1. Inteligencia de Negocios Para Principiantes

2. Recuerde, esta presentación contiene únicamente conceptos introductorios a la inteligencia de negocios

3. Por qué aprender Inteligencia de Negocios? La manera más valiosa que tiene una empresa para diferenciarse de las demás consiste en realizar un trabajo de primera con la información .

4. Venimos de la era de la información y estamos en la era del conocimiento…

5. Ganar o perder dependerá de cómo cada quien capte, gestione y utilice la información, y para que esto suceda es necesario las diferentes necesidades y orígenes de la información.

6. Que es la Inteligencia de Negocios? La inteligencia de negocios reúne el conjunto de sistemas y tecnologías enfocadas a la toma de decisiones .

7. Y también un conjunto de conceptos que es necesario entender para usar la tecnología correctamente

8. Para qué sirve la Inteligencia de Negocios? La Inteligencia de negocios provee soluciones que permiten a los tomadores de decisiones, transformar información clave de su negocio en acciones concretas traduciéndose en beneficios tangibles.

9. La toma de decisiones tiene que ver directamente con el tipo de información que existe en las organizaciones y la forma en que esa información es usada

10. “ Una organización puede ser rica en datos y pobre en información, sino sabe como identificar, resumir y categorizar los datos” ( MADNICK, 1993 ).

11. Datos Toma de Decisiones Ventaja Competitiva Conocimiento Información

12. Redunda el decir que la ventaja competitiva se traduce en retorno de inversión para las organizaciones

13. Existen 3 tipos de información Información Técnico Operativa Es la información por el personal operativo para realizar las operaciones que mantienen en funcionamiento el negocio.

14. Información Estrategica Información Técnica Información Táctica Es la información usada coordinadores de área y directores operativos, para dirigir la ejecución de las operaciones por parte del personal operativo.

15. Información Estratégica Es la información usada por los altos directivos para direccionar el negocio hacia la consecución de los objetivos gerenciales.

16. La información que se genera en la organización se consume en diferentes momentos según el nivel: Fuente: ALBI – Academia Latinoamericana de BI Plazo Nivel Uso Corto plazo Operacional y Administrativo Obtención y control de datos Mediano plazo Conocimiento Decisiones tácticas Largo plazo Estratégico Decisiones estratégicas

17. La información operativa y táctica es provista por los sistemas transaccionales.

18. La información estratégica asociada con el conocimiento, la toma de decisiones y el direccionamiento hacia los objetivos del negocio debe ser provista por los sistemas de Inteligencia de Negocios.

19. Todo esto es necesario entenderlo, tanto como debe entenderse la visión técnica en la que se encuentra enmarcado el tema

20. Inteligencia de Negocios se puede presentar como el proceso de integración y tratamiento de los datos para convertirlos en información relevante, que provea a las organizaciones del conocimiento necesario para la obtención de ventajas competitivas

21. Una estrategia de Inteligencia de Negocios debe abordar los problemas de obtener la información correcta , en el tiempo esperado y de presentarla en un formato unificado y comprensible para los usuarios objetivo .

22. Como se hace Inteligencia de Negocios? Reportes, EIS (Sistemas de Información Ejecutivos), DSS (Sistemas de Soporte de Decisiones), BSC (Balanced Scorecard o Tableros de Control), Datamining (Minería de Datos).

23. Sistemas de Información Ejecutivo Un Sistema de Información Ejecutivo o EIS, ofrece un conjunto de escenarios o dashboards , compuestos por una serie de herramientas visuales e interactivas. Algunas de ellas son Velocímetros, Termómetros, Mapas Interactivos, Gráficos Interactivos

24. Sistemas de Información Ejecutivo Estas herramientas permiten a los usuarios identificar rápidamente el estado de alguno de los indicadores de su interés y que además puede proveer de detalles y análisis inmediato , con el fin de presentar alarmas visibles al usuario ante situaciones críticas, de forma que estos realicen seguimiento a los datos asociados para identificar la razón de un comportamiento o evento no esperado.

25. Sistemas de Soporte de Decisiones Un Sistema de Soporte de Decisiones o DSD, permite al usuario navegar por la información disponible en los cubos, realizando consultas no previstas en busca de la exploración del comportamiento de alguno de los indicadores.

26. Sistemas de Soporte de Decisiones Alguna de las operaciones disponibles en un DSS son el Drill Down, Roll Up, Slice, Dice, Pivot, Exportación de datos , etc.

27. Reportes Los reportes son las herramientas más comunes de presentación de la información en las organizaciones. Este mecanismo continua vigente en Inteligencia de Negocios y ofreciendo mejores tiempos de respuesta, mayor calidad de información e incluso siguiente algunas de las estrategias de visualización del los DSS como son los Drill Down y los Roll Up .

28. Balanced Scorecard El Balanced Scorecard o Tableros de Control, esta enfocado a proveer a una organización de mecanismos por los cuales establecer objetivos o metas y realizarles seguimiento a través de vistas informativas que muestran su estado y avance a través de la utilización de alertas, semáforos, KPIs u otras utilidades visuales con las que un usuario desee monitorear sus datos.

29. Balanced Scorecard Esta estrategia es comúnmente complementada con la vinculación a un DSS con el fin de permitir a los usuarios analizar las alertas que reporta el sistema y tomar decisiones con un mayor nivel de detalle de la información relacionada con estas. Esta estrategia además pueden verse complementada a través del uso y envío de notificaciones a cuentas de correo corporativas o incluso a dispositivos móviles de acuerdo a la criticidad de las alertas encontradas.

30. Datamining El Datamining o minería de datos, es una estrategia utilizada para el análisis de información critica, oculta o no previsible. Esta consiste en el lanzamiento de procesos automáticos, basados en algoritmos de búsqueda de información, que se ejecuta sobre le Datawarehouse y que realiza el trabajo de correlación de datos, con el fin de encontrar información relevante y difícilmente identificable por parte de un usuario en un análisis manual.

31. Datamining Los algoritmos de búsqueda arrojan una serie de resultados que revelan información clave y sugirieren relaciones entre los datos. En este tipo de proyecto un usuario especialista determina que parte de la información arrojada por el proceso de Minería de Datos e un dato relevante, útil, descartable o erróneo .

32. Una solución de Inteligencia de Negocios, conlleva de forma implícita el desarrollo de un Datawarehouse Como se logra?

33. Un Datawarehouse por si solo, no provee a los usuarios de las habilidades necesarias para la toma de decisiones , por lo que debe analizarse de acuerdo a las necesidades de cada cliente y/o escenario, cual es la estrategia de Inteligencia de Negocios que le acompaña, con el fin de optimizar la explotación de la información almacenada. Proyectos de BI

34. Que es un Datawarehouse? Un Datawarehouse es un repositorio o bodega centralizada de datos en una organización.

35. Esta concepción trae consigo algunas implicaciones, pues como bien es sabido, los datos al interior de las empresas se encuentran ubicados en distintos lugares , usando medios , formatos y tecnologías diferentes, y almacenados de acuerdo a las necesidades especificas de cada uno de los sistemas que los utilizan para el funcionamiento operativo de la organización.

36. El objetivo de un Datawarehouse está enfocado a proveer una visión histórica y unificada de los datos de la empresa…

37. Esto debe hacerse de una manera que resulte comprensible para los usuarios , debido a que su semántica esta expresada en los términos de negocio que ellos conocen.

38. La diversidad de sistemas transaccionales en las organizaciones hace que tener una visión unificada de los datos resulte ser muy complejo. Cada sistema presenta los datos con el enfoque para el que fue construido, lo que termina por añadir mayor complejidad a la toma de decisiones.

39. Esta diversidad de orígenes de datos, trae consigo inconvenientes como son los largos tiempos de extracción, procesamiento, problemas al valorar un dato de acuerdo al sistema de donde ha sido extraído y dificultades al momento de consolidar e interpretar la información para los usuarios de alto nivel en las organizaciones.

40. Datamarts Uno de los primeros conceptos con los que es necesario familiarizarse es el concepto de Datamarts. Un Datamart se refiere a una porción de un Datawarehouse enfocado a resolver las necesidades de un tema especifico o bien de un área particular en una organización. El Datawarehouse se refiere en cambio al lugar único y centralizado de almacenamiento en una organización, donde deberíamos encontrar todos los Datamarts.

41. Principios de un Datawarehouse Información No Volátil Variable en el Tiempo Datos Integrados Orientado a Información Relevante Un Datawarehouse está orientado a hechos y no a procesos. La construcción de un Datawarehouse sigue una serie de principios que deben contemplarse al momento de tomar una decisión acerca de su viabilidad

42. Se diseña para consultar eficientemente información relativa a las actividades (ventas, compras, producción, ...) básicas de la organización, no para soportar los procesos que se realizan en ella (gestión de pedidos, facturación, etc). Base de Datos Transaccional (OLTP) Orientado a información relevante Información Necesaria PRODUCTO ... GAMA ... VENTA ... PAÍS ... CURSO ... REUNION ... PROTOTIPO ...

43. Generalmente los sistemas transaccionales , presentan una visión estática de los datos, un Datawarehouse almacena imágenes o estados de los datos ( snapshots ) en diferentes momentos, reflejando así la historia y evolución de los datos a través del tiempo . El periodo de tiempo cubierto por un Datawarehouse varía entre 2 y 10 años. 2005 - 2006 - 2007 … Variable en el tiempo

44. En un Datawarehouse se integran datos recogidos de diferentes sistemas operacionales de la organización (y/o fuentes externas). Datos integrados… Base de Datos Transaccional 1 Fuente de Datos 1 Fuentes Externas Fuentes Internas Fuente de Datos 2 Fuente de Datos 3 HTML DataWareHouse texto Base de Datos Transaccional 2

45. Consultar Carga Insertar Consultar Actualizar Borrar Bases de datos operacionales DataWareHouse Los datos almacenados no son actualizados , sólo son incrementados . Información no volátil

46. Cubos (OLAP) La estrategia utilizada para alcanzar las metas propuesta por el Datawarehouse se basa en un concepto conocido como cubo. Un cubo es una estructura de almacenamiento de datos que facilita la realización de consultas de grandes cantidades de datos con tiempos altos tiempos de respuesta.

47. Cubos (OLAP) La construcción y visualización de cubos construidos puede ser ofrecida bajo diferentes tecnologías. Su elección está determinada por condiciones de técnico, expectativas de desempeño y usabilidad o incluso de viabilidad económica. Además es necesario tener en cuenta que la cantidad de cubos, el tamaño y complejidad de las fuentes de las que depende cada uno de ellos, influirá en el tiempo de desarrollo de la solución.

48. Tipos de Almacenamiento La asociación de las estructuras de almacenamiento de un Datawarehouse se compara con un cubo, por su naturaleza implícita de mostrar diferentes vistas o perspectivas, y además por su similitud con el almacenamiento matricial el cual es propuesta base de esta estrategia.

49. Tipos de Almacenamiento La elección de un tipo de almacenamiento, también condiciona la elección de las posibles herramientas a utilizar, las capacidades que pueden ofrecerse y los perfiles requeridos por los participantes del proceso de construcción. Los tipos básicos de almacenamiento de un cubo son ROLAP , MOLAP y HOLAP , la diferencia entre estas es de carácter técnico.

50. Conceptos asociados a los cubos Hechos Los cubos son construidos con base en los hechos de negocio que resultan de interés para un cliente y que le permiten responder las preguntas de negocio a través de las cuales dará seguimiento a su estrategia y desempeño en el transcurso del tiempo.

51. Conceptos asociados a los cubos Hechos Un ejemplo típico de un hecho de interés para un cliente son la ventas. Si un cliente quiere evaluar, hacer seguimiento al éxito de su estrategia de ventas, planteará este hecho y ofrecerá como fuente de los datos los sistemas de información a través de los cuales obtener las evidencias o información asociada con las ventas dentro de su organización.

52. Conceptos asociados a los cubos Medidas ( Indicadores ) La medidas o indicadores por su parte, son todas aquellas cifras ofrecidas por los sistemas origen en el evento que identificamos como un hecho , y que permiten a los usuarios observar cuantitativamente le desenvolvimiento de su negocio

53. Conceptos asociados a los cubos Medidas ( Indicadores ) En el ejemplo que venimos desarrollando, las medidas de interés en una venta podrían ser, el valor total de la venta , la cantidad de unidades vendidas, el porcentaje de impuestos, el porcentaje de utilidad obtenido , entre otros.

54. Conceptos asociados a los cubos Dimensiones ( Criterios de Análisis ) Las dimensiones o criterios de análisis, son todas aquellas perspectivas desde las cuales puede observarse una medida. Los usuarios realizan estos análisis con el fin de determinar una acción a seguir o bien de encontrar explicaciones a un comportamiento, tendencia o desvió, en resumen de tomar decisiones con respecto a su negocio.

55. Conceptos asociados a los cubos Dimensiones ( Criterios de Análisis ) En el ejemplo del hecho de ventas , la medida de valor total de una venta podría analizarse de acuerdo a una fecha , una zona , una geografía , un producto , una línea de productos , etc.

56. Dimensión de Productos Medidas Q4 Q3 Q2 Dimensión Tiempo Otros Carnes Lacteos Q1 Frutas Prom Unid Ventas Dolares Ventas Unid Precio Neto Un ejemplo de un cubo Cada una de las celdas es calculada con el fin de ofrecer mejores tiempos de respuesta 1000

57. Que tipo de preguntas debe responder el DW? ¿ “ Importe total de las ventas durante este año de los productos del grupo Bebidas , por trimestre y por categoría ” ? . ¿ “Importe total de las ventas durante este año de los productos de la grupo Bebidas , por trimestre , por categorías y por ciudad del almacén ” ? . ¿ “Importe total de las ventas durante este año de los productos de la grupo Bebidas , por categorías ” ?

58. Después de entender con claridad los conceptos , el siguiente paso es diseñar el Datawarehouse , existen dos tipos de modelos…

59. Ejemplo de un Modelo Estrella ClaveDespachador ClaveProducto ClaveCliente ClaveEmpleado ClaveTiempo ClaveDespachador ClaveCliente ClaveProducto ClaveEmpleado ClaveTiempo Claves dimensionales Hechos_Ventas ClaveTiempo ClaveEmpleado ClaveProducto ClaveCliente ClaveDespachador ValorVenta ValorDescuento . . Dim_Empleado ClaveEmpleado CodEmpleado . . . Dim_Productos ClaveProducto CodProducto . . . Dim_Clientes ClaveCliente CodCliente . . . Dim_Despachos ClaveDespachador CodDespachador . . . Dim_Tiempo ClaveTiempo Fecha . . . Clave Compuesta Medidas

60. Ejemplo de un Modelo Copo de Nieve ClaveDespachador ClaveProducto ClaveCliente ClaveEmpleado ClaveTiempo Dim_Empleado ClaveEmpleado CodEmpleado . . . Dim_Productos ClaveProducto CodProducto . . . Dim_Clientes ClaveCliente CodCliente . . . ClaveDespachador ClaveCliente ClaveProducto ClaveEmpleado ClaveTiempo Dim_TipoEmp ClaveEmpleado Descripcion . . . ClaveTipoEmpleado ClaveZona Dim_Sucursal ClaveEmpleado CodSucursal . . . ClaveSucursal Dim_TipoProd ClaveProducto Descripcion . . . ClaveTipoProducto ClaveTipoProducto ClaveTipoEmpleado ClaveSucursal Normalización ClaveZona Hechos_Ventas ClaveTiempo ClaveEmpleado ClaveProducto ClaveCliente ClaveDespachador ValorVenta ValorDescuento . . Dim_Despachos ClaveDespachador CodDespachador . . . Dim_Tiempo ClaveTiempo Fecha . . . Dim_Zona ClaveCliente CodZona . . . Medidas Clave Compuesta

61. Gracias!!!