Está en la página 1de 58

Business Intelligence y CRM

Sesin 1 - 2

Prof.: Mg. Jorge A. Castillo Snchez

Maestra en Supply Chain Management

Contenido:

Business Intelligence
Terminologas principales
Clasificacin

Prof. Mg. Jorge A. Castillo Snchez

1. La informacin en los negocios de hoy


El dilema de la informacin

8 de 10

Factores que soportan las principales


Decisiones de Negocio

Directivos toman decisiones a partir de


informacin incompleta en la que no confan
plenamente.

79 %

53%

62 %

No tiene acceso a la informacin necesaria


para realizar su trabajo, a lo largo de la
organizacin

52 %

3 de 4
Directivos afirman que disponer
de informacin predictiva les permitira tomar
mejores decisiones.

Experiencia
Personal

Fuente: IBM-Business Analytics and Optimization for the Intelligent Enterprise, Abril 2009.
3

Prof. Mg. Jorge A. Castillo Snchez

Analtica (BI)

Experiencia
Colectiva

1. La informacin en los negocios de hoy


Nuevas necesidades y formas de trabajar

4 de 5

Lderes empresariales ven la informacin como


ventaja competitiva

1 de 2

No tienen acceso a la informacin que necesitan


para realizar su trabajo

1 de 3

Enfoque Tradicional

Tendencia

Sentir y Responder

Predecir y Actuar

Instinto e Intuicin

En tiempo real
Orientada a los hechos

Expertos calificados
en anlisis

Por todos

Soporte a la decisin
basado en el Back office

Punto de impacto
Apoyo a la Accin

Eficiencia

Optimizacin

Los lderes empresariales toman con frecuencia


decisiones crticas sin la informacin necesaria

Fuente: IBM-Business Analytics and Optimization for the Intelligent Enterprise, Abril 2009.
4

Prof. Mg. Jorge A. Castillo Snchez

1. La informacin en los negocios de hoy

Caractersticas:
Sobreabundancia.
Carencia de integracin
Carencia de profundidad necesaria para el anlisis

Integracin

Plataforma de Business
Intelligence = EXITO

Prof. Mg. Jorge A. Castillo Snchez

De qu sirve
entonces?

1. La informacin en los negocios de hoy


Ejemplo 1:
-Compra de vinos en el supermercado
-Nuevo miembro de familia
-Encarte personalizado

Ejemplo 2:
- En el mbito financiero
- Productos de acuerdo al momento de vida del cliente

Ejemplo 3:
-En una cadena de multicines
-Aprovechamiento de la capacidad instalada y dulceras.
-Estrategia de fidelizacin.

Prof. Mg. Jorge A. Castillo Snchez

Business Intelligence
permite desarrollar
estrategias
focalizadas de
marketing, sobre la
base del buen uso de
la informacin, es
decir, aprender de la
informacin que dejan
los clientes y convertir
ese aprendizaje en
acciones.

Qu es Business
Intelligence?
7

Prof. Mg. Jorge A. Castillo Snchez

3. Definiendo Inteligencia de Negocios

Business Intelligence es una herramienta crtica para el xito y


sobrevivencia de su organizacin hoy en da, no se trata solo
de herramientas y tecnologa, sino tambin de organizacin.
Gartner Group

BI se refiere al proceso de convertir datos en informacin,


informacin en conocimiento y conocimiento en acciones o
estrategias para crear una ventaja competitiva en el negocio.
En otras palabras es hacer las cosas diferentes.
Jorge Castillo
8

Prof. Mg. Jorge A. Castillo Snchez

Limitaciones de informacin de los sistemas de gestin,


aplicaciones a medida e incluso los ERP ms sofsticados
Gran rigidez a la hora de extraer datos
Necesidad de conocimientos tcnicos
Largos tiempos de respuesta
Deterioro en el rendimiento de los sistemas de
informacin
Falta de integracin que implica islas de datos
Datos errneos, obsoletos o incompletos
Problemas para adecuar la informacin a cada
usuario
Ausencia de informacin histrica

Prof. Mg. Jorge A. Castillo Snchez

BI

Las soluciones de BI
cubren este vaco de
informacin a travs
de la creacin de un
nuevo repositorio de
datos o base de datos
que agrupa a toda la
informacin relevante
para la gestin en la
organizacin.

2. El valor de Business Intelligence en las organizaciones

Los

sistemas de Business Intelligence se basan en la


integracin y en la universalizacin de la informacin para dar
respuesta a las necesidades de las empresas.
Deloitte & Touche

10

Prof. Mg. Jorge A. Castillo Snchez

Ejemplos de datos e informacin por rea de la empresa


Datos

Fuente: Rodriguez, 2004.


11

Prof. Mg. Jorge A. Castillo Snchez

Informacin

Ejemplo prctico de una solucin de BI

Primero la agencia de viajes que carece del conocimiento necesario de su cliente,


ocasionando un deterioro en la relacin y la consiguiente prdida.

Un ao despus. BI administrada con proactividad

Fidelizacin del cliente

12

Prof. Mg. Jorge A. Castillo Snchez

Qu beneficios
tiene?

13

Prof. Mg. Jorge A. Castillo Snchez

Beneficios de la Inteligencia de Negocios


Detectar Riesgos e Identificar Oportunidades.
Mayor calidad, exactitud y disponibilidad de la informacin.
Flexibilidad de presentacin, visualizacin y navegacin.
Integracin de informacin interna y externa.
Fortalecimiento de las capacidades analticas y de planificacin.
Incremento de ventas a travs de un mejor conocimiento y entendimiento de las necesidades
de los Clientes.
Mejora y estrecha las relaciones con los clientes (B2C).

Desde el punto de vista de costes empresariales:


Disminucin de los costes de preparacin de reportes y su difusin.
Disminucin costes de errores humanos en clculo.
Decremento del Coste en la toma de decisin.
Minimiza Costes de interpretacin de la informacin
14

Prof. Mg. Jorge A. Castillo Snchez

Gestin del
Conocimiento

15

Prof. Mg. Jorge A. Castillo Snchez

Reflexin:
Nuestros Clientes esperan siempre que seamos capaces no
solo de venderles nuestros productos y servicios, sino que
seamos lderes de opinin en los temas que a ellos les
conciernen, y por lo tanto, nosotros debemos ser capaces
de transmitirles a travs de nuestros puntos de contacto con
ellos; este conocimiento y nuestra visin de los problemas.
La Administracin de nuestros conocimientos, como as
tambin la capacidad de entregarlo adecuadamente a quin
lo necesite, nos potenciar como Firma e individualmente a
cada uno de los Profesionales que lo entrega La tarea no
es fcil, pero requiere la adopcin de nuevos estndares y
formas de operar ....."

16

Prof. Mg. Jorge A. Castillo Snchez

Reflexin:
La predominancia de requerimientos de mano de obra
especialista, de nuevas tecnologas en computacin y
telecomunicaciones y el acelerado paso del cambio han
iniciado una dramtica transformacin en la manera en que
las compaas compiten en el mercado.
En la era Post-Industrial el xito de las firmas se relaciona ms
con sus activos intelectuales que con sus activos fsicos o
recursos naturales.

ESTAMOS EN LA ERA DE LA INFORMACIN

17

Prof. Mg. Jorge A. Castillo Snchez

Aparece el concepto del Knowledge Worker


ya no son tus manos ..es tu mente
Las
personas
son y sern el
principal
Activo de las
compaas del
Futuro

En el futuro, las empresas ms exitosas sern aquellas que


aprendan a explotar el conocimiento de las personas
Lou Gerstner , ex-Presidente de IBM

Prof. Mg. Jorge A. Castillo Snchez

Qu es Knowledge Management?

El Knowledge Management procura obtener el


conocimiento residente en la mente de las
personas, distribuirlo y tenerlo a disposicin del
resto de la organizacin en el momento
adecuado, para usarlo y potenciarlo - individual o
grupalmente - con el fin de crear valor para sus
clientes, aumentar su eficiencia y administrar el
riesgo

Prof. Mg. Jorge A. Castillo Snchez

Knowledge

Conocimiento

El conocimiento slo puede


residir dentro de un conocedor,
una persona determinada que
lo
interioriza
racional
o
irracionalmente.
Lo importante es hacer que el
conocimiento adquirido sea
Independiente
de
las
Personas

Prof. Mg. Jorge A. Castillo Snchez

Educacin

Experiencia

Percepcin
Sentidos

Vivencia

Panorama de la Administracin del Conocimiento


La KM se ha convertido en un asunto primordial en muchas
empresas grandes a medida que los gerentes se han percatado
de que una parte importante del valor de sus empresas depende
de la capacidad de las mismas para crear y administrar el
conocimiento.

Algunos estudios han determinado que una parte sustancial del


valor de mercado de una empresa se relaciona con sus activos
intangibles, de los cuales el conocimiento es un componente
fundamental, junto con la marca, el renombre y los procesos de
negocios nicos.

Prof. Mg. Jorge A. Castillo Snchez

Conocimiento Caracterizado como Explcito y Tcito

Conocimiento Explcito o Estructurado es representado en documentos,


bases de datos, productos y procesos.
Este es conocimiento que puede ser codificado y compartido en un
lenguaje sistemtico formal.

Conocimiento Tcito o no Estructurado es ms dependiente de la


accin, contexto y experiencia personal, lo cual lo dificulta para
formalizar y comunicar.
Es a menudo descrito como lo que nosotros sabemos, pero no
podemos explicar.

Prof. Mg. Jorge A. Castillo Snchez

Tecnologa
Cules son los
Pilares de la
Administracin del

Tecnologas
e-e

Personas

Conocimiento ?

Procesos

Prof. Mg. Jorge A. Castillo Snchez

Cadena de valor de la administracin del conocimiento


Cadena de Valor del Negocio del Conocimiento

Sistemas de Administracin del Conocimiento


Actividades de los Sistemas de Informacin
Adquisicin
Descubrimiento del
conocimiento
Minera de datos
Redes neuronales
Recopilacin
Algoritmos
Almacenamiento genticos
Estaciones de
trabajo del
Diseminacin
conocimiento
Redes de
conocimiento
experto

Adquisicin de
datos e
informacin

Almacenamiento
Sistemas de
administracin de
documentos
Bases de datos de
conocimiento
Sistemas expertos

Diseminacin
Portales de
intranets
Envi de informes
por correo
electrnico
Motores de
bsqueda
Colaboracin

Aplicacin
Sistemas de apoyo a
la toma de decisiones
Aplicaciones
empresarial

Retroalimentacin

Actividades administrativas y organizativas


Cultura del
conocimiento
Comunidades de
prctica
Redes personales
Prcticas/rutinas
organizacionales

Rutinas
organizacionales
Cultura
organizacional

Capacitacin
Redes Informales
Cultura
organizacional

Prof. Mg. Jorge A. Castillo Snchez

Nuevos procesos de
negocio basados en TI
Nuevos productos y
servicios
Nuevos mercados

El proceso de la Gestin del Conocimiento


Repositorios, PowerPacks
Base de datos (Informac.
y discusin)
Contact lists,
Conoc. Externo

Crear Valor

Otras Bases de Datos

Cliente experiencia

Store
Reco
lectar
Mejoramiento material
Existente. Actualizaciones.

Ms
Valor

Deplo
y
Cliente

Insfraestructura adecuada (Tecnologa e-e,


Cultura y Organizacin

Input

Lo anterior puede ser


Reflejado en un CRM

Equipo
Compaa

Prof. Mg. Jorge A. Castillo Snchez

Apren
dizaje

Tres iniciativas para ayudar a las organizaciones a tomar decisiones inteligentes

Facilitar conocimiento-accin

Advanced
Analytics Decision
Support
Los sistemas de soporte a
la toma de decisiones que
facilitan el conocimiento y
ayudan a traducirlo en
accin

Crear una fuente de


informacin confiable

Data
Simplification

Preparar la
organizacin

Las metodologas,
ambientes de datos y
herramientas que
lleven a la confiabilidad
de la informacin,
agilidad y eliminen
redundancia

26

Strategic Information
Development
Los cambios estratgicos necesarios
para obtener una organizacin
informada y orientada a la accin
Prof. Mg. Jorge A. Castillo Snchez

Cul es el alcance
del Business
Intelligence entonces?

27

Prof. Mg. Jorge A. Castillo Snchez

Analytics Landscape

Competitive Advantage

Stochastic Optimization

How can we achieve the best outcome


including the effects of variability?

Optimization

How can we achieve the best outcome?

Predictive modeling

What will happen next if ?

Forecasting

What if these trends continue?

Prescriptive

Predictive
Simulation

What could happen. ?

Alerts

What actions are needed?

Query/drill down

What exactly is the problem?

Ad hoc reporting

How many, how often, where?

Standard Reporting

What happened?

Descriptive

Degree of Complexity
Based on: Competing on Analytics, Davenport and Harris, 2007
Prof. Mg. Jorge A. Castillo Snchez

Analytics Landscape

Competitive Advantage

Stochastic Optimization

How can we achieve the best outcome


including the effects of variability?

Optimization

How can we achieve the best outcome?

Predictive modeling

What will happen next if ?

Forecasting

What if these trends continue?

Prescriptive

DIOS

FAMS

COBRA

Predictive

Simulation

What could happen. ?

Alerts

What actions are needed?

Query/drill down

What exactly is the problem?

Ad hoc reporting

How many, how often, where?

Standard Reporting

What happened?

Descriptive

Degree of Complexity
Based on: Competing on Analytics, Davenport and Harris, 2007
Prof. Mg. Jorge A. Castillo Snchez

Analytics Landscape

Competitive Advantage

Stochastic Optimization

Advanced Analytics & Optimization

How can we achieve the best outcome


including the effects of variability?

Optimization

How can we achieve the best outcome?

Predictive modeling

What will happen next if ?

Forecasting

What if these trends continue?

Prescriptive

DIOS

FAMS

COBRA

Predictive

Simulation

What could happen. ?

Alerts

What actions are needed?

Query/drill down

What exactly is the problem?

Ad hoc reporting

How many, how often, where?

Standard Reporting

What happened?

Descriptive

Degree of Complexity
Based on: Competing on Analytics, Davenport and Harris, 2007
Prof. Mg. Jorge A. Castillo Snchez

Contenido:

Business Intelligence
Terminologas principales
Clasificacin

31

Prof. Mg. Jorge A. Castillo Snchez

Terminologas principales en BI

ALGUNOS TERMINOS COMUNES:

32

Prof. Mg. Jorge A. Castillo Snchez

1. Operational Data Base


Base de datos orientadas a manejas datos de detalle diseados para
satisfacer las necesidades de los procesos, a veces muy complejos, de
las empresas.
Esta vista detallada se refleja en la disposicin de datos en la base de
datos.
Los datos son altamente normalizados a fin de evitar la redundancia de
datos y el doble mantenimiento.

33

Prof. Mg. Jorge A. Castillo Snchez

2. Data Warehouse
Un Data Warehouse o Almacn de Datos es una Base de Datos donde
la data es recolectada con el propsito de ser analizada

34

Prof. Mg. Jorge A. Castillo Snchez

3. OLTP
Los sistemas utilizados para recoger datos operativos se conocen
como OLTP (On-Line Transaction Processing).

35

Prof. Mg. Jorge A. Castillo Snchez

4. Data Mart
Los principales objetivos de un Data Mart pueden ser definidas como:
Almacenamiento de informacin pre-agregada.
Proporcionar un acceso rpido a la informacin para las necesidades
especficas de anlisis o grupo de usuarios.
Representa a la interfaz de usuario final ver y los datos del almacn
de datos.

36

Prof. Mg. Jorge A. Castillo Snchez

5. External Data Source


El External Data es data que no puede ser encontrada en el sistema del
OLTP pero que es requerida para mejorar la calidad de la informacin en
el Data Warehouse.

37

Prof. Mg. Jorge A. Castillo Snchez

6. OLAP
On-Line Analytical Processing (OLAP) es una categora de software.
La funcionalidad OLAP es caracterizada por el dinmico anlisis multi-dimensional
de los datos consolidados de la empresa, soportando el anlisis del usuario final y
actividades de navegacin como:
Clculo y modelizacin aplicada a travs de las dimensiones, a travs de las
jerarquas y/o a travs de los miembros.
Anlisis de tendencias durante perodos de tiempo secuenciales.
Drill-down a niveles ms profundos de la consolidacin.
Rotacin de nuevas comparaciones dimensionales en el rea de visualizacin
Anlisis de datos histricos y proyectados en varios "what-if" escenarios de
modelo de datos. Esto se logra mediante el uso de un servidor OLAP.

38

Prof. Mg. Jorge A. Castillo Snchez

7. OLAP Server
Un servidor OLAP es una de alta capacidad, multi-usuario del motor de
manipulacin de datos diseada especficamente para apoyar y operar
sobre mltiples dimensiones de estructuras de datos.
Dado el estado actual de la tecnologa y la exigencia del usuario final de
los tiempos de respuesta consistente y rpida, puesta en escena de los
datos multi-dimensionales en el servidor OLAP es a menudo el mtodo
preferido.

39

Prof. Mg. Jorge A. Castillo Snchez

8. Metadata
Los metadatos son el tipo de informacin
que describe los datos almacenados en
una base de datos. Incluye informacin tal
como:
Una descripcin de las tablas y
campos en el almacn de datos,
incluyendo los tipos de datos y el
rango de valores aceptables.
Una descripcin similar de tablas y
campos en las bases de datos fuente,
con una asignacin de campos, desde
la fuente hasta el depsito.
Una descripcin de cmo los datos se
ha transformado, incluidas las
frmulas, formatos, conversin de
moneda, y la agregacin de tiempo.
Cualquier otra informacin que se
necesita para apoyar y administrar el
funcionamiento del almacn de datos.
40

Prof. Mg. Jorge A. Castillo Snchez

9. Drill-down
Drill-down se puede definir como la capacidad de navegar a travs de la
informacin, siguiendo una estructura jerrquica.

41

Prof. Mg. Jorge A. Castillo Snchez

10. Base de Datos Operacional vs Informacional


La principal diferencia entre las bases de datos operacionales y de
informacin es la frecuencia de actualizacin:

Alto nmero de
transacciones
cada hora.

Estables a lo
largo de un
perodo de
tiempo.

Siempre "al da",


y representa una
imagen de la
situacin actual
del negocio.

Se puede
observar como
los datos
histricos.

42

Prof. Mg. Jorge A. Castillo Snchez

11. Data Mining


La minera de datos es el proceso de extraer informacin vlida y til,
desconocida anteriormente, y comprensible de los datos y utilizarla para
tomar decisiones de negocio.

43

Prof. Mg. Jorge A. Castillo Snchez

Proceso de minera de datos resumen:

Requerimientos del negocio

Data

Selected

Transformed

Data

Data

Discovered
Information

Y=f(x,z)

Assimilated
Knowledge

Applied
Knowledge

AB

Warehouse

Data Preparation Process

Data Mining Process

Deployment

Measurement

Embedded
Select Data Mining
Transform
/ Business Mine
Analysts

Collaborate with business users to develop models


Aggregate
Model
Explore
Define information
(variables) for mining
models
Create, test, and validate mining models
Understand
Calculations
Text
Analytics
Create solutions
(applications) for
business
users

OLAP & Reports


Interpret
Business Users

Evaluate

Process (SOA)

Create, refresh
and execute
RT Scoring

Insights
mining models
as part of theirFeedback
Self-Service
Non-Embedded
daily business
activities
Validate
External App.
External Actions

Data Enhancement
44

Model Refinement

Prof. Mg. Jorge A. Castillo Snchez

Solution Assessment

Ejemplo: Warehouse Architecture

DB2 Warehouse
Data Mining Engine
Scoring

Results

Optimization

Mining
Data

Advisor
Data Marts

MQTs

SQL Warehousing (SQLW)

OLAP Metadata

(In-Database Transformations)

Workload Management

Modeling

SQL

Cubing Services
MDX

SQL
XMLA
In-Memory Cubes

EDW & ODS

Enterprise ETL Tools (e.g. DataStage)


Web Applications, Operational Systems, ERPs

45

Prof. Mg. Jorge A. Castillo Snchez

Qu es Minera de Datos?
Minera de datos es el arte y ciencia de descubrir informacin significativa y patrones a
lo largo de la base de datos para soportar las decisiones de negocio

Discover distinct behavioraldemographic groups (e.g.,


Customer, Providers, Stores)
Descubrir grupos objetivos

Asociaciones

Detectar desviaciones
Identificar prospectos

Agrupacin

Secuencias

Predict response
(Yes/No answers)
Classify outcomes
(churn, attrition,
fraud, failure type,
etc.)

46

Clasificacin

Prediccin

Prof. Mg. Jorge A. Castillo Snchez

Descubrir afinidades
(eventos, ingresos,
productos, etc.)
Identificar el siguiente
evento ms parecido,
accin, etc.
Detectar desviaciones
Predecir probabilidad
de respuesta (0,1)
Predecir probabilidad
de ingresos
Predecir expectativas
de gastos, costos,
utilizacin, etc.

Contenido:

Business Intelligence
Terminologas principales
Clasificacin

47

Prof. Mg. Jorge A. Castillo Snchez

Business Analytics and Optimization (BAO):

Servicios

Descripcin

Estrategia

Identificar y priorizar
oportunidades de
mejora.

Generar reportes con


resultados del
negocio.

Gestionar el cambio
en procesos y
operaciones para
mejorar el anlisis.

Automatizar
scorecards y
dashboards.

Implementar sistemas
de gestin para
mantener el control y
alcanzar objetivos.
Gobernabilidad de
datos.

Soluciones
estratgicas

48

Inteligencia de
Negocios &
Gestin de la
Medicin

BAO Roadmap
BAO Jumpstart

Crear herramientas
de planeamiento,
presupuesto y
forecasting.
Anlisis del negocio.

Gestin de la
Informacin de la
Empresa

Gestin del
Contenido de la
empresa

Aplicar anlisis
avanzado para
obtener modelos
descriptivos y
predictivos.

Asegurar la
confiabilidad de los
datos cuando se los
requieran y permitir su
obtencin fcilmente.

Administrar
documentos y
registros.

Integrar algoritmos y
tecnologas de
optimizacin a los
procesos y
operaciones.

Proveer una
plataforma de
informacin eficiente y
consolidada.

Anlisis y
Optimizacin
Avanzada

Modelos de
Visualizacin.
Simulacin

Cognos
Banking Business
Performance
Dashboard (asset)
Smart Analytics

SPSS
iLog
COBRA (asset)

Prof. Mg. Jorge A. Castillo Snchez

Integracin,
gobernabilidad de los
datos, calidad y
Optimizacin.

InfoSphere (Data
Warehouse, MDM,
Data Quality, ETL)
Modelos de
Industria
Smart Analytics

Manejar contenido
estructurado y sin
estructurar.
Gestionar archivos
digitales.
Proveer simplicidad
a workflows
complejos.

FileNet
Digital assets and
Rights
management

Estrategia
Objetivos

Roadmap de
Iniciativas
2003

Alcanzar los objetivos del negocio en forma acelerada a un


menor costo y riesgo.

Q2

2004

Q3

Q4

Q1

Q2

Q3

Inte gra o
CTI
PSFT
Orde r
Capture

Re viso
Proce sso s

PSFT
Ma rke ting

PSFT
Support

Tra nsfe rir Clie nte s pa ra


Apropria dos Pto s de Con tato

Implementar mejoras en la identificacin de la informacin


Estructura
Organizacional
y en la forma de actuar.
Identificar, valorar y priorizar oportunidades de mejora.
Arquitectura de
Referencia

Modelo de
Procesos

BI Capability Model

49

Prof. Mg. Jorge A. Castillo Snchez

PSFT
Marketing

Dispo nibilizar
Auto- Atendimento

Ca t logo de
Produto s na WEB
PSFT
Sale s
Inte gra o
Portal

CRM Ana ltico

Q4

Business Intelligence & Performance Management


Objetivos
Mejorar rendimiento empresarial a travs del acceso a informacin til y precisa, lo que permite a las
organizaciones convertir sus estrategias en planes y previsiones.

Habilitar reportes y tableros de control, como as tambin herramientas de planeamiento,


presupuestacin y proyeccin para dar soporte a la toma de decisiones.

50

Prof. Mg. Jorge A. Castillo Snchez

Advanced Analytics & Optimization


Objetivos
Beneficiar la eficiencia operativa mediante la aplicacin de modelos matemticos, simulacin y
anlisis de datos.
Emplear motores de anlisis avanzado, minera de datos y modelos estadsticos para optimizar
procesos especficos de negocio.
Sofisticacin del anlisis

Capturado
Anlisis
Descriptivo

Detectado

Anlisis
Predictivo

Anlisis
Prescriptivo

Inferido
Datos estructurados y sin
estructurar

51

transformados en Informacin

Prof. Mg. Jorge A. Castillo Snchez

impulsan el anlisis avanzado.

Enterprise Information Management


Objetivos
Aplicar mtodos y tecnologas para la definicin de la arquitectura de informacin adecuada,
asegurando la calidad de los datos.
Proveer herramientas para la extraccin, transformacin, circulacin, almacenamiento, integracin
de los datos.
Gestionar datos maestros para contar con una visin nica de los elementos claves del negocio.

Warehouse
Reportes
MDM
Calidad de datos

Sistemas fuentes
52

Prof. Mg. Jorge A. Castillo Snchez

Cubos

Enterprise Information Management


Overview

Global
Name
Recognition

Business
Analytics

InfoSphere
Industry
Models

Global Name
Recognition

InfoSphere
MDM Server
Master
Data

InfoSphere
Warehouse
Warehouse

InfoSphere
Information
Server

Information
Services
Director

Cubing

Operation
al
Applicatio
ns

ta
Da
a
t
Me
on
m
m
Co

Data Quality

Data Synchronization

Smart Analytics

ETL

System
Plataformas
Z, P y X

Operational Source Systems


Structured/ Unstructured
Data
53

Federation

Change Data
Capture

Prof. Mg. Jorge A. Castillo Snchez

Replication
Server

Classic
Federation

Classic Event
Publisher

Enterprise Content Management


Objetivos
Provee servicios, tecnologas y procesos para
gestionar los contenidos no estructurados.
Incluye las tcnicas y sistemas que permiten el acceso
global y manejo de activos digitales para compartir la
informacin entre la empresa y sus clientes,
proveedores, empleados, etc.
Habilita un entorno colaborativo para maximizar la
eficiencia.

Contenido

54

Procesos

Anlisis

Prof. Mg. Jorge A. Castillo Snchez

Reglas

Colaboracin

The BAO Reference Architecture Overview

55

Prof. Mg. Jorge A. Castillo Snchez

Business Analytics and Optimization (BAO)

Demo BAO:

http://www-01.ibm.com/software/data/business-analytics-optimization/bao.html

Video Business Analytics:

http://www.youtube.com/user/Consulting#p/u/29/WPxGuEUJ-zw

56

Prof. Mg. Jorge A. Castillo Snchez

57

Prof. Mg. Jorge A. Castillo Snchez

Business Intelligence y CRM


Sesin 1 2
Prof.: Mg. Jorge A. Castillo Snchez

Fin.

Maestra en Supply Chain Management

También podría gustarte