Inteligencia de Negocios
Inteligencia de Negocios
Inteligencia de Negocios
LIZBETH LIZARRAGA
VANNYA RODRIGUEZ
ARMIDA PARDO
MARIA GARCIA
EMMA ARELLANO
CARLOS ZAMUDIO
EDGAR ARCE
ANTEC EDEN TES DEL
BI
El término business Iitelligence o inteligencia empresarial
surgía en un artículo de 1958 del investigador de IBM Hans
Peter Luhn. En este artículo, Luhn utilizó concretamente el
término “inteligencia de negocio”, definiéndolo como la
capacidad de comprender las interrelaciones de los hechos
presentados de una forma concreta para orientar la acción
hacia una meta deseada.
a
Fue, precisamente en 1989 cuando Howard Dresner, que más tarde llegaría a ser analista de Gartner,
propuso la «inteligencia de negocios» como un término general para describir los conceptos y métodos para
mejorar la toma de decisiones empresariales mediante el uso de sistemas basados en hechos de apoyo. Sin
embargo, hasta finales de los años 90 esta idea no acabaría de extenderse.
En los 90 se popularizó el término y surgen varias empresas y herramientas de inteligencia de negocios; sin
embargo con el crecimiento de la información y el surgimiento de nuevas tecnologías como el internet
surgen nuevos problemas:
Consultas y reportes lentos.
Herramientas de BI poco amigables con el usuario final. Proliferación de Excel y de diferentes versiones de
la verdad. Altos costos y difícil mantenimiento.
En respuesta a esto surgieron nuevas herramientas y funcionalidades asociadas a BI, sin embargo aún hay
problemas, pues las herramientas no son muy intuitivas, surge la necesidad de analizar nuevas fuentes de
datos no estructurados como documentos, wikis, redes sociales, videos, audios, entre otros.
a
C ONC EP TO
v
B ENEF I CI OS P OR
IM PLEM ENTAC IO N DE SO FTWAR E
DE BI .
•La implementación de herramientas de Inteligencia Empresarial es la solución adecuada tanto para
PYMES como para grandes organizaciones que buscan tomar decisiones basadas en datos. Pero, ¿qué es lo
que tiene para ofrecer el Business Intelligence en su empresa?
c
DI F EREN CI A ENTR E B I E
INTE LIG ENC IA IN STI TUC IO NAL.
El Business Intelligence nos permite echar un vistazo al pasado de la empresa a través de
análisis y reportes que tienen como base información histórica del negocio. Es ideal para
comprender el panorama de desarrollo histórico de una empresa.
Por otro lado, el Business Analytics se enfoca en el análisis a futuro con base en la
información de la empresa y modelos predictivos para apoyar la toma de decisiones y
mejorar la competitividad del negocio.
e
e
I M P LEM ENTAC ION DE B I.
•Este se basa en información histórica, las encuestas muestran que en las organizaciones
aproximadamente el 93% de la información corporativa no es usada para el proceso de toma
de decisiones en los negocios de hoy; el monto de la información crece exponencialmente.
Consolidar y organizar la información para tomar mejores decisiones de negocios podría tener
ventajas competitivas. Interbank con la finalidad de hacer negocios más competitivos pretende
enfocar Bl en áreas tales como: Mercadeo, Planeamiento, Créditos, Tarjeta de Crédito,
Riesgos, entre otros. Como parte de la implementación de Bl se requiere contar con una
estructura de datos, la cual puede ser soportada por diferentes tipos de estructuras tales como:
Operacional Data Store (ODS), Data Warehouse y Data Mart. Interbank para su sistema de
rentabilidad usará el modelo de una estructura de datos de un Data Mart, la cual estará
orientada a satisfacer requerimientos de usuarios de negocios de la división de Planeamiento y
control de Gestión.
Esta solución será parte de una solución más global en la cual se implementará una solución
de Data Warehouse la cual debe satisfacer requerimientos de múltiples áreas de negocios. La
implementación de un Data Mart es la que soportará el Sistema de Rentabilidad con la
finalidad entender las necesidades y el comportamiento del cliente en términos de
rentabilidad.
m
EL FU TUR O DE B I .
E l B u sin ess In te llig en ce ( B I) h a e x pe rim en ta do e no r m es av an ce s d u ran t e la últi ma
dé cad a. E stam o s o b se rv an d o q u e las ho j as d e cálcu lo p asan a u n p lan o in fer io r a m ed id a q u e
las em p resa s o p ta n p o r la visu a lizac ión d e d a tos y u n an álisis m ás p o rm en o ri zad o .
L as in n o v acio n es m as ev i den tes so n :
C alid ad d e lo s d ato s
L as em p r esas ten d rá n qu e p r io riz ar el v alo r cu alita tiv o d e los d ato s en to d o e l p r o ceso d e su s
estrat eg ias d e m ark e ting . D e sd e la tom a d e d ec isio n es h ast a la co m pr en sió n d e lo q ue
ne cesita n re alm en te los clien te s. L a cla ve re su lta rá d e e n co n tra r la m an er a d e au n a r lo s
da to s q u e v ie n en d e d istin tas ap lica cio n es p ar a co m pil ar los sin pe rju d ica r a la v alid ez d e lo s
da to s o rig in ale s. E sto im p lica la ad q u isició n y el p r oc esam ie nto d e lo s d ato s, su d istr ib u ció n
efe ctiv a y la g estió n d e lo s m ism o s, p ar a lo qu e e s ú ti l u n C R M p er so n al izad o .
E
• I nte g rac ió n m á s a va n zad a
•Otro desafío que encaran la gran mayoría de las corporaciones en la actualidad es la consolidación de los
datos mediante el uso de diversos programas. Se augura que el Business Intelligence contrarrestará este
hándicap asegurando que el análisis de los datos será posible por medio de las plataformas existentes.
•Los nuevos software de BI permitirán la implementación de las capacidades de este sistema en otras
aplicaciones. Los beneficios de tal integración serán notables, ya que se ahorrará tiempo y el acceso a los
datos será más rápido y fiable, lo que conducirá a una optimización de los flujos de trabajo.
•Aprendizaje automático
•Las predicciones hablan de que en los próximos años el Business Intelligence se basará en la intuición. En
base a los parámetros dados y los software de identificación, las herramientas de BI proporcionarán
información adicional a los datos. Y esto será posible gracias al aprendizaje automático. Las empresas están
investigando más que nunca el aprendizaje automático y sus beneficios debido a la necesidad de pasar de
informes pasivos y estáticos a análisis y alertas en tiempo real.
l
• L a an alít ica em pr es ar i al s e cent r ar á en dos va r iant es del apr e ndiz aje a utom áti co:
•Análisis predictivo: Aquí se pronostican las probabilidades futuras mediante el empleo de datos
actuales y posteriormente se ofrecen escenarios alternativos, aparte de evaluarse los riesgos.
•Análisis prescriptivo: Va un paso más allá al encaminarse hacia un objetivo comercial establecido. En
este análisis se emplean gráficos, redes neuronales, simulaciones y se procesan eventos más complejos.
•Ambas variantes de análisis resultarán útiles para adoptar decisiones futuras y, a su vez, ayudarán en
la optimización comercial.
l
Pr oact iv id ad de los dat os
At rás quedar on l os días de t ener q ue escanear much os dato s i r rel evant es ant es
de en cont rar lo qu e de verdad se necesi ta. En el f ut uro , l as empresas adopt ar án
sis temas que per mi ti r án h al lar d at os de vali osa relevanci a de una man er a rápi da
y senci l l a. Est o ser á, en part e, gr aci as a
la i nt el i genci a art i fi ci al. Dicha pro act i vi dad de lo s dat os s erá uno de l os p il ares
bási cos del Bu si ness I nt el l ig ence.
v
GR AC IAS P OR
S U ATEN CI ÓN.