decisiones, esto se traduce en
mejores resultados y se generan nuevos datos).
 Aportan información actualizada a nivel agregado y a
detalle,
 Crea y maneja indicadores claves de rendimiento e
indicadores claves de metas, fundamentales para la
empresa.
Dr. Javier Oyarse

Beneficios de un sistema de
inteligencia de negocios
27
 Mejora la comprensión y documentación de los sistemas de

información en el contexto de una organización.
 Reduce el diferencial de orientación de un negocio entre el
departamento de tecnologías de la información y la
organización.
 Mejora la competitividad de una organización ya que son
capaces de: acceder más rápido a la información
 Tener una mayor agilidad para la toma de decisiones
 Diferencia lo relevante sobre lo superfluo.
(Curto Díaz, 2010)
Dr. Javier Oyarse

Dinámica Grupal
28
EN DEFINITIVA, UNA SOLUCIÓN DE LA INTELIGENCIA

DE NEGOCIOS COMPLETA PERMITE:
OBSERVAR, ¿QUÉ ES LO QUE ESTÁ OCURRIENDO?

COMPRENDER ¿POR QUÉ ESTÁ OCURRIENDO?
PREDECIR, ¿QUÉ OCURRIRÁ?
COLABORAR, ¿QUÉ DEBERÍA DE HACER EL EQUIPO?
DECIDIR , ¿QUÉ CAMINO SEGUIR?
(SINNEXUS , 2007)
Dr. Javier Oyarse

CONCLUSIONES
29
Aspectos Positivos Aspectos Negativos
 Aplicar la tecnología adecuada  El uso inapropiado de las

en Business Intelligence tecnologías genera……
permite…..
Dr. Javier Oyarse

30
Dr. Javier Oyarse

Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 6: Inteligencia de negocio,

Metodología de Kimball
Dr. Javier Oyarse 1

Concepto
2
El data warehouse o también llamado almacén de datos, es un conjunto

de datos que pertenecen a determinada empresa u organización, los
cuales tienen la finalidad de ayudar en la toma de decisiones.
Es decir, es una base de datos histórica de toda la información de la

empresa para favorecer el análisis y la divulgación de datos.
Como su propio creador Kimball lo indica, es “una copia de los datos

transaccionales estructurados específicamente para consultas y análisis.
Lo complejo para llegar a esta estructura, es justamente elegir la

metodología que lo hará posible, es por ello, que una de las más
adecuadas es la de Kimball.
Dr. Javier Oyarse
Concepto
3
La metodología de Kimball, llamada también “ciclo de vida

dimensional del negocio” es la más uasada de todas las
metodlogías de la inteligencia de negocio.
Además, utiliza el término de Data Mart, que es un repositorio de

información similar a un Data Warehouse pero orientado a un área
o departamento específico de la organización, por ejemplo, el área
de compras, ventas, recursos humanos, entre otros.
Dr. Javier Oyarse

Principios básicos
4
La metodología de Kimball se basa en 4 principios que son

fundamentales:
1. Centrarse en el negocio.
2. Construir una infraestructura de

información adecuada.
3. Realizar entregas en incrementos

significativos.
4. Ofrecer la solución completa.
Dr. Javier Oyarse

Principios básicos
5
1. Centrarse en el negocio.
Se debe centrar en identificar los

verdaderos requerimientos del negocio y
su valor asociado y usar los esfuerzos
para desarrollar relaciones sólidas con el
negocio para agudizar de esa forma el
análisis del mismo.
Dr. Javier Oyarse

Principios básicos
6
2. Construir una infraestructura de información adecuada.
En este principio, lo que se debe

hacer es diseñar una base de
información que sea única,
integrada, fácil de usar, de alto
rendimiento donde se reflejará la
amplia gama de requerimientos
del negocio identificados en la
empresa.
Dr. Javier Oyarse

Principios básicos
7
3. Realizar entregas en incrementos significativos.
Crear el data warehouse o almacén de datos y programar en incrementos

entregables en los plazos aproximados de 6 a 12 meses.
Dependerá del valor de negocio y de cada elemento identificado para

programar el orden de aplicación de los incrementos.
Dr. Javier Oyarse

Principios básicos
8
4. Ofrecer la solución completa.
Esto se logra si:
 Se tiene un almacén de datos sólido, bien diseñado, con calidad
probada, y accesible.
 Se Brindan todos los elementos necesarios para entregar valor a los
usuarios del negocio.
 Se entregan las herramientas necesarias de consulta, aplicaciones para
informes y análisis avanzado, capacitación, soporte, sitio web y

documentación pertinente.
Dr. Javier Oyarse
Tareas a realizar
9
La construcción de una solución de data warehouse de inteligencia de

negocio es muy compleja y es justamente la metodología de Kimball
quien la simplifica mediante tareas como lo podemos apreciar en la
imagen a continuación, en la que se puede ver que todo el proceso se
subdivide a diferentes tareas haciéndolo mucho más sencillo.
Dr. Javier Oyarse

Tareas a realizar
10
Dr. Javier Oyarse

Tareas a realizar
11
 De acuerdo a la figura anterior, se puede destacar el rol fundamental
que tiene la tarea de definición de requerimientos ya que es la base o

soporte inicial del cual se sostendrán las demás tareas.
 Además, esta definición de requerimientos también tiene una relación
bidireccional con respecto a la planificación del proyecto en sí, como se

aprecia en la figura anterior.
 Igualmente, se puede indicar que la definición de requerimientos se
divide en tres caminos que se enfocan en tres áreas completamente

diferentes como se detallan a continuación.
Dr. Javier Oyarse

Tareas a realizar
12
A. Primer camino o camino superior:
Es el camino de la tecnología y concierne a tareas relacionadas

con software específico, por ejemplo, Microsoft SQL Analysis
Services.
Dr. Javier Oyarse

Tareas a realizar
13
B. Segundo camino o camino del medio:
En este camino diseñaremos e implementaremos el modelo

dimensional y desarrollaremos el subsistema de Extracción,
Transformación y Carga (Extract, Transformation, and Load -
ETL) para cargar el DW (Data Warehouse).
Dr. Javier Oyarse
Tareas a realizar
14
C. Tercer camino o camino inferior:
En este camino es donde se encuentran las aplicaciones de la

inteligencia de negocio y se encuentran todas las tareas
relacionadas al diseño y desarrollo de estas aplicaciones para los
usuarios finales.
Dr. Javier Oyarse

Tareas a realizar
15
Las tareas que conforman todo el sistema de Kimball, se especifican más

adelante:
1. Planificación:
En esta tarea se determina lo siguiente:

 El propósito que tiene el proyecto de DW/BI.
 Los objetivos específicos.
 El alcance del proyecto.
 Los principales riesgos.
 Una aproximación inicial a las necesidades de información.

Dr. Javier Oyarse
Tareas a realizar
16
1. Planificación:
Además, en esta tarea se incluye las siguientes acciones típicas:
Definir el alcance
(entender los
Identificar las tareas.
requerimientos del
negocio).
Planificar el uso de los

Programar las tareas.
recursos.
Elaboración de un
Asignar la carga de documento final que
trabajo a los recursos. representa un plan del
proyecto.
Dr. Javier Oyarse

Tareas a realizar
17
1. Planificación:
También en esta parte se define cómo se realizará la
administración o gestión del proyecto en sí, teniendo en cuenta
las siguientes actividades:
Monitoreo del estado de los procesos y actividades.
Rastreo de problemas.
Desarrollo de un plan de comunicación comprensiva

que direccione la empresa y las áreas de TI.
Dr. Javier Oyarse
Tareas a realizar
18
2. Análisis de requerimientos:
En sí esta tarea consiste en entrevistar al personal del negocio y
técnico para aprender lo más que se pueda sobre el negocio, los
competidores, la industria y los clientes.
También se recomienda leer todos los informes de la

organización, hacer seguimiento a los documentos de estrategia
interna, entrevistar a los empleados, hacer un análisis acerca e lo
que dice la prensa, la competencia y la industria sobre la
organización.
Dr. Javier Oyarse

Tareas a realizar
19
Parte de este proceso es saber a quiénes realmente se debe

entrevistar para obtener la mayor información que contribuya
con el proyecto, para lo cual se divide en 4 tipos de personas:
Los La gente que se

administradores Personal de entrevista por
El directivo intermedios y sistemas razones
de negocio políticas
• Responsable de • Responsables de • Ya que es la gente
tomar las explorar que realmente
decisiones alternativas sabe qué tipos de
estratégicas. estratégicas y problemas
aplicar informáticos y de
decisiones. datos existen.
Dr. Javier Oyarse

Tareas a realizar
20
Luego del análisis de las entrevistas, se puede construir una
herramienta de la metodología a la cual se de denomina matriz
de procesos/dimensiones (Bus Matrix). Esta matriz tiene en sus
filas los procesos de negocio identificados, y en las columnas, las
dimensiones identificadas como lo vemos a continuación:
Proceso Dimensiones
de Geografía
Tiempo Producto Empleados Clientes Importes
negocio de ventas
Proyección x x x x x x
de ventas
Compras x x x x x x
Control de x x x x x x
llamadas
…
Finalmente, se pretende identificar y priorizar los

requerimientos o procesos de negocios más críticos.
Dr. Javier Oyarse
Tareas a realizar
21
3. Modelado
dimensional:
Este es un proceso
dinámico y
altamente iterativo
como se puede
apreciar en la
imagen adjunta.
Dr. Javier Oyarse

Tareas a realizar
22
3. Modelado dimensional:
El proceso de diseño empieza a partir de los procesos priorizados
de la matriz que se hacía referencia en el análisis de
requerimientos.
En consecuencia, el proceso iterativo consiste en cuatro pasos:
a. Elegir el proceso de negocio.
b. Establecer el nivel de granularidad.
c. Elegir las dimensiones.
d. Identificar medidas y las tablas de hechos.
Dr. Javier Oyarse

Tareas a realizar
23
3. Modelado dimensional. Los 4 pasos son:
a. Elegir el proceso de negocio: es decir, elegir el área a modelizar.

Esta es una decisión de la dirección, y depende básicamente del análisis
de requerimientos de la etapa anterior.
b. Establecer el nivel de granularidad: esto último significa
especificar el nivel de detalle. Dependiendo de los requerimientos del
negocio y lo que es posible a partir de los datos actuales.
c. Elegir las dimensiones: las cuales surgen de los acuerdos a los que
llegue el equipo, y facilitadas por la elección del nivel de granularidad y
de la matriz de procesos/dimensiones.
d. Identificar las tablas de hechos y medidas: y consiste en
identificar las medidas que surgen de los procesos de negocios. Una
medida es un atributo (campo) de una tabla que se desea analizar,
usando los criterios de corte conocidos como dimensiones.
Dr. Javier Oyarse

Tareas a realizar
24
4. Diseño Físico
En esta parte se intentan responder las siguientes preguntas:
¿Cuáles son los factores de uso

¿Cómo puede determinar cuán
que llevarán a una ¿Cómo se debe configurar el
grande será el sistema de
configuración más grande y sistema?
DW/BI?
más compleja?
¿Cuánta memoria y servidores ¿Qué necesitan instalar los

¿Cómo instalar el software en
se necesitan? ¿Qué tipo de diferentes miembros del
los servidores de desarrollo,
almacenamiento y equipo de DW/BI en sus
prueba y producción?
procesadores? estaciones de trabajo?
¿Cómo convertir el modelo de

datos lógico en un modelo de ¿Cómo conseguir un plan de ¿Debe usarse la partición en
datos físicos en la base de indexación inicial? las tablas relacionales?
datos relacional?
Dr. Javier Oyarse

Tareas a realizar
25
5. Diseño del sistema de Extracción, Transformación y Carga

(ETL):
Esto es la base donde se alimenta el Datawarehouse, ya que si el
sistema ETL se encuentra adecuadamente diseñado puede
extraer los datos de los sistemas de origen de datos, aplicar
diferentes reglas para incrementar la calidad de estos, consolidar
eficientemente la información que se genera de distintos
sistemas y por último, cargar (grabar) la información en el
Datawarehouse en el formato más idóneo para la utilización por
parte de las herramientas de análisis.
Dr. Javier Oyarse

Tareas a realizar
26
6. Especificación y desarrollo de aplicaciones de BI:
Esta es una parte fundamental de todo proyecto de DW/BI ya

que el objetivo es brindarle a los usuarios una forma más
estructurada y fácil de acceder al almacén de datos. Para ello, se
vale de aplicaciones de inteligencia de negocios (Business
Intelligence Aplications). Estas aplicaciones, son la cara visible de
la inteligencia de negocios y estos pueden ser: los informes y
aplicaciones de análisis proporcionan información útil a los
usuarios. Kimball divide a estas aplicaciones en dos categorías
basadas en el nivel de sofisticación, y les llama informes estándar y
aplicaciones analíticas.
Dr. Javier Oyarse
Tareas a realizar
27

a. Informes estándar: usualmente son informes relativamente simples, de
formato ya predefinido y parámetros de consulta fijos. Este tipo de informes
brindan información básica de lo que está sucediendo en un área determinada de
la empresa. Los ejemplos más comunes pueden ser:
Ventas del año actual frente a previsión de
ventas por vendedor.
Tasa de renovación mensual por plan de

servicio.
Tasas de respuestas de correo electrónico

por promoción por producto (marketing)
Volumen de llamadas por producto como

un porcentaje del total de ventas.
Dr. Javier Oyarse
Tareas a realizar
28

b. Aplicaciones analíticas: son más complejas que los informes estándar.
Usualmente, se centran en un proceso de negocio específico. Estas aplicaciones
pueden ser muy avanzadas e incluir algoritmos y modelos de minería de datos, que
tiene la finalidad de identificar oportunidades que pueden brindar los datos.
Algunas aplicaciones analíticas comunes son:
Análisis de la eficacia de la promociones.
Análisis de rutas de acceso en un sitio Web.
Análisis de afinidad de programas.
Detección de fraudes.
Administración y manejo de categorías de productos.

Dr. Javier Oyarse
Conclusiones
29
 La metodología de Kimball proporciona una base empírica y adecuada
para realizar la implementación de datawarehouse o almacenes de

datos pequeños y medianos, ya que son muy específicos porque tiene la
ventaja de su gran versatilidad y su enfoque ascendente lo cual permite
construir los almacenes en forma escalonada.
 Además, tiene una serie de herramientas, como pueden ser: planillas,
gráficos y documentos, que brindan una gran apoyo y facilidad para

iniciarse en el ámbito de la construcción de un Datawarehouse.
Dr. Javier Oyarse

MUCHAS GRACIAS
30
Dr. Javier Oyarse

Inteligencia de
Negocios Aplicada a
ISCM 3C
Sesión 7: Metodología de Inmon
Dr. Javier Oyarse

Data Warehouse
2
Un Data Warehouse es una colección de

Una de las definiciones famosas sobre DW,
datos orientada al negocio, integrada,
es la de William Harvey Inmon, quien es
variante en el tiempo y no volátil para el
reconocido mundialmente como el padre del
soporte del proceso de toma de decisiones
DW:
de la gerencia.
Dr. Javier Oyarse

William Harvey "Bill" Inmon
3
 Es un científico informático estadounidense. Se le considera el "padre

del almacenamiento de datos " y es un consultor, orador y autor
reconocido internacionalmente en este campo.
 Desarrolló el concepto de la Fábrica de información (Fábrica de
información corporativa, CIF) y la Fábrica de información
gubernamental. Cuenta con más de 35 años de experiencia en el diseño
de almacenes de datos y administración de bases de datos y asesora a
muchos clientes de Fortune 100 .
 Bill Inmon es autor de 45 libros, la mayoría de los cuales han sido
publicados en nueve idiomas. También fundó varias compañías: en 1991,
la compañía Prism Solutions, que trajo al mercado de valores, y 1995
Pine Cone Systems (ahora Ambeo). En 1999, cofundó billinmon.com, un
sitio web de fábrica de almacenamiento de datos e información
corporativa dirigido a profesionales y tomadores de decisiones.
Dr. Javier Oyarse

Metodología de Inmon
4
La metodología de Inmon o también llamado Top-Down se usa

cuando la tecnología y los problemas sobre el negocio son conocidos y
se encuentran muy definidos en su estructura y posible gestión.
En la metodología Top-Down se tendría un Datawarehouse

corporativo, y a partir de este, se centra en la replicación y
propagación de la información del Datawarehouse para la creación de
los Datamarts que se necesiten dependiendo de la organización.
Dr. Javier Oyarse

¿Qué es un Datawarehouse?
5
Un data warehouse es un repositorio

unificado para todos los datos que
recogen los diversos sistemas de una
empresa. El repositorio puede ser físico
o lógico y hace hincapié en la captura de
datos de diversas fuentes sobre todo
para fines analíticos y de acceso.
Normalmente, un data warehouse se

aloja en un servidor corporativo o
cada vez más, en la nube. Los datos de
diferentes aplicaciones de
procesamiento de transacciones
Online (OLTP) y otras fuentes se
extraen selectivamente para su uso
por aplicaciones analíticas y de
consultas por usuarios.
Dr. Javier Oyarse

¿Qué es Datamart?
6
Un Datamart es una base de datos departamental, especializada en el

almacenamiento de los datos de un área de negocio específica. Se caracteriza por
disponer la estructura óptima de datos para analizar la información al detalle
desde todas las perspectivas que afecten a los procesos de dicho departamento.
Un datamart puede ser alimentado desde los datos de un datawarehouse, o
integrar por si mismo un compendio de distintas fuentes de información.
Dr. Javier Oyarse

Diferencias
7
Cada Datamart se encuentra orientado a un área o departamento

en particular, de donde se obtendrá información más reducida y
adecuada para la explotación de cierto tipo de datos.
Por ese motivo, cada datamart estaría orientado a la construcción

de determinados tipos de informes que no dependen de las
demás áreas que componen un datawarehouse corporativo, sino
que son muy específicas dependiendo del área o departamento
dentro de la organización.
Dr. Javier Oyarse

Características
8
William Harvey "Bill" Inmon es considerado el padre del

Datawarehouse e indica que este debe contener las siguientes
características:
Dirigido a un área, es decir, los datos deben provenir de

un área específica en vez de operaciones de la compañía.
Integrado, porque es la unión de diferentes fuentes de

datos conservando la coherencia entre ellos.
Variable en el tiempo, porque los datos pertenecen a un

periodo de tiempo determinado.
No es volátil, ya que los datos no son eliminados.
Dr. Javier Oyarse

Flujograma de un DW
9
Dr. Javier Oyarse

Uso de la metodología Inmon
10
Este tipo de metodología de inteligencia de

negocio está dirigida básicamente a
organizaciones pequeñas o medianas y menos
frecuentemente a organizaciones grandes a
excepción de algunas cuyo proceso de negocio se
encuentra muy bien definido y que sus procesos
tienden a no cambiar y no fallar.
Dr. Javier Oyarse

Arquitectura
11
Las claves de la arquitectura de Inmon, también llamada

‘Corporate Information Factory (CIF)’, es aquella en la que el
DataWarehouse centraliza todos los datos de la compañía
para alimentar, a continuación, pequeños DataMarts
temáticos, que serán los puntos de acceso para las
herramientas de reporting.
En consecuencia, cada departamento o área de la
organización, tendrá su propio DataMart, abastecido con la
información necesaria del DataWarehouse, que está lista para
su análisis y explotación.
Dr. Javier Oyarse

Arquitectura
12
La arquitectura de la metodología Inmon.
Dr. Javier Oyarse

Arquitectura
13
Este enfoque de Inmon suele llamarse metodología de trabajo

‘Top-Down’, ya que en primer lugar se centra en una visión
global de la organización, para ir luego separándola en partes
más pequeñas obteniendo así los sets de datos
departamentales.
En consecuencia, en esta arquitectura de Inmon, todos los

DataMarts de la organización están conectados al
DataWarehouse, para evitar con ello algún tipo de aparición de
incongruencias y anomalías cuando se comparan los datos
entre los distintos departamentos o áreas de la organización.
Dr. Javier Oyarse

Estructura del Datawarehouse
14
En cuanto a la estructura interna del

DataWarehouse, según Inmon lo elemental es que el
modelo de datos esté construido en tercera forma
normal.
Es decir, el proceso de normalización consiste en

aplicar una serie de reglas o normas a la hora de
establecer las relaciones entre los diferentes objetos
dentro de la base de datos.
Dr. Javier Oyarse

15
Con el procedimiento de normalización se obtienen muchos

beneficios, como son:
Evitar la redundancia de los datos.
Mantener su integridad referencial.
Facilitar el mantenimiento de las

tablas.
Disminuir el tamaño de la base de

datos.
Dr. Javier Oyarse
16
Sin embargo, a diferencia de los DataWarehouse

desnormalizados, las consultas exigen el empleo de “queries”
(interrogantes) mucho más complejas, lo que dificulta el
análisis directo de la información y el uso de las herramientas
de reporting.
De ello, nace la necesidad de construir los DataMarts que

son diseños fácilmente explotables por herramientas de
análisis de datos.
Dr. Javier Oyarse

Estructura de los Datawarehouse
17
Dr. Javier Oyarse

Pasos a seguir para la implementación de la
metodología de Inmon
18
1.
Implementación 2. Integración
3. Pruebas
del Data de datos
Warehouse
6. Análisis 5. Diseño DSS 4. Programación
7.
Requerimientos
Dr. Javier Oyarse

19
1. Implementación del Data Warehouse, este
paso se subdivide a su vez en otras etapas:

A. OLTP, la primera etapa antes de implementar un
datawarehouse es el de identificar las fuentes de datos,
analizarlas y mapear sus elementos de acuerdo al estándar
que se haya definido. Esto con el objetivo de tratar de
homologar los datos que sean posible antes de su entrada al
Data Warehouse.
Dr. Javier Oyarse

20
1. Implementación del datawarehouse.

B. Modelos de Procesos, en cuanto a este punto, se debe tener
conocimiento de todos los procesos que sigue la información
y para eso sirve el modelo de procesos.
Este modelo contiene información como:
 Descomposición funcional.
 Diagrama de contexto.
 Diagrama de flujo de datos.
 Diagrama de transición de estados.
 Pseudocódigo.
Dr. Javier Oyarse

21

C. Modelo de datos, sirve para mostrar los datos primitivos,
tomando en cuenta el elemento tiempo, además, se plasman
los cálculos que se realicen y finalmente se muestran sus
relaciones.
D. Luego que se tiene conocimiento de este modelo se deben
tomar ciertas decisiones sobre el diseño en sí del Data
Warehouse. Entre estas decisiones tenemos las siguientes
que son las principales:
 Normalización.
 Granularidad.
 Particiones.
 Minería de datos.
Dr. Javier Oyarse
22

E. Luego de haber tomado estas decisiones, se debe crear un
documento que contenga estas decisiones que se han tomado
en su momento para la definición del Data Warehouse.
Las características que debe contener este documento son:
 Un concepto de Data Warehouse.
 Una descripción de los sistemas que lo alimentan.
 El uso del Data Warehouse.
 El cómo obtener ayuda.
 Los responsables.
 El plan de migración.
 El mapeo de datos entre los datos operacionales y el data

Warehouse, entre otros.
Dr. Javier Oyarse
23
1. Implementación del datawarehouse

F. Metadata. En esta etapa contiene información sobre el Data
Warehouse. Es decir, es un diccionario de datos ya que es la
pieza clave para obtener los mejores beneficios del Data
Warehouse.
Además, facilita las tareas de análisis ya que tiene la función

de ser un índice del contenido del Data Warehouse para su
mejor entendimiento.
Dr. Javier Oyarse

24
2. Integración de datos. Es decir, implementar

procesos ETL que permitan extraer la información
de las transacciones para cargarlo dentro del Data
Warehouse.
Esto también puede implicar:
 Un cambio en la tecnología.
 Selección de los datos que residirán en el Data Warehouse.
 Cambios de llaves en los objetos.
 Formato de los datos.
 Sumarizaciones.
 Estandarización de nomenclaturas.
Dr. Javier Oyarse

25
3. Pruebas. Se realizan pruebas para verificar el

estado de la implementación del Data Warehouse.
Después de ello, se proceden a realizar los ajustes
que sean necesarios para obtener los resultados que
se esperan del Data Warehouse.
4. Programación. Se hacen las programaciones
necesarias para que se ejecuten ciertos procesos,
verificando de esa forma si existe la posibilidad de
paralelismo, índices, particiones, monitoreo, entre
otros.
Dr. Javier Oyarse

26
5. Diseño DSS. Se trabaja sobre un esquema

multidimensional para generar la información que
realmente sustente y sea el soporte a la toma de
decisiones de la organización.
6. Análisis. El área de toma de decisiones analiza la
información que es obtenida en base al DSS.
7. Requerimientos. Luego del paso 6, que es el
análisis de los datos, el área encargada de la toma
de decisiones de la organización debe llegar al
entendimiento de los requerimientos que tiene su
negocio para mejorar.
Dr. Javier Oyarse
Desarrollo de un Datawarehouse según Inmon
27
Parte del todo, al

requerimiento
específico de un
área o
departamento.
Dr. Javier Oyarse

Conclusiones
28
Históricamente, los data warehouses se habían formado utilizando datos

repetitivos estructurados que eran filtrados antes de entrar en el data warehouse.
Sin embargo, en los últimos años, el data warehouse ha evolucionado
debido a información contextual que ahora se puede adjuntar a los
datos no estructurados y que también puede ser almacenada.
En el data warehouse, datos no repetitivos, como los comentarios en una

encuesta, correos electrónicos y conversaciones, se tratan de forma
diferente a las ocurrencias repetitivas de datos, como el flujo de clics,
mediciones o el procesamiento máquina o analógico. Los datos no
repetitivos son datos basados en textos que fueron generados por la palabra
escrita o hablada, leída y reformateada y, lo que es más importante, ahora puede
ser contextualizada.
Dr. Javier Oyarse

Conclusiones
29
De acuerdo a esta metodología, la importancia que tiene radica en que para

Inmon, el datawarehouse, es un repositorio que se encarga de centralizar los
datos que provienen de los diferentes sistemas operacionales de la organización
para que éstos queden validados e integrados en una única base de datos y ésta
provea a los diversos departamentos o áreas que componen la organización.
No es aplicable a todo tipo de organización sino usualmente a las

medianas y pequeñas organizaciones.
Dr. Javier Oyarse

30
Dr. Javier Oyarse

Ilovepdf Merged

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ilovepdf Merged

Cargado por

Copyright:

Formatos disponibles

Inteligencia de

Dr. Javier Oyarse 1

La inteligencia de negocio (business intelligence) son aquellos recursos

En la actualidad, debido a los avances en la tecnología e infinidad de

La inteligencia de negocios es el conjunto de técnicas,

Dr. Javier Oyarse

Cada área o unidad de la organización acumula una gran cantidad de

Dr. Javier Oyarse

Dr. Javier Oyarse

En producción proporciona una

Dr. Javier Oyarse

1. La importancia de la inteligencia de negocio es porque permite

Se pueden obtener beneficios de la inteligencia de negocio de las

a. Beneficios tangibles: como la reducción de costes, generación de

Dr. Javier Oyarse

Cadena líder en moda para hombres y mujeres.

Interpreta la moda con diseños exclusivos y de calidad a precios atractivos.

El servicio al cliente es su primera distinción.

Clubs de fidelización entre los más reconocidos de España:

Más de 800 tiendas en Gestión propia, de un total de +1100, en todo el mundo.

Inmersa en pleno proceso de expansión.

Dr. Javier Oyarse

• Grupo Cortefiel (Cortefiel,

Dr. Javier Oyarse

Dr. Javier Oyarse

Dr. Javier Oyarse

 Metodología a utilizar: Soluciones Teradata (TSM 4.0), siendo

La metodología incluye cientos de tareas organizadas en fases y servicios.

Dr. Javier Oyarse

Dr. Javier Oyarse

Consultores Expertos Documentación completa

Dr. Javier Oyarse

Dr. Javier Oyarse

La tecnología de la información y comunicación siempre va

Por ello, la evolución de la inteligencia de negocio es inminente ya que las

Dr. Javier Oyarse

Las empresas que poseen mayor

El futuro de la inteligencia de negocio también se encuentra en la

Dr. Javier Oyarse

Uno de los factores clave o de éxito de las herramientas de la

Dr. Javier Oyarse

Una tendencia también es la de apostar por la simplificación de procesos.

La tendencia del “tiempo real” es indiscutible. La mayor parte de las

Otra de la tendencias a futuro es la disminución del uso de las hojas de

Dr. Javier Oyarse

Una de las tendencias que también se prevén es la externalización de la

Dr. Javier Oyarse

Dr. Javier Oyarse 1

Para una implementación exitosa de la inteligencia de

Dr. Javier Oyarse

La misión en una empresa,

Dr. Javier Oyarse

Según Loufffat (2015), la

Es la postura que tiene

Dr. Javier Oyarse

Que sirven para medir

Dr. Javier Oyarse

Las estrategias Estrategia

Dr. Javier Oyarse

Este tipo de estrategia, según

Dr. Javier Oyarse

Esta estrategia se basa en qué

productos y/o servicios ofrecerá