4. Inteligencia de Negocios
La clave para BIBI es la información y uno de sus
mayores beneficios es la posibilidad de utilizarla
en la toma de decisiones.
Son muchas las empresas que se han beneficiado
por la implementación de una sistema de BI,
además se pronostica que con el tiempo se
convertirá en una necesidad de toda empresa.
¿ AREAS ?
6. Inteligencia de Negocios
La Inteligencia de Negocios o BusinessLa Inteligencia de Negocios o Business
Intelligence.-Intelligence.-
El proceso de analizar los bienes o datos
acumulados en la empresa y extraer una cierta
inteligencia o conocimiento de ellos.
◦bases de datos de clientes
◦información de la cadena de suministro
◦ventas personales
◦actividad de marketing
◦información relevante para la empresa
7. Inteligencia de Negocios
EJEMPLO…
Una franquicia de hoteles a nivel nacional que
utiliza aplicaciones de BI para llevar un registro
estadístico del porcentaje promedio de
ocupación del hotel, así como los días
promedio de estancia de cada huésped,
considerando las diferencias entre
temporadas.
¿De que sirve?
8. Inteligencia de Negocios
Componentes de Business Intelligence
Todas las soluciones de BI tienen funciones parecidas,
pero deben de reunir al menos los siguientes
componentes:
◦Multidimensionalidad
◦Data Mining
◦Agentes
◦Data Warehouse
9. Inteligencia de Negocios
Multidimensionalidad: la
información multidimensional se puede encontrar en hojas de cálculo,
bases de datos, etc.
Por ejemplo, un pronóstico de ventas de un nuevo producto en
varias regiones no está completo si no se toma en cuenta
también el comportamiento histórico de las ventas de cada
región y la forma en que la introducción de nuevos productos
se ha desarrollado en cada región en cuestión.
10. Inteligencia de Negocios
Data Mining.-
Las empresas suelen generar grandes cantidades de información
sobre sus procesos productivos, desempeño operacional, mercados
y clientes.
Las aplicaciones de data mining pueden identificar tendencias y
comportamientos, no sólo para extraer información, sino también
para descubrir las relaciones en bases de datos que pueden
identificar comportamientos que no muy evidentes.
11. Inteligencia de Negocios
Agentes: Los agentes son programas que
piensan. Ellos pueden realizar tareas a un nivel muy básico sin necesidad
de intervención humana.
Por ejemplo, un agente pueden realizar tares un poco complejas, como
elaborar documentos, establecer diagramas de flujo, etc.
12. Inteligencia de Negocios
Data Warehouse: Es la
respuesta de la tecnología de
información a la descentralización en la
toma de decisiones.
Coloca información de todas las áreas funcionales de la organización en
manos de quien toma las decisiones. También proporciona herramientas
para búsqueda y análisis.
13. KDD
Descubrimiento de Conocimiento en Bases de Datos
En los últimos años, ha existido un gran crecimiento en nuestras
capacidades de generar y colectar datos (Bajo costo de
almacenamiento).
Información oculta
El descubrimiento de esta información oculta es posible
gracias a la Minería de Datos (DataMining)
14. KDD
Descubrimiento de Conocimiento en
Bases de Datos
El valor real de los datos reside en la
información que se puede extraer de
ellos, información que ayude a tomar
decisiones o mejorar nuestra
comprensión de los fenómenos que nos
rodean
18. KDD
Descubrimiento de Conocimiento en Bases de Datos
La capacidad de generar y almacenar información creció
considerablemente en los últimos tiempos, se ha estimado que
la cantidad de datos en el mundo almacenados en bases de
datos se duplica cada 20 meses.
Con las sentencias SQL se puede realizar un primer análisis,
aproximadamente el 80% de la información se obtiene con
estas técnicas.
El 20% restante, que la mayoría de las veces, contiene la
información más importante, requiere la utilización de técnicas
más avanzadas.
SQL es un lenguaje específico del dominio que da acceso a un
sistema de gestión de bases de datos relacionales que permite
especificar diversos tipos de operaciones en ellos.
19. KDD
Descubrimiento de Conocimiento en Bases de Datos
KDD, apunta a procesar automáticamente
grandes cantidades de datos para
encontrar conocimiento útil en ellos, de
esta manera permitirá al usuario el uso de
esta información valiosa para su
conveniencia.
La minería de datos o exploración de datos es un campo de la estadística y las ciencias de la
computación referido al proceso que intenta descubrir patrones en grandes volúmenes de
conjuntos de datos.
20. KDD
Descubrimiento de Conocimiento en Bases de Datos
El KDDEl KDD es el Proceso no trivial de identificar patrones
válidos, novedosos, potencialmente útiles y, en última
instancia, comprensibles a partir de los datos,
teniendo como objetivo encontrar conocimiento útil
relevante y nuevo sobre un fenómeno o actividad,
presentando los resultados de manera visual.
21. KDD
Descubrimiento de Conocimiento en Bases de Datos
Las metas del KDD son:Las metas del KDD son:
• Procesar automáticamente grandes cantidades de
datos crudos.
• Identificar los patrones más significativos y
relevantes.
• Presentarlos como conocimiento apropiado para
satisfacer las metas del usuario.
22. KDD
Descubrimiento de Conocimiento en Bases de Datos
Relación con otras disciplinasRelación con otras disciplinas
Sistemas de información / bases de datos
Estadística, aprendizaje automático / IA
(redes neuronales, lógica difusa, algoritmos
genéticos, razonamiento probabilístico).
Reconocimiento de patrones
Visualización de datos (interfaces)
Computación distribuida
23. EL PROCESO DE KDD
Determinar las fuentes de informaciónDeterminar las fuentes de información (que
pueden ser útiles y dónde conseguirlas)
Diseñar el esquema de un almacén de datosDiseñar el esquema de un almacén de datos (Data
Warehouse): que consiga unificar de manera
operativa toda la información recogida.
Implantación del almacén de datosImplantación del almacén de datos: que permita la
navegación y visualización
Previa de sus datosPrevia de sus datos, para discernir qué aspectos
puede interesar que sean estudiados.
24. EL PROCESO DE
KDD
Selección, limpieza y transformación de losSelección, limpieza y transformación de los
datos que se van a analizardatos que se van a analizar
Seleccionar y aplicar el método de mineríaSeleccionar y aplicar el método de minería
de datos apropiado;de datos apropiado;
◦clasificación, agrupamiento o clustering
◦la selección de él o de los algoritmos a
utilizar;
◦forma de representarlo (árboles de
decisión, reglas, etc.)
25. EL PROCESO DE
KDD
Evaluación, interpretación, transformaciónEvaluación, interpretación, transformación
y representación de los patrones extraídos.y representación de los patrones extraídos.
Difusión y uso del nuevo conocimiento.Difusión y uso del nuevo conocimiento.