Upload
lobi7o
View
491
Download
5
Embed Size (px)
DESCRIPTION
En este trabajo monográfico presentamos de una manera objetiva y didáctica el BI (Inteligencia de Negocios) como un proceso necesario e imprescindible en la toma de decisiones. Trataremos de dar solución a las diferentes preguntas que se hace el público en cuestión a las estrategias de tomar decisiones de negocios en una empresa o en cualquier organización pública. Definimos a BI, como un proceso para explorar y analizar información estructurada sobre un área, con el fin de descubrir y efectuar cambios hacia el mejoramiento de la empresa. Debido a la alta demanda de las empresas por las mejoras en la competitividad de sus productos y servicios, desarrollamos el BI para dar a conocer a los lectores y usuarios el uso de las herramientas y tecnología necesaria para su aprovechamiento al máximo, y lograr el conocimiento y difusión del BI en las mayores partes posibles del área de negocios empresariales.
Citation preview
UNIVERSIDAD PERUANA UNIÓN
FACULTAD DE INGENIERÍA Y ARQUITECTURAEAP Ingeniería de Sistemas
MONOGRAFÍA
Inteligencia de negocios
Monografía presentada en cumplimiento parcial de la asignatura de Técnicas de Estudio e Investigación
AutoresAlumnos: Leydi Madany Bernal Ticlla
Juan Carlos Bustamante SánchezJacob García Franco
Robert Randolf Rengifo CárdenasDiana Carolina Sayán Ramírez
ProfesoraLic. Rosa Linda Mamani Morales
Morales, Noviembre de 2013
ContenidoResumen............................................................................................................................................2
Introducción.....................................................................................................................................3
2. Marco teórico.............................................................................................................................4
2.1 Definiciones................................................................................................................................4
2.2 Sistemas de información...........................................................................................................5
2.3 La Inteligencia de Negocios en la toma de decisiones.............................................................6
2.4 Componentes y herramientas que utiliza la inteligencia de negocios.....................................8
2.4.1 Data Warehouse.....................................................................................................................8
2.4.2 Data Mining.............................................................................................................................9
2.4.3 Olap…………………………………………………………………………………………………………………………………….11
2.4.4 Knowledge Management.......................................................................................................13
2.4.5 Decision Support System......................................................................................................15
2.4.6 Customer Relationship Management...................................................................................16
2.5 Importancia de la Inteligencia de Negocios............................................................................21
2.6 Beneficios de la Inteligencia de Negocios................................................................................23
3. Conclusiones..............................................................................................................................24
4. Recomendaciones......................................................................................................................25
5. Agradecimiento o reconocimiento............................................................................................26
6. Referencias................................................................................................................................27
1
Resumen
En este trabajo monográfico presentamos de una manera objetiva y didáctica el BI
(Inteligencia de Negocios) como un proceso necesario e imprescindible en la toma de
decisiones. Trataremos de dar solución a las diferentes preguntas que se hace el público en
cuestión a las estrategias de tomar decisiones de negocios en una empresa o en cualquier
organización pública.
Definimos a BI, como un proceso para explorar y analizar información estructurada sobre
un área, con el fin de descubrir y efectuar cambios hacia el mejoramiento de la empresa.
Debido a la alta demanda de las empresas por las mejoras en la competitividad de sus
productos y servicios, desarrollamos el BI para dar a conocer a los lectores y usuarios el
uso de las herramientas y tecnología necesaria para su aprovechamiento al máximo, y
lograr el conocimiento y difusión del BI en las mayores partes posibles del área de negocios
empresariales.
2
Introducción
El objetivo del presente trabajo monográfico es dar a conocer una de las especialidades que
tiene la carrera de Ingeniería de Sistemas, además los conceptos y utilidades de BI y las
utilidades que tiene con respecto al análisis de información. En una empresa es necesario
tomar decisiones día a día (algunas muy estratégicas) que están basadas en información
generada en base de datos reales. Generar esa información es la labor de BI. Al tomar
decisiones estamos aceptando riesgos, el propósito de BI es disminuir los riesgos. El
sistema de expansión de este componente de herramientas está haciendo que en los últimos
años se estén dando y desarrollando proyectos en BI.
Tampoco es de extrañar el alto índice de fracaso, al tratarse de sistemas intensamente
decisionales, y de una disciplina todavía no demasiado madura ni conocida, con diversidad
de enfoques metodológicos diferentes. Existiendo por otra parte metodologías agiles de
desarrollo de software, la BI está teniendo un gran auge y está dando buenos resultados en
ámbitos en los que otras metodologías más convencionales habían mostrado limitaciones en
su aplicación. Así pues, si juntamos la inmadurez de la disciplina de BI con la orientación
práctica de los enfoques ágiles, podríamos obtener un resultado final más satisfactorio.
En el presente trabajo monográfico trataremos lo siguiente:
Inteligencia de Negocios, Sistemas de Información, Toma de Decisiones:, Niveles de BI,
Componentes y Herramientas de BI (Data Warehouse, Data Mining, OLAP, Knowledge
Management, CRM, Decisión Support System), Importancia del BI, Beneficios del BI
3
2. Marco teórico
2.1 Definiciones
La Inteligencia de Negocios es el conjunto de productos y servicios que permiten a los
usuarios finales acceder y analizar de manera rápida y sencilla, la información para la
toma de decisiones de negocio a nivel operativo, táctico y estratégico.
Según Howard Dresner, “BI es un proceso interactivo para explorar y analizar
información estructurada sobre un área (normalmente almacenada en un
“datawarehouse”), para descubrir tendencias o patrones, a partir de los cuales derivar
ideas y extraer conclusiones. El proceso de BI incluye la comunicación de los
descubrimientos y efectuar los cambios. Las áreas incluyen clientes, proveedores,
productos, servicios y competidores.”[1]
M. Raisinghani define: “Desde una perspectiva de gestión, la definición de BI es la
transcripción de datos de la empresa en información que sustenta una toma de decisiones
óptima. En términos básicos, BI debe activar el pensamiento estratégico y la acción
dentro de una organización. Se hace necesario información a disposición a todos los
niveles de organización, desde la alta dirección a la “abeja obrera” ”.
Sistema que nos provee de la información necesaria para el control y la mejora de los
procesos de negocios, sirviéndola con la semántica adecuada a los decisores, facilitando la
obtención y el sostenimiento de ventajas competitivas.
Según Peña (2006), el término Inteligencia de Negocios procura caracterizar una amplia
variedad de tecnologías, plataformas de software, especificaciones de aplicaciones y
procesos. [2]
La Inteligencia de Negocios faculta a la organización a tomar mejores decisiones más
rápidas. Este concepto se requiere analizar desde tres perspectivas: Hacer mejores
decisiones más rápido, convertir datos en información, y usar una aplicación relacional para
la administración.[2]
4
2.2 Sistemas de información
Figura 1: Entorno de la Administración del Conocimiento.
http://www.spentamexico.org/v4-n2/4(2)%2016-52.pdf
2.2.1 Datos. Son hechos objetivos aislados sin significado ni explicación. Es la materia
prima para la creación de información.[2]
Opiniones de algunos especialistas:
- En general las organizaciones consideran que sí existe una estrategia para manejo de sus
datos aunque solamente un porcentaje tiene la estrategia bien definida.[3]
- El tema predominante en la estrategia se enfoca más a temas operativos que a temas
estratégicos o de definición de modelos.[3]
- Las áreas de TI predominan sobre la responsabilidad en la definición de las estrategias de
manejo de datos; realmente no se ha madurado en el concepto de un área encargada del
manejo de los datos y continúa TI con esta función.[3]
- La estrategia de datos ayuda a la toma de decisiones en la organización.[3]
2.2.2 Información. Es el resultado de la organización y tratamiento que se aplica a los
datos para producir un significado adicional al que brindan de manera aislada.[2]
2.2.3 Conocimiento. Este representa un mayor grado de abstracción y síntesis del
significado de la información al asociar el contexto en el que se inscribe.[2]
5
2.3 La Inteligencia de Negocios en la toma de decisiones
La Inteligencia de Negocios en la toma de decisiones toma un rol muy importante, pues de
requieren hacer estos niveles:
Figura n° 2 : Niveles de la Inteligencia de negocios
http://www.acis.org.co/fileadmin/Revista_106/06-uno.pdf
2.3.1 Nivel estratégico:
La Inteligencia de Negocios a Nivel Estratégico permite que la alta dirección de las
empresas pueda analizar y monitorear tendencias, patrones, metas y objetivos estratégicos
de la organización. Un ejemplo de Inteligencia de Negocios a nivel estratégico lo
constituye el Cuadro de Mando Integral o Balanced Scorecard concepto introducido por
Robert Kaplan y David Norton el cual definen como:[4]
"Un esquema de trabajo multidimensional para describir, implementar y administrar
estrategia a todo nivel dentro de una empresa, a través de la vinculación de objetivos,
iniciativas y mediciones a la estrategia de la organización" [4]
Con la implementación de un Cuadro de Mando Integral se obtienen los siguientes
beneficios:
6
Promueve la alineación estratégica de toda la organización a partir de la transformación de
la Visión y Estrategia en planes concretos de acción.[4]
Fomenta el trabajo en equipo y por consiguiente la colaboración y la coordinación al
conducir a toda la organización hacia la consecución de la estrategia definida.
Facilita la comunicación de los planes estratégicos a toda la empresa.[4]
Integra y sintetiza un gran volumen de datos e indicadores que surgen de la gestión diaria
de las operaciones.[4]
Desarrolla el conocimiento y el capital humano, bases fundamentales para alcanzar los
objetivos estratégicos.[4]
2.3.2 Nivel táctico:
Inteligencia de Negocios a Nivel Táctico
La Inteligencia de Negocios a Nivel Táctico permite que los analistas de datos y la gerencia
media de la empresa utilicen herramientas de análisis y consulta con el propósito de tener
acceso a la información sin intervención de terceros. [5]
Como ejemplo un gerente de ventas recibe un reporte pre impreso en donde se indica que
las ventas de una determinada categoría de productos o servicios, se incrementaron de
manera inusual con relación al periodo anterior, una herramienta de análisis y consulta le
permite analizar éste incremento y establecer si el mismo se debe a nuevos productos,
nuevos clientes o una estrategia de promociones que haya producido el incremento en la
demanda. [5]
Con éste tipo de herramientas también se puede determinar si en un período específico es
usual o inusual que se produzcan éstos comportamientos anormales en la demanda, de
manera de poder anticiparnos a ellos y poder aprovechar ésta situación para aumentar el
impacto positivo o minimizar el impacto negativo según sea el caso.[5]
7
2.3.3 Nivel operativo:
La Inteligencia de Negocios a Nivel Operativo permite que los empleados que trabajan con
información operativa puedan recibir la misma de una manera oportuna, exacta y adecuada
y se componen básicamente de herramientas de reportes u hojas de cálculo con un formato
fijo cuya información se actualiza frecuentemente.[6]
Un ejemplo de esto podría ser un supervisor de ventas que utiliza una hoja de cálculo para
monitorear el cumplimiento de las cuotas de ventas de los vendedores a su cargo, una de las
columnas tendría una información fija (la cuota de ventas) y a su lado podría estar una
columna que diariamente extraiga el total de ventas para ése vendedor en particular. El
supervisor de ventas a su vez podría aplicar fórmulas tomando en cuenta la columna de
cuota y la columna de venta real sin necesidad de tener que introducirlas de manera manual.
[6]
2.4 Componentes y herramientas que utiliza la inteligencia de negocios
Para que una empresa logre llegar a la fase del conocimiento pleno para la toma de
decisiones, es necesario el uso de herramientas y procesos detallados a continuación:
2.4.1 Data Warehouse
El Data Warehouse es una tecnología para el manejo de la información construido sobre la
base de optimizar el uso y análisis de la misma utilizado por las organizaciones para
adaptarse a los vertiginosos cambios en los mercados. Su función esencial es ser la base de
un sistema de información gerencial, es decir, debe cumplir el rol de integrador de
información proveniente de fuentes funcionalmente distintas (Bases Corporativas, Bases
propias, de Sistemas Externos, etc.) y brindar una visión integrada de dicha información,
especialmente enfocada hacia la toma de decisiones por parte del personal jerárquico de la
organización.[7]
8
Es un sitio donde se almacena de manera integrada toda la información resultante de la
operatoria diaria de la organización. Además, se almacenan datos estratégicos y tácticos
con el objetivo de obtener información estratégica y táctica que pueden ser de gran ayuda
para aplicar sobre las mismas técnicas de análisis de datos encaminadas a obtener
información oculta (Data Mining).[7]
El objetivo de los DWs es consolidar información proveniente de diferentes bases de datos
operacionales y hacerla disponible para la realización de análisis de datos de tipo gerencial.
Los datos del DW son el resultado de transformaciones, chequeos de control de calidad e
integración de los datos operacionales. Se incluyen también totalizaciones y datos pre-
calculados en base a datos operaciones.[8]
2.4.2 Data Mining
La mayoría de compañías tienen una gran cantidad de datos almacenados en sus
ordenadores.
Estos datos contienen una información que puede ser de gran utilidad para los resultados de
la empresa. La gran abundancia de datos o su deficiente estructura puede hacer muy difícil
extraer esta información ´útil. El objetivo del Data Mining es la extracción de forma
automática de información relevante, ´útil y no evidente contenida en dichos datos. Existen
tres razones fundamentales por las cuales el Data Mining es una realidad en nuestros días:
[9]
Avances tecnológicos en almacenamiento masivo de datos y CPU.
Existencia de nuevos algoritmos para extraer información en forma eficiente.
Existencia de herramientas automáticas que no hacen necesario el ser un experto en
estadística, redes neuronales, o algoritmos matemáticos para convertirse en un
«DataMiner».[9]
2.4.2.1 ¿Qué puede hacer el Data Mining?
Una empresa en posesión de unas bases de datos de calidad y tamaño suficiente puede
emplear el Data Mining para generar nuevas oportunidades de negocio, dada su capacidad
para proporcionar:[9]
9
2.4.2.1.1 Predicción automática de comportamientos.
Generalmente se trata de problemas de clasificación. Como ejemplo podemos citar el
marketing dirigido. Data Mining usa los resultados de campañas de marketing realizada
anteriormente para identificar el perfil de los clientes que son más propensos a comprar el
producto y de este modo permitirnos substituir el correo masivo por el correo dirigido.[9]
2.4.2.1.2 Predicción automática de tendencias.
Basándonos en base de datos históricas, Data Mining creara un modelo para predecir las
tendencias. Como ejemplos podemos citar la predicción de ventas en el futuro o la
predicción en mercados de capitales.[9]
2.4.2.1.3 Descubrimiento automático de comportamientos desconocidos
anteriormente.
Las herramientas de Data Mining de visualización y clustering, permiten «ver» nuestros
datos desde una perspectiva distinta y por ello descubrir nuevas relaciones entre ellos.[9]
Las técnicas de la minería de datos provienen de la Inteligencia artificial y de la estadística,
dichas técnicas, no son más que algoritmos, más o menos sofisticados que se aplican sobre
un conjunto de datos para obtener unos resultados; las más representativas son:
a) Redes neuronales.- Se trata de un sistema de interconexión de neuronas en una red que
colabora para producir un estímulo de salida. Algunos ejemplos de red neuronal son: [10]
- El Perceptron.
- El Perceptrón multicapa.
- Los Mapas Auto organizados, también conocidos como redes de Kohonen. [10]
b) Árboles de decisión.- Un árbol de decisión es un modelo de predicción utilizado en el
ámbito de la inteligencia artificial, dada una base de datos se construyen estos diagramas de
construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que
sirven para representar y categorizar una serie de condiciones que suceden de forma
sucesiva, para la resolución de un problema.[10] Ejemplos:
10
o Algoritmo ID3.
o Algoritmo C4.5.
c) Modelos estadísticos.- Es una expresión simbólica en forma de igualdad o ecuación que
se emplea en todos los diseños experimentales y en la regresión para indicar los diferentes
factores que modifican la variable de respuesta.
d) Agrupamiento o Clustering.- Es un procedimiento de agrupación de una serie de
vectores según criterios habitualmente de distancia; se tratará de disponer los vectores de
entrada de forma que estén más cercanos aquellos que tengan características comunes.
Ejemplos:
o Algoritmo K-means.
o Algoritmo K-medoids. [10]
2.4.3 Olap
La técnica OLAP —llamada también Análisis Multidimensional y contrapuesta a la de
Procesamiento Transaccional en Línea (OLTP)— actúa sobre un DW Organizando en
“hipercubos” o cubos multidimensionales, sobre los llamados elementos de análisis o facts
(por ejemplo el número de defectuosos, máximo de ventas netas, promedio de
inasistencias), y también bajo ciertas dimensiones o dimensions (por ejemplo, producto,
centro de costo, máquina, año). La OLAP trata cuestionamientos tales como: ¿a cuánto
asciende las ventas netas (fact) por producto, por plaza y por mes (dimensiones)?, ¿cuál es
la cantidad de errores detectados (fact) por máquina y por año (dimensiones)? La
presentación de datos analizados con OLAP se denomina visualización y utiliza
herramientas y formas de representación gráfica como: tridimensionalidad, tortas,
histogramas, regresiones, etc. La visualización permite efectuar análisis de tendencias,
puntos de equilibrio y sensibilidad.[11]
Las herramientas OLAP se caracterizan por los siguientes términos:
2.4.3.1 Opciones de almacenamiento:
11
2.4.3.1.2 En su rendimiento: Que es conocido como el término MOLAP que significa base
datos multifuncional: Los datos que subyacen en los hipercubos son almacenados junto con
las agregaciones en una estructura multidimensional.[11]
2.4.3.1.3 En su capacidad: existen 3 tipos de opciones y son:
a) ROLAP (base datos relacionales): Los datos que subyacen en los hipercubos son
almacenados junto con las agregaciones en una estructura relacional.[11]
b) HOLAP (sistema hibrido): Los datos que subyacen en los hipercubos son almacenados
en una estructura relacional y las agregaciones en una estructura multidimensional.[11]
c) DOLAP (desktop OLAP): instalación MOLAP en un equipo cliente.[11]
En función a los propósitos para los cuales se diseña el DW y los cubos multidimensionales
se puede realizar operaciones específicas propias del OLAP:
Drill down y Roll up. Entrar en detalle y abstraer. Por ejemplo, la composición de
ventas.[11]
Rebanar y generar nuevos cubos cambiando la naturaleza de dimensiones(casillas,
segmentos, planos y cubos).[11]
Rotate. Cambiar dimensiones unas con otras. Por ejemplo, salidas por ítem vs.
Ítems por salida.[11]
De manera complementaria o independiente al OLAP y otro tipo de requerimientos
y consultas complejas de información se puede aplicar el DM, que es el proceso de
encontrar patrones y correlaciones nuevas, ocultas o inesperadas.[11]
Sus principales herramientas son la Inteligencia Artificial (IA) (sistemas expertos, bases de
conocimiento, redes neuronales, algoritmos genéticos, lógica difusa) y la Teoría de
Decisiones.[11]
Son cuatro las técnicas que permiten descubrir y analizar tales patrones y correlaciones:
clasificación (reglas Si-Entonces), asociación (correlación), secuencia (series de tiempo) y
sectorización (división).[11]
12
2.4.4 Knowledge Management
La gestión del conocimiento (GC) es la gestión del capital intelectual en una organización,
con la finalidad de añadir valor a los productos y servicios que ofrece la organización en el
mercado y de diferenciarlos competitivamente. [12]
Hay dos factores que han facilitado la aparición del concepto de gestión del conocimiento.
Por un lado, el desarrollo tecnológico, que facilita enormemente la gestión del capital
intelectual y la hace factible desde un punto de vista financiero. Por otro, la creciente
concienciación por parte del mundo empresarial (e incluso por parte de las naciones
económicamente más desarrolladas) de que el conocimiento es un recurso clave en aquellas
sociedades y organizaciones en las que la información es abundante, en gran medida,
gracias a Internet. [12]
Según Davenport (1998), la gestión del conocimiento debería preocuparse por explotar y
desarrollar los activos de conocimiento que posee la organización a fin de que ésta pueda
llevar a cabo su misión estratégica. Obviamente, tanto el conocimiento explícito como el
tácito deberán ser gestionados. La distinción entre estos dos tipos de conocimiento no debe,
sin embargo, entorpecer el objetivo de la empresa: la gestión de aquel conocimiento que
asegure su viabilidad y supervivencia, al cual ya hemos denominado conocimiento crítico.
[12]
2.4.4.1 Distintos enfoques para gestionar el conocimiento:
Para gestionar el conocimiento, las empresas pueden seguir varias líneas de acción. La
mejor opción es seguir una estrategia central con cuatro focos tácticos, los cuales se
describen a continuación.[12]
2.4.4.1.1 Enfoque en las personas
Las empresas deben superar la idea de recursos humanos y pasar al concepto de capital
humano. Recurso implica la idea de algo disponible a lo que se puede recurrir cuando es
necesario. Pero las personas no son un recurso de este tipo. Son una forma de capital, algo
que gana o pierde valor dependiendo de cuánto y cómo se invierte en él. Casi todas las
13
organizaciones están de acuerdo en que nos hemos introducido en la economía del
conocimiento, lo que significa la era del profesional del conocimiento. El capital humano se
ha reconocido como el motor de la innovación y la ventaja competitiva sostenible. [12]
2.4.4.1.2 Enfoque en la gestión de la información y la tecnología
El conocimiento existe en cada estrato de la organización. Algunas veces aparece por
accidente y otras veces es inducido por una infraestructura tecnológica que apunta a que las
interacciones puedan proporcionar un poderoso valor de negocio a sus participantes y a la
organización en general.[12]
2.4.4.1.3 Enfoque en el capital intelectual
El capital intelectual es la combinación de activos inmateriales que permite funcionar a la
empresa. [12]
El capital intelectual puede dividirse en tres categorías:
Capital humano es el conocimiento útil para la empresa que poseen las personas y equipos
de la misma, así como su capacidad para regenerarlo, es decir, su capacidad de aprender.
Son los llamados activos de competencia individual, como por ejemplo: la educación, la
experiencia, la capacidad creativa, la habilidad para resolver problemas de las personas que
trabajan en la empresa. [12]
Capital estructural es el conocimiento estructurado del que depende la eficacia y eficiencia
interna de la empresa. Son los activos de estructura interna o infraestructura, como por
ejemplo: los métodos y procedimientos de trabajo y los sistemas de gestión. [12]
Capital relacional se refiere al valor que tiene para la empresa el conjunto de relaciones que
mantiene con el exterior. Son los activos de estructura externa y entre ellos se encuentran:
la calidad y sostenibilidad de la base de clientes de una empresa y su potencialidad para
14
generar nuevos clientes en el futuro, las relaciones con otros agentes del entorno como los
proveedores y los bancos.[12]
2.4.4.1.4 Enfoque en la empresa inteligente
La empresa inteligente es una organización que actúa efectivamente en el presente y es
capaz de manejar de igual forma los desafíos del futuro. Alcanza sus objetivos llevando a
cabo sus visiones y estrategias, a través de las acciones individuales de sus empleados y de
sus sistemas, políticas y estructura organizacional. Realiza intercambios beneficiosos con
su ambiente, considerando sus intereses y los de sus accionistas.[12]
Una organización inteligente es aquella donde la gente expande continuamente su aptitud
para crear los resultados que desea, donde se cultivan nuevos y expansivos patrones de
pensamiento, donde la aspiración colectiva queda en libertad, y donde la gente
continuamente aprende a aprender en conjunto, es decir una organización que
continuamente amplía su capacidad para crear su futuro; es una organización capaz de
convertir rápidamente las nuevas tecnologías en nuevos productos, procesos o
procedimientos, y conseguir con ello adaptarse a las necesidades y posibilidades del
entorno.[12]
2.4.5 Decision Support System
La organización requiere que los estrategas tomen las mejores decisiones fundamentados
únicamente en su experiencia y conocimiento y los más veloz posible, por otro lado los
estrategas requieren que la organización cuente con información disponible, confiable,
actualizada y legible de sus clientes, finanzas, procesos y proveedores, pero sobre todo
piden accesibilidad, es decir, llegar a ella con la mayor facilidad posible. Como vimos
anteriormente, la lectura de todas la variables que conlleva una decisión hoy en día es
superior a la cantidad de información que podemos como humanos procesar en el tiempo
que el negocio demanda para mantenerse competitivo, entonces: ¿Cuál es la solución a este
requerimiento de las organizaciones modernas?, la respuesta que se pretende dar es
15
soportada por tecnologías de la información, las cuales mediante el modelado del proceso
de toma de decisiones intenta transportar las condiciones analíticas de los expertos
humanos a una base de conocimiento que permita consultar a gran velocidad un gran
número de situaciones similares o diversas, apoyando la resolución que finalmente viene
del experto humano.[13]
2.4.5.1 Principales beneficios de los DSS
Respuestas inmediatas a situaciones imprevistas resultado de variaciones en el sistema.
Manejo de varias estrategias bajo distintas condiciones de manera rápida y objetiva.
Mejora Control y desempeño administrativo.
Mejora el desempeño para análisis [13]
2.4.5.2 Características y capacidades ideales de los DSS deben soportar
Administración del conocimiento.
Modelado.
Fácil de construir y de usar.
Dirigido a grupos o a individuos, directivos a distintos niveles.
Decisiones Secuenciales.
Efectividad sobre eficiencia.
Adaptabilidad y flexibilidad.
Variedad de estilos de decisión y procesos.
Control Humano sobre la máquina.
Evolución del sistema.
Inteligencia, diseño, elección.[13]
2.4.6 Customer Relationship Management
“CRM es una estrategia de negocios para seleccionar y manejar a los clientes con el fin de
optimizar su valor a largo plazo. […] es una estrategia de negocios volcada al
16
entendimiento y anticipación de las necesidades de los clientes actuales y potenciales de
una empresa.”[14]
“El CRM es la infraestructura que habilita la delimitación e incremento del valor del
cliente, incluso potenciar los recursos necesarios para motivar a los clientes valiosos a
permanecer leales.”
En conclusión el CRM es una estrategia de negocio enfocada al manejo de las relaciones
con los clientes, de cualquier índole.[14]
2.4.6.1 Estructura del CRM
El CRM puede desglosarse en tres partes, las cuales permiten afianzar la estrategia tomada
por la organización basada en un enfoque al cliente: CRM operativo, CRM analítico, CRM
colaborativo. [14]
2.4.6.1.1 CRM OPERATIVO:
Seguimiento de clientes
Agendas
Campañas
Soporte de ventas[14]
2.4.6.1.2 CRM ANALITICO:
Tendencia de ciclos de venta
Comportamiento de los clientes
Fidelización de clientes
Obtención de nuevos clientes
Índices de deserción de nuevos clientes[14]
2.4.6.1.3CRM COLABORATIVO:
E-comunicación
17
Centros de contactos- call centers
Servicios web[14]
Encontramos primeramente al CRM analítico el cual abarca los almacenes de datos (Data
Warehouse) y la minería de datos (Data Mining), “es una combinación de administración
del negocio y análisis, comprendiendo los patrones del cliente y los ciclos de vida de los
negocios.” Facilita el acceso rápido a las necesidades particulares de los clientes, consumo,
condiciones, historia, ofertas, etc. [14]
El CRM analítico a través del tiempo cobra más importancia y valor, esto se debe
principalmente a que la información de los clientes aumenta constantemente, ocasionando
que las organizaciones posean información valiosa que permita diferenciarlos de la
competencia. [14]
Para comprender el CRM analítico se hacen metáforas, entendiéndolo como el cerebro o la
inteligencia en todo el proceso de conocer al cliente, que permite la creación de estrategias
por parte de la compañía, para enriquecer e incentivar las compras de acuerdo al perfil de
los clientes y las características del segmento de mercado.[14]
Los aportes más significativos de esta etapa al sistema de gestión de relaciones con los
clientes radica básicamente en:[14]
a) Retención de clientes:[14]
1.- Determinación del valor del cliente a lo largo del tiempo, y no en una sola transacción.
2.- Conocimiento de los canales de compra preferidos por el cliente.
3.- Construcción de modelos de propensión para identificar clientes “de riesgo”.
4.- Identificación de los cambios en los hábitos de compra para reactivar las ventas.
b) Adquisición de clientes:[14]
1.- Integración de datos de detalle de distintas fuentes de información de clientes de la
compañía.
18
2.- Identificación de potenciales clientes con propensión a comprar los productos y
servicios ofertados.
3.- Construcción de modelos de propensión de compra, como parte del perfil de los clientes
actuales, nuevos y potenciales.
c) Incremento de negocio con la base de clientes:[14]
1.- Identificación de los segmentos de clientes más rentables.
2.- Descubrimiento de productos no comprados por los clientes más rentables, en base a o
cual diseñar estrategias de ventas cruzadas.
3.- Determinación de la mejor combinación de productos, basándose en las preferencias de
los mejores clientes.
d) Productividad de marketing:[14]
1.- Automatización de las tareas repetitivas en el departamento de marketing.
2.- Facilidades para la realización de más eventos, muy centrados en el público objetivo.
3.- Mejora en la relevancia y oportunidad en el tiempo de las ofertas.
Beneficios de implementar el CRM:[14]
Tomar conciencia del valor de un cliente en la empresa, sea esta de servicio, manufacturera
o comercializadora.
Ayuda a identificar en la empresa qué servicios y productos desea esta ofrecer.
Identificando el segmento de la clientela y el saber qué quieren, qué les gusta y qué
compran los clientes.
Permite la determinación de cuál es la intención objetiva de la empresa para con los
clientes, que quiere ser y representar la empresa para ellos.
Proporciona una estimativa que permite identificar los efectos de las interacciones en la
imagen de la empresa, las interacciones están reforzando o debilitando la imagen.
19
Provee una descripción y clasificación detallada de los proveedores, facilitando la gestión
de estos agentes, la verificación de sus servicios y el valor de cada uno de ellos para la
empresa y para el funcionamiento de sus procesos.
La actual competencia por cuotas de mercado de las empresas y la necesidad de captación
de clientes y el mantenimiento de estos, como clientes fieles.
20
2.5 Importancia de la Inteligencia de Negocios
El director General de QlikTech Ibérica, José María Alonso Elizo, defiende la importancia
de las herramientas BI en tiempos de crisis. En una economía floreciente -o incluso
estática-, las empresas se pueden permitir el lujo de disponer de tiempo, recursos y un
colchón financiero con los que hacer frente a iniciativas a gran escala. En la situación
actual, todo en un negocio se mira con lupa. [15]
Tomar decisiones durante esta época de revés financiero requiere del correcto equilibrio,
para lo que resulta esencial disponer de las herramientas apropiadas de medición y análisis.
Es un error recortar costes sin más. Tampoco resulta apropiado congelar o cancelar de por
sí cualquier iniciativa nueva. Es importante tener claro qué iniciativas pueden producir
mayor impacto y aportar más valor en el menor tiempo posible, no sólo a corto plazo sino
también para cuando el clima económico haya mejorado. La visibilidad empresarial se
vuelve crucial y los gerentes tienen que tomar decisiones más inteligentes y oportunas que
nunca. En este contexto, la inteligencia de negocio (BI) adquiere un gran protagonismo,
pues resulta fundamental optimizar la gestión de la información empresarial para tomar
decisiones seguras.[15]
En este sentido, la consultora Gartner clasifica a la inteligencia de negocio o BI entre las
diez tecnologías estratégicas clave para empresas durante el año 2009. En un informe
reciente, Gartner explicó que el BI “puede tener un impacto directo y positivo en el
rendimiento comercial de una empresa y mejorar de forma increíble su capacidad para
cumplir con su misión al tomar decisiones más inteligentes en cada nivel del negocio, desde
la estrategia corporativa hasta los procesos operacionales”. [15]
La inteligencia de negocio, añade Gartner, es especialmente estratégica porque está dirigida
a gestores del conocimiento y responsables de negocio: las mismas personas que dirigen,
hacen crecer y transforman a los negocios. En BI se incluyen las herramientas que permiten
a estos usuarios tomar mejores decisiones de manera más rápida (todos ellos, elementos
21
clave para una estrategia ganadora en el clima económico actual).[15]
Además, hay que tener en cuenta que las empresas almacenan cada vez más información y
manejar este volumen de datos, en tiempo real, con la posibilidad de consolidarlo y
analizarlo sólo se puede hacer gracias a la inteligencia de negocio. Sin embargo, los
modelos tradicionales de BI son inflexibles y complicados, por lo que requieren
implantaciones costosas y prolongadas, que no permiten una evolución ágil del negocio.
Los retos macroeconómicos actuales empujan a los clientes a exigir una solución en la cual
el valor se aprecie en semanas, no en meses o años. [15]
Las organizaciones necesitan respuestas inmediatas a sus preguntas comerciales urgentes,
por ejemplo cómo reducir costes de manera selectiva, cómo incrementar su efectivo o
distribuir el capital de trabajo con mayor eficacia. No se pueden permitir el lujo de esperar
soluciones costosas que sean lentas o incapaces de responder a las condiciones comerciales
en constante cambio.[15]
22
2.6 Beneficios de la Inteligencia de Negocios
Óptica de negocio, es decir, los beneficios directos al negocio que aporta la solución.
Óptica económica, el factor económico de la solución: ahorro de costes y rentabilidad de la
inversión.
Óptica del usuario, desde este punto de vista se analizan las ventajas y el impacto
tecnológico de la solución para el usuario.
Óptica técnica, factores técnicos que hacen también muy coherente y ventajosa la solución
presentada
.
Pueden surgir nuevas preguntas a responder que hagan que el proyecto retorne a la fase de
conocimiento del negocio a fin de poder responderlas.[16]
23
3. Conclusiones
- El BI es un conjunto de procesos que lleva a cabo el análisis de datos, fuentes de información y registros para facilitar la toma de decisiones dentro de una organización y/o empresa- negocio.
- A través del uso del BI podemos conocer cuáles son las falencias que ven en la empresa o negocio los clientes y consumidores, para luego corregirlos mejorar y brindar un servicio de calidad.
- Las empresas, entidades y organizaciones que utilizan el BI tienen un mejor rendimiento empresarial y económico, cuentan con una mejor campaña de marketing y de prestación de servicios, además de la ampliación de sus conocimientos de los trabajadores de las mismas.
24
4. Recomendaciones
- Con el conocimiento que tenemos del BI, sugerimos que las empresas, organizaciones, y pequeñas empresas utilicen y recurran a las herramientas que esta especialidad presente para la mejora de la empresa.
- Facilitar el uso del BI en las demás áreas de trabajo de la empresa, con el manejo de las herramientas y las aplicaciones en todos y cada uno de los integrantes de la empresa.
25
5. Agradecimiento o reconocimiento
Damos nuestro más grande agradecimiento a nuestro Creador y Señor Dios, que nos
permite la realización de este trabajo monográfico. A nuestros padres por su amor y
cuidados. A la profesora Rosa Linda Mamani y a su querido esposo Esteban Tocto por su
apoyo y recomendaciones en este trabajo. A cada uno de ustedes por permitirnos llegar con
este tema a más personas.
El grupo
26
6. Referencias
[1] A. J. G. Morales, “Inteligencia de negocios , una ventaja competitiva para las organizaciones,” Rev. Cienc. y Tecnol., vol. 8, pp. 85–96, 2012.
[2] I. Journal and G. Conscience, “El impacto de las herramientas de inteligencia de negocios en la toma de decisiones de los ejecutivos,” Daena Int. J. Good Conscienc., vol. 4, no. 2, pp. 16–52, 2009.
[3] F. Hurtado, “Tratamiento de las tecnologías de inteligencia de negocios (BI) en la estrategia de (TI),” Sistemas, 2008.
[4] “Inteligencia de Negocios a Nivel Estratégico.” [Online]. Available: http://www.idensa.com/13-uncategorised/23-nivel-estrategico.html. [Accessed: 03-Nov-2013].
[5] “Inteligencia de Negocios a Nivel Táctico.” [Online]. Available: http://www.idensa.com/13-uncategorised/24-nivel-tactico.html. [Accessed: 03-Nov-2013].
[6] “Inteligencia de Negocios a Nivel Operativo.” [Online]. Available: http://www.idensa.com/13-uncategorised/25-nivel-operativo.html. [Accessed: 03-Nov-2013].
[7] E. De PostgrMendez, A., Mártire, A., Britos, P. Y Garcia-Martínez, R.ado, “Fundamentos de Data Warehouse,” 2003. [Online]. Available: ftpftpdocente.uniautonoma.edu.comnietoBases de Datos IIfundamentosdedatawarehouse.pdf.
[8] P. Tesis, “Diseño Lógico de Data Warehouses a partir de Esquemas Conceptuales Multidimensionales,” 2001. [Online]. Available: httpwww.fing.edu.uyincopedecibabibliotetesistesis-vperalta.pdf.
[9] L. GARRIDO and J. I. LATORRE, “APLICACIONES EMPRESARIALES DE DATA MINING,” 2001. [Online]. Available: httpwww.idescat.catsortquestiioquestiiopdf25.3.5.Garrido.pdf.
[10] E. Politécnica, D. E. L. Ejército, D. D. E. Ciencias, and D. E. L. A. Computación, “TITULO DEL PROYECTO ‘ HERRAMIENTAS QUE CONFORMAN BUSINESS INTELLIGENCE ; CREACIÓN DE UN PROTOTIPO APLICABLE EN EMPRESAS COMERCIALIZADORAS DE HARDWARE Y SOFTWARE ’ Previa a la obtención del Título de :,” 2011.
[11] J. O. S, Juan Carlos Araníbar, “Inteligencia de negocios,” Rev. Sist., pp. 95–101, 2009.
27
[12] S. Sacchi, “Gestión del Conocimiento,” CATEDRA Adm. Pers. Fac. CIENCIAS Econ. Y Adm., pp. 1–24, 1997.
[13] I. José and D. J. Yáñez, “La importancia de los dss en la competitividad de las empresas,” 2008. [Online]. Available: httpwww.revista.unam.mxvol.9num12art102art102.pdf.
[14] A. Cmr, “ADMINISTRACIÓN DE LAS RELACIONES CON LOS CLIENTES , CRM ( CUSTOMER RELATIONSHIP MANAGEMENT ) Las Normas ISO 9000,” Univ. EAFIT, pp. 1–11, 2005.
[15] J. M. A. Elizo, “Importancia de la Inteligencia de Negocios.” p. 1, 2009.
[16] J. Fernández, E. Mayol, and J. A. Pastor, “Agile Business Intelligence Governance : Su justificación y presentación,” no. 1. p. 7, 2008.
28