El documento explica qué es Business Intelligence (BI), que se refiere a un conjunto de estrategias y herramientas para el análisis de datos en una organización y la creación de conocimiento para la toma de decisiones. El BI incluye técnicas como data warehousing, data mining y herramientas de análisis que permiten examinar los datos para tomar mejores decisiones de manera rápida. El documento también describe algunas tecnologías clave de BI como OLAP y cómo funciona el concepto general de BI.

1. Business Intelligence
Técnicas de análisis para
la toma de decisiones estratégicas
Semei Adonay Castillo Peniche
1 Julio 6, 2012 semei@prodigy.net.mx

2. Objetivo
•Comprender que es BI y
sus funcionalidades y
beneficios potenciales en
la empresa.
2 Semei Castillo

3. ¿Qué es Business Intelligence?
• Conjunto de estrategias y
herramientas enfocadas a la
administración y creación de
conocimiento mediante el
análisis de datos existentes en
una organización o empresa.
•Es una infraestructura
tecnológica que nos permite
analizar el comportamiento de
3
nuestro negocio.
Semei Castillo

4. ¿Qué es Business Intelligence?
• El término “BI” es usado por
diferentes expertos y fabricantes de
software para distinguir un amplio
rango de aplicaciones especificas y
procesos para examinar:
- Tomar mejores decisiones rápidamente
- Convertir los datos en información
- Utilizar un método razonable para la
gestión empresarial
4 Semei Castillo

5. El ciclo de BI
ANALISIS IDEAS
BUSINESS
INTELLIGENCE
MEDICION ACCION
5 Semei Castillo

6. BI
Es una serie de instrumentos
“Procesos” orientados a
proporcionar información eficaz y
eficiente en el momento exacto y
lugar preciso. Información que debe
derivar en acciones reales en el
entorno de la organización asi como
en el mercado.
Estimular la toma de decisiones
correctas en la organización
6 Semei Castillo

7. Términos de BI
• KPI: Key Performance Indicators
• BPM: Business Performance Measures
• OLTP: On Line Transactional Processing
• OLAP: On Line Analytical Processing
- DOLAP: Desktop  Como almacenar datos
- HOLAP: Hybrid  Habilidad para diseminar los
datos
- MOLAP: Multidimentional  Mayor rendimiento
para recuperación de datos
- ROLAP: Relation  Como relacionarlos
7 Semei Castillo

8. OLAP: On Line Analytical Processing
Vista Multidimensional
Poder observar los datos desde distintas perspectivas.
Denve Profit
SFLA
Accounts by Product Total Exp
Margin
Products by Time
West Cogs
February March East West
Actual Budget Actual Budget Actual Budget Actual Budget
Sales Camera TV Jan
TV Feb
VCR Mar
Audio Qtr 1
Margin Camera VCR Jan
TV Feb
VCR Mar
Audio Qtr 1
Ap Apr
Mar
Feb
Products by Region Mar Regions by Scenario
Feb
Jan Jan
Actual Budget Sales Margin
Sales Margin Sales Margin TV VCR TV VCR
TV East East Actual
West Budget
South Forecast
Total Variance
VCR East West Actual
West Budget
South Forecast
Total Variance
8 Semei Castillo

9. Valoración de la Categoría
• Ventas
- En unidades
- Crecimiento
- Por tienda por semana
- Por unidad de espacio por semana, mes, año
• Utilidades
- Margen bruto en dolares
- Crecimiento
- Utilidad neta
- GMROI gross margin return on inventory
- ABC Activity Based Cost
- DPP Direct Produt Profitability
• Participación
- Cambio en la participación del mercado
- Participación en las ventas del departamento
- Participación en las ventas de la tienda
• Inventario
- rotación
• Consumidor
- Frecuencia de compra
- Unidades por transacción
- Número de transacciones
- Importe de compra por ticket
- Porcentaje de transacciones que compraron la categoría del total de
transacciones
9 Semei Castillo

10. ¿Cuáles son las Tecnologías de BI?
•Data Warehouse
•Data Mining
10 Semei Castillo

11. Esquema para Data
Warehouse
???
Procesos DSS
de Modificación
Investigación
Mecanismos de
Almacenamiento Data Warehouse Datos
ODS Cúbicos
Facturación
Herramientas de Extracción
Fuentes
Externas Archivo
Específico
Otras Herramientas
Fuentes
de “Data Mining”
11 Semei Castillo

12. Creando “Customer Centric
Data Bases”
Uso
Opciones
CONDUCTA
ACTITUD - DEMOGRAFIA
PATRIMONIO- ESTILO DE VIDA
Satisfacción
Fig. Datos Contactos: Tres tipos de
datos que son usados para crear la Fig. Dimensiones de la lealtad
estrategia de contacto. 2 extremos: destructores vs defensores
oDefensores (creyentes): alto uso, alta
satisfacción, preferida entre varias
oDestructores (no creyentes): alto uso, baja
satisfacción, requerida entre varias
12 Semei Castillo

13. Estructura Accionable BI - DW
OLAP, Tabla de Evolución del
reportes Medición plan estratégico
Data estandard del
Queries, Ad- rendimiento
???
Objetivos de
Negocio
Capa de medición del desempeño
Lealtad y
Datos Capa de acciones Clientes
Prospectación Diferenciación Contacto con Deserción
Desiciones
predicción e de prospectos y prospectos e
Identificación cuantificación Intervención
Acciones
Valor
Capa inteligente
Retention
Program:
Customer
Interactions
Datos Modelos Estratégias Programas:
predictivos y de estratégias, políticas
descriptivos segmentación y procedimientos
13 Semei Castillo

14. El Modelo Iterativo
• El modelo iterativo de para la incorporación de las
tecnologías de “Business Intelligence”
Establecimiento
de métricas
iniciales y Reportes
desarrollo del Corporativos,
almacén de datos Consultas y
Análisis Inclusión de
nuevas métricas
y desarrollo de
modelos Reportes
Corporativos,
Consultas y
Análisis
• En cada iteración se incluyen nuevas métricas
claves del negocio, que se integran con las
existentes, y que permiten el desarrollo de modelos
más avanzados para soportar los procesos de
14 toma de decisiones. Semei Castillo

15. Planeación
funcional
Drill Down
Gráficas
Alertas
Ad-hoc
Planeación
Simulación
Reportes por
demanda
Reportes
Consultas
de detalle
15 Semei Castillo

16. Planeación
funcional
Priorización Finanzas Ventas Mercado Compras Producción Distribución Clientes
RH /TI
Indicadores Análisis de Indices de Indices de Productividad
financieros ventas producción satisfacción
de clientes
Plan de
desarrollo
incremental Estados Impacto de Control de Análisis de
financieros campañas calidad entregas y
causas de
atraso
Diseño de Monitoreo de Análisis de Análisis del Detalle de
integración precios inventario desempeño causas de
de equipos reclamo
16 Semei Castillo

17. Planeación • E de resultados • Análisis de ventas
funcional • Utilidad bruta •Cliente / Producto • Inventarios • Admon de capacidad
•Rentabilidad • Devoluciones
• Balance general • Costo estándar
•Plan y forecast • Proveedores
• Indices financieros • Calidad
• Mezcla de ventas • T de control
• Flujo de caja • Casusas de fallas
Priorización
Plan de
desarrollo
incremental
Diseño de
integración
• Admin De RH • AEstratégico
Diseño • Inventarios • Mercadotecnia • Entregas a tiempo
técnico de • ROI (24 Ways) • Plan táctico • Quejas y devoluciones
• Proyectos • Precios • Costos de servicio
• Transportidtas
DWH
S

18. Business Intelligence
INFORMACIÓN
TÁCTICA
Query Data Mining
Analysis
Seguimiento Simuladores
D.S.S.
Operativo
Planeación y
presupuesto
ANÁLISIS ANÁLISIS
ESTÁTICO Reportes DINÁMICO
Dinámicos Ad-Hoc
Analysis
Reportes E.I.S.
Estáticos Balanced
Scorecard
Boletines
INFORMACIÓN
ESTRATÉGICA
18 Semei Castillo

19. ¿Qué puede hacer la minería de datos?
• Permite conocer mejor a sus
consumidores.
• Ayuda a escoger mejores prospectos
• Da ideas para la creación de nuevos
productos
• Descubre problemas con los datos
• Proporciona métodos para el
mejoramiento de la personalización
• Proporciona conocimiento para el
planeamiento estratégico
19 Semei Castillo

20. Categorías Beneficiadas
Idea  Acción  Resultados
1
Incremento de
ventas
5 2
Incremento de la Incremento
participación de ganancias
de mercado
4 3
Incremento Mejoramiento
de ahorros del nivel
de satisfacción
Semei Castillo

21. Socios, Proveedores,
Distribuidores
“Supply Chain Management”
Logística Producción Distribución
“Enterprise Resource Planining” (ERP)
BI EAI
(Enterprise
(Business
Application
Intelligence)
Integration)
“Customer Relationship Management” (CRM)
Servicio
Mercadeo Ventas
Cliente
“Selling Chain Management”
Arquitectura
E-Business Clientes
Semei Castillo

22. Cómo funciona el concepto de BI
3. Explotación
de la
1. Integración de
Información
Datos Tableros de
Control
Análisis de
Marketing
Data Mining
Datos
Pronósticos
Externos. Metodología .
2. Consolidación Análisis de
Datos de Datos Ventas e
Extracción Inventarios
Operativos Transformación y Reportes
Sistemas Carga .
ERP, CRM
Supply Chain
Calidad de Datos
DW
Administración de
Datos de Data Mart
Metadatos.
Sistemas DM de Ventas.
legados. Data Warehouse
con Modelo de
Datos
Consultoría y Data Mart
Entrenamiento
DM Financiero.
Datos de
Web site
Semei Castillo

23. Arquitectura
Gráficos OLAP Segmentos Mapas
Sistema de Soporte a la Decisión
Empowerment Center
Normalización Empresa Sincronización
Fuentes de Canales Replica en
datos externas Contacto Dpto Marketing
CAT 902, 906... S. Info
Promociones
Comercial y de
(cupones,
Canal del
SMS…) www, e-mail Cliente 23
Semei Castillo

24. Conclusiones
• Planear para actuar
• Concepto nuevo de BI
• Una forma de trabajar estratégica
con métrica
• Identificar que la competencia esta
día a día
• Este es el futuro de tu empresa
24 Semei Castillo

25. Bibliografía
• Elizabeth Vitt, Michael Luckevich, Business Intelligence, Mc.
Graw Hill, 2003
• Shaver Dick, The Next Step in Database Marketing, USA
John Wiley & Sons, 1996
• Ratner Bruce, Statistical Modeling and Analysis for
Database Marketing, Chapmam & Hall/CRC, 2003
• Moss Larissa, Business Intelligence Roadmap, Addison
Wesley, 2003
• Blaxton Teresa, Data Mining Solutions, USA John Wiley &
Sons, 2001
• Corey Michael, Abbey Michael, Barnes Larry, SQL Server 7
Data Warehousing, USA Osborne/McGraw Hill, 1999
• Vitt Elizabeth, Luckevich Michael, Businesss Intelligence,
USA Microsoft Press, 2003
25 Semei Castillo