este archivoe s bueno

1. Tipos de Sistemas de
Información.
Perspectiva de procesos
SIE I. Curso 2004/05
1

2. Hechos generan datos
21.476.356H
MEGANE
MARTINEZ
64.000 €
2 AÑOS
2

3. Los sistemas de información
capturan y almacenan datos
DATOS
3

4. Esquema Básico de Aplicación
INTERFAZ
<product-details id=“23114”>
<name>Swiss
Mocha</name>
LÓGICA <listprice>22.50
</listprice>
<qtyonhand>34900
</qtyonhand>
</product-details>
ENTORNO
DE DATOS
4

5. Aplicaciones primarias
DISTRIBUIR
ELABORAR
PROCESAR / DOCUMENTAR
DATOS
5

6. Aplicaciones primarias
DISTRIBUIR
ELABORAR
PROCESAR / DOCUMENTAR
DATOS
TRANSFORMAR /
REPROCESAR
6

7. Aplicaciones avanzadas
DISTRIBUIR
ELABORAR
PROCESAR / DOCUMENTAR
DATOS
TRANSFORMAR /
REPROCESAR
INFORMAR / CONTROLAR
ANALIZAR
EXPLORAR
DESCUBRIR
7

8. Aplicaciones avanzadas
DISTRIBUIR
ELABORAR
PROCESAR / DOCUMENTAR
DATOS
TRANSFORMAR /
REPROCESAR
INFORMAR / CONTROLAR
ANALIZAR
EXPLORAR
DESCUBRIR
CODIFICACIÓN
DEDUCIR /
CONOCIMIENTO INTUIR
8

9. Tipología de Sistemas de Información
DISTRIBUIR (Sistemas de Comunicación)
ELABORAR (OAS)
PROCESAR / DOCUMENTAR (TPS)
DATOS TRANSFORMAR /
REPROCESAR
INFORMAR / CONTROLAR (MIS)
ANALIZAR (DSS)
EXPLORAR (EIS)
DESCUBRIR (DM)
CODIFICACIÓN
DEDUCIR / INTUIR (ES)
CONOCIMIENTO
9

10. Tipología de Sistemas de Información
Entorno
Transaccional DISTRIBUIR (Sistemas de Comunicación)
ELABORAR (OAS)
PROCESAR / DOCUMENTAR (TPS)
DATOS TRANSFORMAR / REPROCESAR
INFORMAR / CONTROLAR (MIS)
ANALIZAR (DSS)
EXPLORAR (EIS)
DESCUBRIR (DM)
CODIFICACIÓN
DEDUCIR / INTUIR (ES)
CONOCIMIENTO
Entorno de Toma de Decisiones
10

11. Sistemas de Comunicación
Los SC electrónicos ayudan a las personas a
trabajar conjuntamente compartiendo e
intercambiando información de formas
diversas:
Teleconferencia.
Correo electrónico, fax, correo de voz.
Groupware, GSS.
Intranet, Extranet.
Sistemas de gestión del conocimiento.
11

12. E-learning
WebServer
Student
Instructor
The Internet Student
Voice & Data
Student
Student
Student
12

13. 13

14. Nichole
14

15. Sistemas OAS
OAS (Sistema de Automatización de Oficina):
Soporte para la eficiencia del trabajo
administrativo personal:
Hoja de cálculo.
Procesadores de imágenes y texto.
Paquetes de presentación.
BD personales.
15

16. ejemplo de aplicación OAS
16

17. Ideas Generales
Una transacción es un suceso o evento que se produce en el contexto
de un negocio, y se relaciona con él.
Lo relevante de las transacciones es que cada una ellas supone la
creación y/o modificación de datos.
Las transacciones pueden ser externas, como el pago de una factura a
un proveedor, o internas, como el envío de material desde el almacén
al área de fabricación.
Los sistemas transaccionales no sólo colaboran en la captura de la
información transaccional, también ayudan a que las transacciones se
realicen (e incluso llegan a automatizarlas) controlando los flujos de
información y datos necesarios y, en su caso, emitiendo la
documentación necesaria.
El procesamiento de transacciones (o datos) consiste en la
manipulación o transformación de símbolos como números y letras al
objeto de aumentar su utilidad. Esta manipulación se concreta en
cuatro procesos principales: captura de datos, manipulación de datos
(clasificación, distribución, cálculo y resumen), almacenamiento y
preparación de documentos.
17

18. Sistemas TPS (Sistemas de
Procesamiento de Transacciones)
TPS recoge y almacena datos sobre las
transacciones que realiza la empresa. En general,
interviene en la transacción generando los
documentos que la validan. En ocasiones, controla
decisiones necesarias para completar la transacción
(verificar crédito, por ejemplo).
Los TPS se diseñan en base a las especificaciones
detalladas de cómo ha de desarrollarse la
transacción y qué datos han de ser registrados
conforme a los criterios de la empresa que los
implementa.
18

19. Sistemas TPS (Sistemas de Procesamiento de
Transacciones). Un ejemplo sencillo: sistema de nóminas
datos de empleados a Contabilidad General: sueldos y salarios
(varios departamentos)
Archivo Sistema de Informes
maestro nóminas gestión
nóminas
documentos Hacienda y Seg. Social
Elementos de datos en el archivo
Elementos de datos en el archivo
maestro de nómina:
maestro de nómina:
Empleado transferencias y cheques empleados
Empleado
Número
Número
Nombre
Nombre
Dirección
Dirección consultas
Departamento
Departamento
Ocupación on-line
Ocupación
Salario bruto
Salario bruto
Ganancias acumuladas
Ganancias acumuladas
Fiscales
Fiscales
Num.
Num.
Nombre
Nombre
Salario
Salario
IRPF
IRPF
S.S.
S.S.
Salario
Salario
Retención IRPF empleado bruto acumulado
Retención IRPF empleado bruto acumulado
Seguridad Social
Seguridad Social 8769 Pérez, P. 200.000 50.000 25.000 750.000
Otras deducciones
Otras deducciones
8769 Pérez, P. 200.000 50.000 25.000 750.000
19

20. Interfaz TPS
20

21. Necesidades de información a
diferentes niveles de gestión
21

22. Sistemas MIS (Sistemas de
Información para la Dirección)
Un MIS facilita información para gestionar y
controlar una empresa.
Usualmente, un MIS extrae y resume datos
de un TPS, al objeto de permitir a los
directivos disponer de una visión
permanentemente actualizada del desarrollo
de actividades en la empresa.
22

23. MIS: obtención de datos de los TPS
TPS MIS
sistema
procesamiento
pedidos
archivos MIS
archivo pedidos
datos ventas
MIS Informes
sistema
planificación
recursos datos unitarios
materiales coste de
producción
archivo maestro
producción
datos cambio
producto
DIRECTIVOS
sistema
contabilidad
general datos gastos
archivos contables
23

24. Ejemplo de diseño de informe MIS
24

25. Ejemplo de interfaz de control,
basado en el concepto de cuadro
de mando
25

26. Arquitectura de un sistema de alerta
26

27. Sistemas DSS (Sistemas de Ayuda
a la Toma de Decisiones)
DSS es un sistema de información interactivo
que facilita información, modelos y
herramientas de procesamiento de datos
para ayudar en la toma de decisiones en
situaciones semiestructuradas o no
estructuradas, en las que se desconoce
cómo debe ser adoptada una decisión.
27

28. Componentes DSS
Interfaz de usuario
DSS SGBD
Datos Internos
Datos Externos
Hardware Software Diccionario Datos
Base de datos
Base de Modelos
Base de Modelos
Herramientas Cualitativos
Estadísticas gráficas Cuantitativos
Diccionario Modelos
28

29. Típica aplicación DSS:
operativizar modelos mentales
Análisis de simulación. Contrastar el
efecto del cambio en una variable sobre
el conjunto del sistema estudiado. Por
ejemplo, si el coste de la mano de obra
crece en un 4% qué pasa con el coste
total de producción; o si el presupuesto
de promoción crece en un 2% cual es su
impacto en la cifra total de ventas.
Ajuste de variables. Es lo contrario de lo
anterior. Por ejemplo, se puede plantear
cual debe ser el coste de un producto
para alcanzar unos beneficios del 10%, o
cual debe ser el presupuesto de
promoción para alcanzar unas ventas de
500 millones.
29

30. Sistemas EIS (Sistema de
Información para Ejecutivos)
Un EIS (o ESS, Sistema de Apoyo a Ejecutivos) es
un sistema altamente interactivo que facilita a los
directivos acceso flexible a la información para
verificar resultados operativos y condiciones
generales del negocio. Quiere ser una fusión de
MIS y DSS.
Supone mejora respecto a MIS por la posibilidad de
personalizar y diseñar informes en el momento.
Plantea mejora sobre DSS por su facilidad de uso.
30

31. Funcionalidad típica EIS: Drill-
Down (profundizar)
31

32. Ejemplo de profundización/1
Resultados Generales de
la Compañía
Resultados por
Departamento
Resultados de la división
de Consultoría
32

33. Ejemplo de profundización/2
Operación
Detalle de operación
33

34. Modelo general EIS
34

35. Sistemas DM (Minería de Datos)
DM es el uso de herramientas de análisis de
datos para intentar encontrar patrones no
identificados previamente en grandes bases
de datos tales como los recibos de ventas de
un grupo de supermercados. O los datos de
operaciones de préstamo de una entidad
bancaria para detectar probabilidad de
fraude.
35

36. Proceso de Minería de Datos
Interpretación
y Evaluación
Data Mining
Conocimiento
Selección y
Pre-proceso p(x)=0.02
Consolidación
Patrones y
de Datos Modelos
Warehouse Datos
Preparados
Datos
Consolidados
Fuentes de Datos
36

37. Aplicaciones y métodos DM
Exploración/Descubrimiento automático
Ejem. Descubrimiento de segmentos de x2
mercado
Análisis Clustering x1
Predicción/Clasificación
Ejem. Predicción de ventas dados unos
factores
regresión, redes neuronales, algoritmos f(x)
genéticos,
árboles de decisión x
Interpretación/Descripción
Ejem. Características del cliente por if edad > 35
localización and renta < 35mil.€
Árboles de decisión, reglas de asociación then ...
37

38. Sistemas ES (Sistemas Expertos)
Un ES recopila y codifica el saber de un
experto en un área de conocimiento en
términos de hechos y reglas. Este saber
puede ser aplicado por el usuario del sistema
a la resolución de una situación particular
combinando el conocimiento codificado con
los datos de la situación a resolver.
38

39. Componentes de un ES
Base de Conocimiento: Reglas Motor de inferencia: Utiliza las reglas
tipo “Si X entonces Y” y la base de datos para inferir nuevos
proporcionadas por el experto hechos y decidir qué hacer
Base de Datos: Hechos relativos a Interfaz: Método de comunicación
la situación analizada, procedente con el usuario y para obtener
de otras BD, del usuario o de nuevos hechos del usuario o de BD
inferencias del sistema externas
Módulo explicativo: a petición del usuario,
explica cómo el motor de inferencia ha
llegado a ciertas conclusiones o porqué el
sistema hace una pregunta específica
39

40. Técnicas de Inteligencia
Artificial en SIE
Redes Neuronales: constituyen una técnica cuyo
propósito es la modelización computacional del
aprendizaje humano que se desarrolla a través de
las neuronas del cerebro. Las RN neuronales son
capaces de detectar patrones complejos dentro de
los datos, mediante un comportamiento similar al de
nuestro cerebro: aprendiendo de la experiencia y el
pasado y aplicando tal conocimiento a la resolución
de nuevos problemas. Este aprendizaje se obtiene
como resultado del adiestramiento, que es lo que
explica la sencillez y potencia de adaptación y
evolución de las RN ante una realidad cambiante
40

41. Técnicas de Inteligencia
Artificial en SIE
Lógica Difusa: Básicamente, la lógica difusa
se orienta al tratamiento probabilístico de la
categorización de un colectivo. Es la técnica
que permite tratar la existencia de barreras
difusas o suaves entre los distintos grupos en
que categorizamos un colectivo o entre los
distintos elementos, factores o proporciones
que concurren en una situación o solución.
(Pensemos en la forma de diferenciar “hace
frío” de “hace calor”)
41

42. Técnicas de Inteligencia
Artificial en SIE
Algoritmos Genéticos: Inspirada en la biología,
esta técnica hacen una simulación de cómo los
cromosomas (individuos) de una población
evolucionan conforme a las técnicas de evolución
natural (selección, apareamiento y mutación) para
alcanzar una estructura y composición más optima
en aras a la supervivencia. La analogía con la
evolución natural se basa en entender ésta como un
proceso de búsqueda y optimización de la
adaptación de las especies de modo que sólo los
individuos más adaptados son capaces de
sobrevivir.
42

43. Técnicas de Inteligencia
Artificial en SIE
Razonamiento Basado en Casos: Crea una
base de datos de casos (ejemplos) que
puede ayudar en la toma de decisiones de
casos nuevos mediante analogía. El sistema
aprende puesto que incorpora casos que se
le plantean cuando la base de casos
existente no contempla la nueva situación.
43

44. Técnicas de Inteligencia
Artificial en SIE
Agentes Inteligentes: consiste en la
especificación de parámetros para un
“agente” computerizado que interroga una o
más bases de datos en busca de una
respuesta específica, tal como la de cuál es
el precio más bajo de un tipo de cámara
particular.
44