LA INTELIGENCIA DE NEGOCIOS (BI)Es el conjunto de tcnicas y herramientas para la transformacin de datos en informacin significativa y til paraanlisis de negocio propsitos.Tecnologas de BI son capaces de manejar grandes cantidades de datos no estructurados para ayudar a identificar, desarrollar y de lo contrario crear nuevas oportunidades de negocio estratgicas.El objetivo de BI es para permitir la fcil interpretacin de estos grandes volmenes de datos.La identificacin de nuevas oportunidades y la implementacin de una estrategia eficaz basado en ideas puede proporcionar a las empresas una ventaja en el mercado y la estabilidad a largo plazo competitiva.BI puede ser utilizado para apoyar una amplia gama de decisiones de negocios que van desde operaciones de estratgica.Decisiones operativas bsicas incluyen el posicionamiento del producto o de precio.Decisiones empresariales estratgicas incluyen prioridades, metas y direcciones en el nivel ms amplio.En todos los casos, BI es ms eficaz cuando se combina datos derivados del mercado en el que opera la empresa (datos externos) con datos de fuentes internas para el negocio de la compaa, tales como datos financieros y de operaciones (datos internos).Cuando se combinan, los datos externos e internos pueden proporcionar una imagen ms completa que, en efecto, crea una "inteligencia" que no puede ser derivado por cualquier conjunto singular de datos.

HISTORIAEl trmino "Inteligencia de Negocios" fue acuado originalmente por Richard Millar Devens 'en el' Cyclopdia de Comerciales y Empresariales Ancdotas "de 1865. Devens utiliza el trmino para describir cmo el banquero, Sir Henry Furnese, obtuvo beneficios por recibir y procesar la informacin sobre su medio ambiente, antes de sus competidores. "A lo largo de Holanda, Flandes, Francia y Alemania, mantuvo un tren completo y perfecto de la inteligencia empresarial. La noticia de las muchas batallas se recibi as por primera vez por l, y la cada de Namur aadido a sus ganancias, debido a su temprana recepcin de la noticia. "(Devens, (1865), p. 210). La capacidad de reunir y reaccionar en consecuencia en base a la informacin obtenida, una habilidad que Furnese sobresali en, es hoy todava en el corazn de BI.En un artculo de 1958, IBM investigador Hans Peter Luhn utilizar la inteligencia de negocios plazo. Emple definicin del diccionario de Webster de la inteligencia: ". La capacidad de aprehender a las interrelaciones de los hechos presentados de tal manera como para orientar la accin hacia una meta deseada" Inteligencia de negocio tal como se entiende hoy en da se dice que ha evolucionado a partir de los sistemas de apoyo a las decisiones (DSS) que comenzaron en la dcada de 1960 y se desarrollaron a lo largo de la dcada de 1980. DSS se origin en los modelos asistidos por ordenador creados para ayudar a la toma de decisiones y la planificacin. De DSS, almacenes de datos, sistemas de informacin ejecutiva, OLAP y la inteligencia empresarial entr en foco a partir de finales de los 80.En 1988, un consorcio italo-holands-Francs-Ingls organiz una reunin internacional sobre el anlisis de datos multipunto en Roma. El objetivo final es reducir las mltiples dimensiones a uno o dos (mediante la deteccin de los patrones dentro de los datos) que luego se pueden presentar a los tomadores de decisiones humanas.En 1989, Howard Dresner (ms tarde un Gartner Group analista) propuso "inteligencia de negocios" como un trmino general para describir "los conceptos y mtodos para mejorar la toma de decisiones de negocio mediante el uso de sistemas de apoyo basados en hechos". No fue hasta finales del 1990 que este uso fue generalizado.

EL ALMACENAMIENTO DE DATOSPara distinguir entre los conceptos de inteligencia empresarial y de datos almacenes, Forrester Research define la inteligencia de negocios en una de dos maneras:1. El uso de una definicin amplia: ". La inteligencia de negocios es un conjunto de metodologas, procesos, arquitecturas y tecnologas que transforman los datos en bruto en informacin significativa y til utilizado para permitir ideas estratgicas, tcticas y operativas ms eficaces y en la toma de decisiones" Bajo esta definicin, la inteligencia de negocio tambin incluye tecnologas como la integracin de datos, calidad de datos, almacenamiento de datos, gestin de datos maestros, texto y contenido-analytics, y muchos otros que el mercado a veces grumos en la " Gestin de la Informacin de segmento ". Por lo tanto, Forrester se refiere a la preparacin de datos y la utilizacin de los datos como dos segmentos separados pero estrechamente vinculados de la pila de arquitectura empresarial y de inteligencia.2. Forrester define el mercado empresarial y de inteligencia ms estrecho como, "... refirindose a slo las capas superiores de la pila de arquitectura de BI, tales como informes, anlisis y cuadros de mando.

LA COMPARACIN CON LA INTELIGENCIA COMPETITIVAAunque la inteligencia empresarial trmino es a veces sinnimo deinteligencia competitiva(ya que tanto el apoyode toma de decisiones), BI utiliza tecnologas, procesos y aplicaciones para analizar datos estructurados, sobre todo internas y procesos de negocio, mientras que rene inteligencia competitiva, analiza y difunde informacin con un enfoque tpico sobre los competidores de la compaa.Si se entiende en trminos generales, inteligencia de negocios puede incluir el subconjunto de la inteligencia competitiva.

COMPARACIN CON EL ANLISIS DE NEGOCIOSBusiness Intelligence y Business Analytics a veces se utilizan indistintamente, pero hay definiciones alternativas. Una definicin contrasta los dos, que indica que la inteligencia empresarial trmino se refiere a la recogida de los datos de negocio para encontrar informacin principalmente a travs de preguntas, informes y procesos analticos en lnea. Anlisis de negocios, por el contrario, utiliza herramientas estadsticas y cuantitativas para el modelado explicativo y predictivo. En una definicin alternativa, Thomas Davenport, profesor de tecnologa y gestin de la informacin en el Babson College sostiene que la inteligencia de negocios debe dividirse en consultas, presentacin de informes, procesamiento analtico en lnea de anlisis (OLAP), una herramienta de "alerta", y de negocios. En esta definicin, anlisis de negocios es el subconjunto de BI centrndose en las estadsticas, prediccin y optimizacin, en lugar de la funcionalidad de informes.

APLICACIONES EN UNA EMPRESALa inteligencia de negocios se puede aplicar a los siguientes motivos de negocios, con el fin de impulsar el valor empresarial.1. Medicin - programa que crea una jerarqua de las mtricas de rendimiento (vase tambin Mtrica Modelo de referencia) y la evaluacin comparativa que informa a los empresarios sobre el progreso hacia los objetivos de negocio ( Business Process Management).2. Analytics - programa que construye procesos cuantitativos para que una empresa para llegar a decisiones ptimas y para llevar a cabo el descubrimiento de conocimiento empresarial. Implica frecuentes: la minera de datos , minera de procesos , anlisis estadstico , anlisis predictivo , modelado predictivo , el modelado de procesos de negocio , linaje de datos , procesamiento de eventos complejos y anlisis preceptivos .3. Reporting / informes empresariales - programa que construye infraestructura para la informacin estratgica para servir a la gestin estratgica de un negocio, no informes operativos. Implica frecuentes visualizacin de datos, sistema de informacin ejecutiva y OLAP.4. Colaboracin / plataforma de colaboracin - programa que obtiene diferentes reas (tanto dentro como fuera de la empresa) para trabajar juntos a travs de intercambio de datos y el intercambio electrnico de datos.5. La gestin del conocimiento - programa para hacer de datos impulsada por la empresa a travs de estrategias y prcticas para identificar, crear, representar, distribuir, y permitir la adopcin de conocimientos y experiencias que son el conocimiento de negocio real. La gestin del conocimiento conduce a la gestin del aprendizaje y el cumplimiento normativo.Adems de lo anterior, la inteligencia empresarial puede proporcionar un enfoque pro-activo, tales como la funcionalidad de alerta que notifica inmediatamente al usuario final si se cumplen ciertas condiciones. Por ejemplo, si alguna mtrica de negocio supera un umbral predefinido, la mtrica se resaltar en informes estndar, y el analista de negocios puede ser alertado a travs de e-mail u otro servicio de monitoreo. Este proceso de extremo a extremo requiere el gobierno de datos, que debe ser manejado por el experto.

PRIORIZACIN DE PROYECTOSPuede ser difcil para proporcionar un modelo de negocios positivo para las iniciativas de inteligencia de negocios, ya menudo los proyectos debe ser priorizada a travs de iniciativas estratgicas. Proyectos de BI pueden alcanzar mayor priorizacin dentro de la organizacin si los administradores consideran el siguiente: Segn lo descrito por Kimball el gerente de BI debe determinar los beneficios tangibles tales como el costo eliminado de producir informes heredados. Acceso a los datos para toda la organizacin debe cumplir. De esta manera, incluso un pequeo beneficio, como un par de minutos ahorrados, hace la diferencia cuando se multiplica por el nmero de empleados en toda la organizacin. Segn lo descrito por Ross, Weil y Roberson para Arquitectura Empresarial, los gerentes deben tambin considerar dejar el proyecto BI ser impulsada por otras iniciativas de negocios con excelentes casos de negocios. Para apoyar este enfoque, la organizacin debe contar con arquitectos de la empresa que puedan identificar los proyectos empresariales adecuados. Utilizando una metodologa estructurada y cuantitativa para crear priorizacin defendible en lnea con las necesidades reales de la organizacin, tales como una matriz de decisin ponderada.

FACTORES DE XITO DE APLICACINSegn Kimball et al, hay tres reas crticas que las organizaciones deben evaluar antes de prepararnos para hacer un proyecto de BI. El nivel de compromiso y el patrocinio del proyecto de la alta direccin El nivel de necesidad de negocio para la creacin de una aplicacin de BI La cantidad y la calidad de los datos de negocio disponibles.

PORTALES DE BIUn portal de Business Intelligence (BI portal) es la interfaz de acceso primario para Data Warehouse (DW) y Business Intelligence (BI) aplicaciones. El portal de BI es la primera impresin del usuario del sistema DW / BI. Por lo general es una aplicacin de navegador, de la que el usuario tiene acceso a todos los servicios individuales del sistema DW / BI, informes y otra funcionalidad analtica. El portal de BI debe ser implementado de una manera tal que es fcil para los usuarios de la aplicacin DW / BI a obtener de la funcionalidad de la aplicacin.Funcionalidad principal del portal BI es proporcionar un sistema de navegacin de la aplicacin DW / BI. Esto significa que el portal tiene que ser implementado de una manera que el usuario tiene acceso a todas las funciones de la / aplicacin de BI DW.La forma ms comn para disear el portal es de encajar a medida para los procesos de negocio de la organizacin para la cual el / aplicacin de BI DW est diseado, de esa manera el portal puede adaptarse mejor a las necesidades y requerimientos de sus usuarios.El portal de BI debe ser fcil de usar y entender, y si es posible tener una apariencia similar a otras aplicaciones o contenido de la web de la organizacin del / aplicacin de BI DW est diseado para (coherencia).La siguiente es una lista de caractersticas deseables para portales web en portales generales y BI en particular:UtilizableEl usuario debe encontrar fcilmente lo que necesitan en la herramienta de BI.Contenido RichEl portal no es slo una herramienta de impresin de informes, debe contener ms funcionalidad, como consejos, ayuda, informacin de soporte y documentacin.LimpioEl portal debe ser diseado de modo que es fcil de entender y no demasiado compleja como para confundir a los usuariosCorrienteEl portal debe actualizarse regularmente.InteractivoEl portal debe ser implementado de una manera que hace que sea fcil para que el usuario utilice su funcionalidad y animarles a utilizar el portal. La escalabilidad y personalizacin dan al usuario los medios para adaptarse al portal para cada usuario.Valor OrientadoEs importante que el usuario tiene la sensacin de que la aplicacin DW / BI es un recurso valioso que merece la pena trabajar en.

DATOS SEMI-ESTRUCTURADOS O NO ESTRUCTURADOSLas empresas crean una gran cantidad de informacin valiosa en forma de correos electrnicos, notas, notas de centros de llamadas, noticias, grupos de usuarios, chats, informes, pginas web, presentaciones, archivos de imagen, video-archivos y material de marketing y noticias. Segn Merrill Lynch, existe ms de un 85% de toda la informacin empresarial en estas formas. Este tipo de informacin se llaman ya sea semi-estructurados o no estructurados de datos. Sin embargo, las organizaciones a menudo slo se utilizan estos documentos una vez.La gestin de los datos semi-estructurados se reconoce como un problema importante sin resolver en la industria de tecnologa de la informacin. [34] De acuerdo con las proyecciones de Gartner (2003), los trabajadores de cuello blanco pasan en cualquier lugar de 30 a 40 por ciento de su tiempo buscando, encontrando y evaluando datos no estructurados. BI utiliza tanto los datos estructurados y no estructurados, pero el primero es fcil de buscar, y el segundo contiene una gran cantidad de la informacin necesaria para el anlisis y toma de decisiones. Debido a la dificultad de buscar adecuadamente, encontrar y evaluar datos no estructurados o semi-estructurados, las organizaciones no pueden aprovechar estos vastos reservorios de informacin, lo que podra influir en una decisin, tarea o proyecto en particular. En ltima instancia, puede conducir a la toma de decisiones informada mal.Por lo tanto, cuando se disea un / DW-solucin de inteligencia de negocio, los problemas especficos asociados con semi-estructurados y datos no estructurados deben ser acomodados para, as como los correspondientes a los datos estructurados.

LOS DATOS NO ESTRUCTURADOS FRENTE A LOS DATOS SEMI-ESTRUCTURADOSLos datos no estructurados y semi-estructurados tienen diferentes significados dependiendo de su contexto. En el contexto de los sistemas de base de datos relacional, los datos no estructurados no pueden ser almacenados en predeciblemente ordenados columnas y filas. Un tipo de datos no estructurados se almacena normalmente en un BLOB (objeto binario grande), un catch-all disponible en la mayora de los tipos de datos de base de datos relacionales sistemas de gestin. Los datos no estructurados tambin pueden referirse a repetirse de forma irregular o de forma aleatoria patrones de columna que varan de una fila a otra dentro de cada archivo o documento.

Muchos de estos tipos de datos, sin embargo, como correos electrnicos, archivos de texto de procesamiento de textos, PPT, imagen-files, y video-archivos se ajustan a un estndar que ofrece la posibilidad de metadatos. Los metadatos pueden incluir informacin como autor y el tiempo de la creacin, y esto puede ser almacenado en una base de datos relacional. Por lo tanto, puede ser ms exacto hablar de esto como documentos semi-estructurados o datos, pero no hay consenso especfica parece haber sido alcanzado.Los datos no estructurados tambin pueden ser simplemente el conocimiento de que los usuarios de negocio tienen sobre las tendencias futuras de negocio. Previsin de Negocios se alinea naturalmente con el sistema de BI ya que los usuarios de negocios piensan de su negocio en trminos agregados. Capturar el conocimiento del negocio que slo puede existir en la mente de los usuarios de negocios ofrece algunos de los puntos de datos ms importantes para una solucin de BI completa.

PROBLEMAS CON LOS DATOS SEMI-ESTRUCTURADOS O NO ESTRUCTURADOSHay varios desafos para el desarrollo de BI con los datos semi-estructurados. Segn Inmon y Nesavich, Algunos de ellos son:1. Acceder Fsicamente datos textuales no estructurados - datos no estructurados se almacena en una gran variedad de formatos.2. Terminologa - Entre los investigadores y analistas, existe la necesidad de desarrollar una terminologa estandarizada.3. Volumen de datos - Como se dijo anteriormente, hasta el 85% de todos los datos existe como datos semi-estructurados. Pareja que con la necesidad de una palabra a palabra y el anlisis semntico.4. Consultas de los datos no estructurados textual - Una simple bsqueda en algunos datos, por ejemplo, la manzana, los resultados en los enlaces donde hay una referencia a ese trmino de bsqueda exacta. (Inmon y Nesavich, 2008) da un ejemplo: "se realiza una bsqueda en el trmino delito grave. En una bsqueda simple, se utiliza el trmino delito grave, y en todas partes hay una referencia a delito grave, se hace un golpe a un documento estructurado. Pero una simple bsqueda es crudo. No se encontr referencias a la delincuencia, incendios, asesinatos, peculado, homicidio vehicular, y tal, a pesar de que estos crmenes son tipos de delitos graves.

EL USO DE METADATOSPara resolver problemas con capacidad de bsqueda y evaluacin de datos, es necesario saber algo sobre el contenido. Esto se puede hacer mediante la adicin de contexto mediante el uso de metadatos. Muchos de los sistemas ya la captura de algunos metadatos (por ejemplo, nombre de archivo, autor, tamao, etc.), pero ms til sera metadatos sobre el contenido real - por ejemplo, resmenes, temas, personas o empresas mencionadas. Dos tecnologas diseadas para la generacin de metadatos sobre el contenido son categorizacin automtica y extraccin de informacin.

FUTUROUn documento de 2009 predijo estos desarrollos en el mercado de Business Intelligence:1. Debido a la falta de informacin, procesos y herramientas, hasta el ao 2012, ms del 35 por ciento de las 5.000 principales empresas mundiales fallan regularmente para tomar decisiones interesantes cambios significativos en sus negocios y mercados.2. Para el ao 2012, las unidades de negocio controlarn al menos el 40 por ciento del presupuesto total de la inteligencia de negocios.3. Para el ao 2012, un tercio de aplicaciones analticas aplicadas a los procesos de negocio se entregar a travs de grano grueso de aplicaciones mashups.Un informe especial de Gestin de la Informacin 2009 predijo las principales tendencias de BI: " computacin verde, los servicios de redes sociales, visualizacin de datos, BI mvil , anlisis predictivo , aplicaciones compuestas , cloud computing y multitouch . ". La investigacin realizada en 2014 indic que los empleados son ms probabilidades de tener acceso a, y ms probabilidades de comprometerse con, herramientas de BI basadas en la nube que las herramientas tradicionales.

Otras tendencias de inteligencia de negocios incluyen los siguientes:Terceros productos SOA-BI abordan cada vez ETL cuestiones de volumen y rendimiento.1. Empresas abrazan procesamiento en memoria, el procesamiento de 64 bits, y las aplicaciones de BI analticas pre-envasados.2. Aplicaciones operacionales tienen componentes de BI no desembolsadas, con mejoras en el tiempo de respuesta, la escala y la concurrencia.3. Cerca o en tiempo real de anlisis de BI es una expectativa de lnea de base.4. El cdigo abierto de software de BI reemplaza ofertas de los proveedores.5. Otras lneas de investigacin incluyen el estudio combinado de inteligencia de negocios y datos inciertos. En este contexto, los datos utilizados no se supone que es precisa, exacta y completa. En lugar de ello, los datos se considera incierto y, por tanto, esta incertidumbre se propaga a los resultados producidos por BI.Segn un estudio realizado por el Grupo Aberdeen, ha habido un creciente inters en Software-as-a-Service de inteligencia (SaaS) de negocios en los ltimos aos, con el doble de las organizaciones que utilizan este mtodo de despliegue que hace un ao - 15% en 2009 frente al 7% en 2008. Un artculo de InfoWorld Chris Kanaracus seala los datos de crecimiento similares a partir de la firma de investigacin IDC, que predice que el mercado SaaS BI crecer un 22 por ciento cada ao hasta el 2013 gracias al aumento de la sofisticacin del producto, los presupuestos de TI tensas, y otros factores. Un anlisis de los 100 mejores puntajes de Business Intelligence y Analytics y clasifica las empresas en base a diversas variables abiertas