Vous êtes sur la page 1sur 37

Escuela Superior

Politcnica del
Litoral
Temas:
Sistemas Operacionales vs
Sistemas de apoyo a la
toma de decisiones.
Qu es BI?
Data Warehausing
Data Mining

PEDRO GONZLEZ
DANIEL PEREIRA

Contenido
Los sistemas de apoyo a la toma de decisiones..............................4
Sistemas transaccionales..............................................................4
Sistemas a apoyo a la Administracin..........................................5
Sistemas Estratgicos...................................................................6
Business Intelligence........................................................................7
Que son las BI?............................................................................7
Proceso Interactivo........................................................................7
Explorar.........................................................................................7
Analizar.........................................................................................8
Informacin estructurada y datawarehouse.................................8
rea de anlisis.............................................................................8
Comunicar los resultados y efectuar los cambios.........................8
Componentes de un Business Intelligence.................................11
Fuentes de informacin............................................................12
Fuentes de informacin externa..............................................12
Sistemas departamentales......................................................12
Procesos de extraccin, transformacin y carga (ETL)............13
Datawarehouse..............................................................................14
DataMining.....................................................................................14
Casos Prcticos..............................................................................16

INTRODUCCION:
Antes de la era de la informacin la toma de decisiones se llevaba
a cabo bajo diversos parmetros como la experiencia de un
empresario, nivel de preparacin, pero sobretodo una decisin de
negocios empresariales era basado en la intuicin, aunque en
nuestro medio es comn que an se tome un decisin bajo
intuiciones empresariales.
A finales del siglo XX previo la era de la informacin las
organizaciones se preocupaban en la recepcin de datos, estos se
manejaban de forma no automatizadas debido a la falta de
recursos computacionales, por lo cual el anlisis de los datos no
era tan exhaustivos y la decisiones se tomaban bajo muchas
inseguridades.
Con el inicio de la automatizacin bajo sistemas computacionales,
el manejo de los datos se volvi un poco ms fcil, sin embargo
obtener los datos aun presentaba retos debido a la falta de
intercambios electrnico de datos (EDI) e incompatibilidad entre
sistemas computacionales. El procesamiento y anlisis de los datos
conllevaba demasiado tiempo de obtenerlos y frente a mercados
muy competitivos, no se presentaba como una ayuda en el
momento que el empresario necesitaba tomar una decisin, sino
una decisin a largo plazo.
Es muy claro notar que los datos forman una parte fundamental
dentro de una organizacin y con la ayuda de un sistema que
genere reportes y anlisis cruzados. Estas ayudas permiten una
mejor toma de decisiones empresariales, gestionar la informacin
de las empresas hoy en da es una herramienta clave para
competitividad en un mercado tan cambiante dinmico y global, la
utilizacin de Business Intelligence transforma las decisiones
intuitivas en consistentes y concluyentes, basada en hechos.
Los sistemas de informacin hoy en da forman una parte
fundamental dentro de una organizacin puesto que estos crean
los tres objetivos bsicos, automatizacin de los procesos
operativos
como el manejo de facturas de forma digital,

proporcionar informacin que sirva de apoya a la toma de


decisiones y lograr ventajas competitivas a travs de su
implantacin y uso.

Los sistemas de apoyo a la toma de


decisiones
La informtica nos lleva a un mundo automatizado y este recurso
es bien utilizado por las diversas organizaciones que buscan ser
competentes dentro de un mercado tan dinmico. Los datos
forman una parte primordial para lograr estos objetivos, cabe
recalcar que datos e informacin son dos cosas distintas ya que en
el mbito cotidiano se las suele usar como sinnimos, por su parte
dato puede ser un nmero, una palaba o una imagen e informacin
son datos procesados con un significado mucho mayor.
Los sistemas informticos ayudan que a partir de ciertos datos se
puedan obtener informacin adecuada y acorde a los intereses
empresariales, estos sistemas se pueden dividir en:

Sistemas transaccionales
Este sistema logra la automatizacin de procesos operativos
dentro de las organizaciones su funcin se lleva acabo de forma
primordial el procesos de transacciones como pagos, cobros,
plizas, etc.
Este tipo de sistema realiza clculos simples poco complejos,
aunque requieren de demasiada informacin para poder llevarse a
cabo dichas operaciones sin embargo el resultado generado
presenta grandes volmenes de informacin, su ahorro suele ser
significativo con respecto a la mano obra debido a la
automatizacin de procesos.

Sistemas a apoyo a la Administracin

Son sistemas con informaciones muy interactivas y amigables, con


interactivos nos referimos a los estndares de diseo grafico y
visual, y con amigables al fcil manejo ya que estn orientado al
usuario final.
La implementacin de este sistema suele llevarse a cabo en su
mayora de casos despus de haber instalado los sistemas
transaccionales de inters en una organizacin, la razn de esto es
que el sistema transaccional sirve como plataforma de informacin
para este sistema.
Sus clculos suelen ser intensos y escasos en entrada y salida de
informacin, adems de no representar un ahorro en mano obra lo
que implica una baja atencin en su desarrollo ya que no se
conoce los ingresos del proyecto de la inversin.
Son dos las principales funciones de este sistema; apoyo en los
mandos internos y a la alta administracin en la toma de
decisiones. Por ejemplo, un sistema de compra de materiales que
indique cuando debe hacerse un pedido al proveedor o un Sistema
de Simulacin de Negocios que apoye la decisin de introducir un
nuevo producto al mercado.

Sistemas Estratgicos
Aunque este sistema puede emplearse para la automatizacin de
procesos operativos y proporcionar informacin dentro de una
organizacin esto no es el objetivo de este sistema.
Por lo general se desarrollan in hause, es decir dentro de las
organizaciones en su mayora empiezan con una funcin en
particular y a partir de ah se van agregando nuevos procesos para
el sistema.
Como su nombre lo dice estratgico, este sistema busca alcanzar
ventajas en costo y diferenciacin con los clientes e incluso con los
proveedores de las organizaciones, de otro punto de vista este
sistema crea barrearas en el mercado de esta manera las
organizaciones se vuelven ms consistentes a la competencia.

Business Intelligence

Que son las BI?


BI es el acrnimo de Business Intelligence (Inteligencia de
Negocio), que es el conjunto de herramientas y metodologas
unidas para obtener conocimiento de la informacin de la empresa
y poder as optimizar la toma de decisiones. De otro punto de vista
Business Intelligence (BI) es un proceso interactivo para explorar y
analizar informacin estructurada sobre un rea, analicemos con
ms detalle cada uno de ellos.

Proceso Interactivo
De un punto de vista hablar de Business Intelligence puede
representar una anlisis de la informacin continu en el tiempo,
ya no como se analizaba antes en momento puntual aunque no era
malo para inicios de la era de informacin, pero a los diversos
cambios que hoy en da se enfrenta el mercado esto se resumen
en una desventaja por parte de alguna organizacin que lleve esta
metodologa, frente a organizaciones que poseen un anlisis
continuo a la informacin, lo cual genera una reaccin ms
acertada en el momento de tomar alguna decisin empresarial.

Explorar
Cuando las organizaciones ya implementan Business Intelligence
surgen la fase de exploracin para saber cmo se encuentran las
organizaciones, por otra puede descubrir patrones nuevos que se
desconocan.

Analizar
Pretendemos descubrir relaciones entre variables, tendencias, es
decir, cul puede ser la evolucin de la variable, o patrones. Si un
cliente tiene una serie de caractersticas, cul es la probabilidad
que otro con similares caractersticas actu igual que el anterior.

Informacin estructurada y datawarehouse


La informacin que utilizamos en BI est almacenada en tablas
relacionadas entre ellas. Las tablas tienen registros y cada uno de
los registros tiene distintos valores para cada uno de los atributos.
Estas tablas estn almacenadas en lo que conocemos como
datawarehouse o almacn de datos. Ms adelante lo definiremos
con mayor precisin, pero se trata de una base de datos en las que
se almacenan dichas tablas.

rea de anlisis
Todo proyecto de BI debe tener un objeto de anlisis concreto. Nos
podemos centrar en los clientes, los productos, los resultados de
una localizacin, etc. Que pretendemos analizar con detalle y con
un objetivo concreto: por ejemplo, la reduccin de costes, el
incremento de ventas, el aumento de la participacin de mercado,
el ajuste de previsiones de venta, el cumplimiento los objetivos de
venta presupuestados, etc.

Comunicar los resultados y efectuar los cambios:


Un objetivo fundamental del BI es que, una vez descubierto algo,
sea comunicado a aquellas personas que tengan que realizar los
cambios pertinentes en la organizacin para mejorar nuestra
competitividad.
Para poder entender mejor el concepto de Business Intelligence
plantearemos un ejemplo que nos ayude a entender de mejor
manera esta definicin. Imaginemos un supermercado, la
informacin del cual disponemos son los tickets de venta.
Supongamos un sistema de informacin simple que est basado en

la informacin que recogemos de las cajas registradoras. La


informacin que contiene un ticket de venta es: Su nmero, la
fecha, la hora, el cdigo de cajero/a, el cdigo de supermercado,
los cdigos de los artculos vendidos, la descripcin de los
artculos, las unidades, el precio unitario, el total por artculo, el
total del ticket y la forma de pago. Como podemos ver en la
siguiente imagen:

A partir de la informacin de los tickets podemos saber:


1) Importe total de las ventas del da.
2) Nmero de tickets por hora o fraccin de tiempo.
3) Nmero de tickets atendidos por un cajero/a.
4) Ventas por artculo en unidades e importe.
5) Nmero de tickets por da.
6) Importe cobrado mediante efectivo o tarjetas de crdito.
7) Importe del ticket medio.
8)

Nmero medio de tickets por da, hora, cajero/a.

Toda esta informacin es de tipo operativo pero a este nivel nos


facilita la toma de decisiones tales como:

Reponer las existencias, acumulando la cantidad de ventas


por artculo.

9) Asignar los turnos de los cajeros/as, en funcin del nmero


de tickets vendidos por hora.
10)

Ver cules han sido los productos ms vendidos.

11)
Ver cul es el medio de pago utilizado por nuestros
clientes.
Si se produce una disminucin de las ventas, y previamente
habamos presupuestado el nmero de tickets y el importe del
ticket medio, podremos analizar qu ha sucedido:
1

Disminucin del nmero de tickets.

12)

Disminucin del ticket medio.

13)

Una combinacin de ambas.

Las respuestas nos dirn si tenemos un problema de afluencia a


nuestro supermercado, o si es que los clientes nos estn
comprando menos de lo esperado cada vez que vienen. Las
acciones a tomar son absolutamente distintas en cada caso: en el
primero, debern estar relacionadas con la promocin de nuestro
supermercado para atraer clientes y en el segundo, deberemos
intentar que nos compren ms productos. Esta informacin tiene
mucho ms valor, ya que nos permite tomar decisiones
estratgicas. Si este proceso lo realizamos durante un periodo de
tiempo podremos ver cul es la evolucin de nuestras ventas. Al
explorar la informacin discriminndola por das de la semana, nos
damos cuenta de que hay diferencias entre los distintos das: los
sbados son los das de mayor venta, mientras que los mircoles
las ventas son las ms bajas. En el caso de que se produzca una
anomala en un da, intentaremos explicar qu ha sucedido
dependiendo de otras variables, por ejemplo, si era festivo o era el
da anterior a un festivo, si hizo mal tiempo, etc.
Si hacemos un anlisis por producto, podemos descubrir que estn
bajando sus ventas y, en el supuesto de que tengamos existencias
con caducidad, debemos decidir rpidamente qu haremos con
ellas.

Si analizamos los tickets, quizs descubramos que hay relaciones


entre productos: cuando un cliente compra un paquete de
espaguetis, cul es la probabilidad de que compre un bote de
tomate frito? Esta informacin es muy til para las promociones o
para la ubicacin de los productos en las estanteras de los
lineales.
Si hemos decidido llevar a cabo una promocin, nos interesa saber
cul ha sido su efectividad y el porqu; este aprendizaje nos
permitir plantear mejores promociones en el futuro, e
indirectamente servir mejor a nuestros clientes.

Sigamos con nuestro ejemplo: supongamos ahora que, en lugar de


tener un supermercado, tenemos dos. En este caso, podemos
comparar la informacin obtenida del primer centro con la del
segundo, lo que nos facilitar todava ms la comprensin de qu
est sucediendo en los distintos centros. Si se producen diferencias
entre ellos, podremos ayudar a cada uno de ellos a gestionarse
mejor, efectuando los cambios pertinentes. Imaginemos que se
producen diferencias significativas de ventas de un producto en los
dos centros. Para analizar que est sucediendo, deberemos
averiguar, por ejemplo:
1
14)

Si los clientes son distintos.


Si la ubicacin del producto es distinta.

15)
Si tenemos problemas de aprovisionamiento en uno de
los centros.
En el ejemplo que hemos desarrollado, y con un sistema de
informacin muy simple, ayudamos a dar respuestas de gestin
que evidentemente tienen un impacto importante, tanto en la
cuenta de prdidas y ganancias como en las estrategias a
desarrollar en nuestra empresa. Hay que remarcar el hecho de que
el proceso debe ser continuo, ya que es impensable que tengamos
que construir un sistema de Business Intelligence cada vez que

queremos analizar la informacin: Debemos contar con un sistema


que nos facilite este trabajo de forma automatizada.

Componentes de un Business Intelligence

Una vez comprendido la definicin de Business Intelligence


estudiaremos los componentes con los que cuenta dicho sistema
que se dividen en tres; Fuentes de informacin, ETL (Extract,
Transform and Load Extraccin, transformacin y carga), el
datawarehouse, motor OLAP (Extract, Transform and Load
Extraccin, transformacin y carga) ya las herramientas de
visualizacin.
Empezaremos hablando en el orden indicado con sus respectivas
componentes que conforman cada uno de ellos.
Fuentes de informacin
Bsicamente es el punto de partida para poder alimentar al
datawarehouse los sistemas que los componen son los sistemas
operacionales, fuentes de informacin externa y sistemas
departamentales.
Fuentes de informacin externa
Por lo general es obtenida a travs de terceras personas puede
ser mediante un estudio de campo analizando el entorno de un

mercado y su situacin actual, esta forma una parte fundamental


para la obtencin de la informacin.
Sistemas departamentales
Estos sistemas se centran en la parte financiera de las
organizaciones, por lo general son llevadas a travs de una hoja de
clculo.
Pero no solo estas tres componentes abarcan una ayuda para las
fuentes de informacin que alimentan al datawarehouse, dentro
del contexto empresarial suele ser variados las fuentes de
informacin, esto va a depender mucho de de los objetivos de una
empresa, la lo cual genera muchas bases de datos dentro de una
organizacin, algunas compaas llevan varias bases de datos en
dentro algunas llevan un minino de de 8 bases de datos y otras un
mximo de 50 bases de datos.
Una de las caractersticas de las fuentes de informacin es que
puede acceder a datos no estructurados como correos
electrnicos, cartas, informes, videos, etc. Esta fuente mejora las
operaciones, estos datos suelen ser llevados bajo un proceso de
calidad de datos y depuracin de los mismos.
Procesos de extraccin, transformacin y carga (ETL)

Esta parte analizaremos los procesos de las extracciones,


transformacin y carga de las herramientas, que nos facilitan dicho
proceso por lo general dentro de un proyecto de implementacin
de Business Intelligence.

Extraccin: Este proceso recupera los datos fsicamente de las


distintas fuentes de informacin. En este momento disponemos de
los datos en bruto.
Limpieza: Este proceso recupera los datos en bruto y comprueba
su calidad, elimina los duplicados y, cuando es posible, corrige los
valores errneos y completa los valores vacos, es decir se
transforman los datos -siempre que sea posible- para reducir los
errores de carga. En este momento disponemos de datos limpios y
de alta calidad.
Transformacin: Este proceso recupera los datos limpios y de
alta calidad y los estructura y sumariza en los distintos modelos de
anlisis. El resultado de este proceso es la obtencin de datos
limpios, consistentes, sumarizados y tiles.
Integracin: Este proceso valido que los datos que cargamos en
el datawarehouse son consistentes con las definiciones y formatos
del datawarehouse; los integra en los distintos modelos de las
distintas reas de negocio que hemos definido en el mismo. Estos
procesos pueden ser complejos.
Actualizacin: Este proceso es el que nos permite aadir los
nuevos datos al datawarehouse.

Datawarehouse
Un datawarehouse es una coleccin de informacin creada para
soportar las aplicaciones de toma de decisiones.
Orientado a un rea significa que cada parte del
datawarehouse est construida para resolver un problema de
negocio, que ha sido definido por los tomadores de decisiones. Por
ejemplo: Entender los hbitos de compra de nuestros clientes,
analizar la calidad de nuestros productos, analizar la productividad
de una lnea de fabricacin, etc. Para poder analizar un problema
de negocio necesitamos informacin que proviene de distintos
sistemas y la organizamos entorno a reas: ventas, clientes,

elementos de transporte, etc. Provee a los tomadores de


decisiones de una visin completa y concisa sobre una
problemtica de negocio, obviando toda aquella informacin que
no necesitan para la toma de decisiones.
Integrado: La informacin debe ser transformada en medidas
comunes, cdigos comunes y formatos comunes para que pueda
ser til. La integracin permite a las organizaciones implementar la
estandarizacin de sus definiciones, por ejemplo: La moneda en la
que estn expresados los importes es comn.
Indexado en el tiempo significa que se mantiene la
informacin histrica y se almacena referida a determinadas
unidades de tiempo, tales como horas, das, semanas, meses,
trimestres o aos. Ello nos permitir analizar, por ejemplo, la
evolucin de las ventas en los periodos que queramos.
No voltil significa que los usuarios no la mantienen, como lo
haran en los entornos transaccionales. La informacin se
almacena para la toma de decisiones. No se va actualizando
continuamente, sino peridicamente, de forma preestablecida.

DataMining
Mtodos avanzados para explorar y modelizar relaciones en
grandes volmenes de datos y obtener informacin implcita
(patrones de compra, asociaciones de productos, etc.).
Muchas veces se lo confunde con Queries, Data Warehouse,
Sistemas Expertos, estadstica o magia.
Y la Minera de Datos ha tenido su boom en nuestra poca
porque cada vez se cuenta con mayores bases de datos, con la
accesibilidad en los sistemas computacionales por la parte de los
costos y existencia (sobre todo en el rea de Data Mining); e
indiscutiblemente porque cada vez la competencia que existe es
mayor, en capacidad y en cantidad.

Los Procesos de la Data Mining son:


1 Seleccin del conjunto de datos
16)

Anlisis de las propiedades de los datos

17)

Transformacin del conjunto de datos de entrada

18)

Seleccionar y aplicar la tcnica de minera de datos

19)

Extraccin de conocimiento

20)

Interpretacin y evaluacin de datos

Los tipos de Data Mining son:


1 Redes Neuronales:
a. El Perceptrn.
b. El Perceptrn multicapa.
c. Los Mapas Autoorganizados
21)

Regresin Lineal

22)

rboles de Decisin:
a. Algoritmo ID3.
b. Algoritmo C4.5.

23)

Modelos Estadsticos

24)

Clustering o Agrupamiento
a. Algoritmo K-means.
b. Algoritmo K-medoids.

25)

Reglas de Asociacin

Las aplicaciones de la Minera de Datos son:


1 Supermercados
26)

Patrones de Fuga

27)

Fraudes

28)

Recursos Humanos

29)

Terrorismo

30)

Gentica

31)

Ingeniera Elctrica

32)

Anlisis de Gases

33)

Juegos, etc.

Casos Prcticos

Empresa: Cavas Castillo de Perelada


Proyecto: Rentabilidad bien a la vista con Dashboard
Implementador: Abast Solutions
Descripcin breve del proyecto
Cavas Castillo de Perelada utilizaba Business Objects como
herramienta de consultas, anlisis y reporting para los diferentes
departamentos. Una vez fi nalizada la implantacin de su ERP
(Ross Systems) en 2003, Cavas Castillo Perelada sigui buscando
aumentar su productividad, lo que llev a un planteamiento de una
visin ms estratgica. Previamente ya haban desarrollado un
portal de ventas basado en Business Objects, descentralizando la
informacin a los vendedores. Posteriormente, determinaron que
necesitaban informacin agregada en forma de indicadores, con
acceso inmediato y sobre todo informacin integrada, de la cual no
disponan hasta el momento. Para ello se plante la creacin de un
datawarehouse que combinara la productividad en la explotacin
de la informacin y suministrara los indicadores que la direccin
necesitaba.
5. Descripcin de la compaa

Cavas Castillo de Perelada se dedica a la produccin y distribucin


de vinos y cavas. Forma parte del Grupo Peralada, que agrupa
numerosas compaas del sector del ocio, como los Casinos de
Catalua, hoteles y restaurantes y automviles (La Hispano-Suiza),
entre otras. Cavas Castillo Perelada tiene una facturacin
aproximada de 37 millones de euros, 200 empleados, unos 4.500
clientes en Espaa, una estructura de responsables de rea en
Estados Unidos, Reino Unido, Holanda, Alemania y un equipo de
ventas propio de ms de 40 personas. En cuanto a los productos,
cuentan con unas 1.000 referencias finales, excluyendo la
convivencia de aadas.
6. Inicio del proyecto
6.1. Razones que justificaron llevarlo a cabo. Cul es la
problemtica o las necesidades de la empresa o del
departamento?
Cavas Castillo Perelada se plante numerosos escenarios de
implementacin del cuadro de mando en las reas financiera, de
produccin, logstica y RR.HH. Finalmente, se priorizaron las reas
de Comercial y Marketing: se decidi comenzar por ellas ya que el
negocio se centra fundamentalmente en la distribucin y la venta.
6.2. Estaba alineado con los objetivos del negocio? En
caso afirmativo, cmo?
La nueva estrategia era crecer en margen de beneficios, frente a la
antigua de crecer en facturacin. Partan de la experiencia de
hacer queries a la base de datos y, mediante Excel de Microsoft, se
mostraban indicadores, pero no estaban integrados.
6.3. Cul era la estimacin de la contribucin del proyecto
(tanto los beneficios financieros, como los no financieros)?
En el aspecto no financiero, el beneficio principal era reforzar el
control del rendimiento de las operaciones de los comerciales,
focalizando en margen y no slo en volumen de facturacin. No se
hizo ninguna estimacin del impacto financiero.

6.4. Se construy un Business Case para su aprobacin?


En caso afirmativo, cules fueron los componentes bsicos del
Business Case?
No se llev a cabo ningn Business Case.
6.5. Cmo se aprob el proyecto? Cules fueron los
criterios que se tuvieron en cuenta?
Si se hicieron clculos de retorno de la inversin (ROI) o de plazo
de recuperacin (Payback), adjuntarlos. El hecho de no disponer de
indicadores fiables que mostraran la rentabilidad del negocio fue la
razn principal por la que se desarroll el proyecto.
6.6. Quin fue el directivo espnsor del proyecto?
scar Snchez Robas, controller de Castillo de Perelada Vinos y
Cavas.
6.7. Cules fueron los requerimientos de negocio?
Conocan los usuarios de negocio las herramientas de
Business Intelligence?
El requerimiento principal fue la creacin de un cuadro de mando
para el control del rendimiento de las operaciones. Ya eran
usuarios de la herramienta de Business Objects a nivel de query,
anlisis y reporting, con lo que se sigui con la misma plataforma.
Definieron qu queran medir: ventas, rentabilidad, cuotas de
mercado, eficiencia de las ventas y penetracin de los productos. A
continuacin, se definieron las dimensiones por las que analizar los
indicadores: por ejemplo, acceder a las ventas desde el punto de
vista de los clientes, de los productos y de los canales.
Seguidamente se determinaron los indicadores, y en funcin de
estos los reports concretos.
6.8. Se plante
Intelligence?

desarrollar

la

solucin

de

Business

No se plante ya que exista una plataforma de BI


funcionamiento, de la que ya se tena experiencia en su uso.

en

6.9. Se evaluaron
Intelligence?

distintas

soluciones

de

Business

En el caso que se siguiera un procedimiento formal, detllelo.


Cul fue la solucin escogida?
La solucin escogida para la elaboracin del cuadro de mando es la
herramienta de Dashboard Manager de Business Objects. No se
evaluaron otras herramientas, ya que se quera seguir con la
plataforma ya escogida con anterioridad.
6.10. Se evaluaron distintos implementadores? En caso de
que se siguiera un procedimiento formal, detllelo. Cul
fue el implementador escogido?
S, se evaluaron distintos
escogido fue Abast Solutions.

implementadores.

Finalmente,

el

7. Planificacin
7.1. Cules eran los objetivos del proyecto?
La creacin de una herramienta de control de la rentabilidad.
7.2. Cul era el alcance del proyecto? Cules son las
reas de negocio o departamentos a los que se diriga? A
cuntos usuarios y con qu perfiles?
La creacin de un cuadro de mando estratgico, adems de poder
relacionar de una forma fcil y rpida la informacin a travs de la
creacin del Datawarehouse. Las reas a las que se dirige
principalmente son las de Ventas y Marketing.
En un primer momento el Cuadro de Mando estaba dirigido a un
solo usuario con funciones de Controller. Actualmente lo utilizan
cuatro usuarios del nivel de direccin.
7.3. Qu riesgos se detectaron? Existan planes de
contingencia o de mitigacin de riesgos?
Cavas Castillo Perelada trabajaba con reporting operacional, pero
la compaa necesitaba anlisis para la toma de decisiones, lo que

implic relacionar conceptos. No se produjo ningn tipo de rechazo


por parte de los usuarios, ya que el proyecto se hizo codo con codo
con el usuario final.
7.4. Se establecieron limitaciones al proyecto?
S. El cuadro de mando estratgico se limit a las reas de Venta y
Marke ting. Ms adelante se aadirn reas como la Financiera.
Adems, deba entregarse antes del Comit de Direccin de final
de ao (apenas tres meses de proyecto).
7.5. Cules fueron los supuestos que se tuvieron en
cuenta?
El deadline del Comit de Direccin.
7.6. Se utiliz una metodologa especfica? Descrbala.
Metodologa basada en proceso iterativo sobre prototipaje, con
reuniones diarias de 10 minutos con scar Snchez (Controller) al
final de la jornada para evaluar la evolucin.
7.7. Se defini una planificacin detallada de las
principales actividades y tareas? Explique los principales
componentes de la planificacin: recursos, plazos, costes
estimados, etc.
S. Dentro de la metodologa aplicada por Abast Solutions en todo
tipo de proyectos y especficamente en los de Business
Intelligence, se realiza una planificacin, se define el equipo de
trabajo, se le forma y se establecen los procedimientos para llevar
a cabo dicho proyecto.

1. Empresa: SAGE SP
2. Proyecto: Sage SP emprendi un proyecto de data
warehousing y reporting corporativo, estableciendo la calidad de
los datos como una de las prioridades clave.
3. Implementador: Equipo interno dedicado y consultores
PowerData.
4. Descripcin breve del proyecto:
La confianza en los datos es un requisito clave para el xito de un
proyecto de Business Intelligence. SAGE SP maneja una gran
cantidad de datos de la relacin con sus clientes, que debe
gestionar eficazmente para mantenerse lder en un segmento de
mercado tan competitivo como el de software para la pequea y
mediana empresa. En octubre de 2004, Sage SP tom la decisin
de emprender un proyecto de Business Intelligence con la
implantacin de un data warehouse corporativo y un sistema de
reporting para la alta direccin. La implementacin de un sistema
CRM y uno de gestin de campaas se dej para una segunda
fase. El xito de estas iniciativas dependa, en gran medida, de

una herramienta clave que comprueba que los datos utilizados son
los correctos, asegurando la calidad de los mismos.
Los objetivos del proyecto eran:
Generar informacin necesaria para la toma de decisiones
estratgicas, de fcil acceso y en tiempo real.
Asegurar la integridad de los datos para un mejor conocimiento
del cliente y, por lo tanto, la prestacin de un servicio ms
personalizado. Orientados a la excelencia del servicio.
Asegurar el cumplimiento con la normativa vigente en cuanto a
proteccin de datos.
Este proyecto ha sido llevado a cabo por el departamento de
Gestin de la Informacin, perteneciente a la direccin Financiera
Corporativa de Sage Espaa.
5. Descripcin de la compaa:
Sage SP, fundada en 1981, es la empresa lder en soluciones de
gestin para la pequea y mediana empresa en Espaa. En 2003
pas a formar parte del Grupo Sage, el lder mundial en software
de gestin, con ms de 5 millones de clientes en todo el mundo y
presente en 17 pases. Sage SP cuenta en la actualidad con ms de
250.000 clientes registrados y 2,5 millones de productos vendidos,
entre los que se encuentra SP ContaPlus, el programa de gestin
ms utilizado por las pymes espaolas. Ms de 600 profesionales
integran la plantilla de la compaa, expertos altamente
cualificados capaces de ayudar y dotar de valor aadido a los
negocios de sus clientes en su camino de integracin en la
Sociedad de la Informacin.
6. Inicio del proyecto
6.1. Razones que justificaron llevarlo a cabo. Cul es la
problemtica o las necesidades de la empresa o del
departamento?

Sage SP tiene actualmente una estrategia totalmente orientada al


cliente, siendo ste el mayor valor de la compaa. El cliente est
en el corazn de las decisiones estratgicas. Para potenciar al
mximo esta estrategia, la alta direccin necesitaba un reporting
que facilitara descubrir tanto cules eran las necesidades del
cliente, como las ventas y adems que se adecuara con la
realidad. Todo ello era necesario para poder tomar decisiones
conformes con la evolucin de su negocio. Anteriormente la
empresa estaba orientada hacia el producto y a los servicios que
prestaban, por lo que se deba conseguir un cambio global. Este
cambio afectaba a los sistemas de informacin, las mentalidades,
los procesos de negocio y, adems, deba respetar las nuevas
leyes de proteccin de datos.
6.2. Estaba alineado con los objetivos del negocio? En
caso afirmativo, cmo?
SAGE SP ha entrado en una etapa de descentralizacin de la
estrategia, necesitando mayor fiabilidad y automatizacin en sea
ms efectiva.
6.3. Cul era la estimacin de la contribucin del
proyecto? (tanto los beneficios financieros, como los no
financieros)
Un mayor conocimiento y enriquecimiento de los datos de cliente
permitira ofrecerle el servicio ms indicado a sus necesidades. Se
esperaba aumentar en un 50% la efectividad de las campaas de
marketing
6.4. Se construy un Business Case para su aprobacin?
En caso afirmativo, Cules fueron los componentes
bsicos del Business Case?
Se elaboraron unas directrices bajo las cuales qued definido el
proyecto. Estas definiciones sirvieron para el desarrollo de las
pruebas de concepto.
6.5. Cmo se aprob el proyecto? Cules fueron los
criterios que se tuvieron en cuenta? Si se hicieron clculos

de retorno de la inversin (ROI) o de plazo de recuperacin


(Payback), adjuntarlos.
El proyecto fue aprobado por el Consejo de Direccin teniendo en
cuenta los objetivos que se haban fijado y los planes de ejecucin.
Se hicieron clculos de amortizacin y de retorno de la inversin en
las campaas de marketing. Los objetivos que se definieron fueron:
Mejorar la segmentacin partiendo de datos ms precisos.
Aumentar el nmero de impactos y disminuir las devoluciones al
garantizar que los datos de contacto son vlidos (direcciones
postales, direcciones de correo electrnico, nmeros de telfono y
fax).
Evitar la duplicidad de impactos sobre el mismo contacto.
El enriquecimiento de datos para aportar informacin adicional y
mejorar la calidad del mensaje enviado al contacto.
La visin nica del cliente, posible mediante la eliminacin de
registros duplicados, mejorando el conocimiento del cliente y
cumpliendo con lo preceptuado en la Ley Orgnica de Proteccin
de Datos (ver apartado siguiente).
6.7. Quin fue el directivo espnsor del proyecto?
Fueron dos: Alvaro Ramrez, CEO y Consejero Delegado de Sage
Espaa, y Juan Pablo Herrera, CFO de Sage Espaa.
6.8. Cules fueron los requerimientos de negocio?
Conocan los usuarios de negocio las herramientas de
Business Intelligence?
Los usuarios de negocio conocan Excel, por lo que solicitaban
informacin al departamento de Sistemas que despus
elaboraban. Ahora los usuarios de negocio trabajan con la
herramienta Microstrategy, lo cual les proporciona mucha ms
libertad ante el departamento de Sistemas, ya que pueden generar
los informes que necesitan ellos mismos y obtener datos
actualizados y en los cuales se pueda confiar.
6.9. Se plante
Intelligence?

desarrollar

la

solucin

de

Business

No se plante desarrollar ninguna herramienta, ya que en el


mercado existan soluciones, a partir de las cuales se hizo una
seleccin.
6.10. Se evaluaron distintas soluciones de Business
Intelligence?
En caso de que se siguiera un procedimiento formal,
detllelo. Cul fue la solucin escogida?
Se evaluaron varias de las herramientas disponibles en el mercado.
El primer criterio de seleccin fue un criterio econmico, a
continuacin se tuvieron en cuenta aspectos tcnicos evaluando
las posibilidades de explotacin e integracin. Despus se hicieron
pruebas de concepto con aquellas soluciones ms afines a nuestra
organizacin y estructura de sistemas de datos.
La solucin escogida fue Microstrategy
6.11. Se evaluaron distintos implementadores? En caso de
que se siguiera un procedimiento formal, detllelo. Cul
fue el implementador escogido?
Se decidi invertir en herramientas accesibles tecnolgicamente
para que en un corto periodo de tiempo pudiramos ser
autnomos y poder adaptar el sistema a nuestras necesidades.
Esta fue una de las premisas del proyecto, ya que los procesos de
negocio en Sage SP cambian frecuentemente.
7. Planificacin
7.1. Cules eran los objetivos del proyecto?
- Aumentar la satisfaccin del cliente.- Mejorar la toma de
decisiones estratgicas: ms acertada, ms rpida.
- Fortalecer los procesos de negocio, gracias al acceso ms sencillo
a la informacin empresarial.
- Reducir los costes y la complejidad de la infraestructura TI de la
compaa, aumento de la productividad.
7.2. Cul era el alcance del proyecto? Cules son las
reas de negocio o departamentos a los que se dirige? A
cuntos usuarios se diriga y de qu perfi les?

Los departamentos a los que se dirige inicialmente son los de


Ventas/Telemarketing (directas y de servicios) y posteriormente a
todas las reas de negocio: Direccin de Servicios a Empresas,
Direccin Comercial, Direccin de Canal, Direccin de Marketing y
Desarrollo de Negocio, Direccin Financiera Corporativa, Direccin
Corporativa de Recursos Humanos y Direccin de Tecnologa
(nuestra fbrica de software).
7.3. Qu riesgos se detectaron?, Existan planes de
contingencia o de mitigacin de riesgos?
El riesgo ms importante que se detect en el proyecto fue el de
los problemas con la calidad de los datos. Para garantizar el xito
del proyecto y la mejora del tratamiento de los datos de cliente se
ejecut en paralelo un proyecto de Data Cleansing, con el fi n de
asegurar de forma continua el mximo nivel de la calidad de los
datos y, en consecuencia, de la calidad de la informacin.
En principio no se establecieron limitaciones, pero s fases
concretas para minimizar los riesgos.
7.5. Cules fueron los supuestos que se tuvieron en
cuenta?
El proceso de transicin se prevea lento, ya que en ocasiones
implica un cambio cultural. En primera instancia se deban
asegurar los KPI de la compaa y los KPI operativos de las
distintas direcciones.
7.6. Se utiliz una metodologa especfi ca? Descrbala.
Se sigui una metodologa estndar en implantacin de sistemas
Business Intelligence.
Anlisis del los procesos de negocio.
Unifi cacin de criterios, indicadores y mtricas.
Eleccin de las herramientas apropiadas en funcin de las
necesidades y heterogeneidad de fuentes de datos.

Implantacin asesorada por profesionales de PowerData as como


de MicroStrategy
Formacin del personal del equipo SGI.
Anlisis de la primera fase de implantacin.
7.7. Se defi ni una planifi cacin detallada de las
principales actividades y tareas? Explique los principales
componentes de la planificacin: recursos, plazos, costes
estimados, etc.
Los recursos empleados fueron:
2 Consultores de negocio Internos.
2 Consultores PowerData.
2 Consultores MicroStrategy.
Los plazos: seis meses para la primera Fase, que incluye:
Construccin del DataWarehouse.
Construccin de los fl ujos de datos del Transaccional al
datawarehouse.
Construccin del Metadata de MicroStrategy.
Construccin de los procesos de Data Cleansing.
Generacin KPI, informes crticos y Cuadros e mando (7).
Los costes estimados: Ms de 200.000 .
7.8. Cuntos componentes formaban el equipo de trabajo?
Con qu perfiles?
2 Programadores del ERP interno.
1 Analista ERP.
1 Analista de sistemas.
2 Consultores de negocio.
1 Programador administrador de sistemas.
7.9. Se establecieron procedimientos de comunicacin y
aprobacin de cambios?
En la etapa de diseo se establecieron procedimientos de
comunicacin entre el SGI y las distintas direcciones para la
obtencin y homogeneizacin de los requerimientos. De esta forma
se ha podido generar una Metadata nico para toda la compaa.

8. Diseo
8.1. Cules son las fuentes de datos origen? Se han
tenido que modificar las aplicaciones orgenes de datos?
Fuentes: Bases de datos SQL Server y ERP (desarrollo propio).
Hubo que hacer pequeas modificaciones en el ERP para los
procesos ms crticos.
8.2. Cules son los modelos de negocio cubiertos?
Creacin del datawarehouse segn patrones de organizacin para
la mejor explotacin de los datos de:
Ventas.
Canal de Distribucin.
Marketing.
8.3. Cules son los modelos de datos?
El modelo de datos es en estrella, constando de informacin de
los productos, servicios, ventas, clientes, etc.
8.4. Cules son los principales KPI (Key Performance
Indicators) utilizados?
Ms de 100 indicadores de negocio que componen 23 KPI:
1. ndice de renovacin.
2. Attachment rate.
3. Ventas directas.
4. Ventas de Canal.
5. Average Revenue Per User (ARPU).
6. Clientes activos.
7. Clientes fi delizados.
8. Clientes que repiten compra.
9. Contratos vigentes.
10. Sell through, Sell in, Sell out y Stock en canal.
9. Ejecucin
9.1. Se comunic el comienzo
componentes de la organizacin?

del

proyecto

los

Tanto la inversin inicial como la arquitectura y la planificacin del


proyecto fueron presentadas y aprobadas en el Consejo de
Direccin de Sage SP.
Antes de comenzar con el desarrollo del DataWarehouse se
mantuvieron reuniones con todas las direcciones, para obtener los
requerimientos y unificar criterios.
9.2. Con qu periodicidad se haca el seguimiento de la
planificacin? En caso de que no se hubiera planificado,
qu alternativa se escogi para realizar el seguimiento del
proyecto?
Internamente exista un seguimiento semanal en todo el periodo
de desarrollo y un reporte mensual al Consejo de Direccin.
9.3.
Durante
la
ejecucin
del
proyecto,
se
ha
desencadenado algn riesgo? En caso afirmativo, estaba
planificado?, exista plan de contingencia o mitigacin?,
cmo se resolvi?
Slo la baja de uno de los recursos clave era una posibilidad
contemplada en la planificacin, y se resolvi ajustando las horas
de los consultores.
9.4. Existieron problemas con la calidad de los datos? En
caso afirmativo, cules fueron?
Existan dos tipos de problemas relacionados con la calidad de
datos:
Datos incompletos:
Errores u olvidos de los agentes de telemarketing a la
hora de completar datos: direcciones postales, correos
electrnicos, etc.
Datos no actualizados con informacin antigua
Datos que tenan que cumplir con la LOPD
La autorizacin de clientes para utilizar sus datos est
regulada de forma muy estricta por la ley (el no
cumplimiento puede provocar sanciones muy elevadas)

9.5. Mostrar un ejemplo del modelo de datos, dimensiones,


y pantallas de la solucin.
Ver pregunta 8.3.
9.6. Cul ha sido el hardware instalado?
1 Servidor de integracin ( 2 procesadores 2Gb RAM).
1 Servidor de presentacin de datos ( 2 procesadores 2Gb
RAM).
1 Servidor de BBDD conectado a un rac de discos en SAN con
100 Gb.
9.7. Cules han sido los productos y licencias de software
que se han adquirido (BBDD, ETL, BI, SO, etc.)? Indicar, en
caso necesario, las principales funcionalidades si se han
adquirido distintos tipos de licencias.
Inicialmente:
5 licencias de Microstrategy, dependiendo de cada direccin
funcional.
1 licencia PowerCenter.
1 licencia Informatica DataQuality.
1 licencia SQL Server.
9.8. Se han validado los resultados obtenidos con las
fuentes de informacin?
Durante la fase de transformacin/carga, la capa de calidad de
datos permiti corregir direcciones postales, de correo electrnico,
borrar datos incorrectos y adems se pudo enriquecer (y se hace
de forma regular) y estandarizar los datos con la informacin
proveniente del INE.
9.9. Cul es el tamao de la base de datos?
Cantidad de datos actual: 24 Gb en transaccional y 4 Gb en el Data
Warehouse (1.200.000 registros en total). Se prev doblar el
volumen del Data Warehouse por el proyecto de CRM.
Estimacin del crecimiento al ao: 1,5 Gb con la antigua
infraestructura, ms 2 Gb adicionales por las nuevas operaciones.

9.10. Se han llevado a cabo planes de formacin para los


usuarios? En caso afirmativo, detllelos.
En varias fases:
1. Personal responsable de la arquitectura y de la generacin de
informes.
2. Personal con responsabilidad de reporting en las distintas
direcciones.
3. Personal con necesidades de consulta para la operativa.
9.11. Se produjeron cambios durante el proyecto?, cules
fueron las razones que los provocaron?
Algunos cambios de diseo en el DataWarehouse para optimizarlo
a la estructura de MicroStrategy. Se modific el alcance inicial por
necesidades de la compaa, amplindose el alcance de la 1 fase.
10. Finalizacin
10.1. Se comunic la finalizacin del proyecto a los
componentes de la organizacin?
Se comunic la finalizacin de la primera fase. Ya estn en uso
unos 40 informes, as como la distribucin automtica de varios
Cuadros de Mando. En octubre del 2006 comienza la segunda fase
(cada direccin, tiene sus propios KPI).
10.2. Se han alcanzado los objetivos propuestos? Cmo?
En caso negativo, cules son las principales razones que
no han permitido alcanzar los objetivos?
S, se han alcanzado los objetivos propuestos en la primera fase al
100%. Se estn adaptando los informes a las distintas direcciones
y en breve comenzaremos con la 2 fase.
10.3. Se han producido desviaciones en el plazo?
Se han producido leves desviaciones dentro de los mrgenes
contemplados en la planificacin del proyecto.
10.4. Se han producido desviaciones en los costes?
Cules han sido los costes del proyecto?

Leves. Se increment el nmero de horas de consultora por la baja


por enfermedad de uno de los consultores internos.
10.5. Se han producido otras desviaciones en el proyecto?
En caso afirmativo explicitarlas.
Tras los resultados positivos de la Fase 1 se ha modificado el
alcance de la Fase 2.
10.6. Se ha documentado el proyecto? En caso afirmativo,
qu documentos se han elaborado?
Se est documentando en estos momentos:
1. Gua de indicadores con su definicin.
2. Inclusin de definiciones en formato HTML en la aplicacin.
3. Toda la documentacin y tcnica de arquitectura de BBDD y los
flujos y transformacin de datos.
10.7. Haba una solucin alternativa a la que se
desarroll?
En caso afirmativo, cul era?, por qu se desestim?
S, hacer un sistema de reporting desde nuestro ERP. Se desestim
al no ser accesible para los usuarios, quienes dependan de
terceros para obtener la informacin y estudiarla. La idea es que la
informacin est al alcance de los responsables de analizarla y
tomar decisiones, y consecuentemente tena que ser un sistema
de fcil acceso y muy fiable.
10.8. Disponen los usuarios de helpdesk para consultas?
No por el momento, pero se evala la posibilidad de usarlo en el
futuro. En estos momentos se usa en Sage SP para otros
propsitos.
10.9. Cules han sido las acciones post implementacin?
La mejora de los procesos de transferencia de datos.
La mejora de algunos informes.
La optimizacin de algunos procesos de negocio.
10.10. Se ha establecido un plan de mejora del proyecto?

Todo el proyecto, desde el principio, es un gran plan de mejora.


10.11. Se ha destinado un presupuesto al mantenimiento
del proyecto?
Existe un presupuesto anual y recursos humanos especficos para
el mantenimiento del proyecto.
10.12. Cul ha sido la valoracin por parte de los
usuarios?
Muy positiva, es un proyecto que crea grandes expectativas y esto
puede ser uno de los mayores problemas. Hay que ir ganando
terreno poco a poco.
11. Aprendizaje organizativo
11.1. Si volviera a realizar el proyecto, qu cambiara?
Realmente, no hay cosas importantes que cambiar.
11.2. Cules han sido los principales problemas que se
han encontrado en el desarrollo del proyecto?
La heterogeneidad de las fuentes.
Los cambios constantes en las fuentes de datos.
Las distintas interpretaciones de los criterios de negocio.
11.3. Explicar cules han sido los factores crticos de xito
o de fracaso del proyecto.
La implicacin de la alta direccin, sobre todo del CEO y del CFO.
Tambin el trabajo de formacin e informacin interna tuvo sus
resultados positivos (uso de la solucin).
Adaptarse lo ms posible a los requerimientos del cliente interno:
Si no usan la aplicacin, aunque parezca perfecto, ser un fracaso.
11.4. Explicitar cules han sido las lecciones aprendidas del
proyecto.
Visin global de los procesos de negocio.
No es posible llevar a cabo un proyecto como este sin la
implicacin de la alta direccin. Es un proyecto que afecta a todo lo
que hace una empresa.

Los problemas de los datos son consecuencia de problemas en la


gestin que no son fciles de detectar.
Es necesario alinear los objetivos del proyecto a la estrategia de
la compaa.
12. Persona de contacto de la empresa:
Fernando Galvache, Responsable del Servicio de Gestin de la
Informacin Sage SP.
13. Persona de contacto del implementador:
Federico Alonso, Responsable del Area de Pre-Ventas de PowerData
Data Quality

Bibliografa
(s.f.).
Obtenido
de
http://www.iwith.org/pdf/Libro_BI_Competir_con_Informacion.pdf
(s.f.). Obtenido
business/11.pdf

de

http://www.eticaygestion.org/documentos/e-

(s.f.).
Obtenido
de
http://www.pwc.com/ve/es/asesoriagerencial/boletin/assets/boletin-advisory-edicion-10-2008.pdf
(s.f.).
Obtenido
de
http://www.win.tue.nl/~mpechen/courses/TIES443/handouts/lecture
02.pdf
(s.f.).
Obtenido
http://www.ebg.edu.gt/Documentos/Seminarios/Intelledata.pdf

de

(s.f.).
Obtenido
de
http://books.google.com.ec/books?
id=Mr2ADqrMnR0C&pg=PA61&lpg=PA61&dq=business+intelligen
ce+pdf&source=bl&ots=k1ja3SztNx&sig=PN7MaaSevgPDnzClgCry
Tl8m3Ak&hl=es&sa=X&ei=5O0hUNTiL8Ll0QG84Aw&ved=0CDgQ6AEwAA#v=onepage&q=business
%20intelligence%20pdf&f=false
Cano, J. L. BUSINESS INTELLIGENCE.
Wikiopedia.
(s.f.).
Obtenido
http://en.wikipedia.org/wiki/Business_intelligence

de