Académique Documents
Professionnel Documents
Culture Documents
El plan operativo anual es un documento formal en el que se enumeran, por parte de los
responsables de una entidad facturadora (compañía, departamento, sucursal u oficina)
los objetivos a conseguir durante el presente ejercicio.
El plan operativo anual debe estar perfectamente alineado con el plan estratégico de la
empresa, y su especificación sirve para concretar, además de los objetivos a conseguir
cada año, la manera de alcanzarlos que debe seguir cada entidad (departamento,
sucursal, oficina...).
Por ejemplo, ante un objetivo estratégico global del tipo: "Conseguir una facturación de
1.000.000 € antes de 2.010.", un plan operativo debe desglosar esa cifra para cada
año: "Conseguir una facturación de 600.000 € en el año 2.008", "Conseguir una
facturación de 800.000 € en el año 2.009", "Conseguir una facturación de 1.000.000 €
en el año 2.010".
Además, el plan operativo anual debe desglosar los objetivos para cada entidad
facturadora: "La oficina de Madrid debe alcanzar una cifra de ventas de 200.000 € en el
año 2.008", "La oficina de Valencia debe alcanzar una cifra de ventas de 150.000 € en
el año 2.008", etc...
Incluso, dentro de cada sucursal o departamento es posible hallar una predicción del
volumen esperado de ventas para cada mes del año (teniendo en cuenta la
estacionalidad del producto o las oscilaciones que ha experimentado el mercado en años
anteriores).
Por tanto, es común en un plan operativo anual disponer, para cada mes (desde enero
a diciembre), de un valor POA para cada objetivo. A medida que va avanzando el año es
posible fijar el valor real que se ha alcanzado y, por tanto, hallar posibles errores o
desviaciones en el plan.
Agosto 150.000 €
Septiembre 170.000 €
Octubre 180.000 €
Noviembre 190.000 €
Diciembre 200.000 €
Esto es preciso hacerlo, naturalmente, para cada objetivo anual de cada entidad.
Lo más importante de este modelo es que, mediante un correcto seguimiento del plan
operativo anual, se puede hallar no sólo las desviaciones en el plan, sino también el
motivo de su origen. La herramienta de Business Intelligence dedicada a este fin es una
de las más implantadas en las empresas modernas: el Cuadro de Mando
Integral o Balanced Scorecard.
Si no está familiarizado con el concepto de Plan Operativo Anual, puede resultarle útil,
además, examinar las siguientes definiciones:
Plan director
Plan estratégico
La inteligencia de negocio actúa como un factor estratégico para una empresa u organización,
generando una potencial ventaja competitiva, que no es otra que proporcionar información
privilegiada para responder a los problemas de negocio: entrada a nuevos mercados,
promociones u ofertas de productos, eliminación de islas de información, control financiero,
optimización de costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad
de un producto concreto, etc...
Los principales productos de Business Intelligence que existen hoy en día son:
Por otro lado, los principales componentes de orígenes 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 están
optimizados para preguntar y divulgar sobre datos. Esto significa típicamente que, en un
datawarehouse, los datos están desnormalizados para apoyar consultas de alto rendimiento,
mientras que en los sistemas operacionales suelen encontrarse normalizados para apoyar
operaciones continuas de inserción, modificación y borrado de datos. En este sentido, los procesos
ETL (extracción, transformación y carga), que nutren los sistemas BI, tienen que traducir de uno
o varios sistemas operacionales normalizados e independientes a un único sistema
desnormalizado, cuyos datos estén completamente integrados.
Plan estratégico
El plan estratégico es un documento formal en el que se intenta plasmar, por parte de
los responsables de una compañía (directivos, gerentes, empresarios...) cual será la
estrategia de la misma durante un período de tiempo, generalmente de 3 a 5 años.
Los objetivos del tipo: "Optimizar los recursos empleados" o "Maximizar el beneficio
durante este año" no son válidos, ya que no indican una cantidad a alcanzar y un
plazo para conseguirlo. Tampoco sería correcto el objetivo: "Gastar 10.000 € en
renovar el equipamiento informático durante Febrero", ya que eso depende
directamente de la compañía.
Políticas: una política es una conducta que marca la compañía, y que sirve
para describir su actitud, continuada en el tiempo, a la hora de enfrentarse a
situaciones de diversa índole. El verbo asociado a una política es
siempre establecer:
- Asistir a los principales congresos del sector para mejorar la formación interna.
- Lanzar una campaña de publicidad en TV y periódicos para promocionar el nuevo
producto.
- Elaborar un manual de procedimientos interno que agilice la incorporación de
nuevos miembros.
Las acciones se suelen agrupar de tal manera que sea sencillo identificar su origen
y, a su vez, su finalidad. Así se pueden clasificar como dependientes de un objetivo
estratégico, de una política de empresa o simplemente como acciones puntuales.
El plan estratégico describe, por tanto, una manera de conseguir las cualidades
organizacionales enumeradas en el plan director. No obstante, el plan estratégico no
suele estar lo suficientemente detallado como para actuar a nivel departamental. Para
ello, se suele utilizar el plan operativo anual.
El DSS es una de las herramientas más emblemáticas del Business Intelligence ya que,
entre otras propiedades, permiten resolver gran parte de las limitaciones de los
programas de gestión. Estas son algunas de sus características principales:
Otra diferencia fundamental radica en los usuarios a los que están destinadas las
plataformas DSS: cualquier nivel gerencial dentro de una organización, tanto para
situaciones estructuradas como no estructuradas. (En este sentido, por ejemplo, los CMI
están más orientados a la alta dirección).
Por último, destacar que los DSS suelen requerir (aunque no es imprescindible)
un motor OLAP subyacente, que facilite el análisis casi ilimitado de los datos para hallar
las causas raices de los problemas/pormenores de la compañía.
De forma más pragmática, se puede definir un EIS como una aplicación informática
que muestra informes y listados (query & reporting) de las diferentes áreas de
negocio, de forma consolidada, para facilitar la monitorización de la empresa o de una
unidad de la misma.
A través de esta solución se puede contar con un resumen del comportamiento de una
organización o área específica, y poder compararla a través del tiempo. Es posible,
además, ajustar la visión de la información a la teoría de Balanced Scorecard
o Cuadro de Mando Integral impulsada por Norton y Kaplan, o bien a cualquier
modelo estratégico de indicadores que maneje la compañía.
Datamart
Un Datamart es una base de datos departamental, especializada en el almacenamiento
de los datos de un área de negocio específica. Se caracteriza por disponer la estructura
óptima de datos para analizar la información al detalle desde todas las perspectivas
que afecten a los procesos de dicho departamento. Un datamart puede ser alimentado
desde los datos de un datawarehouse, o integrar por si mismo un compendio de distintas
fuentes de información.
Por tanto, para crear el datamart de un área funcional de la empresa es preciso encontrar
la estructura óptima para el análisis de su información, estructura que puede estar
montada sobre una base de datos OLTP, como el propio datawarehouse, o sobre una
base de datos OLAP. La designación de una u otra dependerá de los datos, los requisitos
y las características específicas de cada departamento. De esta forma se pueden plantear
dos tipos de datamarts:
Datamart OLAP
Se basan en los populares cubos OLAP, que se construyen agregando, según los
requisitos de cada área o departamento, las dimensiones y los indicadores necesarios
de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos
OLAP es muy heterogéneo, en función de la herramienta final que se utilice.
Datamart OLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es
introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las
operaciones más usuales) aprovechando las características particulares de cada área de
la empresa. Las estructuras más comunes en este sentido son las tablas report, que
vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas
materializadas, que se construyen con la misma estructura que las anteriores, pero con
el objetivo de explotar la reescritura de queries (aunque sólo es posibles en algunos
SGBD avanzados, como Oracle).
Los datamarts que están dotados con estas estructuras óptimas de análisis presentan
las siguientes ventajas:
De forma general, los datos son la materia prima bruta. En el momento que el usuario
les atribuye algún significado especial pasan a convertirse en información. Cuando los
especialistas elaboran o encuentran un modelo, haciendo que la interpretación que surge
entre la información y ese modelo represente un valor agregado, entonces nos referimos
al conocimiento. Vea más diferencias entre datos, información y conocimiento.
Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior,
el proceso común a todos ellos se suele componer de cuatro etapas principales:
En el artículo Data Mining: Torturando a los datos hasta que confiesen, Luis Carlos Molina
proporciona una visión muy clarificadora sobre la minería de datos, incluyendo
interesantes ejemplos de aplicaciones de la misma. Recomendamos su lectura.
Los sistemas OLAP son bases de datos orientadas al procesamiento analítico. Este
análisis suele implicar, generalmente, la lectura de grandes cantidades de datos para
llegar a extraer algún tipo de información útil: tendencias de ventas, patrones de
comportamiento de los consumidores, elaboración de informes complejos… etc. Este
sistema es típico de los datamarts.
El acceso a los datos suele ser de sólo lectura. La acción más común es la
consulta, con muy pocas inserciones, actualizaciones o eliminaciones.
Los datos se estructuran según las áreas de negocio, y los formatos de los
datos están integrados de manera uniforme en toda la organización.
Datawarehouse
Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y
depurar información de una o más fuentes distintas, para luego procesarla permitiendo
su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La
creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso,
desde el punto de vista técnico, para implantar una solución completa y fiable de
Business Intelligence.
La ventaja principal de este tipo de bases de datos radica en las estructuras en las que
se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos
relacionales... etc). Este tipo de persistencia de la información es homogénea y fiable, y
permite la consulta y el tratamiento jerarquizado de la misma (siempre en un entorno
diferente a los sistemas operacionales).
El término Datawarehouse fue acuñado por primera vez por Bill Inmon, y se traduce
literalmente como almacén de datos. No obstante, y como cabe suponer, es mucho más
que eso. Según definió el propio Bill Inmon, un datawarehouse se caracteriza por ser:
Los objetivos que deben cumplir los metadatos, según el colectivo al que va dirigido,
son:
l retorno sobre la inversión (ROI, por sus siglas en inglés) es esencial para la
rentabilidad a largo plazo de cualquier compañía, ya sea grande o pequeña. Es
una medición que debería emplearse para cada proyecto o línea de productos. El
desafío es el cálculo y su financiación. Por ser una métrica excelente para los
profesionales de las finanzas, los cálculos de ROI brindan objetividad al momento
de tomar la decisión de aceptar o rechazar proyectos. Sin embargo, cuando un
ROI lleva a rechazar uno, habrá presión para cambiar las variables o incluso el
cálculo.
Calculando el ROI
Comprende la fórmula. La fórmula de ROI es el "valor final de un proyecto" (Vf)
menos el "costo total de propiedad" (TCO) dividido entre el "costo total de
propiedad" (TCO) y multiplicado por 100. Es decir que ROI es igual a [(Vf - TCO) /
TCO]*100.
Calcula la inversión inicial. Estima el valor del flujo de salida de efectivo para cada
mes del año del proyecto. ¿Existe más de una corriente de salida? Por ejemplo,
¿cuál es el costo de mano de obra, operación, inventario y mercadotecnia?
Calcula el valor final del proyecto. ¿Qué rentabilidad tendrá durante cierto período
de tiempo? Es importante justificar todos los medios por los cuales un proyecto en
particular podría generar rentabilidad o ahorro a partir de ventas directas o ahorro
de gastos. ¿Incrementará la renta en un 5% o reducirá los gastos en un 5%? ¿En
qué se basan tus proyecciones o suposiciones?
Trabaja con un ejemplo. Si esperas obtener US$50.000 con un proyecto (Vf) con
una inversión inicial de US$10.000 (TCO), el cálculo sería [(50.000-
10.000)/10.000]*100 o 400%. En general, si el ROI está por encima de 0%,
deberías aceptar el proyecto.
Consejos
Al evaluar cualquier cálculo del ROI, el paso más importante es comprender las
entradas y los supuestos. Los ROI son extremadamente flexibles. El cálculo del
TCO puede adaptarse a las necesidades del cálculo del proyecto cambiando las
presunciones. Dicho en otras palabras, es posible crear un ROI positivo. Es por
esta razón que es importante mantener las finanzas y las operaciones como
funciones separadas.
Ads by scrollerads.com
Inteligencia de negocios
Historia del Business Intelligence
Colección de datos
Integrado
Variable en el tiempo
Mantiene un expediente completo de la organización: tr
ansaccional y operacional.
Favorece el análisis y divulgación eficiente de datos.
Toma de decisiones
Explotación de la información
Enfoque al usuario
Inteligencia de negocios a nivel operativo, táctico y estratégico
Inteligencia
de negocios
Nivel operativo
Inteligencia de negocios
Ejemplo.
Deinsa Funcion
Inteligencia de negocios
Inteligencia de Negocios a Nivel Estratégico
Inteligencia
de negocios
Importancia de BI en las organizaciones
Existen otros datos dentro de los Bi, que incluso redefinen los
procesos ya existentes po unos nuevos, que eliminan pasos o en
su caso crean nuevas capacidades.
Inteligencia de negocios
Tecnologías de BI
Reporte empresarial.
Hasta este punto, las grandes empresas han tenido que comprar
diferentes conjuntos de herramientas de BI a distintos
vendedores, con cada herramienta
dirigida a una nueva aplicación de BI y cada una de ellas
dando al usuario funcionalidad en solo uno de los estilos de BI.
Se da lugar a dos dimensiones, el eje vertical muestra la
sofisticación e interacción con el proceso analíticos y mientras
que la horizontal, solo se representa la escala.
Inteligencia de
negocios
Inteligencia de negocios
Desafíos críticos para el éxito de BI
Inteligencia de negocios
Análisis multidimensionales
Ventas
Marketing
Finanzas
Producción
Parámetros y análisis de productividad, desperdicios, calidad,
rotación de inventarios.
Distribución de productos
1. Multidimensionalidad
2. Data Mining
3. Agentes:
Los software analizan los datos sin necesidad del raciocinio de las
personas, pues están programadas para interpretar datos.
4. Data Warehouse:
El proceso de BI:
Inteligencia de
negocios
Fase 5- Difusión: