Historia de Business Inteligence En un artculo de 1958, el investigador de IBM Hans Peter Luhn utiliza el trmino Inteligencia de Negocio.

Se define la inteligencia como: ". La capacidad de comprender las interrelaciones de los hechos presentados en tal forma como para orientar la accin hacia una meta deseada". La inteligencia de negocios, tal como se entiende, hoy en da se dice que ha evolucionado desde los sistemas de apoyo a las decisiones que se inici en la dcada de 1960 y desarrollado a lo largo de mediados de los aos 80. DSS se origin en los modelos por computadora, creado para ayudar en la toma de decisiones y la planificacin. Desde DSS, data warehouses, sistemas de informacin ejecutiva, OLAP e inteligencia de negocios entraron en principio centrndose a finales de los aos 80. En 1989, Howard Dresner (ms tarde, un analista de Gartner Group) propuso la "inteligencia de negocios" como un trmino general para describir "los conceptos y mtodos para mejorar la toma de decisiones empresariales mediante el uso de sistemas basados en hechos de apoyo". No fue hasta finales de 1990 que este uso estaba muy extendido. Histricamente, la tecnologa de Business Intelligence ha encontrado lugar en dos niveles primarios: entre los altos ejecutivos quienes necesitan obtener informacin estratgica y entre los administradores de la lnea de negocios que son responsables del anlisis tctico. Estas tradicionales actividades de soporte a la decisin son importantes, pero ellos solamente muestran superficialmente el potencial de la inteligencia de negocios dentro de la empresa., involucrando quiz el 5% de los usuarios y el 10% de los datos disponibles (Information Builders, 2005). Desde principios de los 90s, las aplicaciones de BI han evolucionado dramticamente en muchas direcciones, debido al crecimiento exponencial de la informacin. Desde reportes operacionales generados por mainframes, modelacin estadstica de campaas publicitarias, ambientes OLAP multidimensionales para analistas as como dashboards y scorecards para ejecutivos. Las compaas empiezan a demandar ms formas de analizar y realizar reportes de datos.

1969: Creacin del concepto de base de datos (Codd) 1970s: Desarrollo de las primeras bases de datos y las primeras aplicaciones empresariales (SAP, JD Edwards, Siebel, PeopleSoft). Estas aplicaciones permitieron realizar data entry en los sistemas, aumentando la informacin disponible, pero no fueron capaces de ofrecer un acceso rpido y fcil a dicha informacin. 1980s: Creacin del concepto Datawarehouse (Ralph Kimball, Bill Inmon), y aparicin de los primeros sistemas de reporting. A pesar de todo, segua siendo complicado y funcionalmente pobre. Existan relativamente potentes sistemas de bases de datos pero no haba aplicaciones que facilitasen su explotacin. 1989: Introduccin del trmino Business Intelligence (Howard Dresner).Ejem. 1990s: Business Intelligence 1.0. Proliferacin de mltiples aplicaciones BI. Estos proveedores resultaban caros, pero facilitaron el acceso a la informacin, y en cierto modo agravaron el problema que pretendan resolver (Haba an ms versiones de la verdad!)

2000s: Business Intelligence 2.0. Consolidacin de las aplicaciones BI en unas pocas plataformas Business Intelligence (Oracle, SAP, IBM, Microsoft). A parte de la informacin estructurada, se empieza a considerar otro tipo de informacin y documentos no estructurados. En un tiempo, las organizaciones dependan de sus departamentos de sistemas de informacin para proporcionarles reportes estndar y personalizados. Esto ocurri en los das de los mainframes y minicomputadoras, cuando la mayora de los usuarios no tena acceso directo a las computadoras. Sin embargo, esto comenz a cambiar en los aos 70s cuando los sistemas basados en servidores se convirtieron en la moda. Aun as estos sistemas eran usados principalmente para transacciones de negocios y sus capacidades de realizar reportes se limitaba a un nmero predefinido de ellos. Los sistemas de informacin se sobrecargaban y los usuarios tenan que esperar por das o semanas para obtener sus reportes en caso que requirieran reportes distintos a los estndares disponibles. Con el paso del tiempo, fueron desarrollados los sistemas de informacin ejecutiva (EIS, por sus siglas en ingls), los cuales fueron adaptados para apoyar a las necesidades de ejecutivos y administradores. Con la entrada de la PC, y de computadoras en red, las herramientas de BI proveyeron a los usuarios de la tecnologa para crear sus propias rutinas bsicas y reportes personalizados. La figura 1 muestra una breve resea histrica de cmo fue desarrollndose lo que ahora se conoce como Business Intelligence, tambin se puede observar la manera en que las aplicaciones relacionadas al soporte de decisiones han ido evolucionando con el paso del tiempo. Qu es Business Inteligence? Las aplicaciones de Business Intelligence (BI) son herramientas de soporte de decisiones que permiten en tiempo real, acceso interactivo, anlisis y manipulacin de informacin crtica para la empresa. Estas aplicaciones proporcionan a los usuarios un mayor entendimiento que les permite identificar las oportunidades y los problemas de los negocios. Los usuarios son capaces de acceder y apalancar una vasta cantidad de informacin y analizar sus relaciones y entender las tendencias que ltimamente estn apoyando las decisiones de los negocios. Estas herramientas previenen una potencial prdida de conocimiento dentro de la empresa que resulta de una acumulacin masiva reinformacin que no es fcil de leer o de usar. La inteligencia de negocios, que se refiere al proceso mediante el cual las empresas y las compaas renen datos, analizan, y lo vuelven a aplicar con el fin de aprovechar de la mejor manera posible modelo de negocio y financiero posible para su caso particular. Muchas empresas dedican todas divisiones slo para este proceso, con el fin de tratar de racionalizar su flujo de trabajo y hacer ms dinero con menos esfuerzo. Los que tenga xito, xito financiero tambin. Los que no, no suelen durar mucho. Se denomina inteligencia empresarial, inteligencia de negocios o BI (del ingls business intelligence) al conjunto de estrategias y herramientas enfocadas a la administracin y creacin de conocimiento mediante el anlisis de datos existentes en una organizacin o empresa. Es posible diferenciar datos, informaciones y conocimientos, conceptos en los que se centra la inteligencia empresarial, ya que como sabemos un dato es algo vago, por ejemplo "10 000", la informacin es algo

ms preciso, por ejemplo "Las ventas del mes de mayo fueron de 10 000", y el conocimiento se obtiene mediante el anlisis

de la informacin, por ejemplo "Las ventas del mes de mayo fueron 10 000. Mayo es el mes ms bajo en ventas". Aqu es donde BI entra en juego, ya que al obtener conocimiento del negocio una vez capturada la informacin de todas las reas en la empresa es posible establecer estrategias y cules son sus fortalezas y debilidades. El trmino inteligencia empresarial se refiere al uso de datos en una empresa para facilitar la toma de decisiones. Abarca la comprensin del funcionamiento actual de la empresa, bien como la anticipacin de acontecimientos futuros, con el objetivo de ofrecer conocimientos para respaldar las decisiones empresariales. Las herramientas de inteligencia se basan en la utilizacin de un sistema de informacin de inteligencia que se forma con distintos datos extrados de los datos de produccin, con informacin relacionada con la empresa o sus mbitos y con datos econmicos. Mediante las herramientas y tcnicas ELT (extraer, cargar y transformar), o actualmente ETL (extraer, transformar y cargar) se extraen los datos de distintas fuentes, se depuran y preparan (homogeneizacin de los datos) para luego cargarlos en un almacn de datos. La vida o el periodo de xito de un software de inteligencia de negocios depender nicamente del nivel de xito del cual haga en beneficio de la empresa que lo usa, si esta empresa es capaz de incrementar su nivel financiero, administrativo y sus decisiones mejoran el accionar de la empresa, la inteligencia de negocios usada estar presente por mucho tiempo, de lo contrario ser sustituido por otro que aporte mejores resultados y ms precisos. Por ltimo, las herramientas de inteligencia analtica posibilitan el modelado de las representaciones con base en consultas para crear un cuadro de mando integral que sirve de base para la presentacin de informes. De acuerdo a su nivel de complejidad se pueden clasificar las soluciones de Business Intelligence en: Reportes Reportes predefinidos Reportes a la medida Consultas ("Queries") / Cubos OLAP (On-Line Analytic Processing). Alertas Anlisis Anlisis estadstico Pronsticos ("Forecasting") Modelado Predictivo o Minera de datos ("Data Mining") Optimizacin

Uso de BI Para poder hacer uso de BI en una empresa se debe de disponer de software necesario para trabajar sobre los procesos de las distintas organizaciones. Tipos de herramientas existentes. Cuadro de Mando Integral: Una Herramienta muy popular que muestra de forma rpida las condiciones de un negocio por medio de los Indicadores Claves de Desempeo. OLAP: Conocido tambin como Procesamiento Analtico en Lnea. Tiene la capacidad de reconocer de forma interactiva volmenes de informacin considerables. Minera de Datos: Se concentra en la obtencin de la informacin relacionada al consumidor mediante el empleo de aplicaciones que aslan e identifican patrones o tendencias en una alta concentracin de datos.

Historia de Data warehouse En general el concepto se origin un poco antes de a mediados de los aos 80s, en esencia, dicha tecnologa pretende proporcionar un modelo de arquitectura para el flujo de datos de los sistemas operacionales y los ambientes de decisin. Es decir intenta direccionar los diferentes problemas relacionados a este flujo de datos, y los altos costos asociados. La ausencia de tal arquitectura ocasiona un alto ndice de redundancia en la administracin y distribucin de la informacin, por ejemplo en empresas grandes las decisiones de los diferentes proyectos que operan independientemente dependen de mltiples bases de datos, en donde en la mayora de los casos existe informacin en comn que puede ser compartida con el Data Warehouse sin necesidad de que dichos datos se repitan. Qu es Data Warehouse? Data Warehouse es un repositorio o lugar de depsito de informacin integrada, disponible para bsqueda y anlisis. Los datos y la informacin del Data Warehouse provienen frecuentemente de mltiples fuentes u orgenes, como tambin relaciona datos de diferentes tipos, lo que hace ms fcil ejecutar bsquedas ya que dicha tecnologa permite aplicar mecanismos de estructuracin y organizacin. Un Data Warehouse o Depsito de Datos es una coleccin de datos orientado a temas, integrado, no voltil, de tiempo variante, que se usa para el soporte del proceso de toma de decisiones gerenciales. Tambin es conocido como una coleccin resumida de datos provenientes de fuentes u orgenes diferentes, estructurada y optimizada para ser accesada a travs de herramientas de bsqueda. Definicin de Bill Inmon Bill Inmon fue uno de los primeros autores en escribir sobre el tema de los almacenes de datos, define un data warehouse (almacn de datos) en trminos de las caractersticas del repositorio de datos:
Orientado a temas.- Los datos en la base de datos estn organizados de manera

que todos los elementos de datos relativos al mismo evento u objeto del mundo real queden unidos entre s.

Variante en el tiempo.- Los cambios producidos en los datos a lo largo del tiempo

quedan registrados para que los informes que se puedan generar reflejen esas variaciones. No voltil.- La informacin no se modifica ni se elimina, una vez almacenado un dato, ste se convierte en informacin de slo lectura, y se mantiene para futuras consultas. Integrado.- La base de datos contiene los datos de todos los sistemas operacionales de la organizacin, y dichos datos deben ser consistentes. Inmon defiende una metodologa descendente (top-down) a la hora de disear un almacn de datos, ya que de esta forma se considerarn mejor todos los datos corporativos. En esta metodologa los Data marts se crearn despus de haber terminado el data warehouse completo de la organizacin. Definicin de Ralph Kimball Ralph Kimball es otro conocido autor en el tema de los data warehouse, define un almacn de datos como: "una copia de las transacciones de datos especficamente estructurada para la consulta y el anlisis". Tambin fue Kimball quien determin que un data warehouse no era ms que: "la unin de todos los Data marts de una entidad". Defiende por tanto una metodologa ascendente (bottom-up) a la hora de disear un almacn de datos. Una definicin ms amplia de almacn de datos Las definiciones anteriores se centran en los datos en s mismos. Sin embargo, los medios para obtener y analizar esos datos, para extraerlos, transformarlos y cargarlos, as como las diferentes formas para realizar la gestin de datos son componentes esenciales de un almacn de datos. Muchas referencias a un almacn de datos utilizan esta definicin ms amplia. Por lo tanto, en esta definicin se incluyen herramientas para la inteligencia empresarial, herramientas para extraer, transformar y cargar datos en el almacn de datos, y herramientas para gestionar y recuperar los metadatos. Funcionamiento de un almacn de Datos En un almacn de datos lo que se quiere es contener datos que son necesarios o tiles para una organizacin, es decir, que se utiliza como un repositorio de datos para posteriormente transformarlos en informacin til para el usuario. Un almacn de datos debe entregar la informacin correcta a la gente indicada en el momento ptimo y en el formato adecuado. El almacn de datos da respuesta a las necesidades de usuarios expertos, utilizando Sistemas de Soporte a Decisiones (DSS), Sistemas de informacin ejecutiva (EIS) o herramientas para hacer consultas o informes. Los usuarios finales pueden hacer fcilmente consultas sobre sus almacenes de datos sin tocar o afectar la operacin del sistema.

En el funcionamiento de un almacn de los datos son muy importantes las siguientes ideas: Integracin de los datos provenientes de bases de datos distribuidas por las diferentes unidades de la organizacin y que con frecuencia tendrn diferentes estructuras (fuentes heterogneas). Se debe facilitar una descripcin global y un anlisis comprensivo de toda la organizacin en el almacn de datos. Separacin de los datos usados en operaciones diarias de los datos usados en el almacn de datos para los propsitos de divulgacin, de ayuda en la toma de decisiones, para el anlisis 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 podran entorpecerse entre s. Peridicamente, se importan datos al almacn 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 transformacin posterior. Es prctica comn normalizar los datos antes de combinarlos en el almacn de datos mediante herramientas de extraccin, transformacin y carga (ETL). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un negocio), realizan el proceso de transformacin al almacn de datos (filtracin, adaptacin, cambios de formato, etc.) y escriben en el almacn. Uso e implementacin de un data warehouse Comenzando A Construir Un DW. Para llevar a cabo con xito un proyecto Datawarehouse, es vital considerar al inicio de su construccin tres factores esenciales: RRHH, Tecnologa y Disciplina. La disciplina es fundamental para el desarrollo del DW. Estas disciplinas son usadas para asegurar calidad, lograr sinergia, y mejorar el equipo de trabajo durante todo el proceso de desarrollo. As los siguientes factores resultan ser imprescindibles para llevar a cabo la implementacin de un DW: lograr metas compartidas. pasos y resultados del desarrollo. Anlisis del Problema La complejidad en el desarrollo se ha presentado como la principal desventaja de un DW. Esto se debe a que la realidad para cada negocio es distinta, y un DW debe responder a las caractersticas particulares que presenta cada uno de ellos

tanto de configuracin como del conjunto de requisitos a satisfacer; por lo cual no es fcil estandarizar la forma de desarrollar este tipo de proyectos. El empleo de una forma de trabajo ordenada es un factor de importancia en el desarrollo e implantacin de proyectos de Datawarehousing, y la tendencia en general busca lograr a travs del uso de una metodologa, recortar los tiempos de desarrollo y programar la inversin de recursos de manera eficiente; adems proporciona un lenguaje comn logrando que exista comunicacin, permitiendo la incorporacin de nuevos miembros al equipo de trabajo siendo productivos inmediatamente. En la actualidad no podemos asegurar cul estrategia de implementacin es mejor o peor, sin embargo al analizar las tendencias generales del mercado se encuentra que la estrategia de desarrollo de datamarts est siendo adoptada con mayor frecuencia en los ltimos tiempos. A esta tendencia general se le ha identificado como la aproximacin que garantiza la probabilidad de xito ms grande en la implantacin de datawarehousing, tanto por la rapidez en la obtencin de resultados en perodos cortos con inversiones moderadas como por la modularidad posible de alcanzar con este enfoque considerando cada datamart como un incremento del sistema final (datawarehouse). Construccin de un DW. Al iniciar un proyecto Datawarehousing no debemos olvidar establecer un marco de referencia de construccin del DW. Podemos distinguir en dicha construccin dos etapas principales: la definicin de una arquitectura DW y la construccin de los incrementos DW. Definicin de una arquitectura. Arquitectura DW: Arquitectura DW establece el marco de trabajo, estndares y procedimientos para el DW a un nivel empresarial. Los objetivos de las actividades de la arquitectura son simples, integrar al DW las necesidades de informacin empresarial. Resultados de la Arquitectura Los principales resultados del desarrollo de la arquitectura DW incluyen: fuente.

Los modelos de datos proveen una estructura para identificar, nombrar, describir y asociar los componentes de una base de datos. En general se necesitan modelos de datos para los datos fuente como para los datos seleccionados para existir en el DW. Los estndares DW son una parte importante de la arquitectura DW. Sin estndares, oportunidades para reusar no son posibles y hay riesgos de que partes del desarrollo no ganen trabajando juntos. El plan de implementacin DW es la parte de la arquitectura de DW que identifica los incrementos del DW y describe la secuencia de desarrollo de estos incrementos. Construccin en Incrementos, Datamarts. Construccin Incremental: La implementacin en incrementos warehouse desarrolla y genera un subconjunto del DW total. La implementacin incremental es una aproximacin pragmtica para construir un warehouse a un nivel empresarial en forma evolutiva. Resultados de Implementacin: Los resultados ms significativos de la implementacin de un incremento DW, incluyen: Las bases de datos warehouse.

Tcnicas de uso y soporte el almacn Consideraciones de Implementacin mediante DataMarts.

in del primer incremento puede causar cambios en la arquitectura.

es en la arquitectura.

Metodologa De Desarrollo de DW De acuerdo a la forma de implementacin analizada, se deben considerar y asociar metodologas congruentes con el desarrollo de incrementos dirigidos a grupos especficos en las organizaciones. Al acercarse a la implementacin de un DW con un conjunto de proyectos pequeos, altamente enfocados para implementar partes DW, resulta natural pensar en una metodologa incremental para abordar su desarrollo. Pero no debemos olvidar la integracin de cada incremento a la arquitectura Datawarehouse, as entonces el desarrollo evolutivo resulta ser una aproximacin prctica de construccin de un DW. De esta manera, estos proyectos pueden aprovechar los beneficios de la implementacin incremental, que incluyen la contencin de riesgos, oportunidades para aprender a desarrollar datamarts, entrega frecuente y la minimizacin del impacto sobre la comunidad de usuarios, y a la vez pueden ser organizados en forma secuencial, paralela o en una combinacin de estructuras en serie y paralelo. En tanto, el desarrollo evolutivo implica que cada vez que un incremento sea entregado, se debe operar y desarrollar simultneamente el DW. De esta forma se logra integrar cada incremento a la estructura final DW. El costo del desarrollo evolutivo queda dado por el incremento en la frecuencia de los cambios y la necesidad intensificada de realizar soporte del DW. Evolucin del DW Evolucin de la Implementacin La aproximacin del desarrollo incremental es por naturaleza evolutiva. El primer incremento libera un subconjunto del DW el cual satisface un conjunto limitado de necesidades de informacin. Con cada incremento que es agregado el DW se vuelve ms completo, quedando habilitado para satisfacer un mayor conjunto de necesidades de informacin. Evolucin de la Arquitectura El desarrollo incremental tambin ofrece una oportunidad para aprender y minimizar el impacto de cometer errores en el proceso de construccin; es poco probable que algn desarrollo de arquitectura de DW sea perfecto antes de construir su primer incremento. Ambas, las actividades de construccin de incrementos y las actividades de operacin del DW, proveen retroalimentacin valiosa que ayuda a refinar la arquitectura.

10

Ventajas y desventajas de un data warehouse.

Ventajas - Data Warehouse a) Datos de toda la compaa, organizados para facilitar las consultas ms analticas que transaccionales. b) Los procesos de transformacin han sido aplicados a los datos para permitir un tiempo de respuesta mnimo a las consultas. c) Modelo de datos Multidimensional a) Para hacer ms fcil la navegacin y explotacin de datos. d) La administracin de la seguridad est centralizada para garantizar la necesidad de informacin dependiendo del perfil de los usuarios. Desventajas: a) No es muy til para la toma de decisiones en tiempo real debido al largo tiempo de procesamiento que puede requerir. b) Requiere de continua limpieza, transformacin e integracin de datos. c) En un proceso de implantacin puede encontrarse dificultades ante los diferentes objetivos que pretende una organizacin. d) Una vez implantado puede ser complicado aadir nuevas fuentes de datos Conclusiones En la actualidad la Inteligencia de negocios es una estrategia de las empresas para conducir sus esfuerzos a la obtencin del conocimiento basado en el manejo de la informacin para mejorar el anlisis de sus datos. Con las herramientas de inteligencia de negocios proporciona a los usuarios la informacin que ellos necesitan para hacer su trabajo en forma ms efectiva. Para que las organizaciones lleguen a un nivel ms competitivo, definitivamente deben emprender el camino de hacer sus empresas inteligente, haciendo un mayor uso de su informacin.

11