Tabla de Contenido………………………………………………………………………………………………1

Cuadro de Mando Integrales………………………………………………………………………………….2

Sistemas de Soporte a la Decisión…………………………………………………………………………4

Sistemas de Información Ejecutiva………………………………………………………………………..6

Datamart ………………………………………………………………………………………………………….9

Datawarehouse………………………………………………………………………………………………….10

V Big Data…………………………………………………………………………………………………………12

Tipos de ERP………………………………………………………………………………………………………15

Bibliografía………………………………………………………………………………………………………..20
 1. Investigar el concepto, principales características y beneficios de los

principales productos de BI que son:

Cuadros de Mando Integrales (CMI)

Concepto:

Un Cuadro de Mando Integral (CMI) es una herramienta de gestión que proporciona

una visión integral y equilibrada del rendimiento de una organización. Desarrollado por

Robert S. Kaplan y David P. Norton en la década de 1990, el CMI busca ir más allá de

las métricas financieras tradicionales para incluir indicadores clave en áreas como

clientes, procesos internos y aprendizaje y crecimiento.

Principales Características:

1. Perspectivas Múltiples:

• Incluye diferentes perspectivas como financiera, cliente, procesos internos y

aprendizaje y crecimiento.

• Cada perspectiva tiene indicadores clave (KPIs) asociados para evaluar el

rendimiento.

2. Balance entre Indicadores Financieros y No Financieros:

 • Va más allá de medir solo el rendimiento financiero y considera factores no

financieros cruciales para el éxito a largo plazo.

3. Enfoque Estratégico:

• Se centra en alinear las actividades y objetivos diarios con la estrategia general

de la organización.

4. Facilita la Comunicación:

• Proporciona una visión clara y simplificada del rendimiento, facilitando la

comunicación interna y externa.

5. Monitoreo Continuo:

• Permite el seguimiento constante del progreso hacia los objetivos estratégicos,

identificando áreas que necesitan atención.

Beneficios:

Visión Holística:

Ofrece una visión completa del rendimiento organizacional desde diferentes

perspectivas, permitiendo una toma de decisiones más informada.

Mejora de la Estrategia:

Ayuda a las organizaciones a alinear sus actividades diarias con los objetivos

estratégicos, mejorando la ejecución de la estrategia.

Toma de Decisiones Informada:

Proporciona datos clave para tomar decisiones basadas en evidencia y alineadas con los

objetivos estratégicos.

Comunicación Efectiva:
Facilita la comunicación interna y externa al proporcionar información clara y fácil de

entender sobre el rendimiento organizacional.

Identificación de Áreas de Mejora:

Permite la identificación temprana de áreas que necesitan mejora, lo que ayuda a

abordar problemas antes de que se conviertan en crisis.

Retroalimentación Continua:

Facilita la retroalimentación continua y la adaptación a cambios en el entorno

empresarial.

Sistemas de Soporte a la Decisión (DSS)

Concepto:

Los Sistemas de Soporte a la Decisión (DSS, por sus siglas en inglés, Decision Support

Systems) son herramientas informáticas diseñadas para facilitar la toma de decisiones

en entornos empresariales complejos. Estos sistemas están dirigidos a proporcionar

información y análisis relevantes para ayudar a los tomadores de decisiones en la

evaluación de opciones y la selección de estrategias.

Principales Características:
 1. Interactividad: Los DSS permiten a los usuarios interactuar con la información,

explorar datos y realizar análisis en tiempo real. Esto facilita la adaptabilidad a

situaciones cambiantes y la toma de decisiones informadas.

2. Flexibilidad: Los DSS son flexibles y pueden adaptarse a diferentes contextos y

requisitos de los usuarios. Pueden manejar datos estructurados y no

estructurados, permitiendo la integración de diversas fuentes de información.

3. Análisis "What-If": Los DSS permiten a los usuarios realizar análisis "what-if"

(¿qué pasaría si), lo que implica simular escenarios alternativos y evaluar el

impacto de diferentes decisiones antes de implementarlas.

4. Acceso a Datos en Tiempo Real: Proporcionan acceso a datos en tiempo real, lo

que permite a los tomadores de decisiones trabajar con información actualizada

para respaldar sus decisiones.

5. Apoyo a Decisiones No Estructuradas: Los DSS pueden manejar decisiones no

estructuradas, es decir, aquellas que no se pueden abordar fácilmente mediante

procesos rutinarios o reglas predefinidas.

6. Herramientas de Modelado y Análisis: Incorporan herramientas de modelado y

análisis que ayudan a los usuarios a entender patrones, tendencias y relaciones

en los datos, facilitando así la toma de decisiones fundamentadas.

Beneficios:

• Mejora de la Toma de Decisiones: Los DSS proporcionan información relevante

y análisis detallado, lo que mejora la calidad de las decisiones tomadas por los

gerentes y líderes empresariales.

• Eficiencia Operativa: Al facilitar el acceso rápido y fácil a información clave, los

DSS contribuyen a la eficiencia operativa, permitiendo a las organizaciones

adaptarse rápidamente a los cambios del entorno.

 • Adaptabilidad: La flexibilidad de los DSS permite a las organizaciones adaptarse

a situaciones cambiantes y tomar decisiones informadas en tiempo real.

• Reducción de Riesgos: Al proporcionar herramientas para simular escenarios y

evaluar el impacto de diferentes decisiones, los DSS ayudan a reducir los riesgos

asociados con la toma de decisiones.

• Mejora de la Productividad: Facilitan la colaboración y la comunicación entre

los diferentes niveles jerárquicos de una organización, mejorando la

productividad y la coordinación en la toma de decisiones.

• Competitividad: El uso efectivo de los DSS puede proporcionar a las

organizaciones una ventaja competitiva al permitirles tomar decisiones más

rápidas y precisas en comparación con sus competidores.

• Algunos ejemplos de herramientas de BI que incluyen funcionalidades de

Sistemas de Soporte a la Decisión son Tableau, Power BI, QlikView, y SAS

Visual Analytics. Estas herramientas permiten a las organizaciones analizar

datos de manera interactiva y respaldar la toma de decisiones estratégicas.

Sistemas de Información Ejecutiva (EIS)

•
•
•
•
•
•
• Concepto

Concepto:
Los Sistemas de Información Ejecutiva (EIS) son herramientas de Business Intelligence

(BI) diseñadas para ofrecer información clave y análisis a nivel ejecutivo dentro de una

organización. Estos sistemas se centran en proporcionar a los líderes empresariales una

visión rápida y clara de la situación de la empresa, ayudándoles en la toma de decisiones

estratégicas.

Principales Características:

1. Presentación Visual:

Los EIS destacan por su capacidad para presentar datos de manera visual, mediante

gráficos, tablas y dashboards interactivos. Esta presentación facilita la comprensión

rápida de la información relevante para los ejecutivos.

2. Acceso a Datos en Tiempo Real:

Los EIS suelen estar conectados a fuentes de datos en tiempo real, proporcionando

información actualizada de manera constante. Esto permite a los ejecutivos tomar

decisiones basadas en la situación más reciente de la empresa.

3. Personalización:

Estos sistemas son altamente personalizables para adaptarse a las necesidades

específicas de cada ejecutivo. Pueden configurarse para mostrar indicadores clave

de rendimiento (KPIs) y métricas relevantes para cada nivel de liderazgo.

4. Interactividad:

La capacidad de interactuar con los datos es crucial en un EIS. Los usuarios pueden

explorar la información, realizar análisis ad hoc y obtener respuestas a preguntas

específicas sobre el rendimiento de la empresa.

 5. Alertas y Notificaciones:

Los EIS pueden configurarse para enviar alertas y notificaciones automáticas a los

ejecutivos cuando se detectan tendencias, patrones o eventos significativos en los

datos.

Beneficios:

• Toma de Decisiones Informada:

Proporciona a los ejecutivos información actualizada y relevante, lo que les permite

tomar decisiones más informadas y estratégicas.

• Eficiencia Operativa:

Al tener acceso a datos en tiempo real y presentarlos de manera visual, los EIS ayudan a

mejorar la eficiencia operativa al identificar áreas de mejora y optimización.

• Monitoreo Continuo del Rendimiento:

Facilita el monitoreo continuo del rendimiento empresarial, permitiendo a los ejecutivos

identificar y abordar proactivamente problemas y oportunidades.

• Visión Integral:

Ofrece una visión integral de la empresa al consolidar datos de diversas fuentes,

proporcionando a los ejecutivos una comprensión holística de la situación.

• Agilidad Empresarial:

Permite a las organizaciones adaptarse rápidamente a los cambios del mercado y tomar

decisiones ágiles en respuesta a nuevas oportunidades o desafíos.

En resumen, los Sistemas de Información Ejecutiva desempeñan un papel fundamental

al proporcionar a los líderes empresariales las herramientas necesarias para dirigir la

empresa de manera efectiva y basada en datos.

2. Investigar el concepto, principales características y tipos de los orígenes de

datos.

DATAMART

Un Datamart es una subcolección de datos almacenados en un sistema de información,

que se centra en un área específica o tema de negocio dentro de una organización. A

diferencia de un Datawarehouse (almacén de datos) que abarca toda la empresa, un

Datamart está diseñado para satisfacer las necesidades de un grupo de usuarios

particulares, como un departamento o equipo funcional. Estos almacenes de datos

especializados contienen información relevante para un conjunto específico de análisis y

toma de decisiones. Los Datamarts pueden ser construidos de manera independiente o

como parte de un sistema de Datawarehouse más grande.

Características Principales:

- Enfoque Específico: Un Datamart es una base de datos específica y orientada a

un área funcional o departamento dentro de una organización, como ventas,

marketing o recursos humanos.

- Datos Resumidos: Contiene datos resumidos y relevantes para las necesidades

específicas del área a la que sirve, permitiendo un acceso más rápido y eficiente

a la información.

- Implementación Rápida: Puede implementarse más rápidamente en

comparación con un DataWarehouse completo, ya que se centra en un conjunto

más limitado de datos.

Tipos:

- Datamart Independiente: Se crea y opera de manera independiente para

satisfacer las necesidades de un departamento específico.

- Datamart Dependiente: Se deriva de un Data Warehouse más grande y se

utiliza para proporcionar datos específicos a un área funcional.

DATAWAREHOUSE

Un Datawarehouse es un sistema de almacenamiento de datos centralizado que integra y

almacena datos de diversas fuentes dentro de una organización. Su propósito principal

es proporcionar un entorno único y coherente para el análisis y la generación de

informes. Un Datawarehouse suele contener grandes cantidades de datos históricos y

actuales, estructurados y a menudo consolidados para respaldar el proceso de toma de

decisiones a nivel empresarial.

Características Principales:

- Integración de Datos: Un Data Warehouse integra datos de múltiples fuentes

dentro de una organización, proporcionando una vista unificada y coherente de

la información empresarial.

- Orientado a Temas: Organiza los datos en torno a temas empresariales

específicos, como clientes, productos o ventas, facilitando el análisis y la toma

de decisiones.

- Datos Históricos: Almacena datos históricos para permitir análisis de

tendencias y patrones a lo largo del tiempo.

 - Gran Escala: Puede manejar grandes volúmenes de datos de manera eficiente y

es diseñado para admitir consultas analíticas complejas.

Tipos:

- Enterprise Data Warehouse (EDW): Un Data Warehouse centralizado y

completo que abarca toda la organización.

- Data Mart (como entidad independiente): Puede considerarse como un tipo

de Data Warehouse, especialmente cuando se implementa de manera

independiente para un área funcional específica.

- Operational Data Store (ODS): Almacén de datos que se utiliza para

consolidar datos operativos de múltiples fuentes antes de cargarlos en un Data

Warehouse.

Mientras que un Datamart se centra en un área funcional específica con datos más

resumidos, un Data Warehouse aborda necesidades más amplias al integrar datos de

toda la organización y proporcionar una visión unificada y de largo plazo para el

análisis empresarial. Ambos desempeñan roles cruciales en la gestión de datos y la toma

de decisiones.
 3. Investigar acerca de las V del Big Data

BIG DATA

Las “V del Big Data” son un conjunto de características clave que describen las

dimensiones críticas del fenómeno del Big Data. Estas características proporcionan una

guía para entender la complejidad y los desafíos asociados con el manejo de grandes

volúmenes de datos en la era digital.

Las principales “V del Big Data” son:

Volumen:

Definición: Se refiere a la inmensidad de datos generados y almacenados. El Big

Data implica grandes cantidades de información que superan la capacidad de las

bases de datos y herramientas tradicionales para procesar y gestionar.

Importancia: A medida que la cantidad de datos generados aumenta

exponencialmente, las organizaciones necesitan soluciones efectivas para

almacenar, procesar y analizar estos volúmenes masivos de información.

Características:

✓ Involucra terabytes, petabytes o incluso exabytes de datos.

✓ Se relaciona con la escala de los conjuntos de datos.

Velocidad:

Definición: Hace referencia a la velocidad a la que se generan, procesan y

analizan los datos. Con el auge de las tecnologías en tiempo real, la velocidad de

manejo de datos se ha vuelto crucial.

 Importancia: En entornos como el comercio electrónico, las redes sociales y la

Internet de las cosas (IoT), la capacidad de tomar decisiones rápidas basadas en

datos en tiempo real se ha vuelto esencial.

Características:

✓ Procesamiento en tiempo real.

✓ Necesidad de respuestas rápidas para aprovechar oportunidades o

abordar desafíos.

Variedad:

Definición: Indica la diversidad de tipos de datos. Esto incluye datos

estructurados (como tablas en bases de datos), no estructurados (como texto,

imágenes, videos) y semiestructurados (como JSON o XML).

Importancia: La capacidad para manejar diferentes tipos de datos es crucial ya

que las organizaciones buscan obtener información significativa de diversas

fuentes.

Características:

✓ Incluye datos de texto, imágenes, videos, redes sociales, sensores, etc.

✓ La heterogeneidad de los datos es una característica clave.

Veracidad:

Definición: Se refiere a la calidad y confiabilidad de los datos. La veracidad

implica la precisión y la confiabilidad de los datos en un entorno donde la

información puede ser incierta o incompleta.

Importancia: Para tomar decisiones informadas, es esencial garantizar que los

datos sean precisos y confiables. La falta de veracidad puede conducir a análisis

incorrectos y decisiones erróneas.

 Características:

✓ Implica la necesidad de limpiar y validar los datos.

✓ La confiabilidad de los datos afecta la toma de decisiones.

Valor:

Definición: Representa la capacidad de convertir los datos en valor significativo

para la organización. El valor se deriva de la capacidad de analizar y obtener

información valiosa de los conjuntos de datos.

Importancia: La obtención de valor a partir de los datos es el objetivo final del

análisis de Big Data. Las organizaciones buscan transformar los datos en

conocimientos que impulsen la toma de decisiones y la mejora del rendimiento.

Características:

✓ Implica la necesidad de limpiar y validar los datos.

✓ La confiabilidad de los datos afecta la toma de decisiones.

Beneficios del Big Data:

Toma de Decisiones Informada: Permite a las organizaciones tomar decisiones basadas

en datos y evidencia, mejorando la precisión y la eficacia.

Innovación: Facilita la identificación de patrones, tendencias y oportunidades,

impulsando la innovación en productos, servicios y procesos.

Eficiencia Operativa: Permite optimizar operaciones y procesos internos al identificar

áreas de mejora y reducir costos innecesarios.

Mejora de la Experiencia del Cliente: Proporciona insights sobre el comportamiento y

las preferencias de los clientes, mejorando la personalización y la satisfacción del

cliente.
Competitividad: Las organizaciones que pueden aprovechar eficazmente el Big Data

tienen una ventaja competitiva al adaptarse rápidamente a los cambios del mercado.

En resumen, las “V del Big Data” describen las características fundamentales de los

datos a gran escala, y aprovechar estas dimensiones proporciona beneficios

significativos para las organizaciones en términos de toma de decisiones, innovación y

eficiencia.

4. Investigar acerca de los Tipos de ERP

Los sistemas ERP (Enterprise Resource Planning, por sus siglas en inglés) son software

integrados que permiten la gestión eficiente de los recursos y procesos empresariales.

Existen diferentes tipos de ERP, adaptados a las necesidades específicas de diversos

sectores y tamaños de empresas. A continuación, se describen algunos de los tipos de

ERP más comunes:

ERP según el tamaño de la organización:

➢ ERP para empresas grandes:

Características:

✓ Diseñados para empresas con una gran cantidad de usuarios y complejidad

organizativa.

✓ Manejan grandes volúmenes de datos y operaciones a nivel corporativo.

✓ Ofrecen funcionalidades avanzadas y capacidades de personalización.

Ejemplos: SAP S/4HANA, Oracle E-Business Suite, Microsoft Dynamics 365 for

Finance and Operations.

➢ ERP para empresas medianas:

Características:

✓ Adaptados para satisfacer las necesidades de empresas con estructuras

organizativas medianas.

✓ Proporcionan funcionalidades esenciales de gestión empresarial.

✓ Son más asequibles y pueden ser implementados de manera más rápida.

Ejemplos: Infor CloudSuite, Epicor ERP, Sage 300.

➢ ERP para empresas pequeñas:

Características:

✓ Diseñados para satisfacer las necesidades específicas de pequeñas empresas con

recursos limitados.

✓ Ofrecen funcionalidades esenciales a un costo asequible.

 ✓ Son fáciles de implementar y mantener.

Ejemplos: NetSuite, QuickBooks, Zoho ERP.

ERP según su diseño:

➢ ERP estándar:

Características:

✓ Soluciones listas para usar con funcionalidades genéricas que se aplican a

diversas industrias.

✓ Implementación más rápida y menor costo inicial.

✓ Menos flexibles en términos de personalización.

Ejemplos: SAP Business One, Microsoft Dynamics 365 Business Central, Odoo.

➢ ERP a medida:

Características:

✓ Diseñados y desarrollados específicamente para satisfacer las necesidades únicas

de una empresa.

✓ Mayor flexibilidad y adaptabilidad a procesos comerciales específicos.

✓ Puede requerir una inversión y tiempo de implementación más significativos.

Ejemplos: Soluciones desarrolladas internamente o por empresas de software

personalizado.

ERP según el tipo de gestión de datos:

➢ ERP local:

Características:
 ✓ Se implementa y opera en servidores locales dentro de las instalaciones de la

empresa.

✓ Ofrece mayor control sobre los datos, pero puede requerir una infraestructura de

TI significativa.

Ejemplos: SAP ERP ECC, Oracle E-Business Suite (on-premises).

➢ ERP en la nube:

Características:

✓ Se ejecuta en servidores remotos y se accede a través de internet.

✓ Proporciona escalabilidad, flexibilidad y acceso desde cualquier ubicación.

✓ Reduce la carga de mantenimiento para la empresa.

Ejemplos: Oracle Cloud ERP, Microsoft Dynamics 365 (cloud), NetSuite.

➢ ERP híbrido:

Características:

✓ Combina la implementación local y en la nube, permitiendo la integración de

sistemas.

✓ Ofrece flexibilidad para alojar ciertos módulos en la nube mientras mantiene

otros localmente.

Ejemplos: Algunas configuraciones personalizadas de SAP S/4HANA, Oracle Cloud +

on-premises.

ERP según su versatilidad:

➢ Horizontal:

Características:
 ✓ Diseñados para adaptarse a múltiples industrias y sectores.

✓ Ofrecen funcionalidades estándar aplicables a diversas organizaciones.

Ejemplos: SAP S/4HANA, Microsoft Dynamics 365, Oracle ERP Cloud.

➢ Vertical:

Características:

✓ Especializados en una industria específica y adaptados a sus procesos únicos.

✓ Proporcionan funcionalidades especializadas para sectores como la manufactura,

salud, o retail.

Ejemplos: Infor CloudSuite Industrial, Plex Systems, Epicor ERP (industrias

específicas).
BIBLIOGRAFIA

Guevara, F. G. L., Gil Gómez, H., Medina, D. A. L., & Lopera, I. C. S. (2004).

DESCRIPCIÓN GENERAL: SISTEMAS DE INFORMACIÓN PARA EJECUTIVOS

(EIS). PORTE DEL, 174.

Banchieri, L. C., & Planas, F. C. (2012). El cuadro de mando integral: Teoría o realidad.

RIGC, 10(20), 1-18.

Ruiz, A., Hernandez, L. A., & Giraldo, W. J. (2009). Aplicación de los sistemas de

soporte a la decisión (DSS) en el comercio electrónico: Implementing a decision

support system (DSS) in e-business. Ingeniería e investigación, 29(2), 94-99.

Guevara, F. G. L., Gil Gómez, H., Medina, D. A. L., & Lopera, I. C. S. (2004).

DESCRIPCIÓN GENERAL: SISTEMAS DE INFORMACIÓN PARA EJECUTIVOS

(EIS). PORTE DEL, 174.

Nakache, D. (2003). Problems in Designing Huge Datawarehouses and Datamarts. AMCIS

2003 Proceedings, 318.

hoshbakht, F., Shiranzaei, A., & Quadri, S. M. K. (2023). Design & Develop: Data Warehouse &

Data Mart for Business Organization. International Journal of Intelligent Systems and

Applications in Engineering, 11(3s), 260-265.

Mayer-Schönberger, V., & Cukier, K. (2013). Big data: la revolución de los datos masivos.

Turner.

Stephens-Davidowitz, S. (2019). Todo el mundo miente: Lo que internet y el big data pueden

decirnos sobre nosotros mismos. Capitán Swing Libros.

García Sánchez, C., & Soberanes Pérez, J. L. (2013). Integración de RFID a ERP con equipo

wireless.