Inteligencia corporativa 2.0

Dr. Hugo A. Banda Gamboa
CORDICYT
2016

 La Evolución de BI
 Business Intelligence y Data
Warehouses
 Conceptos Básicos
Relacionados a BI 2.0
 Retos Tecnológicos de BI 2.0
 Conclusión
© Dr. Hugo A. Banda Gamboa - 2016 2

 Las soluciones tradicionales de Business
Intelligence (BI) permiten a los decisores
consultar, comprender y analizar los datos
almacenados en sus organizaciones para poder
tomar decisiones
 Sin embargo, la realidad del entorno actual
determina que ya no es suficiente operar sólo con
la información disponible en la propia
organización.

 Un visión integral de la inteligencia
organizacional también requiere de la inclusión
de información presente en la WEB, el uso de
inteligencia colectiva, la colaboración a través de
redes sociales, del apoyo de cloud computing y
otras tecnologías.
 La investigación en estas áreas ha dado lugar a
soluciones consolidadas, técnicas y
metodologías, disponibles en una variedad de
productos y herramientas computacionales.

 A medida que la tecnología y la sociedad
evolucionan, se requieren mejores y más rápidas
decisiones, lo que ha originado una creciente
demanda de soluciones informáticas.
 Según estudios de Gartner [1, 2], en la última década el
uso de herramientas de BI ha tenido un incremento
sostenido entre el 5% y el 8% anual. Estas soluciones
van desde data warehousing, data mining y OLAP,
hasta gestión del desempeño del negocio (BPM) y
reportes en tiempo real.
[1] http://www.gartner.com/newsroom/id/2340216

 Más recientemente, una nueva generación de
aplicaciones de BI ha aparecido, que no limita el
análisis de datos a los de su propia organización sino
que también se alimenta de datos del entorno, a
través de la WEB [3]:
 Precios de productos de los competidores.
 Opiniones registradas por los clientes.
 Tendencias del mercado.
 Esto permite incorporar en las decisiones una visión
más dinámica e integral acerca de los procesos y el
entorno del negocio.

http://bias.csr.unibo.it/golfarelli/Papers/Dolap04.pdf

http://bias.csr.unibo.it/golfarelli/Papers/Dolap04.pdf
Enterprise Application Integration
Business Activity Monitoring
Dynamic Data Store
Right-Time Integrator

Source: Gartner (February 2016)

© Dr. Hugo A. Banda Gamboa - 2016
 Desde mediados de los 1990´s aplicaciones
de Data Warehouse (DW) y Business
Intelligence (BI), ha sido desarrolladas
para consolidar datos organizacionales y
facilitar la toma de decisiones oportuna e
informada.
 Sin embargo, en la actualidad, la
disponibilidad de enormes cantidades de
datos provenientes de diferentes dominios
requiere de un cambio en la forma en que
las prácticas de DW y BI, se están
realizando.
13

 Resulta evidente que para muchos tipos de
aplicaciones de BI, la forma tradicional de
recolectar los datos organizacionales del día a día
en un enorme repositorio, para luego proceder a
su análisis, requiere de una revisión para lograr
un manejo más eficiente de datos a gran escala.
 Fuentes de datos a escala masiva se vuelven cada
vez más comunes, imponiendo nuevos retos a la
comunidad de investigadores relacionada con
arquitecturas y herramientas de DW.

 Nuevas arquitecturas de bases de datos han sido
propuestas:
 El paralelismo se ha convertido en una opción para
procesamiento en grandes DW [4].
 Bases de datos de almacenamiento en columnas son fuertes
candidatas para arquitecturas de DW ya que tienen un
desempeño superior a las bases de datos de almacenamiento
en filas, cuando se tienen tablas de hechos con una enorme
cantidad de atributos.
 El modelo MapReduce [5] cada vez es más popular,
constituyéndose en un fuerte retador de las arquitecturas de
DBMS tradicionales [6]. La DW de Facebook está construida
con Hadoop (una implementación de código abierto de
MapReduce) [7].
[4] Stonebraker, M. Stonebraker on data warehouses. Commun. ACM 54 (5), pp. 10-11, 2011.
[5] Dean J, Ghemawat S. MapReduce: a flexible data processing tool. Commun. ACM 53 (1), pp. 72-77, 2010
[6] Stonebraker M, Abadi D J, DeWitt D J, Madden S, Paulson E, Pavlo A, Rasin A. MapReduce and Parallel DBMSs: Friends or foes? Comm.
ACM 53 (1), pp. 64-71, 2010
[7] https://people.csail.mit.edu/matei/courses/2015/6.S897/readings/facebook-warehouse.pdf

Fuente: Hao Zhang, Gang Chen, Beng Chin Ooi, Kian-Lee Tan, Meihui Zhang. In-Memory Big Data Management and Processing: A Survey.
IEEE Transactions on Knowledge and Data Engineering, Vol. 27, No. 7, July 2015

 Los datos recopilados por las organizaciones
pueden contener de manera escondida dos
componentes importantes para su análisis:
espacio y tiempo.
 Se estima que el 80% de los datos corporativos
tiene un componente espacial (posición, forma,
orientación o tamaño) [8].
 El tiempo es otro componente fundamental de los
datos y su consideración puede ser crucial para la
toma de decisiones.
[8] Franklin, C. 1992. An Introduction to Geographic Information Systems: Linking Maps to Databases. Database, April, pp. 13-21.

 Para tomar ventaja de las dimensiones espaciales
de los datos, en la toma de decisiones, se ha
configurado una herramienta que fusiona las
funcionalidades de las herramientas OLAP con
las de un Sistema de Información Geográfico
(GIS): Spatial On-Line Analytical Processing
(SOLAP) [9].
 Al incorporar a OLAP y GIS, las dimensiones
temporales y los tipos de datos móviles, se puede
configurar una taxonomía de data warehousing
espacio – temporal [10].
[9] http://yvanbedard.scg.ulaval.ca/wp-content/documents/publications/306.pdf
[10] http://code.ulb.ac.be/dbfiles/VaiZim2009incollection.pdf

Fuente: http://code.ulb.ac.be/dbfiles/VaiZim2009incollection.pdf

 Tradicionalmente, los datos se capturan en las bases
de datos transaccionales cuando una operación
relacionada con los procesos del negocio ocurre.
 Luego, en algún momento establecido por el ciclo de
refresco de la DW, los nuevos datos son
acondicionados, procesados y cargados por los
procesos ETL (bulk feed).
 Posteriormente, los datos pueden ser utilizados para
análisis y toma de decisiones, que conlleva a alguna
acción.
 A medida que el tiempo transcurrido entre el evento
y la consecuente acción (data latency) se minimiza, se
aproxima más al tiempo real.

 En general, el proceso de refresco de datos es el
que más aporta al data latency. Por lo que se
requieren modificaciones en el proceso de ETL y
en el modelo de almacenamiento en la DW:
 Direct Trickle Feed (DTF)
 Trickle and Flip
 Near-Real Time ETL
 Capture, Transform and Flow (CTF) en lugar de ETL.
 Real – Time Data Caching (RTDC)
 In – Memory databases (RTDC para grandes
volúmenes de datos)

Fuente: http://research.ijcaonline.org/volume81/number2/pxc3891990.pdf

 Análisis de uso de páginas Web (Rango de
horas a días).
 Collaborative filtering (Rango de horas).
 Detección de fraudes (Uso de Tarjetas de
Crédito) (Rango de minutos).
 Aplicaciones de Call Center (Rango de
minutos).
 Monitoreo de Actividades en Negocios y
Gestión del Desempeño Operativo (Rango de
minutos).

 En esta sección se introducen algunos
conceptos básicos relacionados con la BI 2.0.
 A más del requerimiento de tiempo real
presentado anteriormente, es necesario tomar
en consideración otros aspectos o soluciones
tecnológicas que permitan hacer realidad la
nueva visión de las aplicaciones para
inteligencia de negocios en la era del
conocimiento.

 Se originó mediante la integración en red de
varios elementos heterogéneos. Una capa
mediadora provee de una interfaz homogénea
para el acceso de los usuarios, escondiendo
los detalles de la tecnología subyacente.
 La nube también permite la incorporación de
nuevos elementos facilitando el incremento
de la capacidad de la red para satisfacer una
determinada demanda según sea necesario,
dependiendo de la carga de trabajo.

 Se refiere al SW que se desarrolla para ser usado
a través de arquitecturas orientadas al servicio
(SOA). El protocolo de estas arquitecturas
(SOAP) provee la forma de invocar servicios
abstrayendo la implementación tecnológica.
 Recientemente, esta visión ha sido aplicada a las
soluciones BI. Lo cual permite acceder a través de
Internet, mediante renta, a aplicaciones basadas
en Cloud Computing, que son mucho más
escalables que las soluciones tradicionales.

 Este término fue utilizado inicialmente para
referirse al comportamiento emergente en
colonias, que es más complejo que el de los
individuos que la conforman.
 Un ejemplo de esto puede verse en redes
sociales, donde grupos descentralizados de
gente sin líder pueden tomar decisiones y
promover iniciativas que serían imposibles
para un solo individuo.

 Se refiere a la delegación de ciertas tareas a una
multitud. La efectividad de este enfoque viene
del hecho que, con un pequeño esfuerzo
individual, el grupo puede alcanzar su meta.
 Más aún, con la presencia de la inteligencia
colectiva en la multitud, se pueden obtener
soluciones que serían difíciles de obtener por un
solo individuo, aún en el caso que esté dedicado
exclusivamente a esa tarea [11].
[11] http://icdt.tu-dortmund.de/proceedings/edbticdt2010proc/workshops/beweb/papers/edbt_2010_submission_565.pdf

 Consisten de una colección de datos provenientes
de los propios participantes, así como de las
relaciones entre ellos. Estas redes permiten la
interacción entre los participantes para generar
información que viene a enriquecer la ya
existente.
 La colaboración entre participantes provee
resultados más rápidos y mejores de los que se
conseguiría de un solo individuo. Los
investigadores están incorporando estos conceptos
a las nuevas aplicaciones de BI.

 Se refiere a la idea de relacionar cada pieza con el
resto de la información que le afecta o a la que puede
afectar.
 Idealmente, linked data significa conocer y ser capaz
de aprovechar las relaciones existentes entre cada
pieza de información registrada. Esto implica que las
relaciones deben estar semánticamente etiquetadas
de tal forma que un computador las pueda utilizar
para algún proceso de razonamiento.
 Este aspecto es especialmente relevante para obtener
automáticamente conocimiento a partir de la
información disponible en la Web e información
almacenada en el DW.

 Se refiere al proceso de describir el sentimiento
general u opiniones de un grupo de personas hacia
cierto elemento.
 Opinion Mining implica ser capaz de comprender un
conjunto dado de opiniones y derivar conclusiones
relevantes y útiles.
 Esta información se la encuentra típicamente en la
Web en forma de datos no estructurados. Sin
embargo, esta información puede ser altamente
relevante para una organización ya que le podría
permitir identificar que producto tiene una mejor
percepción por parte de los clientes y por qué.

 Es un punto de vista que se enfoca en los
procesos y su lógica, relacionando los datos
almacenados con el desempeño de los procesos
del negocio (BPM), en lugar orientarse a
presentar simplemente un conjunto de datos e
información en diferentes formatos.
 Esta nueva perspectiva podrá permitir la
identificación y reestructuración de procesos que
no estén contribuyendo al logro de las metas
organizacionales.

 Las organizaciones deben incorporar tanta
información como sea posible para la toma de
sus decisiones estratégicas.
 Más aún, estas decisiones deben ser ágiles
para reaccionar a tiempo ante los problemas o
amenazas identificadas o cubrir posibles
debilidades.
 Estas necesidades, que están íntimamente
relacionadas con la conectividad a Internet,
demandan la modificación de diferentes
aspectos relacionados con las soluciones de BI
y otros procesos asociados a los servicios Web.
35

 Entre los principales aspectos asociados a la
evolución de la Web y las soluciones de BI, se
pueden mencionar:
 Las interfaces de usuario.
 Períodos más cortos para actualización de la
información.
 La forma colectiva de tomar decisiones.
 Interactividad entre los usuarios y el sistema de BI, a
través de blogs, aplicaciones Web, hojas electrónicas, etc.
 Presentación de información a través de formas más
amigables.
 Enfoque en analítica predictiva.

 Los nuevos aspectos a ser introducidos
en BI 2.0 no podrán ser logrados, a
menos que la tecnología necesaria sea
desarrollada.
 Para que la nueva visión de las
aplicaciones de BI sea convertida en una
realidad, una serie de retos tecnológicos
deben ser superados.

 Para lograr el flujo de datos en tiempo real y el
correspondiente procesamiento, se han
evidenciado los siguientes requerimientos:
 Minimizar los tiempos de los procesos de
refrescamiento de la DW.
 Reducir el retardo que introducen las consultas
mediante paralelización, aceleración del hardware y
bases de datos en memoria principal.
 Evitar inconsistencias en el análisis debido al
constante flujo que modifica los datos dentro de la
DW, mediante análisis episódico de capturas
sucesivas.
39

 Los problemas de escalabilidad pueden afectar
diferentes aspectos del proceso de decisión.
Desde las bases de datos transaccionales hasta la
DW utilizada como fuente de datos para la
solución de BI, incluyendo la red que provee los
resultados a los diferentes usuarios.
 Tres principales alternativas se han propuesto
para resolver estas dificultades:
1. Incorporar elementos de hardware más poderosos
2. Simplemente incorporar mayor número de elementos
de hardware.
3. Una combinación de las dos anteriores, buscando una
solución de mejor beneficio – costo.

1. Más poderosos servidores de DW con alto número de
núcleos y enormes tamaños de RAM. La información
puede ser almacenada y mantenida dentro de la
organización con mayor privacidad y seguridad:
 Exadata de ORACLE.
 Arquitectura de DW de IBM Netezza.
2. Servicios de Cloud Computing. Más flexibles para
satisfacer fluctuaciones en la demanda, sin incurrir
en costos innecesarios:
 Amazon Services.
 Azure Cloud de Microsoft.
 iCloud de Apple.

 Actualmente, los clientes intercambian opiniones a través
de las redes sociales y registran opiniones en foros, blogs,
etc., a medida que las empresas presentan sus ofertas a
través de sus sitios Web.
 Esto implica que los negocios no tienen almacenados todos
en sus servidores los datos relevantes y necesarios.
 Toda esta información externa útil debe ser recopilada, sin
embargo mucha de ella está en formato semiestructurado
(Archivos XML), como lenguaje natural no estructurado o
como contenido en una página WEB.
 Se han desarrollado algunas propuestas para integrar estos
datos, pero todavía es un área de investigación abierta [12].
[12] http://www.aclweb.org/anthology/S10-1099

 A medida que el enfoque de análisis se orienta al futuro
inmediato, se incrementa la importancia del análisis
predictivo.
 Ya que la cantidad de información a ser analizada para
tomar una decisión es demasiado grande para un experto
humano, el análisis debe ser realizado de manera
automática, utilizando algoritmos de fácil aplicación, en
un tiempo reducido.
 A pesar que existe un buen número de técnicas predictivas
de minería de datos, estas deben obtener resultados en
períodos delimitados de tiempo, aún cuando se pierda
cierta precisión.
 Ésta también es un área abierta para futura investigación.

 Los modelos de procesos del negocio describen el flujo de
datos a través de las diferentes actividades específicas,
detallando la forma en que los estados de los objetos de
datos evolucionan a través del proceso.
 La investigación en esta área ha permitido identificar
cuellos de botella dentro de los procesos, proporcionando
niveles de abstracción para hacerlos más comprensibles.
 Sin embargo, los modelos de los procesos del negocio
carecen de información acerca de la estructura de los datos
subyacentes, así como de las relaciones entre los procesos
y la estrategia del negocio.
 Estos procesos están relacionados con la inteligencia de los
procesos del negocio (BPI) y es un área abierta a la
investigación.

 Una de las características importantes para el análisis
de un conjunto de datos corresponde a las relaciones
entre este conjunto y otros datos.
 Algunas de estas relaciones (hechos, dimensiones y
jerarquías) están explícitamente incluidas en los
datos almacenados en la DW, pero otras que son
implícitas deben ser descubiertas a través de técnicas
de minería de datos.
 Para modelar estas relaciones, una forma de enlazar
los datos (linking data) debe ser desarrollado. Entre
las propuestas publicadas, se pueden mencionar:
enfoques de trazabilidad, uso de ontologías y
etiquetado semántico. También es un área abierta a
la investigación.

Herramienta MicroStrategy Pentaho Cognos SAS Microsoft SAP
Interfaz Web Si Si Si Si Combinada Combinada
Scorecards Si
Requiere
Esfuerzo
Si Si Si Si
Dashboards Si Si Si Si Si Si
Interactividad No No Si Si Limitada -
Colaboración
entre usuarios
No LifeRay Si - Algo En desarrollo
Información
Enriquecida
No No Si No Algo En desarrollo
Análisis
Predictivo
Funciones
Matemáticas
WEKA
SW
Adicional
- EXCEL
Apoyo
Completo
Procesos de
Negocio
No No No No No Si
Integración
Plataforma
Única
Módulos
Independientes
Plataforma
Única
Plataforma
Única
SW Múltiple SW Múltiple
Características
Adicionales
BI Móvil
Dedicada
BI Open Source -
Herramientas de
Visualización
Soporta Web
Data
Integración
Empresarial

Si tienes suficiente
información para hacer un
plan de negocio de tu idea
es que ya es demasiado
tarde.
- Bill Gates

Inteligencia corporativa 2.0

Más contenido relacionado

Destacado

Similar a Inteligencia corporativa 2.0

Más de Hugo Banda

Último

Inteligencia corporativa 2.0