View
1.915
Download
1
Category
Preview:
DESCRIPTION
Descripci
Citation preview
UNIVERSIDAD TECNOLÓGICA DE TEHUACÁN
TECNOLOGÍAS DE LA INFORMACIÓN Y
COMUNICACIÓN
BUSINESS INTELLIGENCE
T.S.U VÍCTOR DOLORES MARCOS
BASES DE DATOS PARA APLICACIONES
ING. OCTAVIO SANCHES DELGADO
DATA WAREHOUSE
En el contexto de la informática, un almacén de datos (del inglés data warehouse) es una
colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado,
no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se
utiliza. Se trata, sobre todo, de un expediente completo de una organización, más allá de la
información transaccional y operacional, almacenado en una base de datos diseñada para
favorecer el análisis y la divulgación eficiente de datos (especialmente OLAP, procesamiento
analítico en línea). El almacenamiento de los datos no debe usarse con datos de uso actual. Los
almacenes de datos contienen a menudo grandes cantidades de información que se subdividen
a veces en unidades lógicas más pequeñas dependiendo del subsistema de la entidad del que
procedan o para el que sea necesario.
OBJETIVOS
Hacer la información de la organización accesible
Hacer a la información de la organización consistente
Controlar el acceso efectivo a los datos
Generar información de manera flexible
Servir de ayuda a la toma de decisiones
CARACTERISTICAS
Orientado a un tema
Administra grandes cantidades de información
Guarda información en diversos medios de almacenamiento
Comprende múltiples versiones de uno (o varios) esquema de base de datos
Condensa y agrega información
Integra y asocia información de muchas fuentes
FUNCION
Lo que se quiere es contener datos que son necesarios o útiles para una organización, es decir,
que se utiliza como un repositorio de datos para posteriormente transformarlos en información
útil para el usuario. Un almacén de datos debe entregar la información correcta a la gente
indicada en el momento óptimo y en el formato adecuado. El almacén de datos da respuesta a
las necesidades de usuarios expertos, utilizando Sistemas de Soporte a Decisiones (DSS),
Sistemas de información ejecutiva (EIS) o herramientas para hacer consultas o informes. Los
usuarios finales pueden hacer fácilmente consultas sobre sus almacenes de datos sin tocar o
afectar la operación del sistema.
En el funcionamiento de un almacén de los datos son muy importantes las siguientes ideas:
Integración de los datos provenientes de bases de datos distribuidas por las diferentes unidades
de la organización y que con frecuencia tendrán diferentes estructuras (fuentes heterogéneas).
Se debe facilitar una descripción global y un análisis comprensivo de toda la organización en el
almacén de datos.
Separación de los datos usados en operaciones diarias de los datos usados en el almacén de
datos para los propósitos de divulgación, de ayuda en la toma de decisiones, para el análisis y
para operaciones de control. Ambos tipos de datos no deben coincidir en la misma base de
datos, ya que obedecen a objetivos muy distintos y podrían entorpecerse entre sí.
Periódicamente, se importan datos al almacén de datos de los distintos sistemas de
planeamiento de recursos de la entidad (ERP) y de otros sistemas de software relacionados con
el negocio para la transformación posterior. Es práctica común normalizar los datos antes de
combinarlos en el almacén de datos mediante herramientas de extracción, transformación y
carga (ETL). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un
negocio), realizan el proceso de transformación al almacén de datos (filtración, adaptación,
cambios de formato, etc.) y escriben en el almacén.
IMPORTANCIA
Mejorar la Entrega de Información
Mejorar el Proceso de Toma de Decisiones
Impacto Positivo sobre los Procesos Empresariales
Para la utilización del data warehouse se debe pensar primero en:
La amplitud; el número de diferentes temas y puntos de foco
Fuentes que proveerán datos brutos.
Los medios por los cuales los datos se transportan de las aplicaciones fuente y son
cargados al Data Warehouse.
Las reglas de negocio que se aplican a la data en bruto para producir activos de datos de
alta calidad.
Las bases de datos receptoras, en la que estos activos de datos serán almacenados.
Los activos de datos; los elementos, el nivel de detalle de cada elemento, y cuánta
historia se ha mantenido, por ejemplo.
La Inteligencia de negocio
Herramientas de nivel usuario para acceder a los activos de datos.
La arquitectura y complejidad en general del entorno.
ARQUITECTURA DE UN DATA WAREHOUSE
Base de datos operacional / Nivel de base de datos externo (Fuentes de datos)
Los sistemas operacionales procesan datos para apoyar las necesidades operacionales
críticas, tales como ERPs, SCMs, también se procesa información de fuentes de datos externas,
tales como de la internet, INEI, BCRP.
Nivel de acceso a los datos
Es responsable de la interfaces entre las herramientas de acceso a la información y las bases
de datos operacionales. En algunos casos, esto es todo lo que un usuario final necesita para
realizar estas interfases se utiliza el SQL (Standar Query Lenguaje)
Nivel de organización de datos
El componente final de la arquitectura data Warehouse es la organización de los datos,
incluye todos los procesos necesarios como seleccionar, editar, resumir, combinar y cargar datos
en el depósito y acceder a la información desde bases de datos operacionales y/o externas
Nivel de data warehouse
En un data Warehouse físico, el almacenaje de data procesada, incluso en forma
redundante
Nivel de acceso a la información
Este nivel se incluye el hardware y software involucrados en representar y proveer de
información al usuario final normalmente usa día a día. Por ejemplo: Excel, Lotus 1-2-3, Focus,
Access, SAS, etc.
Nivel de gestión de proceso
El nivel de gestión de procesos tiene que ver con la programación de diversas tareas que
deben realizarse para construir y mantener actualizado el data warehouse y la información del
directorio de datos.
VENTAJAS
Los almacenes de datos hacen más fácil el acceso a una gran variedad de datos a los
usuarios finales.
Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo a la decisión
tales como informes de tendencia', por ejemplo: obtener los ítems con la mayoría de las
ventas en un área en particular dentro de los últimos dos años; informes de excepción,
informes que muestran los resultados reales frente a los objetivos planteados a priori.
Los almacenes de datos pueden trabajar en conjunto y, por lo tanto, aumentar el valor
operacional de las aplicaciones empresariales, en especial la gestión de relaciones con
clientes.
INCONVENIENTES
A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacén de
datos no suele ser estático. Los costos de mantenimiento son elevados.
Los almacenes de datos se pueden quedar obsoletos relativamente pronto.
A veces, ante una petición de información estos devuelven una información su óptima,
que también supone una pérdida para la organización.
A menudo existe una delgada línea entre los almacenes de datos y los sistemas
operacionales. Hay que determinar qué funcionalidades de estos se pueden aprovechar
y cuáles se deben implementar en el data warehouse, resultaría costoso implementar
operaciones no necesarias o dejar de implementar alguna que sí vaya a necesitarse.
RESUMEN
Un Data Warehouse tiene como objetivo almacenar y proveer a la Organización de información
relevante y a tiempo la cual favorece a la organización tanto como en la agilización en la toma
de decisiones así como en los procesos.
DATA MART
Un Data Mart es una versión especial de almacén de datos (data warehouse). Son subconjuntos
de datos con el propósito de ayudar a que un área específica dentro del negocio pueda tomar
mejores decisiones. Los datos existentes en este contexto pueden ser agrupados, explorados y
propagados de múltiples formas para que diversos grupos de usuarios realicen la explotación de
los mismos de la forma más conveniente según sus necesidades.
COMPONENTES DEL DATAMART
1.- Fuentes de Datos
Son las que alimentan de información al DataMart, están diseñadas para registrar grandes
cantidades de transacciones. Entre ella tenemos la base de datos OLTP (Una base de datos para
soportar procesos transaccionales).
Características:
Son pobladas por usuarios finales.
Se optimizan en función a procesos transaccionales.
Se actualizan constantemente.
Contienen mucha información de detalle.
2.- Procesos de extracción, transformación y carga de datos (ETL)
Los datos se encuentran almacenados en base de datos destinados al registro de transacciones.
Es necesario extraer y transformar los datos antes de cargar los resultados en el DataMart. Los
mismos elementos de datos, si son usados por aplicaciones diferentes o administrados por
diferentes software DBMS, pueden definirse al usar nombres de elementos inconsistentes, que
tienen formatos inconsistentes y/o ser codificados de manera diferente. Todas estas
inconsistencias deben resolverse antes que los elementos de datos sean almacenados en el
DataMart.
Uno de los desafíos de cualquier implementación de DataWarehouse o DataMart, es el
problema de transformar los datos. La transformación se encarga de las inconsistencias en los
formatos de datos y la codificación, que pueden existir dentro de una base de datos única y que
casi siempre existen cuando múltiples bases de datos contribuyen al DataMart.
3.- DataWarehouse
Un DataWarehouse contiene la información de toda la empresa. Cualquier departamento puede
acceder a la información de cualquier otro departamento mediante un único medio, así como
obligar a que los mismos términos tengan el mismo significado para todos.
Un Data Mart almacena la información de un área o departamento específico y un conjunto de
Data Marts forman un DataWarehouse
Un Data Mart es una solución que, compartiendo tecnología con el DataWarehouse (pero con
contenidos específicos, volumen de datos más limitado y un alcance histórico menor), permita
dar soporte a una empresa pequeña, un departamento o área de negocio de una empresa
grande. Cubre de manera óptima las necesidades de informes. No es conveniente efectuar
consultas sobre los sistemas transaccionales, debido a que hay que integrar datos de diversas
OLTP.
4.- Herramientas de Explotación
El DataMart está orientado a la toma de decisiones. Un buen diseño de la base de datos
favorece el análisis y la recuperación de datos para obtener una ventaja estratégica y para
facilitar la toma de decisiones. El DataMart no está orientado a procesos relacionados con la
operatividad del área determinada. El DataMart está preparado para ser explotado mediante
herramientas específicas que permiten la extracción de información significativa y patrones de
comportamiento que permanecen ocultos en un enorme repositorio de datos.
Veamos las herramientas software que existen:
5.- Herramienta de consulta y reporte
Las herramientas de consulta al igual que la mayoría de herramientas visuales, permiten apuntar
y dar un click a los menús y botones para especificar los elementos de datos, condiciones,
criterios de agrupación y otros atributos de una solicitud de información. La herramienta de
consulta genera entonces un llamado a una base de datos, extrae los datos pertinentes, efectúa
cálculos adicionales, manipula los datos si es necesario y presenta los resultados en un formato
claro.
Se puede almacenar las consultas y los pedidos de reporte para trabajos subsiguientes, como
está o con modificaciones. El procesamiento estadístico se limita comúnmente a promedios,
sumas, desviaciones estándar y otras funciones de análisis básicas. Aunque las capacidades
varían de un producto a otro, las herramientas de consulta y reporte son más apropiadas
cuando se necesita responder a la pregunta ¿"Qué sucedió"?
6.- Herramientas de base de datos multidimensionales / OLAP
Las primeras soluciones OLAP (On Line Analytical Processing), estuvieron basadas en bases de
datos multidimensionales (MDDBS). Un cubo estructural (dos veces un hipercubo o un arreglo
multidimensional) almacenaba los datos para que se puedan manipular intuitivamente y
claramente ver las asociaciones a través de dimensiones múltiples Pero este enfoque tiene
varias limitaciones:
Las nuevas estructuras de almacenamiento de datos requieren bases de datos propietarias. No
hay realmente estándares disponibles para acceder a los datos multidimensionales.
La segunda limitación de un MDDB concierne al desarrollo de una estructura de datos. Las
compañías generalmente almacenan los datos de la empresa en bases de datos relacionales, lo
que significa que alguien tiene que extraer, transformar y cargar estos datos en el hipercubo.
7.- Sistemas de información ejecutivos
Las herramientas de sistemas de información ejecutivos (Executive Information Systems - EIS),
proporcionan medios sumamente fáciles de usar para consulta y análisis de la información
confiable. Generalmente se diseñan para el usuario que necesita conseguir los datos
rápidamente, pero quiere utilizar el menor tiempo posible para comprender el uso de la
herramienta. El precio de esta facilidad de uso es que por lo general existen algunas limitaciones
sobre las capacidades analíticas disponibles con el sistema de información ejecutivo.
Además, muchas de las herramientas de consulta/reporte y OLAP/multidimensional, pueden
usarse para desarrollar sistemas de información ejecutivos. El concepto de sistema de
información ejecutivo es simple: los ejecutivos no tienen mucho tiempo, ni la habilidad en
muchos casos, para efectuar el análisis de grandes volúmenes de datos. El EIS presenta vistas de
los datos simplificados, altamente consolidados y mayormente estáticas.
8.- Herramientas de Data Mining
Data Mining es una categoría de herramientas de análisis open-end. En lugar de hacer
preguntas, se toma estas herramientas y se pregunta algo "interesante", una tendencia o una
agrupación peculiar, por ejemplo. El proceso de Data Mining extrae los conocimientos
guardados o información predictiva desde el DataMart sin requerir pedidos o preguntas
específicas. Las herramientas Mining usan algunas de las técnicas de computación más
avanzadas para generar modelos y asociaciones como redes neuronales, detección de
desviación, modelamiento predictivo y programación genética. Data Mining es un dato-
conducido, no una aplicación-conducida.
Ventajas:
Se caracteriza por disponer la estructura óptima de datos para analizar la información al
detalle desde todas las perspectivas que afecten a los procesos de dicho departamento.
Un data Mart puede ser alimentado desde los datos de un datawarehouse o integrar por
sí mismo un compendio de distintas fuentes de información.
Puede estar montada sobre una base de datos OLTP, como el propio datawarehouse, o
sobre una base de datos OLAP.
Poco volumen de datos, mayor rapidez de consulta.
Facilidad para el registro de los datos.
Validación directa de la información.
Son simples de implementar.
Conllevan poco tiempo de construcción y puesta en marcha.
Permiten manejar información confidencial.
Reflejan rápidamente sus beneficios y cualidades.
Reducen la demanda del depósito de datos.
Desventajas:
El tiempo que se emplea en su desarrollo es largo.
Al crecer el Data Mart, el rendimiento de las consultas decae y deja de ser óptimo.
Resumen
Un data Mart como se mencionó anteriormente es una colección de datos referente a un solo
departamento, de ello se deduce que una coleccione de data Marts componen e integran a un
data warehouse.
CUADRO DE MANDO INTEGRAL
Es un instrumento de gestión que facilita la implantación de la estrategia de la empresa de una
forma eficiente, ya que proporciona el marco, la estructura y el lenguaje adecuado para
comunicar o traducir la misión y la estrategia en objetivos e indicadores organizados en cuatro
perspectivas: finanzas, clientes, procesos internos y formación y crecimiento, que permiten que
se genere un proceso continuo de forma que la visión se haga explícita, compartida y que todo
el personal canalice sus energías hacia la consecución de la misma.
CARACTERISTICAS
Entre las características del cuadro de mando destacan:
Sirve para la identificación y previsión de las posibles desviaciones que se puedan
producir, con el fin de tomar las medidas previsoras o correctoras que permitan una
mejora cualitativa y cuantitativa de la actividad de una unidad de trabajo considerada.
Es decir, es una herramienta de gestión colectiva descentralizada y sincronizada, que
permite dirigir el funcionamiento y evolución de diferentes zonas de responsabilidad de
la empresa adaptándolas a los objetivos estratégicos de la misma.
Se encuentra en conexión con la estrategia de la empresa y, además, es un instrumento
para la puesta en práctica de la misma. Esto es importante, porque sitúa en el centro la
estrategia y no el control, se vincula al largo plazo y se fundamenta en supuestos tanto
financieros como operativos.
Carácter sintético, ya que contiene únicamente la información esencial para una buena
interpretación de las tendencias y su evolución.
Presentación de la información de una forma sinóptica y carácter de permanencia, al
objeto de observar las tendencias.
OBJETIVOS
Pretende traducir la estrategia de una organización en un conjunto de indicadores que
informan de la consecución de los objetivos y de las causas que provocan los resultados
obtenidos.
Establece un sistema de comunicación de abajo-arriba y de arriba-abajo, que posibilita
canalizar las habilidades y conocimientos específicos, a través de la fijación de objetivos
realistas con los de la empresa, pudiendo estar ligados los mismos a una política de
incentivos, coherente con la cultura de la organización y el perfil de los empleados.
Constituye un instrumento de aprendizaje individual, al permitir que cada responsable
tenga una visión más rica de su situación interna y externa. Además, los indicadores de
una sección no son definidos por la dirección general, sino que son locales pero
coordinados con los existentes a nivel superior.
De esta forma, el conocimiento puede ser transferido de un ámbito de la empresa a otro,
favoreciendo el aprendizaje estratégico.
SISTEMA DE INFORMACION EJECUTIVA
Es una herramienta de Inteligencia empresarial (Business Intelligence, BI), orientada a usuarios
de nivel gerencial, que permite monitorear el estado de las variables de un área o unidad de la
empresa a partir de información interna y externa a la misma.
Cuya finalidad principal es que el responsable de un departamento o compañía tenga acceso, de
manera instantánea, al estado de los indicadores de negocio que le afectan, con la posibilidad
de estudiar con detalle aquellos aspectos que no estén cumpliendo con los objetivos
establecidos en su plan estratégico u operativo, y así determinar las medidas de contingencia
más adecuadas.
Una de las características más importantes de un EIS es que permite a usuarios con perfil no
técnico construir nuevos informes y navegar por los datos de la compañía, con el objetivo de
descubrir información que les resulte relevante. El EIS suele incluir también alertas de negocio,
informes históricos comparativos y análisis de tendencias. Por otro lado, es común que se
puedan realizar subscripciones a los informes o listados más significativos.
Un EIS suele necesitar de la implantación de un data warehouse o data mart que actúe como
fuente central de información, unificando, depurando e integrando las distintas bases de datos
operacionales de la compañía. Por otro lado, es posible adaptar la estructura del EIS a la teoría
de Balanced Scorecard o Cuadro de Mando Integral impulsada por Kaplan y Norton, o bien a
cualquier otro modelo de seguimiento de indicadores que maneje la organización.
CARACTERISTICAS
Están diseñados para cubrir las necesidades específicas y particulares de la alta administración
de la empresa.
1.- Extraen, filtran, comprimen y dan seguimiento a información crítica del negocio. El sistema
debe contar con capacidad de manejar información que proviene de los Sistemas
Transaccionales de la empresa y/o de fuentes externas de información.
2.- Implica que los ejecutivos puedan interactuar en forma directa con el sistema sin el apoyo o
auxilio de intermediarios. Esto puede representar un reto importante, ya que muchos ejecutivos
se resisten a utilizar en forma directa los recursos computacionales por el temor a cambiar.
3.- Es un sistema desarrollado con altos estándares en sus interfaces hombre-máquina,
caracterizado por gráficas de alta calidad, información tabular y en forma de texto. El protocolo
de comunicación entre el ejecutivo y el sistema permite interactuar sin un entrenamiento
previo.
Pueden ingresar información que se encuentra en línea, extrayéndose en forma directa de las
bases de datos de la organización. Esta información puede incluir análisis de tendencias,
reporteo por excepción y la posibilidad del “drill down”. Esta característica del EIS permite al
ejecutivo penetrar en diferentes niveles de información. Por ejemplo, puede conocer las ventas
por país, por zona geográfica, por cliente y por línea de producto, penetrando a su gusto en los
niveles internos y más detallados de la información en caso necesario.
El sistema esta soportado por elementos especializados de hardware, tales como monitores o
videos de alta resolución y sensibles al tacto, ratón e impresoras con tecnología avanzada.
EL PROCESO DE DESARROLLO DE UN EIS
El proceso de desarrollo de un EIS tiene características que lo hacen único. En primera instancia,
porque es el primer sistema que se desarrolla en la empresa dirigido al ejecutivo, quien es el
usuario de este sistema. En segundo lugar, las técnicas utilizadas para el análisis y desarrollo de
los tradicionales Sistemas Transaccionales no necesariamente funcionan en un 100% de manera
similar durante el desarrollo de un EIS. A continuación se propone una metodología para su
desarrollo e implantación:
1. Identificación de las alternativas para el desarrollo del sistema
Existen diferentes alternativas para el desarrollo de un Sistema de Información para Ejecutivos
(EIS). Antes de crear la propuesta para el desarrollo del sistema debe de elegirse la alternativa
que se desee. A continuación se mencionan algunas de las alternativas que existen para su
desarrollo:
Desarrollar el sistema de manera interna y partiendo de cero. Esto significa que el
departamento de Sistemas de Información asignara a un equipo de trabajo para el
desarrollo del sistema.
Otra alternativa es hacer modificaciones a los sistemas actuales con el fin de cubrir los
requisitos del ejecutivo.
Desarrollar el sistema partiendo de cero con la ayuda de desarrolladores externos con
experiencia previa en EIS
Cada una de estas alternativas tiene ventajas y desventajas en renglones tales como
costo, tiempo y control durante el desarrollo de la aplicación.
2. Creación de la propuesta
En este paso debe escribirse o elaborarse una presentación de la propuesta del EIS. La creación
de la propuesta ayudara a tener un apoyo más sólido para el desarrollo del EIS y a minimizar la
resistencia por parte de los ejecutivos. Además, puede contribuir a que la administración acepte
el proyecto.
Las principales razones que existen para presentar de manera formal una propuesta de un EIS
son:
1.- Claro entendimiento con el ejecutivo. Esto se refiere a que el desarrollo del EIS se
haga tomando como base lo que piensa el desarrollador y lo que espera el ejecutivo.
2.- Manejar las expectativas. En la creación y presentación de una propuesta deben
ponerse en una balanza las expectativas. De la misma manera en que se hable de los beneficios
que pueden lograrse con un EIS, deben informarse los riesgos que implica y de los recursos que
requiere. Es importante considerar esto último, ya que la mayoría de los fracasos se deben a que
no se explicaron los riesgos y las necesidades de recursos y solo se enfatizó en lo ventajoso que
sería utilizar este sistema.
3.- Lograr el compromiso de los recursos. Cuando se elabore y presente la propuesta
para el desarrollo de un EIS deben considerarse los recursos que se requieren para llevarla a
cabo. Hay personas que solo acostumbran justificar los costos; sin embargo, es importante hacer
un pronóstico del dinero, de la gente y del tiempo que se necesitará para cumplir con la
propuesta.
Con todo esto, el ejecutivo tendrá una visión más clara de lo que es un EIS, de las expectativas
con respecto a su uso y de los recursos que requiere su desarrollo.
3. Determinación de las necesidades del ejecutivo
Este paso consiste en determinar las necesidades del ejecutivo. Se sugiere un conjunto de
estrategias para lograr lo anterior:
BENEFICIOS
Los EIS contribuyen en forma importante a rediseñar y reestructurar los procesos de planeación
y control de una organización. Las principales mejoras que pueden lograrse al utilizar este tipo
de sistemas son, entre otras:
Mejora en los sistemas actuales de reportes corporativos o divisionales.
Rediseño de los sistemas actuales de reportes, a través de los cuales se pone atención
en los factores críticos de éxito para manejar el negocio.
Cambios en los procesos de planeación y pronóstico.
Habilidad de realizar análisis específicos utilizando información que está en las bases de
datos.
Permite las relaciones de comunicación entre el personal, logrando con ello que los
ejecutivos se mantengan realizando actividades de alto nivel, las cuales son críticas en la
organización.
Mejora la capacidad de administración de programas en empresas con orientación a
proyectos.
VENTAJAS
El sistema provee acceso más rápido a la información.
El sistema permite disponer de textos, datos y gráficas en forma inmediata.
Las capacidades de manejo de programas generalmente permiten acceso a información
más detallada.
SISTEMA DE SOPORTE DE DECISIÓN
Es un sistema informático utilizado para servir de apoyo, más que automatizar, el proceso de
toma de decisiones. La decisión es una elección entre alternativas basadas en estimaciones de
los valores de esas alternativas. El apoyo a una decisión significa ayudar a las personas que
trabajan solas o en grupo a reunir inteligencia, generar alternativas y tomar decisiones. Apoyar
el proceso de toma de decisión implica el apoyo a la estimación, la evaluación y/o la
comparación de alternativas. En la práctica, las referencias a DSS suelen ser referencias a
aplicaciones informáticas que realizan una función de apoyo.
La clave de los sistemas de soporte a la decisión es recoger datos, analizar y dar forma a los
datos que se recogen y, a continuación, tratar de tomar decisiones o la construcción de
estrategias de análisis. Si las computadoras, bases de datos o personas están involucradas
generalmente no importa, sin embargo, es este proceso de toma de datos en bruto o no
estructurados, que contiene y percibe y, a continuación, utiliza la ayuda para ayudar a la toma
de decisiones.
TIPOS DE DECISIONES EMPRESARIALES
La clasificación más habitual es la que hace referencia al alcance de la decisión. En este caso, se
distinguen tres tipos:
Decisiones estratégicas: Son aquellas que afectan a toda la empresa (o a una buena
parte de la misma) durante un largo periodo de tiempo. Influyen, por lo tanto, en los
objetivos generales de la empresa y en su modelo de negocio . Estas decisiones son
tomadas por los máximos responsables de las compañías (CEO, presidentes, directores
generales, comités de dirección, etc.).
Decisiones tácticas: Afectan únicamente a parte de la empresa, o a parte de sus
procesos, y generalmente se toman desde un solo departamento (o de unos pocos).
Tienen un impacto relevante a medio plazo (1 o 2 años, como máximo), y son tomadas
por cargos intermedios (jefes de departamento, gerentes, etc.)
Decisiones operativas: Afectan a actividades específicas, con un alcance muy claro, y su
efecto es inmediato o muy limitado en el tiempo. Estas decisiones son responsabilidad
de los niveles bajos de la jerarquía empresarial (jefes de equipo, encargados de área,
dependientes, etc.)
Merece la pena señalar que esta clasificación no dice nada sobre la importancia de las
decisiones. Todas ellas son importantes y necesarias. Una mala decisión operativa puede costar
millones (del mismo que una buena decisión puede suponer suculentos beneficios). También
existen decisiones "estratégicas" que resultan ser irrelevantes desde el punto de vista
económico.
Se distinguen tres tipos:
- Decisiones estructuradas: En este caso, las variables que afectan a la decisión son
perfectamente conocidas, y en muchos casos el proceso de decisión puede representarse
mediante un diagrama de flujo, e implementarse mediante un algoritmo. En casos extremos, ni
siquiera es necesaria la intervención humana, aunque no es lo habitual.
- Decisiones desestructuradas: Son aquellas decisiones en la que no es posible diseñar un
"flujo de decisión" en detalle, no es evidente que inteligencia se debe aplicar, ni cómo se debe
diseñar el proceso, ni con qué criterios decidir. Suelen ser decisiones que se toman ante eventos
inesperados o que ocurren muy esporádicamente. En estos casos, evidentemente, la
intervención humana es insustituible.
- Decisiones semi-estructuradas: Es el caso intermedio. En este caso, algunos pasos del
proceso de decisión están claros y pueden definirse razonablemente, aunque existen otros
aspectos inciertos que es necesario valorar.
Las herramientas Business Intelligence pueden ayudarnos a tomar decisiones de dos maneras:
Business Intelligence pasivo: Proporciona un acceso fácil a información confiable y
actualizada. Habitualmente, los trabajadores de la información acceden a estos datos a
través de sistemas de reporting, análisis OLAP o cuadros de mando, obteniendo una
visión agregada o detallada de la información (según sus necesidades).
Business Intelligence activo: Aportan valor a la información disponible aplicando
modelos matemáticos o estadísticos para detectar patrones ocultos, aplican modelos de
optimización, proyección o clasificación para proponer las mejores soluciones posibles a
un problema determinado. Es decir, estas soluciones toman un papel activo en el
proceso de toma de decisiones.
DSS cooperativo.- Permite al encargado de la toma de decisiones (o a sus asesores)
modificar, completar o perfeccionar las sugerencias de decisión proporcionadas por el
sistema, antes de enviar de vuelta al sistema para su validación. El nuevo sistema
mejora, completa y precisa las sugerencias del tomador de la decisión y las envía de
vuelta a su estado para su validación. Entonces, todo el proceso comienza de nuevo,
hasta que se genera una solución consolidada.
1.- DSS dirigidos por modelos.- Se hace hincapié en el acceso y manipulación de un modelo
estadístico, financiero, de optimización o de simulación. Utiliza datos y parámetros
proporcionados por los usuarios para ayudar a los encargados de adoptar decisiones en el
análisis de una situación, que no son necesariamente los datos intensivos. Dicodess es un
ejemplo de un DSS de código abierto basado en modelos.
2.- DSS dirigidos por comunicación.- Disponen de soporte para varias personas que trabajan
en una misma tarea compartida. Ejemplos incluyen herramientas integradas como Microsoft
NetMeeting o Microsoft Groove.15
3.- DSS dirigidos por datos.- También llamados orientados por datos, enfatizan el acceso y la
manipulación de series temporales de datos internos de la empresa y, a veces, también de datos
externos.
4.- DSS dirigidos por documentos.- Gestionan, recuperan y manipulan información no
estructurada en una variedad de formatos electrónicos.
5.- DSS dirigidos por conocimiento.- Proporcionan experiencia acumulada en forma de
hechos, normas, procedimientos, o en estructuras similares especializados para la resolución de
problemas.
ARQUITECTURA
El sistema de gestión de base de datos.- Almacena información de diversos orígenes,
puede proceder de los repositorios de datos de una organización tradicional, de fuentes
externas (como Internet), o del personal (de ideas y experiencias de los usuarios
individuales).
El sistema gestor de modelos.- Se ocupa de las representaciones de los acontecimientos,
hechos o situaciones utilizando varios tipos de modelos (dos ejemplos serían modelos
de optimización y modelos de búsqueda-objetivo).
El sistema gestor y generador de diálogos.- Se trata de la interfaz de usuario; es, por
supuesto, el componente que permite a un usuario interactuar con el sistema.
Componentes fundamentales:
La interfaz de usuario.
La base de datos.
Las herramientas analíticas y de modelado.
La red y arquitectura del DSS.
Usuarios.- Con diferentes roles o funciones en el proceso de toma de decisiones (tomador de
decisiones, asesores, expertos del dominio, expertos del sistema, recolectores de datos).
Contexto de decisión.- Debe ser específico y definible.
Sistema de destino.- Éste describe la mayoría de las preferencias.
Bases de conocimiento.- Compuestas de fuentes de datos externas, bases de datos de
conocimiento, bases de datos de trabajo, almacenes de datos y meta-bases de datos, modelos
matemáticos y métodos, procedimientos, inferencia y los motores de búsqueda, programas
administrativos, y los sistemas de informes.
Entorno de trabajo.- Para la preparación, análisis y documentación de decisión alternativas.
BIBLIOGRAFIA
1. - Oracle ® Business Intelligence Standard Edition OneTutorial
http://docs.oracle.com/html/E10312_01/dm_concepts.htm
2.- ¿Qué un Data Mart?
http://www.cavsi.com/preguntasrespuestas/que-es-data-mart/
3.-Universidad Nacional de Ingeniera de Lima, Perú - Data Warehouse
4.-Escuela politécnica nacional escuela de ingeneria
http://bibdigital.epn.edu.ec/bitstream/15000/177/1/CD-0566.pdf
5.- CREACION Y DESARROLLO DE EMPRESAS
http://www.uax.es/fileadmin/templates/fundacion/docs/Cuadro_de_Mando_Integral.pdf
6. - Buissness Intelligence
http://manuelgross.bligoo.com/business-intelligence-los-sistemas-de-soporte-de-
decisiones-dss
7.-Pequeña y Mediana Empresa
http://www.pyme.org.mx/articulo.php?id=178
Recommended