Qu es Business Intelligence?

Business Intelligence es la habilidad para transformar los datos en informacin, y la informacin en conocimiento, de
forma que se pueda optimizar el proceso de toma de decisiones en los negocios.

Desde un punto de vista ms pragmtico, y asocindolo directamente con las tecnologas de la informacin, podemos
definir Business Intelligence como el conjunto de metodologas, aplicaciones y tecnologas que permiten reunir, depurar
y transformar datos de los sistemas transaccionales e informacin desestructurada (interna y externa a la compaa) en
informacin estructurada, para su explotacin directa (reporting, anlisis OLTP / OLAP, alertas...) o para su anlisis y
conversin en conocimiento, dando as soporte a la toma de decisiones sobre el negocio.
La inteligencia de negocio acta como un factor estratgico para una empresa u organizacin, generando una
potencial ventaja competitiva, que no es otra que proporcionar informacin privilegiada para responder a los
problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminacin de islas de
informacin, control financiero, optimizacin de costes, planificacin de la produccin, anlisis de perfiles de clientes,
rentabilidad de un producto concreto, etc...
Los principales productos de Business Intelligence que existen hoy en da son:
Cuadros de Mando Integrales (CMI)
Sistemas de Soporte a la Decisin (DSS)
Sistemas de Informacin Ejecutiva (EIS)
Por otro lado, los principales componentes de orgenes de datos en el Business Intelligence que existen en la actualidad
son:
Datamart
Datawarehouse
Los sistemas y componentes del BI se diferencian de los sistemas operacionales en que estn optimizados para
preguntar y divulgar sobre datos. Esto significa tpicamente que, en un datawarehouse, los datos estn desnormalizados
para apoyar consultas de alto rendimiento, mientras que en los sistemas operacionales suelen encontrarse
normalizados para apoyar operaciones continuas de insercin, modificacin y borrado de datos. En este sentido, los
procesos ETL (extraccin, transformacin y carga), que nutren los sistemas BI, tienen que traducir de uno o varios
sistemas operacionales normalizados e independientes a un nico sistema
desnormalizado, cuyos datos estn completamente integrados.
En definitiva, una solucin BI completa permite:
Observar qu est ocurriendo?
Comprender por qu ocurre?
Predecir qu ocurrira?
Colaborar qu debera hacer el equipo?
Decidir qu camino se debe seguir?

Ejemplos prcticos de Business Intelligence
A continuacin mostramos una serie de ejemplos reales (resumidos) de Business Intelligence:
Empresa conservera
Este caso prctico se refiere a uno de las mayores empresas conserveras de Galicia, con presencia internacional, ms de
500 empleados y cerca de 100.000.000 de facturacin.
A pesar de que en el sector conservero es bien conocida la estacionalidad de las ventas (el consumo de atn en
conserva se dispara en verano, debido a su participacin en las ensaladas) y en diciembre (con motivo de la navidad),
esta empresa no haba sido capaz de optimizar la cantidad de producto finalizado que deba almacenar en stock para
maximizar sus beneficios.
Mediante la implantacin de un sistema de soporte a la decisin (DSS), y tras el anlisis minucioso de los datos
histricos que guardaba la compaa, result posible redisear todo el proceso logstico y de almacenamiento
productivo hasta el punto de incrementar la rentabilidad econmica de la misma (independientemente de la
produccin y la demanda) en un 10%.


Cadena de supermercados
Una conocida cadena de supermercados gallegos ha recurrido a un sistema de Business Intelligence para averiguar cual
era el perfil de sus clientes ms rentables e intentar hacer lo posible para fidelizarlos.
Para ello, una de las primeras acciones que llev a cabo fue la creaccin de una "tarjeta descuento", que vinculara a los
clientes con el club del supermercado. Para poder optar a esta tarjeta, cada cliente deba facilitar sus datos personales
bsicos (edad, sexo, origen...) y unos datos complementarios de sus preferencias. A cambio reciba descuentos
eventuales en sus compras.
Tras haber acumulado una relevante cantidad de datos, lleg el momento de extraer la informacin requerida mediante
un sistema de soporte a la decisin. Entre las rarezas obtenidas en los resultados, cabe destacar que el perfil ideal de
cada cliente tena sustanciales diferencias en funcin de la ubicacin geogrfica, a pesar de que el lmite del anlisis era
dentro de la propia Galicia.


Cooperativa lechera
En una cooperativa lctea de origen gallego, cuyos productos se publicitan en TV a nivel nacional, se haban desatado
las alarmas debido a las grandes desviaciones econmicas existentes, cada ao, entre los parmetros estimados en
enero y los resultados analizados doce meses ms tarde.
Finalmente, para resolver el problema y potenciar al mximo sus sistemas informticos tradicionales, la cooperativa
decidi implantar un cuadro de mando integral (Balanced Scorecard) y realizar un seguimiento minucioso de sus
objetivos estratgicos. Tras ocho meses desde la puesta en produccin del sistema, consiguieron encontrar el origen de
las desviaciones y tomar las acciones oportunas para enderezar la trayectoria operativa de la empresa.
Por otro lado, y como efecto colateral estrechamente relacionado, el sistema ha permitido analizar el impacto en las
ventas de cada una de sus campaas publicitarias. Basndose la informacin contenida en sus propias bases de datos, la
cooperativa ha conseguido desde entonces adaptar su publicidad para incrementar en un 8% su cuota de mercado.


Operador de telecomunicaciones
Este ejemplo hace referencia a uno de los mayores operadores de telecomunicacin del mundo, con ms de 91 millones
de clientes en 220 pases de los cinco continentes. Esta organizacin cuenta con 190.000 empleados y ofrece una gama
completa de servicios de telecomunicaciones: telefona local, internacional y mvil; internet y multimedia; transporte
de datos; y difusin de TV por cable.
En los ltimos aos, la empresa ha venido utilizando los sistemas informticos como un arma estratgica fundamental
en la batalla entre operadores de telecomunicaciones. El objetivo de una de sus principales iniciativas ha sido reducir las
inconsistencias en los datos y compartir la informacin de manera ms eficaz entre las diferentes reas de negocio,
implementando en toda la organizacin estndares en el campo del software de gestin.


Peluquera local
Una peluquera de Santiago de Compostela llevaba dos aos abierta al pblico. Durante todo ese tiempo, las dueas,
dos chicas jvenes y emprendedoras, haban trabajado todos los das de la semana (a excepcin, naturalmente, de los
domingos) para sacar adelante su negocio.
Al haber estabilizado su cartera de clientes decidieron descansar un da ms a la semana. Su primera opcin fue cerrar
los lunes, como las dems peluqueras de la zona. No obstante, decidieron basar su decisin en la informacin histrica
que haban recogido en su pequea aplicacin de citas.
Los resultados obtenidos fueron contudentes, ya que el lunes result ser el cuarto da ms rentable de la semana
(probablemente como consecuencia del cierre de la competencia). Finalmente el da elegido para descansar fue el
martes.


Datamining (Minera de datos)
El datamining (minera de datos), es el conjunto de tcnicas y tecnologas que permiten explorar grandes bases de
datos, de manera automtica o semiautomtica, con el objetivo de encontrar patrones repetitivos, tendencias o reglas
que expliquen el comportamiento de los datos en un determinado contexto.
Bsicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este
fin, hace uso de prcticas estadsticas y, en algunos casos, de algoritmos de bsqueda prximos a la Inteligencia Artificial
y a las redes neuronales.
De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algn significado
especial pasan a convertirse en informacin. Cuando los especialistas elaboran o encuentran un modelo, haciendo que
la interpretacin que surge entre la informacin y ese modelo represente un valor agregado, entonces nos referimos al
conocimiento. Vea ms diferencias entre datos, informacin y conocimiento.





Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso comn a todos ellos
se suele componer de cuatro etapas principales:
Determinacin de los objetivos. Trata de la delimitacin de los objetivos que el cliente desea bajo la orientacin
del especialista en data mining.
Preprocesamiento de los datos. Se refiere a la seleccin, la limpieza, el enriquecimiento, la reduccin y la
transformacin de las bases de datos. Esta etapa consume generalmente alrededor del setenta por ciento del
tiempo total de un proyecto de data mining.
Determinacin del modelo. Se comienza realizando unos anlisis estadsticos de los datos, y despus se lleva a
cabo una visualizacin grfica de los mismos para tener una primera aproximacin. Segn los objetivos
planteados y la tarea que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en diferentes reas
de la Inteligencia Artificial.
Anlisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los obtenidos por
los anlisis estadsticos y de visualizacin grfica. El cliente determina si son novedosos y si le aportan un nuevo
conocimiento que le permita considerar sus decisiones.

Carga de trabajo en las fases de un proyecto de datamining


En resumen, el datamining se presenta como una tecnologa emergente, con varias ventajas: por un lado, resulta un
buen punto de encuentro entre los investigadores y las personas de negocios; por otro, ahorra grandes cantidades de
dinero a una empresa y abre nuevas oportunidades de negocios. Adems, no hay duda de que trabajar con esta
tecnologa implica cuidar un sinnmero de detalles debido a que el producto final involucra "toma de decisiones".
En el artculo Data Mining: Torturando a los datos hasta que confiesen, Luis Carlos Molina proporciona una visin muy
clarificadora sobre la minera de datos, incluyendo interesantes ejemplos de aplicaciones de la misma. Recomendamos
su lectura.
Si no est familiarizado con el concepto de Datamining, puede resultarle til, adems, examinar las siguientes
definiciones:
Datamart
Datawarehouse
Cuadro de Mando Integral
Sistemas de Soporte a la Decisin (DSS)
Sistemas de Informacin Ejecutiva (EIS)

BPM - Business Process Management

Qu es la Gestin de Procesos de Negocio?
Process Management es la aplicacin de metodologas diseadas para optimizar sistemticamente los resultados de una
empresa garantizando procesos efectivos y eficientes que estn alineados con la estrategia y maximizar los beneficios
de la tecnologa y de trabajo grupos.
Necesidades de gestin de procesos de negocio de su organizacin
general, los ejecutivos se centran en el anlisis de la competencia para evaluar las tendencias del mercado y mejorar su
posicin, en el supuesto de que sus procesos internos y la comunicacin entre las reas estn funcionando de manera
ptima, lo que conduce a un enfoque en el que se centran en lo que sucede fuera de mejorar su rendimiento,
perdiendo de vista el gran potencial dentro de su organizacin.
Al desarrollar e implementar estrategias de negocio requieren el trabajo colaborativo de varias reas, es esencial que
los procesos estn claramente definidos. En la actualidad, en grandes organizaciones como en las organizaciones ms
pequeas, pero con diferentes reas de trabajo, existen fallas que van desde la comunicacin para la entrega de
proyectos y productos, debido a los procesos de planificacin pobres.
El tiempo y la productividad se ven afectadas por la falta de claridad en el mtodo de los procesos de trabajo y.
Business Process Management es la consolidacin de diversas lneas de pensamiento o esfuerzos en los procesos de la
organizacin, lo que determina que el desempeo de un rea est afectando los resultados del negocio, as como las
mejoras necesarias para aumentar la productividad.
Soluciones de Gestin de Procesos de Negocio
Optimizacin de Procesos
Analizamos, redisear e implementar procesos para asegurar el logro de resultados tangibles de seguimiento del
proceso hasta su plena aplicacin.
Los servicios ofrecidos por optimizacin de procesos incluyen:
o Diseo e implementacin de herramientas de supervisin de acuerdo con los KPIs definidos previamente.
o Ingeniera de Procesos / Optimizacin.
o Adaptar procesos para cumplir los requisitos de informacin del gobierno.
o Boost ERP / GRP.
o Automatizacin de Procesos e Integracin (BPMS).
Beneficios Gestin de Procesos de Negocio
Monitorear el impacto de los procesos en los resultados del negocio.
Optimizar la eficiencia de las diferentes reas de negocio.
Automatizacin de los procesos a travs de la implementacin de soluciones tecnolgicas.
Elimine los silos de comunicacin entre las reas y aumentar la productividad.
Alinear las acciones con los objetivos de la organizacin.
Cumplir con los requisitos previstos en la ley o las normas de presentacin de informes.

BPM (Business Process Management)
Un software BPM (Business Process Management o Sistema de Administracin de Procesos) permite llegar
del diseo a la ejecucin de los procesos de negocio sin pasar por diseo de bases de datos, programacin de
interfases, conexiones complicadas con otros sistemas ni programacin excesiva. El sistema BPM Karomi
incluye lo necesario para que los desarrolladores de aplicaciones de tipo Workflow creen formularios
electrnicos, flujos de trabajo y reportes con mnima programacin; incluso usuarios sin conocimientos de
desarrollo de software pueden crear aplicaciones de automatizacin de procesos.
Algunos procesos que se pueden automatizar con Karomi BPM son los siguientes:
Sistemas de Calidad ISO o Six Sigma: producto no conforme, accin preventiva y correctiva, control y
distribucin de documentos, evaluacin de proveedores.
Recursos Humanos: solicitud de vacaciones, reclutamiento y seleccin y consulta de informacin
propia de cada empleado.
Servicio a clientes: encuestas de satisfaccin, solicitudes de soporte, quejas y sugerencias.


Del diseo a la implementacin de los procesos al ms bajo costo
karomi BPM ofrece ventajas significativas sobre otras opciones para automatizar procesos como:
Desarrollo de software a la medida, que requiere mucho tiempo y dinero para terminar y mantener
una aplicacin.
Paquetes de software para aplicaciones muy especficas, ya que no pueden adaptarse a las
cambiantes necesidades de su empresa.
Aplicaciones de escritorio como Word, Excel y Outlook que no permiten integrar el flujo completo de
un proceso para ejecutarlo y monitorearlo.

Simple Network Management Protocol
Simple Network Management Protocol (SNMP)
Familia Familia de protocolos de Internet
Funcin facilita el intercambio de informacin de
administracin entre dispositivos de red
ltima
versin
SNMPv3
Puertos 161/UDP, 162/UDP (Trap)
Ubicacin en la pila de protocolos
Aplicacin SNMP
Transporte UDP
Red IP (IPv4 y IPv6)

Estndares
RFC 1157 (SNMP, 1990)
RFC 3410 (SNMPv3, 2002)
El Protocolo Simple de Administracin de Red o SNMP (del ingls Simple Network Management Protocol)
es un protocolo de la capa de aplicacin que facilita el intercambio de informacin de administracin entre
dispositivos de red. Permite a los administradores supervisar el funcionamiento de la red, buscar y resolver
sus problemas, y planear su crecimiento.
Las versiones de SNMP ms utilizadas son SNMP versin 1 (SNMPv1) y SNMP versin 2 (SNMPv2).
SNMP en su ltima versin (SNMPv3) posee cambios significativos con relacin a sus predecesores, sobre
todo en aspectos de seguridad; sin embargo no ha sido mayoritariamente aceptado en la industria.
Componentes bsicos[editar]
Una red administrada a travs de SNMP consiste de tres componentes claves:
Dispositivos administrados;
Agentes;
Sistemas administradores de red (Network Management Systems, NMSs).
Un dispositivo administrado es un dispositivo que contiene un agente SNMP y reside en una red
administrada. Estos recogen y almacenan informacin de administracin, la cual es puesta a disposicin de
los NMSs usando SNMP. Los dispositivos administrados, a veces llamados elementos de red, pueden ser
routers, servidores de acceso, switches, bridges, hubs, computadores o impresoras.
Un agente es un mdulo de software de administracin de red que reside en un dispositivo administrado. Un
agente posee un conocimiento local de informacin de administracin (memoria libre, nmero de paquetes
IP recibidos, rutas, etctera), la cual es traducida a un formato compatible con SNMP y organizada en
jerarquas.
Un sistema administrador de red (NMS) ejecuta aplicaciones que supervisan y controlan a los dispositivos
administrados. Los NMSs proporcionan el volumen de recursos de procesamiento y memoria requeridos
para la administracin de la red. Uno o ms NMSs deben existir en cualquier red administrada..
Comandos bsicos[editar]
Los dispositivos administrados son supervisados y controlados usando cuatro comandos SNMP
bsicos: lectura, escritura, notificacin y operaciones transversales.
El comando de lectura es usado por un NMS para supervisar elementos de red. El NMS examina diferentes
variables que son mantenidas por los dispositivos administrados.
El comando de escritura es usado por un NMS para controlar elementos de red. El NMS cambia los valores
de las variables almacenadas dentro de los dispositivos administrados.
El comando de notificacin es usado por los dispositivos administrados para reportar eventos en
forma asncrona a un NMS. Cuando cierto tipo de evento ocurre, un dispositivo administrado enva una
notificacin al NMS.
Las operaciones transversales son usadas por el NMS para determinar qu variables soporta un dispositivo
administrado y para recoger secuencialmente informacin en tablas de variables, como por ejemplo, una
tabla de rutas.
Base de informacin de administracin SNMP (MIB)[editar]
Una Base de Informacin de Administracin (Management Information Base, MIB) es una coleccin de
informacin que est organizada jerrquicamente. Las MIBs son accedidas usando un protocolo de
administracin de red, como por ejemplo, SNMP.
Un objeto administrado (algunas veces llamado objeto MIB, objeto, o MIB) es uno de cualquier nmero de
caractersticas especficas de un dispositivo administrado. Los objetos administrados estn compuestos de
una o ms instancias de objeto, que son esencialmente variables.
Existen dos tipos de objetos administrados: Escalares y tabulares. Los objetos escalares definen una simple
instancia de objeto. Los objetos tabulares definen mltiples instancias de objeto relacionadas que estn
agrupadas conjuntamente en tablas MIB.
Un ejemplo de un objeto administrado es atInput, que es un objeto escalar que contiene una simple
instancia de objeto, el valor entero que indica el nmero total de paquetesAppleTalk de entrada sobre una
interfaz de un router.
Un identificador de objeto (object ID) identifica nicamente a un objeto administrado en la jerarqua MIB. La
jerarqua MIB puede ser representada como un rbol con una raz annima y los niveles, que son asignados
por diferentes organizaciones.

El rbol MIB ilustra las variadas jerarquas asignadas por las diferentes organizaciones
Los identificadores de los objetos ubicados en la parte superior del rbol pertenecen a diferentes
organizaciones estndares, mientras los identificadores de los objetos ubicados en la parte inferior del rbol
son colocados por las organizaciones asociadas.
Los vendedores pueden definir ramas privadas que incluyen los objetos administrados para sus propios
productos. Las MIBs que no han sido estandarizadas tpicamente estn localizadas en la rama experimental.
El objeto administrado atInput podra ser identificado por el nombre de objeto iso.identified-
organization.dod.internet.private.enterprise.cisco.temporary.AppleTalk.atInput o por el descriptor de objeto
equivalente 1.3.6.1.4.1.9.3.3.1.
El corazn del rbol MIB se encuentra compuesto de varios grupos de objetos, los cuales en su conjunto son
llamados mib-2. Los grupos son los siguientes:
System (1);
Interfaces (2);
AT (3);
IP (4);
ICMP (5);
TCP (6);
UDP (7);
EGP (8);
Transmission (10);
SNMP (11).
Es importante destacar que la estructura de una MIB se describe mediante el estndar Notacin Sintctica
Abstracta 1 (Abstract Syntax Notation One).






APLICACIONES

BI BUSINESS INTELLIGENT
Reconocemos que una implementacin de BI de xito requiere un equipo de proyecto que, en gran parte,
entienda completamente las fuentes de los datos y la fuentes de aplicaciones. En ClearPeaks podemos
ofrecer a nuestros clientes un personal experto con conocimientos detallados de los siguientes entornos de
aplicacin desde una perspectiva de las fuentes:
Oracle SIEBEL CRM, Venta,
Marketing
Microsoft Navision
Oracle JD Edwards
Oracle E-Business
Suite
BaaN
Maximo
SAP