UNIVERSIDAD YACAMBU
ESTUDIOS VIRTUALES
LIC. EN DOCUMENTACIÓN E INFORMACIÓN
SISTEMAS Y PROCEDIMIENTOS ADMINISTRATIVOS
Trabajo N° 2
Grupo Integrado Por: Deneise, Nancy y
Franklin
Franklin
El data mining es una de las principales herramientas que se
utilizan dentro de los programas de gestión del conocimiento como soporte a la
toma de decisiones.
El fin es la extracción de información oculta o análisis de datos
mediante técnicas estadísticas de grandes bases de datos.
Las herramientas de data mining o minería de datos pueden
responder a preguntas de negocios empresariales a priori no planteadas o que
pueden consumir demasiado tiempo para ser resueltas.
Los programas de gestión del conocimiento se complementan con
distintas herramientas además del data mining, como puede ser el data
warehousing o el groupware. El data mining, como
herramienta de búsqueda de información, se utiliza como sistema de apoyo a la
toma de decisiones de las altas direcciones de las empresas.
Las técnicas de data mining se centran en analizar el gran volumen
de datos, que en una primera selección pueden ser pertinentes, pero que la
aplicación de técnicas de selección ceñida a unas determinada demanda, reduce
el tamaño de los datos eligiendo las variables más influyentes en el problema.
En definitiva, la minería de datos es una tecnología usada para
descubrir información oculta y desconocida, pero potencialmente útil, a partir
de las fuentes de información de la propia empresa. Obtiene un conocimiento de
un negocio, utilizando técnicas de clustering, redes neuronales, árboles de
decisión y reglas de asociación etc.
¿Por qué usar
data mining?
Si bien el data mining se presenta como una
tecnología emergente, posee ciertas ventajas, como ser:
- Resulta un buen
punto de encuentro entre los investigadores y las personas de negocios.
- Ahorra grandes
cantidades de dinero a una empresa y abre nuevas oportunidades de
negocios.
- Trabajar con esta
tecnología implica cuidar un sin número de detalles debido a que el
producto final involucra "toma de decisiones".
- Contribuye a la toma
de decisiones tácticas y estratégicas proporcionando un sentido
automatizado para identificar información clave desde volúmenes de datos
generados por procesos tradicionales y de e-Business.
- Permite a los
usuarios dar prioridad a decisiones y acciones mostrando factores que
tienen un mayor en un objetivo, qué segmentos de clientes son desechables
y qué unidades de negocio son sobrepasados y por qué.
- Proporciona poderes
de decisión a los usuarios del negocio que mejor entienden el problema y
el entorno y es capaz de medir las acciones y los resultados de la mejor
forma.
- Genera Modelos
descriptivos: en un contexto de objetivos definidos en los negocios
permite a empresas, sin tener en cuenta la industria o el tamaño, explorar
automáticamente, visualizar y comprender los datos e identificar patrones,
relaciones y dependencias que impactan en los resultados finales de la
cuenta de resultados (tales como el aumento de los ingresos, incremento de
los beneficios, contención de costes y gestión de riesgos).
- Genera Modelos
predictivos: permite que relaciones no descubiertas e identificadas a
través del proceso del Data Mining sean expresadas como reglas de negocio
o modelos predictivos. Estos output pueden comunicarse en formatos
tradicionales (presentaciones, informes, información electrónica
compartida, embebidos en aplicaciones, etc.) para guiar la estrategia y
planificación de la empresa.
Minería Web (Web Mining).
Web
mining: consiste en aplicar las técnicas de minería de datos a documentos y
servicios del Web (Kosala y otros, 2000). Todos los que visitan un sitio en
Internet dejan huellas digitales (direcciones de IP, navegador, etc.) que los
servidores automáticamente almacenan en una bitácora de accesos (Log). Las
herramientas de Web mining analizan y procesan estos logs para producir
información significativa. Debido a que los contenidos de Internet consisten en
varios tipos de datos, como texto, imagen, vídeo, metadatos o hiperligas,
investigaciones recientes usan el término
multimedia data mining (minería de datos multimedia) como una instancia del Web
mining (Zaiane y otros, 1998) para tratar ese tipo de datos. Los accesos
totales por dominio, horarios de accesos más frecuentes y visitas por día,
entre otros datos, son registrados por herramientas estadísticas que
complementan todo el proceso de análisis del Web mining.
El web mining. para mejorar su
efectividad, se subdivide en áreas que abarcan el contenido del sitio, la
estructura de navegación y el comportamiento de los usuarios antes los dos
primeros:
·
Web Content
Mining (minería de contenido web).
Se centra en el contenido, y podemos obtener datos que acerca de la forma de
escribir que es más atractiva para el usuario, de si la catalogación que usamos
sirve para mejorar un ranking, si los temas que se tratan interesan o no.
·
Web
Structure Mining (minería de
estructura web). Obtenemos información acerca de si los usuarios encuentran la
información, si la estructura de sitio es demasiado ancha o demasiado profunda,
si los elementos están colocados en los lugares adecuados dentro de la página,
si la navegación se entiende, cuáles son las secciones menos visitadas y su
relación con el lugar que ocupan en la página central.
·
Web Usage
Mining (minería de uso web). Esta
extracción se refiere a patrones de navegación que podemos descubrir en
nuestros usuarios y nos pueden servir para mejorar la misma, por ejemplo si el
80 % de nuestros usuarios recurren al campo de búsqueda cuando entran a nuestro
sitio es que deberemos poner énfasis en la mejora de esa interfaz y que el
motor que se encuentre detrás devuelva la información deseada.
·
El Web
mining es en definitiva un análisis significativo de los logs (registros
que guardan los servidores) cuyo proceso genera información de valor acerca del
sitio y sus usuarios, tales como: patrones de navegación, comportamiento de los
usuarios ante cierta indexación de contenidos o estructuras de texto,
preferencias del usuario, inconsistencias, etc.
·
Esto nos
permite también inferir hipótesis sobre el comportamiento de nuestros
usuarios, realizar cambios y generar estímulos en nuestro sitio que nos
permitan observar cómo reacciona el usuario y en base a ello mejorar nuestro
sitio y así sucesivamente podemos jugar al científico de laboratorio.
Por ejemplo:
·
-Ante la evidencia de que algunas página son más visitadas
que otras, deberemos pensar en si puede ser por su ubicación dentro de la
página, o porque su título no sea coherente, o porque simplemente es un tema
que no tiene que ver con lo que el usuario promedio de nuestro sitio busca,
luego de establecidas las hipótesis deberemos ponerlas a prueba y ver si los
resultados la avalan o la descartan.
·
-Ante ciertos cambios en la estructura del sitio, podremos
observar cómo puede evolucionar el comportamiento de los usuarios. Inclusive se
pueden testear cambios en el diseño, el tamaño de las tipografías, etc.
·
-Qué pasa cuando agregamos un nuevo contenido al sitio:
seguramente si está en la página principal sea más visto, si tiene el refuerzo
de rss y boletines sus visitas deberían subir, igualmente deberán bajar cuando
sea descartada del home.
·
-En qué parte de la página un contenido tiene mejor
visualización (contada por la cantidad de clic)
·
-Cual es la profundidad de la navegación del usuario
promedio en el árbol del sitio. Si esta no es muy profunda habrá que analizar
la estructura de navegación, si los elementos están al alcance del usuario, en
fin, podremos teorizar el porqué y ponerlo a prueba.
·
-Índice de llegada desde los buscadores: si este es bajo
puede ser que no estemos bien rankeados, en ese caso habrá que teorizar,
nuevamente, el porque de este tema, puede ser que estemos usando flash para la
navegación, por ejemplo, entonces ya tendremos la respuesta a por qué no
estamos rankeados en un buscador ;)
·
-En síntesis el análisis de las consultas nos permitirá
mejorar la navegación de nuestro sitio a partir de las preferencias de nuestros
usuarios.
Entonces, la idea es hacer el siguiente ejercicio. Sin meternos en
terrenos complicados como la aplicación profesional del Web mining, empecemos a
prestarle atención a la información que podemos obtener del procesamiento de
los logs del servidor y razonar los patrones de la navegación de nuestros
usuarios. No es una tarea fácil pero es muy
El desafío que se viene en este campo va de la mano del que tiene
la mayoría de los otros campos de
Mapa conceptual de
Uso
de
Es importante ayudar a los usuarios
cuando el público que visita las páginas tiene un perfil de usuario general sin
ser un gran experto de los ordenadores, la navegación por Internet y las
tecnologías de la información, para que no se sienta perdido por el simple
hecho del empleo de la tecnología y renuncie a la visita. Dado que el público
objetivo de un portal de
Por otro lado, por
motivos de la propia eficiencia del impacto del sitio web. Cuando un portal es
visitado por un gran número de personas (como puede ser el caso de un portal de
un ayuntamiento, el de una administración autonómica o aún más el de un
organismo nacional) y almacena gran cantidad de información de diverso tipo, es
necesario que la información contenida esté bien estructurada y sea fácil
acceder a ella y encontrar lo que se quiere. Para todas estas necesidades una
herramienta de minería de uso web proporciona los datos y análisis necesarios
que van a permitir conocer con exactitud el uso real que se está haciendo de
los recursos disponibles y que puede diferir de los objetivos que se
propusieron en su elaboración. Además con este tipo de soluciones se puede
optimizar fácilmente la navegación de los usuarios para hacerla lo más sencilla
y rápida posible, permitiendo tanto mejorar la impresión que estos se llevan de
los recursos ofrecidos, como ajustar los recursos disponibles para crear
soluciones que garanticen el éxito de la gestión ofrecida.
Además, en la solución
aquí presentada se aplican técnicas de minería de datos que permiten descubrir
información sobre los hábitos de los usuarios que ayudarán a mejorar el
servicio. Con el agrupamiento automático de los visitantes, se pueden diseñar
estrategias proactivas para visitantes futuros personalizando los recursos
ofertados en tiempo real. El análisis de asociaciones y secuencias suponen una
herramienta indispensable a la hora de plantearse una posible mejora o rediseño
del mismo, así como a la hora de localizar posibles fallos o errores en su
creación.
Almacenes de datos (datawarehouse).
Un Almacén de Datos o
Data Warehouse (DW), es un almacén de información temática orientado
a cubrir las necesidades de aplicaciones de los sistemas de Soporte de
Decisiones (DSS) y de
Dicha información es
construida a partir de bases de datos que registran las transacciones de los
negocios de las organizaciones (bases de datos operacionales) y su importancia
reside en elementos como los siguientes:
Contribuye a la toma de decisiones tácticas y
estratégicas proporcionando un sentido automatizado para identificar
información clave desde volúmenes de datos generados por procesos tradicionales
o elementos de software. Permite a los usuarios dar prioridad a decisiones y
acciones, por ejemplo, a qué segmentos de clientes deben ir dirigidas las
siguientes acciones de marketing. Posibilita medir las acciones y los
resultados de una mejor forma. Genera Modelos descriptivos: En un contexto de
objetivos definidos en los negocios permite a empresas, explorar
automáticamente, visualizar y comprender los datos e identificar patrones,
relaciones y dependencias que impactan en los resultados finales de la cuenta
de resultados (tales como el aumento de los ingresos, incremento de los
beneficios, contención de costes y gestión de riesgos)
Función
de un Almacén de Datos.
Un Almacén de
Datos debe entregar la información correcta a la gente indicada en el momento
adecuado en el formato correcto. El Almacén de Datos da respuesta a las
necesidades de usuarios conocedores, utilizando Sistemas de Soporte de
Decisiones (DSS), Sistemas de información ejecutiva (EIS) o herramientas para
hacer consulta o informes. Los usuarios finales fácilmente pueden hacer
consultas sobre sus Almacenes de Datos sin tocar o afectar la operación del
sistema.
El ambiente de
un Data Warehouse queda definido por la suma de los diferentes DataMarts
integrados, no sólo a nivel físico sino también a nivel lógico.
Cubos De
Información (DataMarts)
Un DataMart es
una vista lógica de los datos en bruto de sus datos provistos por el sistema de
operaciones/finanzas hacia el Datawarehouse con la adición de nuevas
dimensiones o información calculada. Se les llama DataMart, porque representan
un conjunto de datos relacionados con un tema en particular como Ventas,
Operaciones, Recursos Humanos, etc., y están a disposición de los
"clientes" a quienes les pueden interesar. Esta información puede
accesarse por el Ejecutivo (Dueño) mediante "Tablas Dinámicas" de
MS-Excel o programas personalizados. Las Tablas Dinámicas le permiten manipular
las vistas (cruces, filtrados, organización) de la información con mucha
facilidad. Los cubos de información (DataMarts) se producen con mucha rapidez.
A ellos se les aplican las reglas de seguridad de acceso necesarias La
información estratégica está clasificada en: Dimensiones y Variables. El
análisis está basado en las dimensiones y por lo tanto es llamado: Análisis
multidimensional. Llevando estos conceptos a un DW: Un Data Warehouse es una
colección de datos que está formada por Dimensiones y Variables, entendiendo
como Dimensiones a aquellos elementos que participan en el análisis y Variables
a los valores que se desean analizar.
Dimensiones
Son atributos
relativos a las variables. Son las perspectivas de análisis de las variables.
(Forman parte de
Variables
También
llamadas “indicadores de gestión”, son los datos que están siendo analizados.
Forman parte de
Elementos que integran un DW(Data Warehouse).
• Metadata • Middleware • Mecanismos de Extracción
• Mecanismos de Carga
Metadata
Uno de los
componentes más importantes de la arquitectura de un DW es el Metadata. Es
definido comúnmente como "datos acerca de los datos", en el sentido
de que se trata de datos que describen cuál es la estructura de los datos y
cómo se relacionan. El Metadata documenta exactamente, entre otras cosas, qué
tablas existen para esa aplicación, qué columnas posee cada una de las tablas y
qué tipo de datos se pueden almacenar. Los datos son de interés para el usuario
final, el Metadata es de interés para los programas que tienen que manejar
estos datos. Sin embargo, el rol que cumple el Metadata en un ambiente de DW es
muy diferente al rol que cumple en los ambientes operacionales. En un ambiente de
DW el Metadata juega un papel fundamental.
Middleware
La función del Middleware
es la de asegurar la conectividad entre todos los componentes de la
arquitectura de un DW. El Middleware puede verse como una capa API, en
base a la cual los programadores pueden desarrollar aplicaciones que trabajen
en diferentes ambientes sin preocuparse de los protocolos de red y
comunicaciones en que se correrán. De esta manera se ofrece una mejor relación
costo/rendimiento que pasa por el desarrollo de aplicaciones más complejas, en
menos tiempo.
API
Application
Programmer Interface. Interfaz de Programación de Aplicación. Lenguaje y
formato de mensaje utilizados por un programa para activar e interactuar con
las funciones de otro programa o de un equipo físico. Asegura la conectividad
entre todos los componentes de una infraestructura informática. Es la
estructura para enlazar todas las aplicaciones en forma integrada.
Mecanismos
de Extracción
Otro de los
componentes de la arquitectura de un DW son los sistemas OLAP. Estos tipos de
sistemas están orientados a la realización de análisis estratégicos de la
información contenida en un DW de una manera ad-hoc. Los análisis estratégicos
requieren de una visión dinámica y multidimensional de la información diferente
a la que se encuentra en los sistemas OLTP. Este tipo de análisis esta
orientado a procesar grandes volúmenes de datos de forma de poder medir la
evolución del negocio a través del tiempo, mediante la confección de
comparaciones, el estudio de indicadores, desviaciones, etc. Esto requiere la
posibilidad de realizar análisis Top Down, es decir que estos sistemas deben
poseer el dinamismo necesario para permitir la reformulación de la consulta
realizada de acuerdo al análisis de los resultados obtenidos en una primera
instancia.
Mecanismos
de Carga
Existen dos
formas básicas de desarrollar esta tarea, las que se explican a continuación.
- Acumulación Simple
La acumulación
simple es, sin duda, la más sencilla y común, y consiste en realizar una
sumarización o resumen de todas las transacciones comprendidas en el período de
tiempo seleccionado y transportar el resultado como una única transacción hacia
el DW.
- Rolling
El proceso de
Rolling por su parte, se aplica en los casos en que se opta por mantener varios
niveles de granularidad. Para ello se almacena información resumida a distintos
niveles, correspondientes a distintas agrupaciones de la unidad de tiempo.
Diseño de un Data Warehouse
Para construir
un Data Warehouse se necesitan herramientas para ayudar a la migración y a la
transformación de los datos hacia la bodega de datos. Ya construido, se
requieren medios para manejar grandes volúmenes de información. Dependiendo de
la estructura interna de los datos de
Ambiente
Actual
Cualquier
solución propuesta de Data Warehouse debe estar muy orientada por las
necesidades del negocio y debe ser compatible con la arquitectura técnica
existente y planeada de la compañía.
Ambiente De
Negocios
Es
indispensable tener el conocimiento exacto sobre el tipo de negocios de
Ambiente
Técnico
Se debe incluir
tanto el aspecto de ambiente hardware: mainframes, servidores, redes, así como
aplicaciones y herramientas. Se dará énfasis a los Sistemas de Soporte en
Expectativas
De Los Usuarios Un proyecto de
Bodega de Datos no es un proyecto tecnológico, es una forma de Vida de las
Organizaciones y como tal, tiene que contar con el apoyo de todos los usuarios
y su convencimiento sobre su bondad.
Etapas de
Desarrollo
Con el
conocimiento previo, ya se entra en el desarrollo de una Estrategia Conceptual
para la construcción de un DW.
Ambiente de
Negocios
Es
indispensable tener el conocimiento exacto sobre el tipo de negocios de la
organización y el soporte que representa la información dentro de todo su
proceso de toma de decisiones.
Prototipo
Un prototipo es
un esfuerzo designado a simular tanto como sea posible el producto que será
entregado a los usuarios.
Piloto
El piloto de
Prueba del
concepto tecnológico
Es un paso
opcional que se puede necesitar para determinar si la arquitectura especificada
del DW funcionará finalmente como se espera.
Arquitectura
de un Data Warehouse
Los bloques funcionales que se
corresponden con un sistema de información completo que utiliza un DW se
muestran gráficamente en
Tecnologías de Business Intelligence (Franklin)
¿Qué es Business Intelligence?
Business Intelligence suele definirse como la transformación
de los datos de la compañía en conocimiento para obtener una ventaja
competitiva (Gartner Group). Desde un punto de vista más pragmático, y
asociándolo directamente a las tecnologías de la información, podemos definir Business
Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten
reunir, depurar y transformar datos de los sistemas transaccionales e
información desestructurada (interna y externa a la compañía)
en
información estructurada, para su explotación directa (reporting, análisis
OLAP...) o para su análisis y conversión en conocimiento soporte a la toma de
decisiones sobre el negocio. Esta definición pretende abarcar y describir el ámbito
integral del entorno BI, reflejado resumidamente en el gráfico que aquí se
muestra.
Es
importante considerar cualquier proyecto BI como un modelo
objetivo integral. Algunas organizaciones
han desarrollado proyectos parciales BI, sin tener en cuenta esta visión
global, comprometiendo la calidad y efectividad de los resultados obtenidos.
Componentes de una
solución BI
Una solución integral BI
se compone de los siguientes elementos:
Diseño conceptual de los
sistemas.
Para resolver el diseño
de un modelo BI, se deben contestar a tres preguntas básicas: cuál es la
información requerida para gestionar y tomar decisiones; cuál debe ser el formato
y composición de los datos a utilizar; y de dónde proceden esos datos y cuál es
la disponibilidad y periodicidad requerida. En otras palabras, el diseño
conceptual tiene diferentes momentos en el desarrollo de una plataforma BI: En
la fase de construcción del datawarehouse y datamarts, primarán los aspectos de
estructuración de la información según potenciales criterios de explotación. En
la fase de implantación de herramientas de soporte a la alta dirección, se
desarrolla el análisis de criterios directivos: misión, objetivos estratégicos,
factores de seguimiento, indicadores clave de gestión o KPIs,
modelos de gestión... en definitiva, información para el qué, cómo, cuándo,
dónde y para qué de sus necesidades de información. Estos momentos no son, necesariamente,
correlativos, sino que cada una de las etapas del diseño condiciona y es
condicionada por el resto.
Construcción y
alimentación del datawarehouse y/o de los datamarts.
Un datawarehouse es una
base de datos corporativa que replica los datos transaccionales una vez
seleccionados, depurados y especialmente estructurados para actividades de
query y reporting. Un datamart (o mercado de datos) es una base de datos
especializada, departamental, orientada a satisfacer las necesidades
específicas de un grupo particular de usuarios (en otras palabras, un
datawarehouse departamental, normalmente subconjunto del corporativo con
transformaciones específicas para el área a la que va dirigido). La vocación
del datawarehouse es aislar los sistemas
peracionales de las necesidades de información para la gestión, de forma
que cambios en aquéllos no afecten a éstas, y viceversa (únicamente cambiarán
los mecanismos de alimentación, no la estructura, contenidos, etc.). No diseñar
y estructurar convenientemente y desde un punto de vista corporativo el
datawarehouse y los datamarts generará problemas que pueden condenar al fracaso
cualquier esfuerzo posterior: información para la gestión obtenida directamente
a los sistemas operacionales, florecimiento de datamarts descoordinados en
diferentes departamentos, etc.
En definitiva, según la estructuración y
organización de cada compañía, pueden originarse situaciones no deseadas y
caracterizadas generalmente por la ineficiencia y la falta de calidad en la
información resultante.
Herramientas de
explotación de la información:
es el área donde más
avances se han producido en los últimos años. Sin embargo, la proliferación de
soluciones mágicas y su aplicación coyuntural para solucionar aspectos
puntuales ha
llevado, en ocasiones, a una
situación de desánimo en la organización respecto a los beneficios de una
solución BI. Sin entrar a detallar las múltiples soluciones que ofrece el
mercado, a continuación se identifican los modelos de funcionalidad o
herramientas básicas (cada producto de mercado integra, combina, potencia,
adapta y personaliza
dichas funciones):
- Query & reporting: herramientas para la
elaboración de informes y listados, tanto en detalle como sobre información
agregada, a partir de la información de los datawarehouses y datamarts.
Desarrollo a medida y/o herramientas para una explotación libre.
- Cuadro de mando analítico (EIS
tradicionales):
Elaboración, a partir de
datamarts, de informes resumen e indicadores clave para la gestión (KPI), que
permitan a los gestores de la empresa analizar los resultados de la misma de
forma rápida y eficaz. En la práctica es una herramienta de query orientada a
la obtención y presentación de indicadores para la dirección (frente a la
obtención de informes y listados).
Cuadro
de mando integral o estratégico (Balanced Scorecard):
Este
modelo parte de que la estrategia de la empresa es el punto de referencia para
todo proceso de gestión interno. Con él los diferentes niveles de dirección y
gestión de la organización disponen de una visión de la estrategia de la
empresa traducida en un conjunto de objetivos, iniciativas de actuación e
indicadores de evolución. Los objetivos estratégicos se asocian mediante
relaciones causa-efecto y se organizan en cuatro áreas o perspectivas:
financiera, cliente, procesos y formación o desarrollo. El cuadro de mando
Integral es una
herramienta que permite alinear los objetivos de las diferentes áreas o
unidades con la estrategia de la empresa y seguir su evolución.
Beneficios y Efectos
Ofrece
a las empresas un marco para analizar la gran cantidad diaria de datos a fin de
extraer valoraciones que puedan proporcionar una ventaja decisiva en la
competitiva economía actual. Las herramientas de Business Intelligence permiten
ampliar los conocimientos de las relaciones con clientes y ofrecer indicadores
de rendimiento clave.
A través de Business Intelligence, la empresa puede obtener importantes
beneficios en forma de mayores ganancias, una mejor capacidad de aprovechar las
nuevas oportunidades y la capacidad de reaccionar antes a los cambios en la
demanda del mercado.
Basadas
en programas y tecnologías asequibles, las soluciones de Business Intelligence
de MS eliminan muchas de las barreras de entrada; entre ellas, los altos costes
de inversión iniciales a menudo prohibitivos y los cuantiosos gastos asociados
a las tareas continuas de administración y mantenimiento.
BENEFICIOS DE BUSINESS INTELLIGENCE
- Permite
a los usuarios interactuar directamente con los datos almacenados en los
sistemas de ERP, ERM, CRM, punto de venta, introducción de pedidos,
administración del inventario, nóminas y otros sistemas. Permite obtener el
máximo provecho de las inversiones en tecnología de administración de datos y
bases de datos.
- Mayor agilidad empresarial.&nnbsp;La combinación de métodos de
predicción más exactos y la generación de informes con herramientas de
implementación y respuesta a transacciones en tiempo real, se obtiene un rápido
resultado de gran capacidad de reacción ante nuevas oportunidades.
- Menores costes operativos.&nbbsp;Reducción de tiempo para la
recopilación empresarial y permite a los empleados realizar consultas, preparar
informes e implementar resultados sin la necesidad de ayuda de especialistas de
IT.
- Optimización de la adquisición dee clientes. Rápida
identificación de clientes potenciales y presentación de camañas eficaces y
precisas.
- Mayor fidelidad de los clientes.< Permite determinar qué
productos, características y servicios valoran los clientes. Ofrece también
herramientas eficaces para la comunicación personalizada y el marketing
individualizado a través de Internet.
EFECTOS DE BUSINESS INTELLIGENCE EN TODA
Los efectos
en su compañía pueden tener efectos de gran alcance. Cada grupo operativo
tendrá acceso a la información que necesita para ajustar eficazmente la
toma de decisiones de cada día:
- Finanzas. Proporciona acceso
inmediato a los datos en tiempo real. Aporta valor a todas las operaciones
financieras, incluidos presupuestos y previsiones.
- Operaciones. Permite analizar eel rendimiento de cualquier proceso
operativo, desde el control de calidad hasta la administración del inventario o
los planes de producción.
- Ventas y marketing. Ofrece herrramientas eficaces para comprender
las necesidades de los clientes y reaccionar ante las nuevas oportunidades de
mercado. Permiten medir el efecto de precios y promociones, dirigirse a
segmentos de clientes concretos, analizar patrones de compra y desarrollo de un
marketing individualizado en tiempo real.
- Recursos humanos. Permite la coontratación, la retención y el
desarrollo profesional de empleados clave, desde la evaluación de conocimientos
hasta la administración del rendimiento de individuos o grupos.
- Desarrollo de productos. Proporrciona a los equipos de desarrollo de
productos el acceso a información fundamental de los clientes y del mercado,
junto con la información esencial sobre los proveedores que se necesita para
realizar análisis precisos de los beneficios económicos de característica y
material.
- Atención al cliente. Permiten eevaluar con precisión el valor de los
segmentos del mercado y clientes individuales, lo que permite retener a los
clientes que aportan más beneficios.
- Relaciones con proveedores. Inttegración de proveedores y partners
en línea para proporcionar nuevos niveles de análisis del rendimiento de
proveedores, nuevas oportunidades en diseño, etc.
-Permiten una mayor interactividad y
facilidad de uso.
- Una Tecnología rentable.
-
Infografias
http://es.wikipedia.org/wiki/Miner%C3%ADa_de_datos
http://www.daedalus.es/AreasMD-E.php
http://www.mailxmail.com/curso/empresa/almacenesdedatos/capitulo2.htm
http://nuevaweb.idgrup.com/cas/Soluciones/business_intelligent/beneficios_soluciones/
http://nuevaweb.idgrup.com/cas/Soluciones/business_intelligent/beneficios_soluciones/
http://www.infovis.net/printMag.php?num=172&lang=1
http://www.lawerinto.com/LW-Descarga-E.php?doc=DAEDALUS-RP-TECNIMAP_2002.pdf
Deneise
Inteligencia de Negocios (Business Intelligence)
¿Qué es Business Intelligence?
BI apoya a los tomadores de decisiones con la información
correcta, en el momento y lugar correcto, lo que les permite tomar mejores
decisiones de negocios. La información adecuada en el lugar y momento adecuado
incrementa efectividad de cualquier empresa.
"La tecnología de BI no es nueva, ha estado presente de
varias formas por lo menos en los últimos 20 años, comenzando por generadores
de reportes y sistemas de información ejecutiva en los 80’s…" Afirma
Candice Goodwin. Entiéndase como sinónimos de tecnología de BI los términos
aplicaciones, soluciones o software de inteligencia de negocios.
En la actualidad hay una gran variedad de software de BI con
aplicaciones similares que pueden ser utilizados en las diferentes áreas de la
empresa, tales como, ventas, marketing, finanzas, etc. 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.
Para mantenerse competitiva una empresa, los gerentes y
tomadores de decisiones requieren de un acceso rápido y fácil a información
útil y valiosa de la empresa. Una forma de solucionar este problema es por
medio del uso de Business Intelligence o Inteligencia de Negocios.
¿Qué puede hacer Business Intelligence?
Con BI se puede:
generar
reportes globales o por secciones
crear una base de
datos de clientes
crear
escenarios con respecto a una decisión
hacer pronósticos de ventas y devoluciones
compartir
información entre departamentos
análisis
multidimensionales
generar y
procesar datos
cambiar la estructura de toma de decisiones
mejorar el servicio al cliente
Según Kobana Abukari y Vigía Job, "BI es una de las
iniciativas administrativas más robustas que los administradores inteligentes
pueden emplear para ayudar a sus organizaciones a crear más valor para los
accionistas".
BI ha tenido mucho éxito ya que le da una ventaja a las empresas
sobre sus competidores al juntar a las personas y a la tecnología para resolver
problemas. La siguiente es una lista de las áreas más comunes en las que las
soluciones de inteligencia de negocios son utilizadas:
Ventas: Análisis de ventas; Detección
de clientes importantes; Análisis de productos, líneas, mercados; Pronósticos y
proyecciones.
Marketing: Segmentación
y análisis de clientes; Seguimiento a nuevos productos.
Finanzas: Análisis de gastos;
Rotación de cartera; Razones Financieras.
Manufactura: Productividad
en líneas; Análisis de desperdicios; Análisis de calidad; Rotación de inventarios
y partes críticas.
Embarques: Seguimiento
de embarques; Motivos por los cuales se pierden pedidos.
El ambiente del mundo de los negocios de hoy exige una
aplicación cada vez más eficiente de la información disponible. BI como su
nombre en inglés lo indica, genera un conocimiento al negocio, que se deriva de
la correcta utilización de la información generada dentro y fuera de la
empresa. BI es una herramienta que pone a disposición de los usuarios la
información correcta en el lugar correcto. Son múltiples los beneficios que
ofrece a las empresas, entre ellos se encuentra la generación de una ventaja
competitiva. Hay una gran variedad de soluciones de BI que en suma, son muy
similares, pero para que se considere completa debe reunir cuatro componentes:
multidimensionalidad, data mining, agentes y data warehouse. Son ya muchas las
empresas que han implementado soluciones de BI y se han visto enormemente
beneficiadas, la próxima puede ser la suya. La mejor forma de resumir todo lo
anterior es por medio de la frase de Bill Gates,
Director de Microsoft, "BI ayuda a rastrear lo que en realidad funciona y
lo que no".
Gestión del Conocimiento
(Knowledge Management)
La aplicación de soluciones de gestión
del conocimiento permite la definición e implantación de soluciones y
estrategias que posibiliten el aprovechamiento del conocimiento de las personas
así como el generado por la actividad de la organización.
La creciente competitividad y el
aumento de la información generada y en uso de las empresas requiere
necesariamente la implantación de herramientas que conviertan dicha información
en un activo. Dichas prácticas permitirán aflorar conocimiento colectivo así
como emerger activos clave de la organización.
El camino hacia una gestión del
conocimiento eficiente pasa por :
La conversión
de personas así como proceso en proveedores de información compartida.
Hacer
accesible dicha información como herramienta de trabajo.
Integrar la
gestión del conocimiento en los procesos de trabajo. De esto modo y en forma de
procedimientos de normalización se evitará que las prácticas de aportación de
conocimiento supongan una carga de trabajo adicional.
De este modo, el usuario podrá disponer
del conocimiento corporativo que necesite para el desempeño de su labor, así
como colaborar al fondo de conocimiento de la empresa con su trabajo diario.
Puntos Clave de la implantación de una
solución de Gestión del Conocimiento
Identificación
y definición de competencias
Identificación
de expertos
Grupos de
Interés Dinámicos
Definición de
Redes de Conocimiento
Implantación
de Herramientas de Trabajo en grupo
BenchMarking
Activo
Definición de
grupos de trabajo para la solución de problemas compartidos
Difusión
Selectiva de Información
Tecnologías de Knowledge Management
En la actualidad es cada vez más común
utilizar el término gestión del conocimiento (knowledge management) en las
organizaciones, según “The Knowledge
Creating Company”, en una economía donde la única certeza es la incertidumbre,
la única fuente segura de ventaja competitiva es el conocimiento y de esto cada
vez son más las empresas que se dan cuenta. Asimismo las últimas
investigaciones, estudios y artículos acerca de la gestión del conocimiento mencionan
la importancia de herramientas que faciliten la captura, conservación,
organización, procesamiento y sobre todo difusión del conocimiento, de tal
forma que se transforme dicho recurso, hoy disperso, en un “capital
intelectual” administrable. En este sentido el rol o función que cumple las
tecnologías de información, como herramienta, está en facilitar la conservación
y almacenamiento del conocimiento, su organización y categorización pero sobre
todo en acelerar la velocidad de
transferencia y personalización.
En la actualidad, entender cuál es el
rol de las tecnologías de información entorno a la gestión del conocimiento es
la pieza clave para no cometer un error de concepto. Este error radica en
concebir la implantación de la gestión del conocimiento como un
tarea de la tecnologías de información. Es importante comprender que las
tecnologías de información proveen el marco, pero no el contenido.
El contenido es una cuestión exclusiva de los individuos. La tecnologías de
información facilitarán el proceso, pero por si misma es incapaz de extraer
algo de la cabeza de una persona.
En este sentido uno de los últimos
desafíos de la gestión del conocimiento es el de aumentar las oportunidades de
innovación y esto se logrará cuando las tecnologías de información y la
creatividad humana se junten.
Antes de seleccionar y clasificar las
diversas tecnologías de información es necesario entender el significado de lo
que diversos autores llaman herramientas de la gestión del conocimiento o
software de la administración del conocimiento. Una de las mejores definiciones
aportadas es la de Ruggles (1997) que concibe este concepto como el software o
herramienta que apoya y da soporte a las aplicaciones, actividades o acciones
como la de generación, codificación y transferencia del conocimiento. Asimismo
se observa que los anteriores procesos serían fundamentales en los objetivos
finales de las tecnologías de información para este caso. El proceso de
selección de las tecnologías de información tiene por objeto encontrar aquellas
que integren y cubran de forma más específica los puntos focales de la gestión
del conocimiento. Para esto se tomaron en cuenta dos bases importantes,
primero, existe un mercado con gran cantidad de tecnologías de información de
diversas características y la clasificación está sujeta a la identificación de
aspectos que generen valor en los modelos de creación del conocimiento, y
segundo hay que tener en cuenta clasificaciones en estudios y artículos de
anteriores autores.
Por sobretodo es importante mencionar
que el área de la gestión del conocimiento y subsecuentemente las tecnologías
del conocimiento están en sus primeros pasos
y esto complicaría los procesos de selección y clasificación a medida
que aparezcan más tecnologías de información.
De acuerdo con este modelo existen
cuatro formas de conversión de conocimiento que surgen cuando el conocimiento
tácito y el explícito interactúan, y es éste proceso dinámico de creación de
conocimiento, el que hace que dicho proceso se desarrolle a través de un ciclo
continuo y acumulativo de generación, codificación y transferencia del
conocimiento, la llamada espiral de creación del conocimiento, en la figura 1
se observa su funcionamiento.
Ilustración
1. Espiral de Creación de Conocimiento.
Fuente: Nonaka y Takeuchi, 1995.
Tecnologías de Business Intelligence
Ofrece a las empresas un
marco para analizar la gran cantidad diaria de datos a fin de extraer
valoraciones que puedan proporcionar una ventaja decisiva en la competitiva
economía actual. Las herramientas de Business Intelligence permiten ampliar los
conocimientos de las relaciones con clientes y ofrecer indicadores de
rendimiento clave.
A través de Business Intelligence, la empresa puede obtener importantes
beneficios en forma de mayores ganacias, una mejor capacidad de aprovechar las
nuevas oportunidades y la capacidad de reaccionar antes a los cambios en la
demanda del mercado.
Basadas en programas y
tecnologías asequibles, las soluciones de Business Intelligence de MS eliminan
muchas de las barreras de entrada; entre ellas, los altos costes de inversión
iniciales a menudo prohibitivos y los cuantiosos gastos asociados a las tareas
continuas de administración y mantenimiento.
BENEFICIOS
DE BUSINESS INTELLIGENCE
Permite a los usuarios interactuar directamente con los datos almacenados en los sistemas de ERP,
ERM, CRM, punto de venta, introducción de pedidos, administración del
inventario, nóminas y otros sistemas. Permite obtener el máximo provecho de las
inversiones en tecnología de administración de datos y bases de datos.
Mayor agilidad empresarial. La combinación de métodos de predicción
más exactos y la generación de informes con herramientas de implementación y
respuesta a transacciones en tiempo real, se obtiene un rápido resultado de
gran capacidad de reacción ante nuevas oportunidades.
Menores costes operativos. Reducción de tiempo para la recopilación
empresarial y permite a los empleados realizar consultas, preparar informes e
implementar resultados sin la necesidad de ayuda de especialistas de IT.
Optimización de la adquisición de clientes. Rápida identificación
de clientes potenciales y presentación de camañas eficaces y precisas.
Mayor fidelidad de los
clientes. Permite determinar
qué productos, características y servicios valoran los clientes. Ofrece también
herramientas eficaces para la comunicación personalizada y el marketing
individualizado a través de Internet.
Páginas visitadas
http://www.intangiblecapital.org/Articulos/N4/0026.htm
http://www.mapasconceptuales.info/KM-KnowledgeManager-esp.htm
http://www.ucm.es/info/multidoc/lateral/articulos/ley38-95.pdf
http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S1409-12592004000200002&lng=es&nrm=iso
http://www.sc.ehu.es/jiwdocoj/remis/docs/melsisw.doc
http://www.smedia.com/administracionconocimiento.aspx
Nancy
ERP,
Enterprise Resource Planning.
Una
empresa cuenta con diferentes recursos: humanos, tecnológicos, materiales,
financieros e información. A medida que las empresas crecen, el proceso de
control de dichos recursos se hace complicado. Ante esta circunstancia, la
tecnología de la información ofrece como solución la implementación de los ERP
(Enterprise Resource Planning o Planeación de Recursos de
Hay tres características que
distinguen a un ERP y eso es que son sistemas integrales, modulares y
adaptables:
- Integrales, porque permiten
controlar los diferentes procesos de la compañía entendiendo que todos los
departamentos de una empresa se relacionan entre sí, es decir, que el
resultado de un proceso es punto de inicio del siguiente. Por ejemplo, en
una compañía, el que un cliente haga un pedido representa que se cree una
orden de venta que desencadena el proceso de producción, de control de inventarios,
de planeación de distribución del producto, cobranza, y por supuesto sus
respectivos movimientos contables. Si la empresa no usa un ERP, necesitará
tener varios programas que controlen todos los procesos mencionados, con
la desventaja de que al no estar integrados, la información se duplica,
crece el margen de contaminación en la información (sobre todo por errores
de captura) y se crea un escenario favorable para malversaciones. Con un
ERP, el operador simplemente captura el pedido y el sistema se encarga de
todo lo demás, por lo que la información no se manipula y se encuentra
protegida.
- Modulares. Los ERP entienden
que una empresa es un conjunto de departamentos que se encuentran
interrelacionados por la información que comparten y que se genera a
partir de sus procesos. Una ventaja de los ERP, tanto económica como
técnicamente es que la funcionalidad se encuentra dividida en módulos, los
cuales pueden instalarse de acuerdo con los requerimientos del cliente.
Ejemplo: Ventas, Materiales, Finanzas, Control de Almacén, etc.
- Adaptables. Los ERP están
creados para adaptarse a la idiosincrasia de cada empresa. Esto se logra
por medio de la configuración o parametrización de los procesos de acuerdo
con las salidas que se necesiten de cada uno. Por ejemplo, para controlar
inventarios, es posible que una empresa necesite manejar la partición de
lotes pero otra empresa no.
Los
objetivos principales de los sistemas ERP son:
·
Optimización
de los procesos empresariales.
·
Acceso
a información confiable, precisa y oportuna.
·
La
posibilidad de compartir información entre todos los componentes de la
organización.
·
Eliminación
de datos y operaciones innecesarias.
·
Reducción
de tiempos y de los costes de los procesos.
·
Base de datos
centralizada.
·
Suele
haber un software para cada unidad funcional.
·
En
un sistema ERP los datos se ingresan sólo una vez y deben ser consistentes,
completos y comunes
Un
ERP es necesario hoy en día para poder
tomar mejor una decisión. La integración de la información de los procesos de
negocio de una empresa es fundamental ya no para tener ventaja competitiva sino
para simplemente competir.
CRM, Customer Relationship Management
Se refiere a la administración de todas las
interacciones que pueden tener un negocio y sus clientes. Se enfoca en la
optimización del ciclo de vida del cliente en su totalidad. Además, CRM
es un término de la industria de la información que reúne, metodologías,
software y las capacidades del Internet para administrar de una manera
eficiente y rentable las relaciones de un negocio con sus clientes. Básicamente
es la respuesta de la tecnología a la creciente necesidad de las empresas de
fortalecer las relaciones con sus clientes.
Las herramientas de gestión de relaciones con los
clientes (Customer Relationship Management CRM) son las soluciones tecnológicas
para conseguir desarrollar la "teoría" del marketing relacional. El
marketing relacional se puede definir como "la estrategia de negocio
centrada en anticipar, conocer y satisfacer las necesidades y los deseos
presentes y previsibles de los clientes".
Actualmente, gran cantidad de empresas están
desarrollando este tipo de iniciativas. Según un estudio realizado por Cap
Gemini Ernst & Young de noviembre del año 2001, el 67% de las empresas
europeas ha puesto en marcha una iniciativa de gestión de clientes (CRM).
En el proceso de remodelación de las empresas para
adaptarse a las necesidades del cliente, es cuando se detecta la necesidad de
replantear los conceptos "tradicionales" del marketing y emplear los
conceptos del marketing relacional:
1.
Enfoque al cliente:"el cliente es el rey". Este es el concepto sobre el que gira
el resto de la "filosofía" del marketing relacional. Se ha dejado de
estar en una economía en la que el centro era el producto para pasar a una
economía centrada en el cliente.
2.
Inteligencia de clientes: Se necesita tener conocimiento sobre el cliente
para poder desarrollar productos /servicios enfocados a sus expectativas. Para
convertir los datos en conocimiento se emplean bases de datos y reglas.
3.
Interactividad: El proceso de comunicación pasa de un monólogo (de la empresa al
cliente) a un diálogo (entre la empresa y el cliente). Además, es el cliente el
que dirige el diálogo y decide cuando empieza y cuando acaba.
4.
Fidelización de clientes: Es mucho mejor y más rentable (del orden de seis
veces menor) fidelizar a los clientes que adquirir clientes nuevos. La
fidelización de los clientes pasa a ser muy importante y por tanto la gestión
del ciclo de vida del cliente.
5.
El eje de la comunicación es el marketing directo enfocado a clientes
individuales en lugar de en medios "masivos" (TV, prensa, etc.).
Se pasa a desarrollar campañas basadas en perfiles con productos, ofertas y
mensajes dirigidos específicamente a ciertos tipos de clientes, en lugar de
emplear medios masivos con mensajes no diferenciados.
6.
Personalización: Cada cliente quiere comunicaciones y ofertas personalizadas por lo que
se necesitan grandes esfuerzos en inteligencia y segmentación de clientes. La
personalización del mensaje, en fondo y en forma, aumenta drásticamente la
eficacia de las acciones de comunicación.
7.
Pensar en los clientes como un activo cuya rentabilidad muchas veces es
en el medio y largo plazo y no siempre en los ingresos a corto plazo. El
cliente se convierte en referencia para desarrollar estrategias de marketing
dirigidas a capturar su valor a lo largo del tiempo.
Realmente, el marketing relacional es algo que se
ha venido haciendo durante siglos. Si no, piense en el tendero de la esquina.
Cuando va a comprar siempre le reconoce, le saluda por su nombre y le aconseja
(le hace ofertas personalizadas) en función de sus últimas consultas y compras.
El reto actual es conseguir conocer a los clientes
y actuar en consonancia cuando en lugar de tener 50 clientes como tiene el
tendero, se tienen 1.000, 5.000, 50.000 o 500.000.000. Esta posibilidad la
ofrece la tecnología. Hasta que no han existido las soluciones de CRM y las
bases de datos, era inviable conocer y personalizar mensajes a 50.000 clientes.
Los objetivos del marketing relacional y las
soluciones CRM son:
- Incrementar las
ventas tanto por incremento de ventas a clientes actuales como por ventas
cruzadas
- Maximizar la
información del cliente
- Identificar nuevas
oportunidades de negocio
- Mejora del servicio
al cliente
- Procesos
optimizados y personalizados
- Mejora de ofertas y
reducción de costes
- Identificar los
clientes potenciales que mayor beneficio generen para la empresa
- Fidelizar al
cliente, aumentando las tasas de retención de clientes
- Aumentar la cuota
de gasto de los clientes
En
este contexto, es importante destacar que Internet, sin lugar a dudas, ha sido
la tecnología que más impacto ha tenido sobre el marketing relacional y las
soluciones de CRM.
Sin embargo, aunque la tecnología sea la
herramienta para el desarrollo de la filosofía, nunca puede dejarse un proyecto
CRM en manos de ella. Es muy importante destacar que para alcanzar el éxito en
este tipo de proyectos se han de tener en cuenta los cuatro pilares básicos en
una empresa: estrategia, personas, procesos y tecnología. Estos conceptos se
desarrollan a continuación:
1.
Estrategia: Obviamente, la implantación de herramientas CRM debe estar alineado con
la estrategia corporativa y estar en consonancia de las necesidades tácticas y
operativas de la misma. El proceso correcto es que CRM sea la respuesta a los
requerimientos de la estrategia en cuanto a la relaciones con los clientes y
nunca, que se implante sin que sea demasiado coherente con ella.
2.
Personas: La implantación de la tecnología no es suficiente. Al final, los
resultados llegarán con el correcto uso que hagan de ella las personas. Se ha
de gestionar el cambio en la cultura de la organización buscando el total
enfoque al cliente por parte de todos sus integrantes. En este campo, la
tecnología es totalmente secundaria y elementos como la cultura, la formación y
la comunicación interna son las herramientas clave.
3.
Procesos: Es necesaria la redefinición de los procesos para optimizar las
relaciones con los clientes, consiguiendo procesos más eficientes y eficaces.
Al final, cualquier implantación de tecnología redunda en los procesos de
negocio, haciéndolos más rentables y flexibles.
4. Tecnología: También es importante destacar hay soluciones CRM al alcance de organizaciones de todos los tamaños y sectores aunque claramente la solución necesaria en cada caso será diferente en función de sus necesidades y recursos.
Los sistemas CRM
permiten básicamente tres cosas:
1. Tener una visión
integrada y única de los clientes (potenciales y actuales), pudiendo emplear
herramientas de análisis.
2. Gestionar las relaciones
con los clientes de una manera única independientemente del canal que
contacto con ellos: telefónico, sitio Web, visita personal, etc.
3. Mejora de la eficacia
y eficiencia de los procesos implicados en las relaciones con los clientes.
Business Process Management
Disciplina
empresarial cuyo objetivo es mejorar la eficiencia a través de la gestión
sistemática de los procesos de negocio (BPR), que se deben modelar,
automatizar, integrar, monitorizar y optimizar de forma continua.
Como su nombre
lo sugiere Business Process Management (BPM) se enfoca en la administración de
los procesos del negocio. Podemos decir que es una estrategia empresarial cuyo
objetivo es mejorar la eficiencia a través de la gestión sistemática de los
procesos de negocio, donde es necesario continuamente modelar, automatizar,
administrar y optimizar los mismos.
A través del modelado de las actividades y procesos
logramos un mejor entendimiento del negocio y muchas veces esto presenta la
oportunidad de mejorarlos. La automatización
de los procesos reduce errores, asegurando que los mismos se comporten siempre
de la misma manera y dando elementos que permitan visualizar el estado de los
mismos. La administración de los
procesos nos permite asegurarnos de que los mismos estén ejecutándose
eficientemente y obtener información que luego puede ser usada para mejorarlos.
Es a través de la información que se obtiene de la ejecución diaria de los
procesos que se puede identificar posibles ineficiencias en los mismos y de
esta forma optimizarlos.
Para soportar
esta estrategia es necesario contar con un conjunto de herramientas que den el
soporte necesario para cumplir con el ciclo de vida de BPM. Este conjunto de
herramientas son llamadas Business Process Management System y con ellas se
construyen aplicaciones BPM.
Existen
diversos motores que mueven la gestión de Procesos de Negocio (BPM), dichos
motores son:
- Extensión del
programa institucional de calidad
- Cumplimiento de
legislaciones
- Crear nuevos y
mejores procesos
- Entender que se
está haciendo bien o mal a través de la compresión de los procesos
- Documentar procesos
para outsourcing y definición de SLA (Service Level Agreement)
- Automatización de
procesos
- Crear y mantener las
cadenas de valor
Metodologías de
Inteligencia de Negocios.
Inteligencia de Negocios o BI por sus
siglas en inglés (Business Intelligence) es una alternativa tecnológica y de
administración de negocios, que cubre los aspectos del manejo de información
para la toma de decisiones, desde su extracción en los sistemas, depuración,
transformación, diseño de estructuras de datos o modelos especiales para el
almacenamiento de datos, hasta la explotación de la información mediante
herramientas comerciales de fácil uso para los usuarios.
A continuación se detalla cada uno de los elementos de los elementos del BI.
·
Extracción: Procesos automatizados cuyo objetivo es el
de obtener los datos necesarios
·
para la toma de decisiones de la fuente oficial dentro de la
organización, sistema transaccional,
Microsoft Excel, etc.
·
Depuración: Detección y arreglo mediante reglas de
negocio, de las inconsistencias de información extraída.
·
Transformación: Aplicación de reglas
para transformar los datos almacenados en las fuentes oficiales en información
para toma de decisiones, aplicación de cálculos y fórmulas para indicadores.
·
Diseño de estructuras: Diseño y creación de
bases de datos especiales para el almacenamiento de la información de toma de
decisiones.
·
Herramientas de Explotación: Éstas son sistemas que
ayudan al usuario a la exploración de los datos y generación de vistas de
información. Se dividen en Reportadores, Sistemas de Análisis Multidimensional,
Sistemas de Apoyo a
Entre las características
principales de BI podemos citar:
·
Soporta Reportes y consultas "ad-hoc"
·
Se centra en la estructura de datos para la toma de
decisiones.
·
Su diseño se basa en modelos multidimensionales (cubos,
modelos estrella DWH).
·
Analiza datos empíricos y describe resultados de modelos
de análisis.
·
Utiliza técnicas de sumarización y precálculo de
indicadores.
·
El volumen y la frecuencia de actualización de información
se adecua a las necesidades de cada empresa.
La tendencia de las organizaciones hacia
Hoy, las organizaciones globales la consideran una herramienta básica de
administración en todos los niveles.
En poco tiempo, más que una ventaja, se convertirá en un modelo de
control y crecimiento organizacional básico
para lograr competitividad.
En la solución al proceso de Inteligencia de Negocio, se identifica una
serie de niveles, desde la actualización de datos hasta su presentación reglada
al decisor.
Metodología
Las soluciones de Inteligencia de Negocio ofrecen visualizaciones completas
y tableros de herramientas personalizados para hacer más simples los negocios,
monitorear las métricas que realmente importan y valorar los indicadores clave
de desarrollo para hacer que la administración proactiva y predecible sea una
realidad. Esto permite a los gerentes, en todo nivel, seguir de cerca las
métricas que más les importan en una base diaria. Con una vista consciente de
toda la información vital, todos tienen la habilidad para administrar excepciones,
monitorear tendencias y tomar decisiones inteligentes.
Desarrollar
Para este desarrollo SOIN ofrece una metodología probada para la implantación
de cada una de las áreas o aplicaciones de Inteligencia de Negocio, que permite
capitalizar la experiencia de los usuarios en el marco de las mejores prácticas
a nivel mundial, la utilización de productos líderes de la industria y un adecuado
plan de educación, dentro de un plazo acordado.
La metodología de SOIN para
Una gran ventaja adicional de esta metodología es que ha sido diseñada
para utilizarse en organizaciones ocupadas, es decir, considera el tiempo de operación
de las organizaciones donde se aplique.
El primer paso es la planificación o el plan de proyecto, donde
se definen los objetivos, las necesidades, involucrados, fuentes de información
y otros elementos relativos a los indicadores y su medición. En esta etapa se
define la aplicación de una vertical o el diseño de una solución particular, se
establecen los planes de trabajo y calidad, estrategias de integración,
entregables y otros aspectos documentales.
La construcción es donde se realiza la aplicación, inicia con la
evolución del Data Warehouse y la validación del Datamart diseñado, luego se
define el puente para la constante transformación e incorporación de datos de
las distintas fuentes, una vez establecido y alimentado el Datamart, se procede
a realizar la interfaz en las herramientas elegidas, finalmente se ejecuta el
plan de calidad establecido y se presentan los resultados.
La instrucción se da a los usuarios técnicos y finales de la
aplicación, tanto en las herramientas utilizadas como en las opciones o
variaciones permitidas y principalmente en el logro de los objetivos
planteados. Gran parte de la evolución de la aplicación surge de la razonada
utilización de esta.
La etapa de implantación permite a la organización disponer de la
herramienta y ponerla a servicio de sus colaboradores.
El ciclo cierra con la etapa de evolución, donde los usuarios de
la aplicación buscan más conocimiento y entendimiento abriendo nuevas posibilidades
a la organización que aprende.
Beneficios
·
Proyectos rápidos, resultados en el corto plazo.
- Verticales de
negocio preconstruidas.
- Herramientas
líderes de la industria.
- No se requiere
modificaciones a los sistemas existentes.
- Transferencia
tecnológica total al cliente.
- Reutilización de
inversión actual en tecnología.
- Capitalización de
la experiencia organizacional.
- Inversión visible y
medible desde el principio.
- Proceso evolutivo.
Cada aplicación fortalece el aprendizaje.
- Estandarización de
la información organizacional.
- Soluciones
integrales, cubre el proceso en todas sus etapas.
- Distribución de la
inversión en proyectos.
- Implantación de las
mejores prácticas a nivel mundial.
Metodologías de Gestión de
Conocimiento.
Las
prácticas varían de organización en organización, pero a menudo incluyen los
siguientes pasos:
·
Crear reservorios de información sobre las mejores prácticas.
·
Establecer redes para transferir la información entre los empleados que
interactúan con clientes y proveedores.
·
Diseñar procedimientos formales para asegurar que el aprendizaje durante
el transcurso de un proyecto puedan comunicarse a quienes realizan tareas
similares.
Sin estos
pasos, lo que parece ser gestión del conocimiento es algo informal y fortuito.
Cuando un equipo que trabaja en una tarea determinada y encuentra dificultades,
sus miembros preguntan si alguien mas ha hecho un trabajo similar, y si esa
persona esta en condiciones de aportar consejos o sugerencias. Pero raramente
existe una forma sencilla de descubrir quien ha trabajado en ello.
Los programas
relacionados con la gestión del conocimiento evalúan y gestionan continuamente
el proceso de acumulación y aplicación del capital intelectual. La gestión del
conocimiento ha intentado unificar diferentes estándares del pensamiento y
practica como son:
- Capital intelectual
y el trabajador del conocimiento en la economía del conocimiento.
- Las ideas de la
organización que aprende.
- Practicas
organizacionales como las comunidades de práctica, las páginas amarillas
corporativas.
- Bases del
conocimiento que facilitan la identificación y transferencia del
conocimiento, y otras tecnologías como las Intranets, la gestión de
contenido, wikis, y la gestión documental.
Inicialmente la
gestión del conocimiento se
centró exclusivamente en el tratamiento del documento como unidad primaria,
pero actualmente abarca más áreas, dado que es necesario buscar, seleccionar,
analizar y sintetizar críticamente o de manera inteligente y racional la gran
cantidad de información disponible, para así obtener de ella el máximo
rendimiento social, empresarial o personal.
La principal
función de la gestión del conocimiento es que una empresa u organización no
deba pasar dos veces por un mismo proceso para resolver de nuevo el mismo
problema, sino que ya disponga de mecanismos para abordarlo utilizando
información guardada sobre situaciones previas.
La gestión del
conocimiento cobra gran importancia en sectores como el de
En ese sentido,
la solución reside en transformar el conocimiento tácito en conocimiento
explícito, de manera que se encuentre documentado y almacenado para que
cualquiera pueda hacer uso del mismo cuando sea necesario. Para este fin pueden
emplearse nuevas herramientas, como las bases de datos o las intranets, u otras
más clásicas (revistas, manuales y bibliotecas), que en su conjunto forman la
denominada "memoria organizacional" que permite organizar el
conocimiento explicitado. Pese a todo, dichas herramientas por sí mismas no
suponen una garantía de buena gestión del conocimiento.
En los últimos
años han ido emergiendo diferentes técnicas para representar y gestionar el
conocimiento, codificado desde áreas diferentes: la inteligencia artificial,
los sistemas de gestión de bases de datos, como text mining, la
ingeniería del software, y otras técnicas empleadas desde la perspectiva del
estudio de los sistemas de información. Esta tendencia ha dado en denominarse
“orientación al conocimiento”. Pero para poder construir tecnologías efectivas
que permitan la gestión del conocimiento, es preciso comprender cómo los
individuos, grupos y organizaciones lo utilizan.
En la
actualidad está cada vez siendo codificada más información en formato digital,
para que así resulte accesible mediante ordenador. Asimismo, están
confeccionándose herramientas que permiten buscar de forma efectiva en bases de
datos, ficheros, 'páginas web, data warehouse, repositorios, etc., y de ese
modo extraer información de valor añadido, capturar su significado,
organizarlo, hacerlo disponible y convertirlo finalmente en conocimiento.
Infografias
http://www.tuobra.unam.mx/publicadas/040702105342-ERP.html
http://www.improven-consultores.com/paginas/documentos_gratuitos/que_crm.php
http://es.wikipedia.org/wiki/Business_Process_Management
http://www.soin.co.cr/spanish/pdf/BI.pdf
http://www.gopac.com.mx/bi/que.htm
http://www.losrecursoshumanos.com/gestion-del-conocimiento.htm
http://es.wikipedia.org/wiki/Gesti%C3%B3n_del_conocimiento
http://www.losrecursoshumanos.com/gestion-del-conocimiento.htm
http://www.sistemasdeconocimiento.org/~webcsc/hn_sc227_abr2001/unidad_11/8-body.html