El documento aborda cómo implementar exitosamente soluciones de inteligencia de negocios (BI) y destaca errores comunes, como la falta de alineación entre IT y los requerimientos del negocio. Propone soluciones que incluyen el compromiso de la alta dirección, la creación de un centro de competencias de BI y un enfoque escalonado en la implementación. Además, subraya la importancia de la calidad de los datos y su gestión adecuada para el éxito de los proyectos de BI.

1. ¿Cómo implementar con éxito una
solución de Inteligencia de Negocios?
6 Errores mas comunes y como
resolverlos
Daniel Chavez Flores
http://mx.linkedin.com/in/dchavezf
Business Intelligence Leader

2. El campo de los sueños
El Problema
• IT construye el DWH sin tomar en cuenta requerimiento alguno
del negocio
• Se crean cubos complejos, con muchas dimensiones, que es muy
difícil manejar a los usuarios finales
• Algunas veces existen mas profesionales en la empresa
implementando y soportando BI, que usuarios utilizando
• El mas punto mas critico para desarrollar una solución de BI
efectiva es que el negocio reconozca necesidad de BI

3. El campo de los sueños -
Solución
• El nivel de compromiso y el patrocinio del proyecto por parte de la alta
dirección
• La existencia de una visión estratégica y esquemas claros de las
necesidades y objetivos de negocio son fundamentales
• Un líder con visión centrada en el negocio y buenas habilidades de
comunicación es de vital importancia
• La arquitectura de BI es implantada por IT. Mas sin embargo la aplicación
de BI es diseñada por los usuarios del negocio
• El establecimiento de un centro de competencia de Inteligencia de
Negocios (BICC) es una opción para defender la adopción de BI por parte
del negocio

4. BICC -Roles y Responsabilidades
• DW / BI gerente • Mayordomo de datos
• Director de proyecto • gerente de seguridad
• Negocios Líder de Proyecto • Administrador de base de datos
• Analista de sistemas de negocio relacional
• Modelador de datos • OLAP DBA
• Arquitecto del Sistema • Compliance Manager
• Administrador de la base de datos • Metadata Manager
OLAP Diseñador de Base de Datos • Analista de base de datos
• ETL de desarrollo del sistema • BI Portal Content Manager
• DW / BI Gestión de herramientas de DW / BI Educador
desarrollo soporte a usuarios
• Desarrollador de aplicaciones de BI
Kimball - The Data Warehouse Toolkit; 2nd Ed

5. Calentando el océano
El problema
• Un error común que se comete en la construcción de
BI es tratar de crear un gigante que cubre todos los
aspectos del negocio
• DWH de la empresa toman mucho tiempo para ofrecer
un valor y un costo mucho dinero
• Las principales enseñanzas son más difícil de aplicar

6. Dividir el dinosaurio en lagartijas - Solución
• Tener un objetivo claro, lograble en no mas 3 meses
• Implantación del “Datamart” en una escala razonable
• Al finalizar, obtener retroalimentación del aprendizaje significativo del
proceso, con el fin de mejorar o rediseñar procesos de implantación futuros
• Beneficios
– La metodología es la misma, pero el alcance es mas manejable
– Se disminuye el riesgo en la implantación
– Se entregan beneficios en un corto plazo
– Solucionan un problema de negocio real rápidamente
– Son buen punto de venta para futuros proyectos

7. The Kimball Life Cycle
Carril de Infraestructura
Diseño de Selección de
Arquitectura Producto e Crecimiento
Técnica Instalación
Carril de Datos
Planeación
Definición
de
de Req. de Modelaje de Diseño &
Programa/ Diseño Fisico Liberación
Negocio Dimensiones Desarrollo ETL
Proyecto
Carril de Aplicación
Diseño de Desarrollo de
Mtto
Aplicación BI Aplicación BI
Administración del Programa/Proyecto

8. Justificación del presupuesto
El problema
• Inclusive cuando se empieza un proyecto con un alcance
muy pequeño, financiamiento es un problema
• Los proyectos continuamente fallan para lograr
presupuestos para todos los aspectos, incluyendo
hardware y entrenamiento
• La limpieza de datos siempre toma mas de lo esperado y
absorbe una parte significativa del presupuesto

9. Justificación del presupuesto
Solución
• Obtener el patrocinio por parte del negocio
• Hacer conciencia que un proyecto de BI es orientado a disminuir
un riesgo, búsqueda de oportunidades, mas que cortar costos
• Considerar en el presupuesto de implantación, los costos de los
siguientes conceptos
– Costo total de licencias
– Costo del personal staff asignado al proyecto(BICC)
– Infraestructura técnica
– Costos ocultos (Entrenamiento, soporte, actualizaciones, etc.)

10. Elección de la solución de BI
• BICC debe evaluar y analizar las diferentes escenarios
de implantación, basados 3 factores: Valor, Riesgo, y Velocidad
• No solo se debe considerar las especificaciones del proyecto actual, sino
también una perspectiva a largo plazo
• La primera opción a evaluar debe de ser siempre la ofrecida por el proveedor
del ERP
• Otros factores a considerar son un TCO razonable, compatibilidad con la
infraestructura de IT, nivel de procesamiento, ergonomía del
producto, posibilidades de adecuación

11. ‘Garbage in, Garbage out ‘
El Problema
• Un dato puede estar mal de diferente maneras:
– Ausencia de datos
– Dato existe, pero esta en un rango no valido
– Dato se encuentra duplicado
– Dato no representa la situación real del negocio
• DHW probablemente sea la mejor manera para descubrir
datos incorrectos
• Muchos datos incorrectos son obvios, pero algunos pueden
caer en el DWH
• Arreglar los datos en el DWH no soluciona nada, si no se
generan los mecanismos para evitar que introduzcan datos
incorrectos en la fuente

12. ‘Garbage in, Garbage out ‘
La Solución
• Identificar dentro de la organización un dueño único de la información, que
sea el encargado de validar y corregir los datos
• Generar los controles necesarios para identificar y corregir los datos desde el
sistema fuente
• Un factor de éxito consiste en transferir sólo los datos necesarios
• Identificar los campos en los cuales, un error podría causar una mala
interpretación de la información
• Implementar un proceso de identificación de datos incorrectos, basado en
criterios predefinidos antes de la carga del DWH
– Si el dato es critico, parar el proceso de carga, hasta que no se solucione el problema.
– Si el dato es no critico, asignarle un valor por defecto para que continúe la carga
– Cualquiera que sea el evento, se debe de guardar en una bitácora y tener un mecanismo de
notificación al dueño

13. El fenómeno “Spreadmart”
• Un Spreadmart es un datamart no regulado, no seguro, en manos
de un usuario que regularmente lo construye utilizando
herramientas como Excel o Access
• Riesgos Potenciales
– Conocimiento de la información se pierde, cuando el empleado deja la
compañía o se cambia de puesto
– Múltiples “versiones de la verdad”, cuando diferentes personas aplican
diferentes criterios para extraer información y cálculos, que derivan en
diferentes conclusiones
– La información es manipulada de manera manual, por lo cual aumenta el
riesgo cometer errores

14. El fenomeno “Spreadmart”
Solución
• Impedimentos para integrar información al DWH
– Algunas personas pueden sentirse amenazados por los resultados del proyecto
– La información es poder: Algunas personas afirman que ciertos datos son de su
propiedad y de nadie más tiene porque usarlos
• Soluciones
– Convertir Excel en un “BI viewer” mas que un “BI Tool”
– Minimizar el trabajo manual hecho en Excel , preformateando y precalculando los
datos en el servidor de DWH
– Crear un repositorio con archivos de Excel base, para disminuir errores
– Prevenir el acumulamiento de información critica en hojas de calculo
– Crear una estrategia de administración del cambio en la cual todos las partes
interesadas entiendan, acepten, adopten y sostengan el cambio necesario para
soportar el proceso

15. El síndrome del “Shelfware”
• Los datos son cuestionados
• La herramienta de BI no responde preguntas de negocio
de uso frecuentes
• Se crean nichos con usuarios expertos
• La herramienta es muy difícil de utilizar
• No hay proceso de iteración entre la ejecución del
negocio y la funcionalidad de la herramienta de BI

16. El síndrome del “Shelfware”
Solución
• Durante todo el proceso del proyecto, no se debe perder de vista quien será el
usuario final de la herramienta
• Se debe de generar una estrategia de entrega de reportes para cada tipo de
usuario
• De manera paralela a la implantación de la arquitectura de BI, se deberá
trabajar en el proceso que soportará la toma de decisiones
• Se debe de refrendar el patrocinio del proyecto por parte de la alta dirección
• Al momento de liberar, se debe poner atención en los siguientes acciones:
Promoción, Entrenamiento, Mantenimiento, Mejora del proyecto existente

17. Report Delivery Strategy
Business
Top Decisions
Information
Management Makers
Analyst
Day-To-Day Operational
Specific Goals Long-Term Goals Short-Term Goals
Goals
Summarized Data with
Concrete Measures Highly Summarized KPIs Detail-level Data
Drilldown
Latency Requirements Monthly Weekly-Monthly Hourly-Daily
Standard OLAP Standard OLTP
Data Delivery Dashboard
Reports/Data Mining Reports/Ad Hoc Queries
Excel 2007/Reporting
Technology QlikView Reporting Services
Services

18. Proceso de toma de decisiones
Datos
Operacional Analisis
Ejecución del Competencia
negocio BI
Acción Iteracción
Mejora en la
toma de
decisiones
Colaboración

19. KPIs Implantación Estrategia BI
• Gerentes y analistas tienen acceso directo a los datos, nunca discuten si los
números son exactos
• Usuarios pasan el tiempo analizando los datos y la comprensión de sus
implicaciones en lugar de recopilar y dar formato a los datos
• Gerentes se centran en mejorar los procesos y los resultados de la
empresariales, no recolectando datos de PC, informes y ERP
• Una hipótesis puede ser rápidamente analizada y comprobada, sin mucha
preparación manual
• Los datos se administran desde una perspectiva de toda la empresa a lo largo
de su ciclo de vida
Davenport & Harris (2007)
The Architecture of Business Intelligence

20. KPIs Implantación Estrategia BI
Parte 2
• La compañía administra los datos como un recurso estratégico de la empresa
en todas las iniciativas de negocios
• La cadena de abastecimiento se basa en pronósticos que se han desarrollado
utilizando un conjunto coherente de datos
• Los procesos de decisión de misión crítica y de alto volumen de información
son altamente automatizados e integrados
• Es una practica común el compartir información entre la empresa y sus clientes
y proveedores de manera bireccional
• Informes y análisis integran y sintetizan información de muchas fuentes
Davenport & Harris (2007)
The Architecture of Business Intelligence

21. Conclusiones
• El compromiso de la alta dirección de la iniciativa es fundamental
• Empieza en pequeño y apalanca el éxito
• La arquitectura de BI es implantada por IT. Mas sin embargo la aplicación de BI
es diseñada y liderada por los usuarios del negocio
• Se debe crear un proceso que soportará la toma de decisiones
• El aseguramiento de la calidad de datos es el proceso que mas demanda
tiempo, gente y dinero dentro del proyecto
• Se debe de considerar diferentes tipos de herramientas para cada uno de los
tipos de usuario
• Crear una estrategia de administración del cambio
• BI es un “Living Artifact”, el tiempo de vida y actualización de la herramienta
esta en función de las necesidades del negocio, mas que en una obsolescencia
tecnológica

22. PREGUNTAS Y RESPUESTAS