UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA

FACULTAD DE CIENCIAS ADMVAS. Y SOCIALES

LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS
CAMPUS VALLE DORADO

INTRODUCCIÓN A LA
INTELIGENCIA DE NEGOCIOS
GONZÁLEZ ALEJANDRE MARGARITA
MAESTRA

VIRTO MEDINA CHRISTIAN ALEJANDRO

ALUMNO

732
GRUPO

SEMIESCOLARIZADO
 META 3.1.- IDENTIFICAR Y COMPARAR LAS DIFERENTES FUENTES DE INFORMACIÓN EN EL PROCESO DE LA IN.

Internas: se refieren a los datos que son capturados y mantenidos por los sistemas operacionales dentro de las organizaciones, tales como sistemas CRM, ERP,
SCM o GIS. Las fuentes de datos internas incluyen los datos relacionados con las operaciones de negocio (por ejemplo, datos de clientes, productos y ventas).
Estos sistemas operacionales tradicionalmente se conocen como sistemas de transacción en línea (transaccionales), ya que ellos procesan grandes cantidades de
FUENTE
transacciones en tiempo real y actualizan los datos siempre que sea necesario. Los sistemas operacionales contienen sólo los datos actuales que se utilizan para
soportar las operaciones diarias de negocio de una organización. Normalmente, estos sistemas operacionales están orientados a procesos, de modo que se centran
en operaciones específicas de negocio tales como ventas, compras, contabilidad o recursos humanos.

TIPO DE FUENTE EJEMPLO

DE DATOS COMPOSICIÓN FUNCIÓN CARACTERÍSTICAS

Se centra en tres procesos ➢ Extracción, es el proceso de identificación y ➢ Etapa de extracción: consiste en capturar datos de fuentes ➢ Proceso de flujo de los datos mediante herramientas ETL,
principales: recolección de datos relevantes o significativos heterogéneas y homogéneas. Las herramientas de extracción que se desde las fuentes de datos al almacén destino, Data
1. Extracción. de diferentes fuentes. utilizan en esta etapa soportan múltiples formatos de Warehouse, y de allí a los Data Marts departamentales
2. Transformación. ➢ La transformación es el proceso de conversión almacenamiento de datos. (extraer, transformar, cargar).
3. carga de los datos. de los datos, utilizando un conjunto de reglas de ➢ Etapa de transformación: aplica un conjunto de reglas de
La capa ETL negocio (tales como funciones de agregación) unificación de datos básicos para transformar los datos desde el
[Extract, en formatos consistentes para realizar informes origen al destino. Esto incluye la conversión de los datos medidos a
o reportes y análisis. la misma dimensión, usando las mismas unidades, para que más
Transform, Load)
➢ La carga de los datos del área de staging en el adelante se puedan unificar. Una vez transformados los datos, es
repositorio destino (Data Warehouse y Data necesario realizar una serie de operaciones de depuración. Esta
Marts), normalmente a través de un almacén de etapa es una de las más importantes, ya que garantiza la calidad de
datos operacional (ODS). los datos por tratar.
➢ Etapa de carga: es necesario garantizar que esta operación se
realiza correctamente y empleando el menor número de recursos
posible.

La capa de almacenamiento de ➢ Un almacén de datos (Data Warehouse) es una ➢ Los datos se originan en numerosas fuentes de datos, tales como ➢ En algunos sistemas de almacenamiento de datos, existen
base de datos que almacena datos históricos y sistemas de transacciones operacionales. almacenes intermedios entre el ETL y los Data Warehouses,
datos consta de tres
componentes: actuales de interés potencial para tomar ➢ Un almacén de datos extrae datos internos actuales o históricos de denominados ODS (sistemas de datos operacionales). El otro
Almacenes De
decisiones en la empresa. múltiples sistemas operacionales de la organización. Estos datos componente de la infraestructura son los metadatos, que son,
1. El almacén de datos
Datos (Data
operacional (ODS del inglés ➢ Los Data Marts, o Data Warehouses internos se combinan con datos procedentes de fuentes externas. a su vez, generadores de datos y que alimentan a todos los
Warehouse y Data Operational Data Store). departamentales, son un subconjunto de los ➢ Todos estos conjuntos de datos se han de transformar y dejar Data Warehouses y Data Marts.

Marts) almacenes de datos enfocados y de valor para un preparados para la gestión de informes y de consultas, mediante
2. El Data Warehouse
departamento determinado de la empresa, para operaciones de limpieza y reestructuración de datos, antes de ser
(almacén de datos).
un conjunto de usuarios o, incluso, para un ana' cargados en el almacén de datos, mediante las operaciones ETL
3. Los Data Marts (almacenes
lisis de datos específico. (extraer, transformar y cargar).
de datos corporativos).
 Los metadatos se refieren a
datos acerca de los datos.
Capa de Metadatos
➢ El repositorio de datos (depósito) de los metadatos ➢
se utilizan para almacenar información técnica y ➢
de negocio acerca de datos, así como reglas de
negocio y definiciones de datos.
La capa describe donde se utilizan y almacenan los datos.
Las fuentes de datos, cuales cambios se realizan a los datos y cómo
una pieza de datos se refiere a otra información.
Los metadatos más usuales propuestos por la arquitectura Ong
son:
➢ Fuentes de datos ETL Informes (Reporting)
➢ OLAP (Procesamiento analítico en línea)
➢ Minería de datos Repositorios (depósitos de datos)
➢ Metadatos de fuentes de datos Metadatos de ETL
➢ Metadatos de informes (Reporting)
➢ Metadatos de OLAP (Procesamiento analítico en línea)
➢ Metadatos de minería de datos.
➢ Metadatos de repositorios (depósitos de datos)

Se compone de una serie de ➢ Estas herramientas se pueden agrupar de modo ➢ El nivel más alto de la pirámide consta de aplicaciones analíticas, Las herramientas de la capa de usuario más usuales son:
herramientas que visualizan la jerárquico en sentido ascendente y en forma de normalmente utilizadas por los directivos y gerentes de alto nivel ➢ Aplicaciones de analítica de datos,
Capa de Usuario
Final información en diferentes pirámide, clasificadas por la facilidad de estratégico. ➢ procesamiento analítico en línea (OLAP),
formatos y para diferentes comprensión creciente de la presentación de los ➢ El nivel más bajo, herramientas de consultas y reportes, se utilizan, ➢ herramientas de informes (reporting) y consultas (query),
usuarios. datos a medida que son procesados. principalmente, por el nivel de gestión' n operacional. ➢ herramientas de analítica (minería de datos) y herramientas
de visualización.

Externas: se refieren a las que se originan en el exterior de una organización. Este tipo de datos se pueden recolectar de fuentes externas tales como socios de
negocio (partners), proveedores de datos, Internet, gobiernos y corporaciones nacionales y locales, organizaciones de investigación de mercados o científicas, datos
FUENTE demográficos. Es importante para las organizaciones identificar sus fuentes de datos y los métodos de acceso a los mismos. Este conocimiento de las fuentes
facilitará posteriormente la replicación, limpieza y extracción de los datos. Es muy importante identificar las fuentes, ya que se pueden encontrar con datos
innecesarios, no fiables o irrelevantes para las necesidades actuales o futuras del negocio.

TIPO DE FUENTE COMPOSICIÓN FUNCIÓN EJEMPLO

CARACTERÍSTICAS
DE DATOS

Es una entidad comercial con la
que otras entidades comerciales
tienen alguna forma de alianza.
Socios de Esta relación
Negocios
ser contractual, un vínculo
(partners)
exclusivo en el que ambas
entidades se comprometen a
aliarse con terceros.
➢ Un socio de negocios o alianza puede ser crucial
El business partner (socio/a de negocio) es una persona que ejerce de Un socio de negocios puede ser:
para las empresas. Sin embargo, las empresas
puente entre negocio y estrategias, que puede orientar su gestión a ➢ Un proveedor
no pueden elegir socios de negocios en la forma
diversos departamentos, como el de digitalización o personas y ➢ Un cliente
puede que quieran. En muchos casos, el socio
desempeña diversas gestiones como: ➢ Un canal intermediario (como un agente o distribuidor).
potencial no podría estar interesado en formar
➢ Supervisar procesos. ➢ Un proveedor de ofertas complementarias (por ejemplo,
una relación de negocios, también conocido
➢ Diseñar proyectos. una de las partes vende el hardware, mientras que el
como el apareamiento de negocios. Es
➢ Velar por el cumplimiento de las normas. otro vende el software)
importante que ambas partes del acuerdo se
complementen entre sí, pero también que haya
algunos puntos en común.
 Los proveedores de datos, tanto ➢ Los Open Data son una filosofía y práctica ➢ Estos datos están centrados, sobre todo, en material de tipo no ➢ Existen numerosas revistas de tipo científico que ya publican
públicos (Open Data) como encaminadas a hacer accesibles y reutilizables documental, geográfico, cartográfico, médico, científico, fórmulas artículos con acceso abierto.
privados, son un surtido determinados datos a todo el mundo, de una matemáticas. ➢ Se le han sumado las universidades, que publican los
proveedores de de bases de datos y fuentes de forma libre; sin ningún tipo de restricciones de ➢ Suelen ser fuentes pertenecientes, tradicionalmente, a resultados de sus investigaciones en repositorios abiertos.
datos.
información secundarias que patentes, mecanismos de control o derechos de organizaciones con acceso restringido a través de licencias, ➢ En el caso de los datos privados, destaca AC Nielsen
existen en internet. autor. copyright o patentes. Corporation. Proporciona información de lectores de
➢ los proveedores de datos privados se basan en ➢ Estas iniciativas cuentan con una ética similar a otros movimientos, supermercados sobre datos de compras domésticas,
el pago de una cuota. Esta posibilita que las como el del software libre o el acceso libre (Open Access). participación en el mercado, precios al detalle, ventas o
empresas vendan sus datos a los suscriptores.
públicos de televisión.

Estudian, los mercados y los ➢ Recopilan datos como información demográfica, ➢ Las empresas de investigación de mercados pueden proporcionar
Métodos de investigación de las organizaciones:
consumidores potenciales de un psicográfica y otros, como el nivel de ingresos, el una gran cantidad de información para el desarrollo de productos,
➢ Encuestas.
producto o un servicio de educación, etc. desde las opiniones de las bases de clientes, hasta las
➢ Grupos focales.
determinado. características que desean ver en uno nuevo.
Organizaciones de ➢ Entrevistas.
➢ Los especialistas en marketing y los responsables de producto
investigación de ➢ Observaciones.
mercados o utilizan esta información para tomar decisiones informadas sobre
➢ Pruebas de campo.
científicas cómo avanzar con sus prototipos.
➢ Una compañía de estas características utiliza para realizar su
trabajo datos cualitativos y cuantitativos.
➢ Las empresas de investigación de mercados entregan luego estos
datos a los clientes, en formato de informes o presentaciones que lo
detallan todo.

Es información sobre grupos de ➢ Se utilizan sobre todo para adaptar ➢ Los datos demográficos proporcionan una visión mucho más Estos son algunos ejemplos de datos que puedes solicitar en
personas según ciertos atributos estratégicamente las ofertas a determinados profunda del comportamiento del usuario. una encuesta demográfica:
como la edad, el sexo, el lugar de grupos objetivo, y pueden servir de base para los ➢ La información sobre los grupos de usuarios puede utilizarse para ➢ Edad.
Datos
residencia, y pueden incluir análisis empresariales y los informes de mejorar la eficacia de las campañas publicitarias, optimizar la oferta ➢ Genero.
demográficos
factores socioeconómicos como rendimiento. de la página web y, por último, pero no menos importante, impulsar ➢ Educación.
la ocupación, la situación familiar las ventas. ➢ Ingresos.
o los ingresos. ➢ Al mismo tiempo, no debe ignorarse el uso legal de estos datos: ➢ Intereses.
estos deben ser anónimos y el usuario debe ser informado sobre la ➢ Idioma.
recolección de datos, así como sobre el uso de cookies. Igualmente, ➢ País.
los usuarios deben tener la oportunidad de oponerse a la recolección
de datos.

Se vale de protocolos, recursos ➢ Se utiliza para hacer referencia a una red de ➢ Ofrece información las 24 horas del día, y se puede acceder a ella El acceso a Internet es posible gracias a múltiples canales. Algunos de ellos son:
➢ Fibra óptica (cable).
y servicios para operar a través computadoras interconectadas entre sí a nivel siempre y cuando la conexión sea posible.
➢ Líneas telefónicas.
➢ Es de carácter público.
Internet de diferentes medios de mundial con el objetivo de hacer común ➢ Redes inalámbricas.
➢ Es de crecimiento ilimitado y colaborativo. ➢ Satelital.
conexión a la red, por medio de información de acceso público. Esta red utiliza
➢ Puede consultarse desde cualquier dispositivo de forma inmediata. ➢ Móvil.
un cable o de manera un lenguaje en común para la comunicación ➢ Hotspots de Wi-Fi.
➢ Sus usos pueden ir desde la búsqueda de información, hasta llegar a
inalámbrica. entre los dispositivos. ➢ ADSL.
operaciones financieras. ➢ PLC.
 Digitales: son muy diversas y los datos que proporcionan no siempre serán estructurados (formatos fijos de tabla, filas y columnas); al contrario, serán en un gran
porcentaje (estadísticas fiables hablan del 80 al 90% de los datos manejados por una organización en la actualidad) no estructurados (texto, video, audio, imágenes).
FUENTE
En estos casos se contemplarán los grandes volúmenes de datos (Big Data) y su manipulación requerirá nuevos sistemas de recolección y almacenamiento.

TIPO DE FUENTE COMPOSICIÓN FUNCIÓN CARACTERÍSTICAS EJEMPLO

DE DATOS

Están organizados conforme a ➢
un modelo o esquema.
Se almacenan en forma tabular y algunas veces ➢ Los datos estructurados tienen los mismos atributos para todos los Se indican ejemplos de sistemas de datos estructurados:
su estructura también incluye la definición de las valores de datos.
➢ Archivos de Excel.
relaciones entre ellos. Típicamente están ➢ Las tablas de datos estructurados tienen valores comunes que
representados en bases de datos que hacen vinculan entre sí diferentes conjuntos de datos. ➢ Datos de puntos de venta.

parte del funcionamiento de sistemas de ➢ Los datos estructurados son apropiados para el análisis ➢ Resultados de formularios web.
Estructurados
información. matemático. ➢ Etiquetas de optimización para motores de búsqueda.
➢ Puede almacenar datos estructurados en bases de datos
➢ Directorios de productos.
relacionales y administrarlos con el lenguaje de consulta
➢ Control de inventario.
estructurado (SQL)
➢ Sistemas de reserva.

Su organización y presentación ➢ Los datos no estructurados son intrínsecamente ➢ Los datos no están estructurados y no siguen un modelo de datos. Los datos no estructurados incluyen varios formatos y fuentes,
no está́ guiada por ningún incompatibles con los programas de ➢ Los datos no tienen una estructura claramente definida. como:
modelo o esquema. procesamiento de transacciones; el análisis y el BI ➢ Los datos no siguen un formato u orden específico. ➢ Redes sociales
son sus principales usos. ➢ La falta de una estructura reconocible dificulta su uso por parte de ➢ Respuestas a encuestas.
No
estructurados los programas informáticos. ➢ Publicaciones en sitios web.
➢ Los datos no pueden mantenerse en filas y columnas como en las ➢ Datos de comunicación.
bases de datos. ➢ Archivos multimedia.
➢ Documentos.
➢ Páginas web.

Su organización y presentación ➢ Este tipo de datos representa alrededor del 5-10% ➢ Son datos que no se adhieren a un esquema o modelo estricto, pero Los ejemplos de datos semi-estructurados más conocidos son:
tiene una estructura básica del volumen de datos global. Sin embargo, tiene aún tienen cierto nivel de organización o estructura. ➢ Correos electrónicos.
(etiquetas o marcadores), pero casos de uso muy relevantes desde el punto de ➢ Este tipo de datos contiene elementos de ambos datos ➢ Lenguaje de marcado XML.
no tienen establecida una vista comercial, en grandes infraestructuras de estructurados y no estructurados, ya que puede contener etiquetas ➢ El estándar abierto JSON (JavaScript Object Notation).
datos y aplicaciones web en tiempo real. ➢
Semiestructurados definición de relaciones en su o metadatos que proporcionan cierto nivel de contexto. Las bases de datos NoSQL, que, al no separar el
contenido. ➢ Se encuentran comúnmente en una variedad de fuentes digitales, esquema de los propios datos, son más flexibles.
como archivos XML y JSON, archivos de registro y datos de redes
sociales.
➢ A menudo se utiliza para aplicaciones que requieren un mayor
flexmodelo de datos compatible, como aplicaciones web o datos
generados por dispositivos IoT.
 CONCLUSIÓN PERSONAL
Mediante la presente investigación para realizar la meta he podido analizar las diferentes
fuentes de información que se manejan en la Inteligencia de Negocios, entendiendo que son
estas fuentes las que permiten jerarquizar y esquematizar la información de manera que le
sea útil a la organización y que a través de ella se puedan realizar la toma de decisiones
adecuadas que le permitan a la entidad empresarial lograr aquellos objetivos a corto y largo
plazo. De esta manera podemos concluir que los tres tipos de fuentes que se manejan, así
como todas aquellas herramientas que sean útiles para recabar los datos, permiten
transformar la información y de esta manera podemos ver los resultados y entender de
forma positiva el conocimiento obtenido para enfocarlo en beneficio de la empresa.
 BIBLIOGRAFÍA.
Joyanes, L. (2019), Inteligencia De Negocios y Analítica DE Datos, México, edit. Alfaomega,
pág. 11-18.

Rodríguez, A.-Bernal, E. (2019), Gestión de la información cuantitativa en las universidades,

Colombia, universidad Nacional de Colombia, imagen editorial, Gestión de la
información cuantitativa en las universidades (estadisticaun.github.io)

Cano, J. Business Intelligence: Competir Con Información, documento electrónico, revisado

en 2024, tomado de Cubierta.indd (esade.edu)

Ferrovial, ¿Qué es Internet?, documento electrónico, revisado en 2024, tomado de Internet:

qué es, qué tipos de conexión existen - Ferrovial

Universitat Carlemany (2021), ¿Qué es una empresa de investigación de mercados?,

documento electrónico, revisado en 2024, tomado de: ¿Qué es una empresa de
investigación de mercados? | Universitat Carlemany

Muñoz, H.-Osorio, R.-Zúñiga, L. (2016), Inteligencia de los negocios. Clave del Éxito en la
era de la información, Revista Clío América, Vol. 10 No. 20 Julio – Diciembre, págs.
194 – 211, tomado de Inteligencia de los negocios. Clave del Éxito en la era de la
información - Dialnet (unirioja.es)

QuestionPro, Datos demográficos: Qué son, cómo obtenerlos y ejemplos, documento

electrónico, revisado en 2024, tomado de Datos demográficos: Qué son, cómo
obtenerlos y ejemplos (questionpro.com)

Kask and Linton (2013) Business mating: when start-ups get it

right http://www.tandfonline.com/doi/abs/10.1080/08276331.2013.876765#.U0UEcfl
_t8F