LA INTELIGENCIA DE NEGOCIOS (BI)

Es el conjunto de tcnicas y herramientas para la transformacin de datos en

informacin significativa y til para anlisis de negocio propsitos. Tecnologas
de BI son capaces de manejar grandes cantidades de datos no estructurados
para ayudar a identificar, desarrollar y de lo contrario crear nuevas
oportunidades de negocio estratgicas. El objetivo de BI es para permitir la fcil
interpretacin de estos grandes volmenes de datos. La identificacin de
nuevas oportunidades y la implementacin de una estrategia eficaz basado en
ideas puede proporcionar a las empresas una ventaja en el mercado y la
estabilidad a largo plazo competitiva.
BI puede ser utilizado para apoyar una amplia gama de decisiones de negocios
que van desde operaciones de estratgica. Decisiones operativas bsicas
incluyen el posicionamiento del producto o de precio. Decisiones empresariales
estratgicas incluyen prioridades, metas y direcciones en el nivel ms
amplio. En todos los casos, BI es ms eficaz cuando se combina datos
derivados del mercado en el que opera la empresa (datos externos) con datos
de fuentes internas para el negocio de la compaa, tales como datos
financieros y de operaciones (datos internos). Cuando se combinan, los datos
externos e internos pueden proporcionar una imagen ms completa que, en
efecto, crea una "inteligencia" que no puede ser derivado por cualquier
conjunto singular de datos.

HISTORIA

El trmino "Inteligencia de Negocios" fue acuado originalmente por Richard

Millar Devens 'en el' Cyclopdia de Comerciales y Empresariales Ancdotas
"de 1865. Devens utiliza el trmino para describir cmo el banquero, Sir Henry
Furnese, obtuvo beneficios por recibir y procesar la informacin sobre su medio
ambiente, antes de sus competidores. "A lo largo de Holanda, Flandes, Francia
y Alemania, mantuvo un tren completo y perfecto de la inteligencia empresarial.
La noticia de las muchas batallas se recibi as por primera vez por l, y la
cada de Namur aadido a sus ganancias, debido a su temprana recepcin de
la noticia. "(Devens, (1865), p. 210). La capacidad de reunir y reaccionar en
consecuencia en base a la informacin obtenida, una habilidad que Furnese
sobresali en, es hoy todava en el corazn de BI.
En un artculo de 1958, IBM investigador Hans Peter Luhn utilizar la inteligencia
de negocios plazo. Emple definicin del diccionario de Webster de la
inteligencia: ". La capacidad de aprehender a las interrelaciones de los hechos
presentados de tal manera como para orientar la accin hacia una meta
deseada"
Inteligencia de negocio tal como se entiende hoy en da se dice que ha
evolucionado a partir de los sistemas de apoyo a las decisiones (DSS) que
comenzaron en la dcada de 1960 y se desarrollaron a lo largo de la dcada de
1980. DSS se origin en los modelos asistidos por ordenador creados para

ayudar a la toma de decisiones y la planificacin. De DSS, almacenes de datos,

sistemas de informacin ejecutiva, OLAP y la inteligencia empresarial entr en
foco a partir de finales de los 80.
En 1988, un consorcio italo-holands-Francs-Ingls organiz una reunin
internacional sobre el anlisis de datos multipunto en Roma. El objetivo final es
reducir las mltiples dimensiones a uno o dos (mediante la deteccin de los
patrones dentro de los datos) que luego se pueden presentar a los tomadores
de decisiones humanas.
En 1989, Howard Dresner (ms tarde un Gartner Group analista) propuso
"inteligencia de negocios" como un trmino general para describir "los
conceptos y mtodos para mejorar la toma de decisiones de negocio mediante
el uso de sistemas de apoyo basados en hechos". No fue hasta finales del
1990 que este uso fue generalizado.

EL ALMACENAMIENTO DE DATOS

Para distinguir entre los conceptos de inteligencia empresarial y de datos

almacenes, Forrester Research define la inteligencia de negocios en una de
dos maneras:
1. El uso de una definicin amplia: ". La inteligencia de negocios es un
conjunto de metodologas, procesos, arquitecturas y tecnologas que
transforman los datos en bruto en informacin significativa y til utilizado
para permitir ideas estratgicas, tcticas y operativas ms eficaces y en
la toma de decisiones" Bajo esta definicin, la inteligencia de negocio
tambin incluye tecnologas como la integracin de datos, calidad de
datos, almacenamiento de datos, gestin de datos maestros, texto y
contenido-analytics, y muchos otros que el mercado a veces grumos en
la " Gestin de la Informacin de segmento ". Por lo tanto, Forrester se
refiere a la preparacin de datos y la utilizacin de los datos como dos
segmentos separados pero estrechamente vinculados de la pila de
arquitectura empresarial y de inteligencia.
2. Forrester define el mercado empresarial y de inteligencia ms estrecho
como, "... refirindose a slo las capas superiores de la pila de
arquitectura de BI, tales como informes, anlisis y cuadros de mando.

LA COMPARACIN CON LA INTELIGENCIA COMPETITIVA

Aunque la inteligencia empresarial trmino es a veces sinnimo

de inteligencia competitiva (ya que tanto el apoyo de toma de
decisiones ), BI utiliza tecnologas, procesos y aplicaciones para analizar
datos estructurados, sobre todo internas y procesos de negocio, mientras que
rene inteligencia competitiva, analiza y difunde informacin con un enfoque
tpico sobre los competidores de la compaa. Si se entiende en trminos

generales, inteligencia de negocios puede incluir el subconjunto de la

inteligencia competitiva.

COMPARACIN CON EL ANLISIS DE NEGOCIOS

Business Intelligence y Business Analytics a veces se utilizan indistintamente,

pero hay definiciones alternativas. Una definicin contrasta los dos, que indica
que la inteligencia empresarial trmino se refiere a la recogida de los datos de
negocio para encontrar informacin principalmente a travs de preguntas,
informes y procesos analticos en lnea. Anlisis de negocios, por el contrario,
utiliza herramientas estadsticas y cuantitativas para el modelado explicativo y
predictivo.
En una definicin alternativa, Thomas Davenport, profesor de tecnologa y
gestin de la informacin en el Babson College sostiene que la inteligencia de
negocios debe dividirse en consultas, presentacin de informes, procesamiento
analtico en lnea de anlisis (OLAP), una herramienta de "alerta", y de
negocios. En esta definicin, anlisis de negocios es el subconjunto de BI
centrndose en las estadsticas, prediccin y optimizacin, en lugar de la
funcionalidad de informes.

APLICACIONES EN UNA EMPRESA

La inteligencia de negocios se puede aplicar a los siguientes motivos de
negocios, con el fin de impulsar el valor empresarial.
1. Medicin - programa que crea una jerarqua de las mtricas de
rendimiento (vase tambin Mtrica Modelo de referencia) y la
evaluacin comparativa que informa a los empresarios sobre el progreso
hacia los objetivos de negocio ( Business Process Management).
2. Analytics - programa que construye procesos cuantitativos para que
una empresa para llegar a decisiones ptimas y para llevar a cabo el
descubrimiento de conocimiento empresarial. Implica frecuentes: la
minera de datos , minera de procesos , anlisis estadstico , anlisis
predictivo , modelado predictivo , el modelado de procesos de negocio ,
linaje de datos , procesamiento de eventos complejos y anlisis
preceptivos .
3. Reporting / informes empresariales - programa que construye
infraestructura para la informacin estratgica para servir a la gestin
estratgica de un negocio, no informes operativos. Implica frecuentes
visualizacin de datos, sistema de informacin ejecutiva y OLAP.
4. Colaboracin / plataforma de colaboracin - programa que obtiene
diferentes reas (tanto dentro como fuera de la empresa) para trabajar
juntos a travs de intercambio de datos y el intercambio electrnico de
datos.
5. La gestin del conocimiento - programa para hacer de datos
impulsada por la empresa a travs de estrategias y prcticas para

identificar, crear, representar, distribuir, y permitir la adopcin de

conocimientos y experiencias que son el conocimiento de negocio real.
La gestin del conocimiento conduce a la gestin del aprendizaje y el
cumplimiento normativo.
Adems de lo anterior, la inteligencia empresarial puede proporcionar un
enfoque pro-activo, tales como la funcionalidad de alerta que notifica
inmediatamente al usuario final si se cumplen ciertas condiciones. Por ejemplo,
si alguna mtrica de negocio supera un umbral predefinido, la mtrica se
resaltar en informes estndar, y el analista de negocios puede ser alertado a
travs de e-mail u otro servicio de monitoreo. Este proceso de extremo a
extremo requiere el gobierno de datos, que debe ser manejado por el experto.

PRIORIZACIN DE PROYECTOS

Puede ser difcil para proporcionar un modelo de negocios positivo para las
iniciativas de inteligencia de negocios, ya menudo los proyectos debe ser
priorizada a travs de iniciativas estratgicas. Proyectos de BI pueden alcanzar
mayor priorizacin dentro de la organizacin si los administradores consideran
el siguiente:

Segn lo descrito por Kimball el gerente de BI debe determinar los

beneficios tangibles tales como el costo eliminado de producir informes
heredados.
Acceso a los datos para toda la organizacin debe cumplir. De esta
manera, incluso un pequeo beneficio, como un par de minutos
ahorrados, hace la diferencia cuando se multiplica por el nmero de
empleados en toda la organizacin.
Segn lo descrito por Ross, Weil y Roberson para Arquitectura
Empresarial, los gerentes deben tambin considerar dejar el proyecto BI
ser impulsada por otras iniciativas de negocios con excelentes casos de
negocios. Para apoyar este enfoque, la organizacin debe contar con
arquitectos de la empresa que puedan identificar los proyectos
empresariales adecuados.
Utilizando una metodologa estructurada y cuantitativa para crear
priorizacin defendible en lnea con las necesidades reales de la
organizacin, tales como una matriz de decisin ponderada.

FACTORES DE XITO DE APLICACIN

Segn Kimball et al, hay tres reas crticas que las organizaciones deben
evaluar antes de prepararnos para hacer un proyecto de BI.

El nivel de compromiso y el patrocinio del proyecto de la alta direccin

El nivel de necesidad de negocio para la creacin de una aplicacin de
BI
La cantidad y la calidad de los datos de negocio disponibles.

PORTALES DE BI

Un portal de Business Intelligence (BI portal) es la interfaz de acceso primario

para Data Warehouse (DW) y Business Intelligence (BI) aplicaciones. El portal
de BI es la primera impresin del usuario del sistema DW / BI. Por lo general es
una aplicacin de navegador, de la que el usuario tiene acceso a todos los
servicios individuales del sistema DW / BI, informes y otra funcionalidad
analtica. El portal de BI debe ser implementado de una manera tal que es fcil
para los usuarios de la aplicacin DW / BI a obtener de la funcionalidad de la
aplicacin.
Funcionalidad principal del portal BI es proporcionar un sistema de navegacin
de la aplicacin DW / BI. Esto significa que el portal tiene que ser
implementado de una manera que el usuario tiene acceso a todas las funciones
de la / aplicacin de BI DW.
La forma ms comn para disear el portal es de encajar a medida para los
procesos de negocio de la organizacin para la cual el / aplicacin de BI DW
est diseado, de esa manera el portal puede adaptarse mejor a las
necesidades y requerimientos de sus usuarios.
El portal de BI debe ser fcil de usar y entender, y si es posible tener una
apariencia similar a otras aplicaciones o contenido de la web de la organizacin
del / aplicacin de BI DW est diseado para (coherencia).
La siguiente es una lista de caractersticas deseables para portales web en
portales generales y BI en particular:
Utilizable
El usuario debe encontrar fcilmente lo que necesitan en la herramienta
de BI.
Contenido Rich
El portal no es slo una herramienta de impresin de informes, debe
contener ms funcionalidad, como consejos, ayuda, informacin de
soporte y documentacin.
Limpio
El portal debe ser diseado de modo que es fcil de entender y no
demasiado compleja como para confundir a los usuarios
Corriente
El portal debe actualizarse regularmente.
Interactivo
El portal debe ser implementado de una manera que hace que sea fcil
para que el usuario utilice su funcionalidad y animarles a utilizar el portal.

La escalabilidad y personalizacin dan al usuario los medios para

adaptarse al portal para cada usuario.
Valor Orientado
Es importante que el usuario tiene la sensacin de que la aplicacin
DW / BI es un recurso valioso que merece la pena trabajar en.

DATOS SEMI-ESTRUCTURADOS O NO ESTRUCTURADOS

Las empresas crean una gran cantidad de informacin valiosa en forma de
correos electrnicos, notas, notas de centros de llamadas, noticias, grupos de
usuarios, chats, informes, pginas web, presentaciones, archivos de imagen,
video-archivos y material de marketing y noticias. Segn Merrill Lynch, existe
ms de un 85% de toda la informacin empresarial en estas formas. Este tipo
de informacin se llaman ya sea semi-estructurados o no estructurados de
datos. Sin embargo, las organizaciones a menudo slo se utilizan estos
documentos una vez.
La gestin de los datos semi-estructurados se reconoce como un problema
importante sin resolver en la industria de tecnologa de la informacin. [34] De
acuerdo con las proyecciones de Gartner (2003), los trabajadores de cuello
blanco pasan en cualquier lugar de 30 a 40 por ciento de su tiempo buscando,
encontrando y evaluando datos no estructurados. BI utiliza tanto los datos
estructurados y no estructurados, pero el primero es fcil de buscar, y el
segundo contiene una gran cantidad de la informacin necesaria para el
anlisis y toma de decisiones. Debido a la dificultad de buscar adecuadamente,
encontrar y evaluar datos no estructurados o semi-estructurados, las
organizaciones no pueden aprovechar estos vastos reservorios de informacin,
lo que podra influir en una decisin, tarea o proyecto en particular. En ltima
instancia, puede conducir a la toma de decisiones informada mal.
Por lo tanto, cuando se disea un / DW-solucin de inteligencia de negocio, los
problemas especficos asociados con semi-estructurados y datos no
estructurados deben ser acomodados para, as como los correspondientes a
los datos estructurados.

LOS DATOS NO ESTRUCTURADOS FRENTE A LOS DATOS SEMIESTRUCTURADOS

Los datos no estructurados y semi-estructurados tienen diferentes significados
dependiendo de su contexto. En el contexto de los sistemas de base de datos
relacional, los datos no estructurados no pueden ser almacenados en
predeciblemente ordenados columnas y filas. Un tipo de datos no estructurados
se almacena normalmente en un BLOB (objeto binario grande), un catch-all
disponible en la mayora de los tipos de datos de base de datos relacionales
sistemas de gestin. Los datos no estructurados tambin pueden referirse a

repetirse de forma irregular o de forma aleatoria patrones de columna que

varan de una fila a otra dentro de cada archivo o documento.

Muchos de estos tipos de datos, sin embargo, como correos electrnicos,

archivos de texto de procesamiento de textos, PPT, imagen-files, y videoarchivos se ajustan a un estndar que ofrece la posibilidad de metadatos. Los
metadatos pueden incluir informacin como autor y el tiempo de la creacin, y
esto puede ser almacenado en una base de datos relacional. Por lo tanto,
puede ser ms exacto hablar de esto como documentos semi-estructurados o
datos, pero no hay consenso especfica parece haber sido alcanzado.
Los datos no estructurados tambin pueden ser simplemente el conocimiento
de que los usuarios de negocio tienen sobre las tendencias futuras de negocio.
Previsin de Negocios se alinea naturalmente con el sistema de BI ya que los
usuarios de negocios piensan de su negocio en trminos agregados. Capturar
el conocimiento del negocio que slo puede existir en la mente de los usuarios
de negocios ofrece algunos de los puntos de datos ms importantes para una
solucin de BI completa.

PROBLEMAS CON
ESTRUCTURADOS

LOS

DATOS

SEMI-ESTRUCTURADOS

NO

Hay varios desafos para el desarrollo de BI con los datos semi-estructurados.

Segn Inmon y Nesavich, Algunos de ellos son:
1. Acceder Fsicamente datos textuales no estructurados - datos no
estructurados se almacena en una gran variedad de formatos.
2. Terminologa - Entre los investigadores y analistas, existe la necesidad
de desarrollar una terminologa estandarizada.
3. Volumen de datos - Como se dijo anteriormente, hasta el 85% de todos
los datos existe como datos semi-estructurados. Pareja que con la
necesidad de una palabra a palabra y el anlisis semntico.
4. Consultas de los datos no estructurados textual - Una simple bsqueda
en algunos datos, por ejemplo, la manzana, los resultados en los
enlaces donde hay una referencia a ese trmino de bsqueda exacta.
(Inmon y Nesavich, 2008) da un ejemplo: "se realiza una bsqueda en el
trmino delito grave. En una bsqueda simple, se utiliza el trmino delito
grave, y en todas partes hay una referencia a delito grave, se hace un
golpe a un documento estructurado. Pero una simple bsqueda es
crudo. No se encontr referencias a la delincuencia, incendios,
asesinatos, peculado, homicidio vehicular, y tal, a pesar de que estos
crmenes son tipos de delitos graves.

EL USO DE METADATOS

Para resolver problemas con capacidad de bsqueda y evaluacin de datos, es

necesario saber algo sobre el contenido. Esto se puede hacer mediante la
adicin de contexto mediante el uso de metadatos. Muchos de los sistemas ya
la captura de algunos metadatos (por ejemplo, nombre de archivo, autor,
tamao, etc.), pero ms til sera metadatos sobre el contenido real - por
ejemplo, resmenes, temas, personas o empresas mencionadas. Dos
tecnologas diseadas para la generacin de metadatos sobre el contenido son
categorizacin automtica y extraccin de informacin.

FUTURO
Un documento de 2009 predijo estos desarrollos en el mercado de Business
Intelligence:
1. Debido a la falta de informacin, procesos y herramientas, hasta el ao
2012, ms del 35 por ciento de las 5.000 principales empresas
mundiales fallan regularmente para tomar decisiones interesantes
cambios significativos en sus negocios y mercados.
2. Para el ao 2012, las unidades de negocio controlarn al menos el 40
por ciento del presupuesto total de la inteligencia de negocios.
3. Para el ao 2012, un tercio de aplicaciones analticas aplicadas a los
procesos de negocio se entregar a travs de grano grueso de
aplicaciones mashups.
Un informe especial de Gestin de la Informacin 2009 predijo las principales
tendencias de BI: " computacin verde, los servicios de redes sociales,
visualizacin de datos, BI mvil , anlisis predictivo , aplicaciones compuestas ,
cloud computing y multitouch . ". La investigacin realizada en 2014 indic que
los empleados son ms probabilidades de tener acceso a, y ms
probabilidades de comprometerse con, herramientas de BI basadas en la nube
que las herramientas tradicionales.

Otras tendencias de inteligencia de negocios incluyen los siguientes:

Terceros productos SOA-BI abordan cada vez ETL cuestiones de volumen y
rendimiento.
1. Empresas abrazan procesamiento en memoria, el procesamiento de 64
bits, y las aplicaciones de BI analticas pre-envasados.
2. Aplicaciones operacionales tienen componentes de BI no
desembolsadas, con mejoras en el tiempo de respuesta, la escala y la
concurrencia.
3. Cerca o en tiempo real de anlisis de BI es una expectativa de lnea de
base.
4. El cdigo abierto de software de BI reemplaza ofertas de los
proveedores.
5. Otras lneas de investigacin incluyen el estudio combinado de
inteligencia de negocios y datos inciertos. En este contexto, los datos

utilizados no se supone que es precisa, exacta y completa. En lugar de

ello, los datos se considera incierto y, por tanto, esta incertidumbre se
propaga a los resultados producidos por BI.
Segn un estudio realizado por el Grupo Aberdeen, ha habido un creciente
inters en Software-as-a-Service de inteligencia (SaaS) de negocios en los
ltimos aos, con el doble de las organizaciones que utilizan este mtodo de
despliegue que hace un ao - 15% en 2009 frente al 7% en 2008.
Un artculo de InfoWorld Chris Kanaracus seala los datos de crecimiento
similares a partir de la firma de investigacin IDC, que predice que el mercado
SaaS BI crecer un 22 por ciento cada ao hasta el 2013 gracias al aumento
de la sofisticacin del producto, los presupuestos de TI tensas, y otros factores.
Un anlisis de los 100 mejores puntajes de Business Intelligence y Analytics y
clasifica las empresas en base a diversas variables abiertas