BI

1. INTELIGENCIA DE NEGOCIOS
CON POWER BI
Ing. Felipe Loayza Beramendi

3. Nuestra definición práctica de Conocimiento
Davenport y Prusak, 1999
Contextualizar, categorizar, calcular, corregir, condensar

4. • Dato: son la mínima unidad semántica que se corresponde con
elementos primarios de un negocio: un hecho, un evento, una imagen,
una descripción, o un simple número
• Información: es la interpretación o comprensión de los datos. Son
datos que son contextualizados y categorizados
• Conocimiento: es una mezcla de experiencia, valores, información y
know-how que sirve como marco para la incorporación de nuevas
experiencias e información, y es útil para la acción.

5. Dato, Información y Conocimiento
• Los datos están localizados en el mundo y el conocimiento está
localizado en agentes (personas, organizaciones,...), mientras que la
información adopta un papel mediador entre ambos conceptos
• Lo que fluye entre agentes distintos nunca es conocimiento como tal, sino datos
(información).
• Es posible aproximar el conocimiento de dos agentes que comparten los mismos
datos, pero debido a sus experiencias anteriores y a las diferencias en el modo de
procesar los datos (modelos mentales, modelos organizacionales), nunca tendrán
las mismas tendencias para la acción, ni estados idénticos de conocimiento.
• Sólo podemos conseguir aproximaciones, ya que el contexto interno y externo de
un agente siempre es diferente a otro.

6. Dato, Información y Conocimiento
• El conocimiento es información puesta dentro de un contexto (experiencia)
• Los datos, una vez asociados a un objeto y estructurados se convierten en
información.
• La información asociada a un contexto y a una experiencia se convierte en
conocimiento.
• El conocimiento asociado a una persona y a una serie de habilidades personales
se convierte en sabiduría.
• El conocimiento asociado a una organización y a una serie de capacidades
organizativas se convierte en Capital Intelectual.

7. ¿Qué es Inteligencia de Negocios?

8. Inteligencia de Negocios
• Qué debemos entender por Inteligencia de Negocios
(Business Intelligence o BI)
• Transformar los datos en información
• Tomar decisiones informadas en forma más temprana
• Usar una aproximación de “Management” al uso de la
información generada en la operación de una organización
• Qué no es
• La manera de tomar “mejores decisiones”
• Un conjunto de herramientas de software
• Una solución para la gente de Marketing
• El último “buzz word” para lucirse socialmente

9. ¿Porqué necesitamos BI?
• Las Organizaciones que necesitan un ambiente de Inteligencia de
Negocios, poseen las siguientes características:
• Reportes provenientes de varios sistemas transaccionales no concuerdan
• Los resultados de ventas no concuerdan.
• Las cantidades de inventario tampoco concuerdan.
• Los reportes detallados no concuerdan con los reportes consolidados.
• La gerencia no tiene acceso a una “imagen global corporativa” de su
situación actual:
• ¿Quiénes son nuestros clientes?
• ¿Qué nos han comprado?
• ¿Cuánto inventario tenemos disponible?

10. ¿Porqué necesitamos BI?
• Los grupos de Informática o de Tecnología de Información (TI)
está saturado con peticiones de reportes a niveles gerenciales.
• Las unidades de negocios han contratado personal de TI para
escribir “reporteadores” dentro de la misma unidad
• “Data Priests” han aparecido por toda la organización.
• Compartir datos es raro – bases de datos propietarias son la regla.
• Producir los reportes cada vez toma más y más tiempo.
• TI ha creado múltiples extracciones de archivos de sistemas
transaccionales para propósitos analíticos
• Se generan extractos de los extractos.
• Se pierden las fuentes de datos, no hay rastros de auditoria.

11. Parálisis de análisis. El problema:
Información no integrada

12. Reconociendo la necesidad de BI
• La organización no puede determinar la rentabilidad precisa de
un cliente o de un producto
• Se cuestiona la rentabilidad.
• Las tendencias en ventas o de los hábitos de compra del cliente no
pueden determinarse.
• La organización no puede llegar a los clientes adecuadamente
• La segmentación es imposible.
• La perfilación de los clientes es imposible.
• La organización está perdiendo participación en el mercado
frente a los competidores

13. Inteligencia de Negocios
Consistencia de datos
Multi-dimensional
Gran volumen de datos
Datos para usuarios de Gestión
Capacidad de
Descubrir información
Aplicaciones
Empresariales
 Almacenan gran cantidad
de datos (OLTP)
 Contienen una mínima
capacidad de cálculo/
análisis
Enfoque de
Negocios
 Mejorar la toma de
decisiones
 Mejorar las
rentabilidad
 Reducir costos
 Incrementar la calidad
 Incrementar lealtad de
clientes
Inteligencia de Negocios al Rescate
BI llena la brecha de análisis

14. Valor
al
negocio
Inversión en Inteligencia de Negocios
El Valor de sus Datos
Datos
Información
Conocimiento
Visión
Futura
 Análisis
 Indicadores
Contexto
y
Relevancia
 Predicciones
 Clasificaciones
 Tendencias
Data Mining
y
Visualización
Consultas
y
Reportes
 Reportes
 SQL
 Tablas Pivote

15. El Mundo de Hoy –
Múltiples “Fuentes de Datos”
• Planificación de recursos
empresariales (ERP)
• Gerencia de la relación con el
cliente (CRM)
• Administración de la cadena de
proveedores (SCM)
• Datos de flujo de personas en la
Web
• Comercio por Internet
Data Warehouse
Corporativo
Call
Center
Adm.
Campañas
Marketing
CRM y
eCRM
Internet
Contabilidad
Finanzas
Compras
Ventas
RRHH
Inventario
Business Intelligence es datos con relevancia y contexto

16. Encontrando oportunidades de BI en
un océano de datos

17. ¿Dónde están las oportunidades de BI?
• ¿Dónde?
• En cada proceso de negocios de la organización
• También en cada proceso de apoyo o administrativo
• Y en la combinación de ambos
• ¿Qué debo considerar?
• Las necesidades de BI dispares de cada grupo de usuarios
• ¡¡¡La relevancia de conocer el negocio!!!

18. Procesos y áreas críticos para BI
• Ventas
• Adm. cuentas
• Predicciones
• Análisis WEB
• CRM
• Promociones
• Segmentación
• Adm. marcas
• Adm. categorías
• Lealtad
• Servicio a clientes
• Etc.
 Reportes financieros
 Presupuestación
 Rentabilidad
 Riesgo
 Detección de fraudes
 Cadena de suministros
 Subcontratistas
 Calidad
 Recursos humanos
 “Balanced Scorecard”