CUA E BDBI - SVR

SESIÓN VIRTUAL DE REPASO
CONCEPTOS CLAVE EJEMPLO DE APLICACIÓN BIBLIOGRAFÍA ADICIONAL RECOMENDACIONES FINALES
FUNDAMENTOS DEL BUSINESS INTELLIGENCE

Los volúmenes de datos han aumentado considerablemente durante los
últimos años debido al aumento de las tecnologías y a su aplicación en el
ámbito empresarial. Al principio las consultas se hacían sobre los sistemas
transaccionales con el fin de recuperar la información, y aunque esta
solución funciona para algunos aspectos concretos, no acaban de cubrir por
completo las necesidades de información que las organizaciones tienen ya
que dichos sistemas transaccionales están diseñados meramente para
soportar transacciones.
En las organizaciones cabe destacar que la información es un activo

principal y que el correcto manejo de ella es la que determina el éxito o
fracaso. Por ello, es necesario la implementación de soluciones que otorguen
un mejor acceso a la información, y mejore y simplifique el análisis que es lo
que verdaderamente aporta valor. Por tanto, el Business Intelligence tiene
como objetivo apoyar y facilitar a las organizaciones de la información
necesaria para que puedan realizar la toma de decisiones y que las haga ser
más competitivas.
Hay numerosas herramientas analíticas comprendidas dentro del BI que

están pensadas para asistir en la toma decisiones profundizando en la
búsqueda de conocimiento y de valor en la información de la propia
organización.
Definición del Business Intelligence
Con el objetivo de lograr resultados de alto rendimiento, las organizaciones

necesitan aprovechar y transformar los datos que poseen en información
útil, siendo la visión práctica del Business Intelligence lo que capacita a las
organizaciones para conseguirlo.
La definición del objetivo principal y de la visión del Business Intelligence

consiste en ayudar a las empresas para que reúnan y utilicen la información
de los datos que tienen.
El objetivo básico del Business Intelligence es apoyar de forma

sostenible y continuada a las organizaciones para mejorar su
competitividad, facilitando la información necesaria para la toma de
decisiones.
Por qué Business Intelligence

Las empresas necesitan soluciones de BI porque para tener éxito,
necesitan una manera rápida y fácil de "ver" las medidas esenciales y
necesarias para construir su estrategia, incluso de vida o muerte, y poder
tomar decisiones óptimas. Lo necesitan para poder gestionar
correctamente su negocio.
Un buen ejemplo podría ser el obtener ciertas relaciones como:
Las ventas son grandes, pero el inventario es bajo….
Estamos haciendo muy bien las ventas a nivel mundial, pero

nuestra retención de personas es muy baja...
Para conseguir que las organizaciones sean competitivas, vemos que

es necesario que las decisiones se tomen de manera rápida. Esta
restricción de tiempo hace que las personas vean limitadas su capacidad
de análisis y el poder tomar buenas decisiones. Aunque en el mercado
actual existen diversas herramientas y tecnologías como SGBD (1),
ERP(2), CRM(3) o SCM(4) estas suelen ser rígidas y no tienen gran
adaptación para el manejo de datos puesto que son desarrolladas para
cubrir otras funcionalidades, haciendo que no se permita la extracción de
información de ellas de manera simple.
Limitaciones en herramientas tradicionales
Algunas limitaciones que podemos encontrar en las herramientas

tradicionales serían:
Rigidez a la hora de visualizar los datos. En la fase de diseño se

realizan vistas e informes predefinidos y el usuario tiene que ceñirse
a ellos sin tener la capacidad de realizar modificaciones.
Largos tiempos de respuesta en las consultas. Normalmente las

consultas complejas necesitan unir la información de varias tablas y
si éstas tiene un gran volumen de información hace que las
respuestas tomen más tiempo del deseado dificultando la fluidez del
trabajo de los usuarios.
Lagunas de datos. Las organizaciones suelen tener sus datos

normalmente representados en diferentes sistemas de información.
Oferta y demanda
Los usuarios cada vez requieren información más sofisticada. Tienen los
datos, pero necesitan una forma mejor, más rápida y más fácil de entender
la información y de cómo presentar la información al usuario final.
Permitiendo un modelo de autoservicio (ad-hoc), se puede liberar la carga

de trabajo al departamento de TI ofreciéndoles un valor añadido, por tanto,
tenemos la capacidad para permitir a los usuarios finales la manipulación
de los datos.
Los usuarios de negocio entienden el mercado mejor que la gente de TI,

por tanto, con las capacidades de BI de autoservicio ellos pueden
conseguir el mejor valor de los datos. Por otra parte, la solución tiene
que estar pensada desde el principio con el fin de ser mantenible y poder
evolucionar.
EL VALOR DE LOS DATOS

Cuando se va a implementar una solución de BI en una empresa la definición de
los requisitos juega un papel crucial en el éxito de la solución.
Por ello hay cuatro principios sobre los requisitos que tienen que ser tomados en
consideración:
El Business Intelligence es derivado de los requisitos de negocio.
Debe determinar lo que se requiere por los usuarios.
Elección de la fuente de datos correcta.
Presentación de la información.
Hay que entender el cambio de mentalidad que se produce en las empresas,

pasando de una visión departamental a tener una visión empresarial o corporativa.
Se debe disponer de un punto de acceso a la información de la compañía, y que

este ofrezca la posibilidad de visualizar la información de todas las áreas.
Las tecnologías y las herramientas actuales hacen que sea más fácil de analizar
los resultados de una pregunta y decidir que pregunta debe ser la siguiente.
Diferentes niveles de BI
A medida que las empresas maduran, sus requisitos para el Business Intelligence
se vuelven más sofisticados.
La generación emergente de almacenes de datos (DWH) mejora la ejecución de

una estrategia de negocio. Esta evolución mejora un conjunto cada vez mayor de
los niveles de servicio en la arquitectura de almacenamiento de datos.
Los diferentes niveles que se muestran a continuación tienen diferencias tales

como:
Las preguntas formuladas.
El número de usuarios.
Las acciones que la empresa puede realizar.
Las decisiones que la empresa puede tomar.

Reporte
¿QUÉ ocurrió? Proporciona informes predefinidos, así como cuadros

de mando corporativos o "cuadros de mando", centrados en indicadores
clave de rendimiento / métricas. A veces, esta solución se usa para aliviar
los problemas de rendimiento de los sistemas operativos que no pueden
favorecer informes complejos.
En su mayor parte, las preguntas en un entorno de información se

conocen de antemano.
Análisis
¿POR QUÉ sucedió? La empresa debe proporcionar la experiencia necesaria

para desarrollar las consultas ad hoc, en oposición a lo predefinido, que se
desarrolló en base a informes y KPI.
Los analistas de negocio pueden desarrollar sus propios informes para responder
a sus diversas preguntas de negocio.
En la mayoría de los casos, los responsables de análisis del negocio y de la toma de

decisiones están provistos de una herramienta de BI para ayudar a navegar a
través del almacén de datos mientras se está aislando de la complejidad de la base
de datos subyacente.
Pronóstico
¿Qué sucederá probablemente? La necesidad de conocimiento del

cliente aumenta a medida que la empresa busca implementar
capacidades de modelado de análisis.
El número de usuarios que participan en estas funciones de modelado

es muy pequeño. Sin embargo, la complejidad de sus algoritmos,
modelos estadísticos y la necesidad de grandes cantidades de datos
detallados significa que requieren de una cantidad desproporcionada de
los recursos informáticos.
Esto permite a la empresa construir lo necesario para predecir el futuro y

crear metas y puntos de referencia para dar forma predefinida al futuro.
Operativa
¿Qué está sucediendo AHORA? Este nivel proporciona mucha

más información hasta la fecha. Un sistema de BI ayuda a ejecutar
la estrategia de negocio, basado en las condiciones actuales.
Para tener éxito en este nivel, los datos deben ser cargados con
mucha más frecuencia, a menudo de forma continua, y las
consultas deben ser contestadas en un plazo de tiempo muy corto
para poder permitir tomar acciones.
El número de usuarios puede ser de tamaño medio, pero la

ejecución de consultas en su mayoría irá dirigidas a los datos
actuales.
Almacenamiento Activo
¿Qué quiero que suceda? El sistema de BI opera en un modo cercano al

automático, sin mucha intervención humana.
Las decisiones se toman sobre la base de sucesos del sistema y

disparadores basados en reglas. El establecimiento y la aplicación de las
políticas comerciales claras son cruciales.
Pocos usuarios involucrados excepto aquellos responsables de la

definición y el seguimiento de las normas.
FUNDAMENTOS DEL BIG DATA
Los avances tecnológicos están acelerando la transformación de todos

los negocios a un ritmo desconocido hasta ahora. Se están desarrollando
capacidades nuevas impensables hace no tanto tiempo. Adicionalmente el
ritmo de desarrollo tecnológico está siendo muy rápido y se generan
grandes oportunidades alrededor de estas nuevas tecnologías y
capacidades.
El principal reto al que nos enfrentamos es la adopción de estas nuevas

tecnologías y la transformación de los modelos de negocio tradicionales.
Las barreras establecidas se están rompiendo y hay un traspaso de poder
de las empresas al consumidor.
Alrededor de esta evolución tecnológica y con el desarrollo de múltiples

dispositivos y aplicaciones, se ha iniciado un proceso de generación
masiva de datos que nos permite ampliar y profundizar en el
conocimiento de las distintas realidades (humanas, sociales,
medioambientales, etc.).
Las nuevas tecnologías de Big Data proporcionan la capacidad de

explotación de todos estos datos generando grandes oportunidades en el
desarrollo de la inteligencia de negocio.
La era de los datos, el “nuevo petróleo”
A nivel mundial diariamente se están generando simultáneamente enormes cantidades

de datos en distintos formatos y de distintas fuentes.
Los datos se están convirtiendo en el nuevo recurso natural, la nueva materia prima
del mundo, transformando industrias y profesiones. Los datos son la nueva base
competitiva para cualquier empresa, y su adecuado uso y explotación es
imprescindible para la supervivencia.
Podemos identificar nuevas empresas que han desarrollado su modelo de negocio

basado en la explotación de los datos que gestionan. Compañías como Amazon,
Facebook, Airbnb, Netflix, cuyo principal valor ha sido desarrollar potentes
motores de recomendación para sus usuarios, han motivado que empresas de
todos los sectores inicien programas de Big Data centrando sus esfuerzos e
inversiones en disponer de los mecanismos necesarios para explotar mejor su
información e incrementar su valor.
¿Qué es Big Data?

Hoy en día, prácticamente todo lo que hacemos deja un rastro o huella digital que
puede ser procesado para mejorar nuestro conocimiento y valor. Las principales
fuentes de datos son:
Datos generados por las personas (videos, fotos, comportamientos en redes

sociales, etc.).
Datos generados por máquinas (información de aviones, cámaras de

seguridad, dispositivos médicos, etc.).
Datos generados por las empresas internamente (información de la operativa

interna, de empleados, de clientes, etc.).
Big Data es la capacidad de procesar grandes volúmenes de datos en múltiples

formatos y a gran velocidad con el objetivo de aportar valor al negocio. Para
poder llevar a cabo este procesamiento de datos se utiliza un sistema de
almacenamiento en un único repositorio o Data Lake, a gran escala que proporciona
una gran capacidad de cómputo o procesamiento.
Considerando la cantidad de datos que se están generando cada segundo, la

aparición de la tecnología Cloud Computing ha sido fundamental para disponer de
las capacidades de almacenamiento y escalabilidad requeridas para Big Data.
Permite adquirir capacidades de almacenamiento al mismo tiempo que se van
necesitando, y escalar con velocidad, acotando los costes al ser recursos
compartidos entre diferentes empresas.
Características del Big Data (5Vs)
Volumen (cantidad de datos): Hace referencia al tamaño del conjunto de datos a

manejar. Necesarias nuevas formas de almacenamiento y procesamiento de datos para
su explotación.
Velocidad (rapidez en la generación de datos): necesidad de dar respuesta a la

información en tiempo real.
Valor (capacidad de trasformar datos en valor):
Variedad (diferentes fuentes y formatos). Nos encontramos con dos tipos de datos:
Datos Estructurados (datos que encajan en un modelo de filas y columnas o

bases de datos relacionales (por ejemplo: hojas Excel)).
Datos No Estructurados. , datos no organizados en un formato predefinido, por

ejemplo: Tweets, blogpost, imágenes, vídeos, etc.
Veracidad (fiabilidad de los datos): Es el grado de confianza que se establece sobre

los datos a utilizar.
Principales roles en Big Data
El desarrollo de Big Data en una empresa requiere disponer de nuevos

roles y responsabilidades para llevar a cabo las actividades descritas.
Los principales nuevos roles necesarios son:
Data Scientist, es la persona que trata y analiza los datos.

Desarrollan un conjunto de métodos, técnicas y teorías para
extraer ideas y nuevas perspectivas de la información.
Data Engineer, es la persona que prepara la infraestructura Big

Data para ser utilizada por Data Scientist. Diseñan, construyen e
integran datos de varios recursos y los administran. Su objetivo
es optimizar el rendimiento del ecosistema de datos de las
empresas.
Chief Data Officer, es la persona responsable de definir la

estrategia, políticas, procedimientos y herramientas para una
adecuada gestión de los datos y la información de la empresa,
implantando una cultura del dato que ponga el valor de los datos
en el centro de la organización.
DESARROLLO DE UNA ESTRATEGIA DE DATOS

Más que nunca la habilidad para gestionar un gran volumen y diversidad de información es
crítico para la supervivencia de las empresas. Recientemente se han ido incorporando
nuevas funciones en las organizaciones, como la nueva figura de Chief Data Officer
(CDO), para llevar a cabo un adecuado Gobierno de los Datos.
No obstante, en diferentes estudios y encuestas llevados a cabo se pone de manifiesto el

gran recorrido de todo lo que queda por hacer en relación con una adecuada gestión de
datos, poniendo de manifiesto aspectos tan relevantes como que de media las
organizaciones utilizan menos del 50% de los datos estructurados para la toma de
decisiones.
Disponer de un CDO o función de Gestión y Gobierno de los Datos es un buen inicio pero
no podrá ser efectivo sin una adecuada definición de la Estrategia de Datos a seguir.
Desarrollar unos objetivos estratégicos ayuda a priorizar las diferentes actividades de
gestión y gobierno de los datos e información, y a poner foco en lo que es relevante para la
empresa en cada momento.
Existen dos enfoques a tener en cuenta a la hora de definir una estrategia de datos,
Defensivo y Ofensivo. Cada empresa deberá desarrollar su propia estrategia considerando
sus objetivos estratégicos, clarificando que se espera obtener con los datos, y balanceando
entre ambos enfoques. Se requiere establecer un equilibrio entre los diferentes usos de los
datos, y el control y flexibilidad en los usos.
Ambos enfoques, Defensivo y Ofensivo, se diferencian en los distintos objetivos de negocio

y en las actividades necesarias para alcanzarlos.
Estrategia de Datos “Defensiva”

Una Estrategia de Datos “Defensiva” tiene como objetivo principal minimizar
los riesgos.
Las principales actividades asociadas con estos objetivos son:
Asegurar el cumplimiento regulatorio (por ejemplo: privacidad de los

datos, consistencia e integridad entre los diferentes informes financieros,
etc.).
Mejorar los modelos de detección de fraude.
Desarrollar sistemas de prevención de robos y ciberataques.
Racionalizar múltiples fuentes de datos.
Mejorar la calidad de datos.
Optimizar y/o reducir gastos generales (incluyendo costes

tecnológicos).
Una función “defensiva” pone foco en desarrollar la “fuente única de la verdad

(SSOT)”, identificando las diferentes fuentes para cada dato y estandarizando y
gobernando para conseguir integridad de la información entre los diferentes
sistemas internos. Cuanto más uniformes y estandarizados son los datos, más
sencillo es desarrollar un enfoque defensivo.
Estrategia de Datos “Ofensiva”
Una Estrategia de Datos “Ofensiva” tiene como objetivo principal

dar soporte a los objetivos de negocio, por ejemplo: incremento
de ingresos, beneficios, satisfacción de clientes, etc.
Las principales actividades asociadas con estos objetivos son:
Mejorar el conocimiento de los clientes (Data Analysis).
Desarrollar nuevos productos y servicios.
Integrar la información interna y externa de los clientes e

información de mercado para mejorar la toma de
decisiones, desarrollando cuadros de mando muy visuales.
Una función “ofensiva” desarrolla “múltiples versiones de la

verdad (MVOT)”, partiendo de las fuentes únicas de verdad e
integrando múltiples datos para obtener de una manera flexible
información que puede ser considerada en la estrategia global de
la empresa.
ELEMENTOS CLAVE PARA EL GOBIERNO Y GESTIÓN

DE LOS DATOS
En los últimos años se están generando grandes oportunidades para el desarrollo de los
negocios alrededor de la disponibilidad de datos y su adecuado uso, permitiendo mejorar
la toma de decisiones a todos los niveles dentro de las empresas.
En este contexto establecer un Gobierno del Dato adecuado comienza a ser un aspecto
necesario en todas las organizaciones.
Gobierno del Dato se define como un conjunto de principios, políticas, procedimientos,

herramientas, roles y responsabilidades, orientados a promover la mejora de la
calidad y consistencia de los datos así como una mayor y mejor disponibilidad de los
mismos de manera que permitirá a las empresas satisfacer las necesidades de
información en la gestión, reporting y toma de decisiones.
El establecimiento de un adecuado Gobierno del Dato permite tener una visión clara de
los datos, quién es el propietario, que usos se hacen de los datos, como pueden
gestionarse y como se puede extraer valor de los mismos.
Características de los datos
Para que los datos tengan valor tienen que estar disponibles, tienen que ser
entendibles por los diferentes usuarios y tienen que ser fiables para la toma de
decisiones.
El establecimiento de un adecuado Gobierno del Dato tiene por objetivo

obtener el máximo valor de los datos, poniendo en marcha proyectos que
permitan mejorar:
La disponibilidad de los datos: disponer de un catálogo de datos y sus

correspondientes repositorios o sistemas, que permitan en cualquier
momento que sean utilizados por los procesos de negocio.
El entendimiento de los datos: definir el significado de los diferentes

datos y poner un diccionario con la verdad única a disposición de todas
las personas.
La fiabilidad de los datos: medir la calidad de los datos que se utilizan

para la toma de decisiones y poner en marcha planes para resolver las
debilidades que sean identificadas.
Principios del Gobierno del Dato

Clasificación de los Datos: establecimiento de una definición única y una clasificación de los datos
entendible por todos los departamentos, estableciendo categorías y jerarquías estándar.
Arquitectura de Datos: implantación de los elementos funcionales y técnicos que permitan la

gestión de los datos de forma unívoca.
Protección y Seguridad: medidas que proporcionen control y seguridad en el acceso, uso y

almacenamiento.
Calidad, Exactitud e Integridad: los datos deben ser exactos, completos, exhaustivos y fiables.
Prontitud: los datos deben estar disponibles en tiempo y forma, considerando sus diferentes usos
por lo que la frecuencia puede variar en función de su utilidad.
Claridad y Utilidad: los datos deberán comunicarse de un modo claro y conciso, entendible por las
diferentes personas que los vayan a utilizar y sobre los que se van a tomar decisiones.
Adaptabilidad: La gestión de los datos deberá orientarse a dar respuesta a las diferentes
necesidades de los negocios. Debe ser posible generar datos e información de una manera flexible
para responder a una variedad de requisitos en función de cada departamento.
Disponibilidad: Los datos deberán compartirse de una manera transparente, estar accesibles y
poder reutilizarse para diferentes usos. Se deben establecer políticas de retención de datos de cara
a cumplir con los requisitos legales o normativos.
Políticas (Qué gobernar)
Permiten establecer los principios y directrices que deben ser seguidos por toda
la organización para llevar a cabo la estrategia de datos definida y su correcta
ejecución.
Definir una normativa de este tipo permite establecer unos principios comunes y
normas estandarizadas, contribuyendo a mitigar el riesgo de un uso o
procesamiento de datos indebido.
Igualmente fomenta el desarrollo de buenas prácticas para tener datos

Disponibles, Entendibles y Fiables.
Dentro de las políticas se incluyen entre otros los siguientes aspectos:
Objetivos y estrategia de la empresa.
Definición de la verdad única (Diccionario de Datos).
Roles y responsabilidades.
Procedimientos a seguir.
Calidad de la información como aspecto básico para una adecuada

toma de decisiones.
Procedimientos (Cómo gobernar)
Se trata de definir como llevar a cabo las diferentes actividades

de gobierno y gestión de los datos, de acuerdo a las políticas
establecidas.
Dentro de los procedimientos a desarrollar se deben incluir los

siguientes:
Procedimiento de definición de la Verdad Única,

Diccionario de Datos.
Procedimiento de Medición de la Calidad y de definición

de planes de acción o remediación para la resolución de
problemas de calidad en los datos.
Procedimiento para identificar los diferentes Roles dentro

de la empresa.
ORGANIZACIÓN DATA DRIVEN. RETOS Y

OPORTUNIDADES
Una organización dirigida por datos (organización Data Driven) es

“aquella que adquiere, procesa y aprovecha datos continuamente
para crear eficiencias, desarrollar o iterar nuevos productos, y
navegar el panorama competitivo”. (Extraído del libro Data Driven:
Creating a Data Culture).
Retos de una Data Driven Company
Actualmente las dificultades técnicas ya no suelen ser el principal

problema en la transformación digital para que una organización llegue
a ser considerada como organización Data Driven. Gran parte de los
problemas técnicos que nos encontrábamos hace algunos años;
tecnologías como Big Data, Machine Learning, etc., están solucionadas
a nivel técnico. Aunque hay que destacar que no en pocos casos
algunos proyectos de transformación digital fracasan.
El verdadero obstáculo aparece en muchas ocasiones en la resistencia

al cambio de las diferentes estructuras dentro de las propias
organizaciones.
A la hora de llevar a cabo la implementación de las distintas iniciativas y

proyectos es importante que tengamos en cuenta los principales
riesgos y sobre todo las dificultades que en ciertas ocasiones pueden
suponer un problema en nuestro día a día laboral.
Dificultades de una Data Driven Company

Citando algunas dificultades podríamos tener en consideración:
El entorno tecnológico posee una gran complejidad y

diversidad.
Dentro de la organización en muchos casos se produce un

propio choque cultural y numerosas barreras internas.
Aunque se haya evolucionado y exista una mejoría en muchos

casos todavía siguen siendo organizaciones fragmentadas en
silos.
Nueva regulación y normativa más restrictiva de protección de

datos GDPR, que aumenta el nivel de protección y seguridad
en cuanto los datos.
Y, por último, también cabría destacar las limitaciones

técnicas, como podríamos ejemplificar con el aumento del
número y tipología de dispositivos.
Los profesionales expertos en ámbito del Business Analytics y Gestión

de la información, no deben caer en la desilusión al encontrarse con
múltiples inconvenientes y sobre todo no bloquearse con estos
inconvenientes y no ver estas dificultades como problemas sino
tan sólo como circunstancias que atravesar para conseguir llegar a
ser una organización Data Driven.
Beneficios de la gestión vía datos

En la actualidad se pueden encontrar muchas opciones para mejorar la gestión
interna de las empresas. Por supuesto que es mucho mejor si apostamos por el
excelente uso de la información y se facilita la toma de decisiones ya que podemos
asegurar que a grandes cantidades de datos equivalen grandes beneficios
(desde la reducción de costes llegando hasta la creación inclusive de nuevos
negocios).
Por tanto, teniendo en cuenta esto podemos asegurar algunos de los grandes
beneficios de conseguir ser una organización Data Driven:
Ayuda a aumentar la eficiencia: dejar de malgastar gran parte de su tiempo

en la búsqueda de información de departamento en departamento intentando
entender su propio negocio. En una organización gestionada con el dato toda
la información puede estar centralizada y visualizarla a través de una
única plataforma y convertir esos datos en información útil y organizada,
ahorrando tiempo.
Conseguir una obtención de respuestas más rápidamente para poder

atender las preguntas que surgen del negocio: Un manager o directivo
debe tomar decisiones acertadas estando en muchas ocasiones bajo la
presión del tiempo, por ello este recurso tan preciado llamado tiempo no
puede ser malgastado leyendo grandes cantidades de papel ni informes
departamentales. Se debe conseguir en minutos respuestas rápidas a
preguntas complejas. Por ejemplo, un solo informe puede contener las cifras
de ventas, de los costes, del stock, de los canales de distribución, etc.
Beneficios de la gestión vía datos

Dar los pasos correctos en tu negocio con la información precisa:
gestionar un negocio es algo complejo y serio; y por ello no debe ser
gestionado vía presentimientos o intuición, ya que esta práctica
raramente funciona y puede conllevar grandes daños para la empresa. Con
la información adecuada y bien organizada se pueden tomar decisiones
basadas en el conocimiento que la propia empresa genera. Una
organización Data Driven tendrá información histórica más acertada,
actualizaciones de información en tiempo real, resumen de los datos entre
las distintas sucursales, predicción y tendencias basadas en información y
análisis de la situación.
Permite analizar el comportamiento del consumidor: en este tipo de

organizaciones se consigue analizar los hábitos de compra de los
consumidores y poder convertir esa información en algo útil y muy rentable
para la empresa. También permite hacer que las campañas de fidelización
sean más eficientes. Además, se pueden construir modelos predictivos que
faciliten las promociones, etc.
Permite disponer de un mejor conocimiento y control sobre las

distintas áreas funcionales de la empresa: distintas áreas cómo
marketing, compras, producción, inventario, hasta el servicio de postventa
son susceptibles de ser incluidas en los sistemas informacionales de las
organizaciones Data Driven ya que en todas las áreas de la empresa se
necesitan datos (bien sean de clientes, de los costes de las materias primas,
de I+D+I, etc.). El universo de información es grande y al tenerla centralizada
se disminuyen los errores en la toma de decisión.
La perspectiva del cliente

Las soluciones informacionales en una organización Data Driven otorgan un valor añadido de los que se pueden destacar el
valor del cliente para el negocio:
Gestión de relaciones con los clientes.
Contención de riesgos y control de finanzas y costes.
Gestión del rendimiento corporativo y optimización del personal.
Optimización de adquisición y control de inventario.
Reducido "tiempo de respuesta" a los escenarios de negocio clave.
Analizar los datos operacionales para reducir costos.
Maximizar la rentabilidad mediante la obtención de una mejor comprensión de los clientes, operaciones, empleados y
proveedores.
Mejorar las métricas de rendimiento mediante el aprovechamiento de análisis de calidad.
Capacitar a los dueños del proceso con información relevante para implementar de manera eficiente sus procesos de
negocio.
Visión rápida de las materias individuales como clientes globales, recursos humanos, etc.
BI en acción (encontrando el valor excepcional)
Datos brutos: Visualización en BI:
Veamos un ejemplo de una muestra de la capa

fundamental inferior de los datos de una
empresa, que se podría correlacionar con una
base de datos tradicional. Comprobamos que
a menudo nuestros clientes tienen
"demasiados datos... Pero no tienen
suficiente información “.
Vemos que con una muestra y una

visualización sin tratar es muy complejo
identificar un valor dispar con respecto al resto
mientras que con una herramienta de BI se
vería claramente.
Bibliografía Adicional
Recomendaciones de bibliografía relacionada con el tema a trabajar:
— Gartner  https://www.gartner.com/en
— The Economist https://www.economist.com
— The Global Data Management Community  https://dama.org/content/body-knowledge
— TDWI (The Data Warehousing Institute)  https://tdwi.org/Home.aspx
— Data Driven: Creating a Data Culture  Autores: DJ Patil y Hilary Mason y publicado por
O’Really Media.
Recomendaciones Finales
Recuerda siempre:
Para cualquier duda o cuestión tu profesor está disponible en el Foro de Dudas.
Realiza los Casos prácticos, es una excelente oportunidad para consolidar los
conocimientos vistos en el tema.
Participa en nuestro modelo de aprendizaje social MAS©: crea conocimiento con tus
compañeros y tu profesor en el Foro de Debate debatiendo los casos prácticos que te
proponemos.

CUA E BDBI - SVR

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

CUA E BDBI - SVR

Încărcat de

Drepturi de autor:

Formate disponibile

SESIÓN VIRTUAL DE REPASO

CONCEPTOS CLAVE EJEMPLO DE APLICACIÓN BIBLIOGRAFÍA ADICIONAL RECOMENDACIONES FINALES

SESIÓN VIRTUAL DE REPASO

FUNDAMENTOS DEL BUSINESS INTELLIGENCE

En las organizaciones cabe destacar que la información es un activo

Hay numerosas herramientas analíticas comprendidas dentro del BI que

SESIÓN VIRTUAL DE REPASO

Definición del Business Intelligence

Con el objetivo de lograr resultados de alto rendimiento, las organizaciones

La definición del objetivo principal y de la visión del Business Intelligence

El objetivo básico del Business Intelligence es apoyar de forma

SESIÓN VIRTUAL DE REPASO

Por qué Business Intelligence

Un buen ejemplo podría ser el obtener ciertas relaciones como:

Las ventas son grandes, pero el inventario es bajo….

Estamos haciendo muy bien las ventas a nivel mundial, pero

Para conseguir que las organizaciones sean competitivas, vemos que

SESIÓN VIRTUAL DE REPASO

Limitaciones en herramientas tradicionales

Algunas limitaciones que podemos encontrar en las herramientas

Rigidez a la hora de visualizar los datos. En la fase de diseño se

Largos tiempos de respuesta en las consultas. Normalmente las

Lagunas de datos. Las organizaciones suelen tener sus datos

SESIÓN VIRTUAL DE REPASO

Permitiendo un modelo de autoservicio (ad-hoc), se puede liberar la carga

Los usuarios de negocio entienden el mercado mejor que la gente de TI,

SESIÓN VIRTUAL DE REPASO

EL VALOR DE LOS DATOS

El Business Intelligence es derivado de los requisitos de negocio.

Debe determinar lo que se requiere por los usuarios.

Elección de la fuente de datos correcta.

Hay que entender el cambio de mentalidad que se produce en las empresas,

Se debe disponer de un punto de acceso a la información de la compañía, y que

SESIÓN VIRTUAL DE REPASO

La generación emergente de almacenes de datos (DWH) mejora la ejecución de

Los diferentes niveles que se muestran a continuación tienen diferencias tales

Las preguntas formuladas.

Las acciones que la empresa puede realizar.

Las decisiones que la empresa puede tomar.

SESIÓN VIRTUAL DE REPASO

¿QUÉ ocurrió? Proporciona informes predefinidos, así como cuadros

En su mayor parte, las preguntas en un entorno de información se

SESIÓN VIRTUAL DE REPASO

¿POR QUÉ sucedió? La empresa debe proporcionar la experiencia necesaria

En la mayoría de los casos, los responsables de análisis del negocio y de la toma de

SESIÓN VIRTUAL DE REPASO

¿Qué sucederá probablemente? La necesidad de conocimiento del

El número de usuarios que participan en estas funciones de modelado

Esto permite a la empresa construir lo necesario para predecir el futuro y

SESIÓN VIRTUAL DE REPASO

¿Qué está sucediendo AHORA? Este nivel proporciona mucha

El número de usuarios puede ser de tamaño medio, pero la

SESIÓN VIRTUAL DE REPASO

¿Qué quiero que suceda? El sistema de BI opera en un modo cercano al

Las decisiones se toman sobre la base de sucesos del sistema y

Pocos usuarios involucrados excepto aquellos responsables de la

SESIÓN VIRTUAL DE REPASO

FUNDAMENTOS DEL BIG DATA

Los avances tecnológicos están acelerando la transformación de todos

El principal reto al que nos enfrentamos es la adopción de estas nuevas

Alrededor de esta evolución tecnológica y con el desarrollo de múltiples

Las nuevas tecnologías de Big Data proporcionan la capacidad de

SESIÓN VIRTUAL DE REPASO