El documento aborda la necesidad de las organizaciones de identificar, resumir y categorizar grandes volúmenes de datos para convertirlos en información útil para la toma de decisiones. Se discuten los tipos y funciones de los sistemas de información, resaltando la importancia de la inteligencia de negocios (BI) en la recolección y análisis de datos, así como sus aplicaciones en diferentes áreas de negocio. Además, se recalcan conceptos erróneos sobre BI y la importancia del descubrimiento de conocimiento en bases de datos a través del proceso KDD.

1. 1
“ Las organizaciones tienen un insaciable
apetito de datos, pero frecuentemente les
faltan las enzimas necesarias para digerirlos”
“ Neil Raden”
“ Una organización puede ser rica en datos
y pobre en información, sino sabe como
identificar, resumir y categorizar los
datos”.
MADNICK, 1993

2. 1) ¿Sabe con certeza por qué su gente no está alcanzando los
objetivos planificados?
Introducción
2) ¿No sabe qué hacer con tanta información?
3) ¿Le inquieta la consistencia y confiabilidad de la
información obtenida de manera “manual”?
4) ¿Pasa mucho tiempo tratando de hacer que los reportes
en Excel luzcan bien?

3. 5) ¿Tiene una estrecha dependencia con el área de tecnología
para consolidar la información?
Introducción
6) ¿Ha perdido oportunidades de negocio por recibir
información retrasada?

4. Caso común
Soy dueño de una empresa que importa y vende ropa. Uso un ERP que registra mis
ventas, inventario y mi facturación.
• Como visualizo mis ventas?
• Se pueden generar perfiles de clientes?
• Donde estoy ganando o perdiendo plata?
• Cual es el desempeño de mis vendedores?
• Cual es el producto mas solicitado?
• Como fueron mis ventas mensuales con respecto al mes anterior?
Este es mi negocio, me he dedicado mucho tiempo a esto y aun no se si estoy
logrando mis objetivos, si lo estoy haciendo de la manera correcta o podría mejorar.
Mis decisiones están guiadas por la institución y el conocimiento del negocio.

5. Porque necesito mas mayor capacidad de
analisis?
• Hay muchas consultas y analisis interesantes que son muy difíciles de precisar y
obtener de mis datos.
• Aumentan explosivamente los volúmenes de información.
• Los datos crecen y llenan el repositorio rápidamente en mis sistemas
operacionales
• Alta dimensionalidad
• Gran numero de registros
• Nuevas y diversas fuentes de datos
• Los mecanismos actuales de analisis no soportan los requerimientos de tiempo,
calidad y escala.
• El usuario final puede ser un experto en su negocio, sin embargo no es estadístico

6. Tipos de Sistemas de Información
En cuanto Funcionalidad
• ERP / CRM / BI / BMP/ Aplicaciones web
En cuanto a Procesamiento de datos
• OLAP (Online Analitycs Procesing)
• OLTP (Online Transaction Procesing)
En cuanto al nivel de información manejada por las organizaciones
• Operacional (Sistemas operacionales, hojas de excel, reportes operativos, etc.)
• Táctica (Indicadores departamentales, consultas ad hoc)
• Información estratégica (Indicadores estratégicos, cuadros de mandos integrales)

7. Tipos de Sistemas de Información en
cuanto a la funcionalidad del sistema
BPM
ERP
Analíticos/BI
CRM
Aplicaciones
web/moviles

8. Tipos de Sistemas de Información en
cuanto al nivel de información en la
organización
Estratégico
Estratégico
Operativo
Operativo
Táctico
Táctico
Nivel Gerencial
Departamental
Transaccional

9. 9
Sistemas Transaccionales
OLTP
Sistemas Analíticos
OLAP
Almacena hechos transaccionales Almacena hechos del negocio
Información de soporte al día a día
(operacional)
Información histórica para ser
analizada
Se almacenan datos de cada
transacción
Integra datos para generar
información relevante
El diseño de la base de datos es
normalizado
El diseño de la base de datos es
desnormalizado
El usuario agrega, modifica, elimina,
consulta
El usuario solo consulta
BD para control de procesos de la
operación (información)
BD para auditoría y toma de
decisiones (conocimiento)
Tipos de Sistemas de Información en
cuanto al nivel de procesamiento de
datos

10. Real Academia Española:
Entender o comprender.
Resolver problemas.
Generar conocimiento.
Habilidad, destreza y experiencia.
Captar
Procesar
Generar
Reutilizar
Información
Conocimiento
Inteligencia

11. • Procesos alineados para lograr una misión
• Misión asociada a beneficios
• Beneficios con fines de lucro (empresa privada)
o beneficios colectivos (empresa pública)
¿Qué es un Negocio?

12. 12
Inteligencia de Negocio
(Business Intelligence (BI))
Definición
Procesos
Personas
Herramientas
Estrategias
Reúne y Transforma Datos 
Información  Conocimiento 
en planes de acciones rentables del
negocio
Para el apoyo en la toma de
Decisiones
Captar
Procesar
Generar
Reutilizar
Información Toma de decisiones
Conocimiento

13. Que puede responder la Inteligencia
de Negocios?
Algunos ejemplos de preguntas:
1. Como comparar las ventas totales del 2015 con las del ano 2014? Y Por
producto?
2. Cual es mi producto mas rentable, mi canal mas rentable? El tipo de
cliente mas rentable?
3. Cuanto gastaron nuestros clientes mayores de 35 anos en el ultimo
trimestre?
4. Cual es la frecuencia de compra de nuestros clientes por segmento?
5. Cual es la facturación promedio por local?
6. Como son los clientes que estoy perdiendo? Cuantos son?

14. 14
Observar -> ¿Qué está pasando?
Comprender -> ¿Por qué está pasando?
Predecir -> ¿Qué pasará?
Colaborar -> ¿Qué debería hacer la organización?
Decidir -> ¿Qué decisiones debe tomar la organización?
Inteligencia de Negocio

15. Que no es la Inteligencia de negocios?
Los 5 conceptos erróneos de la inteligencia de Negocio (BI)
1. BI es solo reportes: BI es mas que solo reportes, es el conjunto de procesos,
herramientas, estrategias y personas que permiten recolectar y trasformar los
datos crudos en información lista para usar y desplegarla para la generación de
conocimiento para la toma de decisiones.
Un ejemplo de los que realmente es BI: Una compañía dedicada a vender partes de
autos, combina la venta histórica de piezas con la patente de los vehículos y con el
registro de vehículos motorizados para ganar inteligencia en:
Tipos de automóviles localizados en una región geográfica, para determinar los ingresos
potenciales del establecimiento de nuevas tiendas.
Determinar que piezas son las mayormente vendidas en el pasado para generar mayor
stock de estas en las tiendas y proveer mayores ventas.

16. Que no es la Inteligencia de negocios?
Los 5 conceptos erróneos de la inteligencia de Negocio (BI)
2. BI es un problema del departamento de informática: Si bien el departamento de
informática es el responsable juntar la información de las diferentes fuentes,
desarrollar las soluciones, definir la plataforma tecnológica, herramientas y
estructura clave a utilizar en el BI, los encargados de realizar la inteligencia de
negocios son los dueños, patrocinadores y ejecutores del negocio.

17. Que no es la Inteligencia de negocios?
Los 5 conceptos erróneos de la inteligencia de Negocio (BI)
3. Una herramienta de BI, es mi estrategia de BI: La estrategia de inteligencia de
negocios de la organización se compone por la coordinación de un set de
actividades:
Recopilar información: La información no siempre se encuentra disponible. No siempre es
consistente entre departamentos.
Analizar la información: Que métodos o tecnologías son usadas para realizar el analisis?
Las personas de la organización tienen las habilidades necesarias?
Competencia: El personal que conoce los datos y los entiende son quienes tienen que
participar en el analisis del proceso de negocio y deben definir los estándares de
información.
Politicas: Las decisiones deben ser tomadas acerca de que tiene mayor prioridad, quien
tiene acceso a que información, y que uso puede dar a esta información.
Credibilidad: Las personas correctas deben conocer que existe la solucion (datos,
herramientas etc.), tener acceso a los datos, tener las habilidades para aplicarlas en el
proceso de negocio, y confiar en los datos para poder usarlos.

18. Que no es la Inteligencia de negocios?
Los 5 conceptos erróneos de la inteligencia de Negocio (BI)
4. La solución BI se implementa de una sola vez: El
negocio siempre esta evolucionando, por tanto, los datos, la
información, los analisis, reportes utilizados en la toma de
decisiones no son estáticos.
No es una actividad de una sola vez.
Es un proceso de mejoramiento continuo.

19. Que no es la Inteligencia de negocios?
Los 5 conceptos erróneos de la inteligencia de Negocio (BI)
3. Otros conceptos erróneos de la Inteligencia de
Negocio:
3. No es Inteligencia Artificial (A menudo la gente
confunde BI con Inteligencia Artificial solo porque
comparten la palabra inteligencia.
“ La inteligencia artificial sirve para un proposito completamente diferente
aunque se topan en un punto. Puesto que la mineria de datos, que es
parte de la inteligencia de negocios trabaja con algunos algoritmos que
forman parte de la AI”.
4. Tampoco es espionaje o inteligencia militar …

20. 20

21. 21
Características de Inteligencia de
Negocios
Análisis “a la medida”
Cuadro de Mando Integral
Toma de decisiones:
• Rápida
• Oportuna
Visión unificada de los datos

22. Inteligencia de Negocios
• La clave para BI 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 ?

23. Ventas Cadena de
abastecimiento
Educación
Mercadeo
RRHH Finanzas
23
Áreas de aplicación de BI

24. Inteligencia de Negocios
• La Inteligencia de Negocios o Business 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

25. 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

26. 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.

27. 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.

28. 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.

29. 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.

30. Fuentes de Datos
ETL
Área
Intermedia
Herramientas analíticas y
de explotación
Consultas y
Reportes
Indicadores
ETL
Almacén de
Datos/Datamarts
Ambiente Transaccional Ambiente
Inteligencia de Negocios
Arquitectura de una Solución BI
Excel
Base de Datos
OLAP
Servidor Externo

31. 32
Almacén de datos
Integrado Temático
No volátil Histórico
Data
Warehouse
Insert
Update
Delete
“Una colección de datos orientados a temáticas, integrados,
no volátiles y variantes en el tiempo que apoyan a las
decisiones de la gerencia”
Bill Imon
Integra distintas
fuentes de datos
Snapshots que
representan
períodos de
tiempo
Datos que no
se actualizan
o eliminan
Los datos se
estructuran por
aspectos de interés
para la organización

32. 33
Modelo Relacional Vs Dimensional
Modelo Dimensional
Modelo Relacional

33. Herramientas de Inteligencia de Negocio
34

34. Proyectos Desarrollados
Ejemplos de BI
construidos:
• Inteligencia de Mercado
• Calidad de Servicios
• Recursos Humanos
• Ventas
• Cobranzas
• Compras
• Planificación de Proyectos
• Finanzas
• Importaciones
• Mercado de Divisas
•Seguros
• Suscripción/Siniestros
35

35. Área de Negocio: Inteligencia de Mercado
36

36. Área de Negocio: Calidad de Servicios
37

37. Área de Negocio: Recursos Humanos
38

38. Área de Negocio: Ventas
39

39. Área de Negocio: Seguros
40

40. 41

41. • Centralización de “la verdad”
• Confianza en la información
• Administración del acceso a la información
• Entendimiento del negocio
• Entrega fácil y masiva de reportes / informes
• Menos carga para TI
• Herramientas para todos
42

42. 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)

43. 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

44. 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.

45. 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.

46. KDD
Descubrimiento de Conocimiento en Bases de Datos
• El 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.

47. KDD
Descubrimiento de Conocimiento en Bases de Datos
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.

48. KDD
Descubrimiento de Conocimiento en Bases de Datos
Relación 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

49. EL PROCESO DE KDD
• Determinar las fuentes de información (que pueden ser
útiles y dónde conseguirlas)
• Diseñar el esquema de un almacén de datos (Data
Warehouse): que consiga unificar de manera operativa toda
la información recogida.
• Implantación del almacén de datos: que permita la
navegación y visualización
• Previa de sus datos, para discernir qué aspectos puede
interesar que sean estudiados.

50. EL PROCESO DE KDD
• Selección, limpieza y transformación de los datos
que se van a analizar
• Seleccionar y aplicar el método de minería 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.)

51. EL PROCESO DE KDD
Evaluación, interpretación, transformación y
representación de los patrones extraídos.
• Difusión y uso del nuevo conocimiento.

52. KDD
Descubrimiento de Conocimiento en Bases de Datos
EL PROCESO DE KDD