bussiness inteligence

15
4/4/2013 UNIVERSIDAD TECNOLÓGICA DE TEHUACÁN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN SISTEMAS DE CALIDAD EN TI ING. OCTAVIO SÁNCHEZ DELGADO NOMBRE DEL TRABAJO: BUSINESS INTELLIGENCE ALUMNA: LORZA BARRAGÁN IRENE

Upload: irene-lorza

Post on 24-Jun-2015

269 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: Bussiness inteligence

4/4/2013

UNIVERSIDAD TECNOLÓGICA DE TEHUACÁN

TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN

SISTEMAS DE CALIDAD EN TI

ING. OCTAVIO SÁNCHEZ DELGADO

NOMBRE DEL TRABAJO: BUSINESS INTELLIGENCE

ALUMNA:

LORZA BARRAGÁN IRENE

Page 2: Bussiness inteligence

Página 2

INDICE

1. DATA WAREHOUSE………..……………………………………………………..4

2. DATA MART……………………………..………………………………………….6

3. CUADRO DE MANDO INTEGRAL………………………………………………8

4. SISTEMA DE INFORMACIÓN EJECUTIVA…………………………………..11

5. SISTEMA DE SOPORTE DE INFORMACIÓN.……………………………….13

6. BIBLIOGRAFÍA…………………………………………………………………….15

Page 3: Bussiness inteligence

Página 3

BUSINESS INTELLIGENCE

Page 4: Bussiness inteligence

Página 4

DATA WAREHOUSE

El data warehouse es una colección de datos, orientados, integrados, no volatiles e historicos, organizados para el apoyo de un proceso de ayuda a la decisión. Es el almacenamiento separado y homogeneo donde y transformados provenientes de diferentes base de datos.

La importancia de un DW es que nos permite transformar datos o informacion bruta en informacion con sentido y extremadamente util; la informacion son guardados por la empresa de dos formas: los sistemas operacionales de registro donde el DW obtiene los datos y nuetro

almacen de datos.

El proceso basico del data warehouse (ETL) se lleva en tres etapas para esto tambien se pueden llevar en once pasos que cubre las tres etapas:

a) Extracción: este es el primer paso de obtener la información hacia el ambiente del Data Warehouse.

b) Transformación: una vez que la información es extraída hacia el área de trafico de datos, hay posibles paso de transformación como; limpieza de la información, tirar la basura que no nos sirve, seleccionar únicamente los campos necesarios para el Data Warehouse, combinar fuentes de datos, haciéndolas coincidir por los valores de las llaves, creando nuevas llaves para cada registro de una dimensión.

c) Carga: al final del proceso de transformación, los datos están en forma para ser cargados.

Pasos para construir un buen Datawarehouse desglozando las tres etapas mencionadas anteriormente son:

1. Reconocer que el trabajo será más duro de lo que se esperaba inicialmente:

2. Conocer los datos en los sistemas origen: Antes de comenzar a construir el DW es muy

importante analizar los datos y sus interrelaciones entre todas las Bases de Datos disponibles. Despues migrar esa información al DW, recuerda mantener esas relaciones, ya que con la ayuda de las relaciones se evitan las inconsistencias en el modelo de datos que despues pueden provocar problemas.

3. Saber reconocer entidades equivalentes: Uno de los principales problemas que surgen cuando se analizan sistemas heterogéneos, es la de identificar como una misma entidad, elementos que aparecen con nombres y descripciones diferentes, pero que se refieren a lo mismo.

4. Usar metadatos como soporte a la calidad de los datos: El uso de metadatos (datos sobre los datos) es muy importante empezar a recoger y almacenar metadatos desde las fases

Page 5: Bussiness inteligence

Página 5

iniciales del proyecto e incluir todas las fases del mismo.También es muy útil integrar todos los metadatos en un lugar común.

5. Seleccionar las herramientas ETL adecuadas: Las herramientas ETL, se encargan de la extracción de datos de los sistemas fuente, de su transformación y posterior carga en el DW o en algún sistema intermedio para posteriores transformaciones. A la hora de seleccionar una herramienta ETL, será muy útil que tenga un manejo sencillo y represente de forma visual todas las transformaciones. Así mismo, será muy útil que pueda ir generando metadatos, conforme se vaya realizando el proceso ETL.

6. Tomar ventaja de las fuentes externas: La integración de fuentes externas a los sistemas operacionales, como puede ser la infomación de encuestas de satisfacción de los clientes o los estudios de mercado de terceros, o información sobre competidores, puede aportar un valor añadido muy importante al DW. Esta información nos permitirá sacar conclusiones sobre el negocio.

7. Utilizar nuevos métodos de distribución de la información: Se pueden utilizar informes

parametrizables, envios via e-mail, alertas, etc… de modo que son los usuarios finales los que acceden directamente a la información que necesitan y pueden configurarse sus propias consultas.

8. Centrarse en aplicaciones para uso en Marketing:Un DW ofrece una de sus mayores

ventajas a los departamentos de Marketing, donde se tienen que manejar grandes cantidades de información.

9. Enfatizar los primeros resultados positivos para ganar apoyo de la organización: Esto tiene que ser aprovechado para que la organización valide lo realizado y apoye con sugerencias y compromiso los nuevos desarrollos que aún están pendientes.

10. No hay que infravalorar los requerimientos de Hardware: En un DW, los requerimientos de

hardware son uno de los principales temas a valorar. A veces, se diseña una arquitectura que

puede ser ampliamente suficiente para la entrada en producción, pero a menudo se olvida que

estos sistemas crecen muy rápidamente, se necesitan sistemas de copia seguros y las

necesidades de rendimiento, en términos de agilizar los cálculos son muy importantes. Por

eso, nunca conviene infravalorar el número de CPU´s y memoria en disco disponibles.

11. Considerar el Outsourcing para el desarrollo y mantenimiento del DW: El outsourcing

puede llegar a generar nuevas ideas y desarrollos en base a su conocimiento profundo del

DW y de su arquitectura, además no tiene los problemas de falta de personal capacitado de

muchas empresas.

Los elementos básicos de un Data WareHouse:

- Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las

transacciones del negocio. A los sistemas fuentes también se le conoce como Legacy System.

- Área de tráfico de datos: es un área de almacenamiento y grupo de procesos, que limpian

transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos

fuente para ser usados en el Data Warehouse.

Page 6: Bussiness inteligence

Página 6

- Servidor de presentación: la maquina física en donde los datos del Data Warehouse son

organizados y almacenados para consultas directas por los usuarios finales, reportes y otras

aplicaciones.

- Modelo dimensional: una disciplina especifica para el modelado de datos que es una

alternativa para los modelos de entidad – relación.

- Data Warehouse system.

- OLAP: actividad general de búsquedas para presentación de texto y números del Data

WareHouse, también un estilo dimensional especifico de búsquedas y presentación de

información.

- ROLAP: un grupo de interfaces de usuarios y aplicaciones que le dan a la base de datos

relacional un estilo dimensional.

- MOLAP: un grupo de interfaces de usuarios, aplicaciones y propietarios de tecnología de

bases de datos que tienen un fuerte estilo dimensional.

- Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries,

analizan y presentan la información objetivo para el soporte de las necesidades del negocio.

Estructura del data warehouse a) Datos antiguos: La data antigua es aquella que se almacena sobre alguna forma de

almacenamiento masivo. No es frecuentemente accesada y se almacena a un nivel de detalle, consistente con los datos detallados actuales.

b) Datos Actuales: Refleja las ocurrencias más recientes, las cuales son de gran interés

c) Datos ligeramente resumidos: La data ligeramente resumida es aquella que proviene desde un

bajo nivel de detalle encontrado al nivel de detalle actual. Este nivel de la data warehouse casi siempre se almacena en disco.

d) Datos completamente resumidos: El siguiente nivel de datos encontrado en el data warehouse es el de los datos completamente resumidos. Estos datos son compactos y fácilmente accesibles.

DATA MART

Data Mart es un modelo multidimensional basado en tecnología OLAP. 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.

Page 7: Bussiness inteligence

Página 7

Componentes de un Data Mart.

a) Fuentes de Datos: Son las que alimentan de

información al DataMart, están diseñadas para registrar grandes cantidades de transacciones. Entre ella tenemos la base de datos OLTP (Una base de datos para soportar procesos transaccionales). Estas fuentes de datos se optimizan en función a procesos transaccionales, se actualizan constantemente, contienen mucha información de detalle, y son usadas por usuarios finales.

b) Procesos de extracción, transformación y

carga de datos (ETL): Los datos se encuentran almacenados en base de datos destinados al registro de transacciones. Es necesario extraer y transformar los datos antes de que los elementos de datos sean almacenados en el DataMart. Los mismos elementos de datos, si son usados por aplicaciones diferentes o administrados por diferentes software DBMS, pueden definirse al usar nombres de elementos inconsistentes, que tienen formatos inconsistentes y ser

codificados de manera diferente. c) DataWarehouse: Un DataWarehouse

contiene la información de toda la empresa. Cualquier departamento puede acceder a la información de cualquier otro departamento mediante un único medio, así como obligar a que los mismos términos tengan el mismo significado para todos. Un Datamart almacena la información de un área o departamento especifico y un conjunto de Datamarts forman un DataWarehouse.

d) Herramientas de Explotación: El DataMart está orientado a la toma de decisiones. Un buen diseño de la base de datos favorece el análisis y la recuperación de datos para obtener una ventaja estratégica y para facilitar la toma de decisiones. Las herramientas para la explotacion son 4 Herramienta de consulta y reporte, Herramientas de base de datos multidimensionales / OLAP, Sistemas de información ejecutivos y Herramientas de Data Mining.

Page 8: Bussiness inteligence

Página 8

- Herramienta de consulta y reporte:

Las herramientas de consulta al igual que la mayoría de herramientas visuales, permiten apuntar y dar un click a los menús y botones para especificar los elementos de datos, condiciones, criterios de agrupación y otros atributos de una solicitud de información. Despues esta genera un llamado a una base de datos, extrae los datos pertinentes, efectúa cálculos adicionales, manipula los datos si es necesario y presenta los resultados en un formato claro. Y este puede almacenar las acciones realizadas.

- Herramientas de base de datos multidimensionales / OLAP (On Line Analytical Processing):

El almacenamiento de datos requieren bases de datos propia. No hay realmente estándares disponibles para acceder a los datos multidimensionales. una de las limitaciones de un MDDB en el desarrollo de una estructura de datos es que se tiene que extraer, transformar y cargar estos datos en el hipercubo ya que las compañías generalmente almacenan los datos de la empresa en bases de datos relacionales por tal motivo se tiene que extraer y transformar los datos.

- Sistemas de información ejecutivos:

Las herramientas de sistemas de información ejecutivos (Executive Information Systems - EIS), proporcionan medios sumamente fáciles de usar para consulta y análisis de la información confiable. Generalmente se diseñan para el usuario que necesita conseguir los datos rápidamente, pero quiere utilizar el menor tiempo posible. El EIS presenta vistas de los datos simplificados, altamente consolidados y mayormente estáticas.

- Herramientas de Data Mining:

Data Mining es una categoría de herramientas de análisis open-end, el proceso de Data Mining extrae los conocimientos guardados o información predictiva desde el DataMart sin requerir pedidos o preguntas específicas. Las herramientas Mining usan algunas de las técnicas de computación más avanzadas para generar modelos y asociaciones como redes, detección de desviación, modelamiento predictivo y programación.

CUADRO DE MANDO INTEGRAL (CMI)

El cuadro de mando integral es un modelo de gestión, con un soporte de información periódica para la dirección de la empresa, capaz de facilitar una toma de decisiones de una manera clara y eficiente a todos los integrantes de la organización, y a la vez, poder traducir dichas estrategias en objetivos, acciones y medidas concretas, que permitan saber si las mismas se están alcanzando.

El éxito de una una compañía es el resultado del encadenamiento

Page 9: Bussiness inteligence

Página 9

equilibrado de las variables en cuatro perspectivas básicas:

- Perspectiva financiera (finanzas). - Perspectiva comercial (clientes). - Perspectiva de procesos (p. internos). - Perspectiva del desarrollo de las personas y el aprendizaje (aprendizaje y crecimiento).

1. Perspectiva financiera: La perspectiva financiera contiene los objetivos de la organización o de cada unidad de negocio que deben tenerse en cuenta para la construcción del Cuadro de Mando Integral. Se refieren a la rentabilidad, los ingresos de explotación, los rendimientos sobre el capital empleado, el valor añadido económico, el retorno sobre la inversión, el crecimiento de las ventas.

2. Perspectiva comercial (clientes): esta perspectiva se refieren a la satisfacción del cliente, la

fidelización de clientes, la adquisición de nuevos clientes, la rentabilidad del cliente o el valor añadido que aporta la organización al cliente logrando a los directivos de unidades de negocio la estrategia de cliente basada en el mercado, que proporcionará rendimientos financieros futuros de categoría superior. Con esta información, se deben obtener aquellos factores críticos que hacen que la organización se diferencie, sea competitiva y atraiga clientes.

3. Perspectiva de procesos (p. internos): esta perspectiva se refiere los procesos internos

críticos que impactan en la satisfacción del cliente y en la consecución de los objetivos financieros de una organización. Los procesos internos deben ser clasificados según sean estratégicos, operativos o de soporte A cada proceso se le debe asignar un responsable que responda de su organización, funcionamiento y resultados. El Cuadro de Mando Integral exige que además de revisar los procesos ya existentes con el fin de mejorarlos, se deben incluir mecanismos para identificar procesos totalmente nuevos para que la organización pueda afrontar los cambios en el mercado. En fusión con una perspectiva financiera a largo plazo, el Cuadro de Mando Integral debe incorporar objetivos y medidas para estos procesos de innovación que generen nuevos procesos operativos futuros.

4. Perspectiva del desarrollo de las personas y el aprendizaje (aprendizaje y crecimiento): contiene los objetivos que una organización o unidad de negocio se debe plantear en consecuencia de crear una infraestructura que afecte a las personas, los sistemas y los procedimientos y que posibilite la mejora y el crecimiento a largo plazo. Se refieren a la disponibilidad en tiempo real de información fiable y útil, la retención de los conocimientos de los cursos de formación, las habilidades desarrolladas por los empleados y su aplicación en su respectivo puesto de trabajo, el aumento de la productividad por empleado, la coherencia de los incentivos a los empleados con los factores de éxito y tasas de mejora o el perfil competencial de cada individuo y la necesidad de potenciar al personal para el nuevo entorno competitivo.

Page 10: Bussiness inteligence

Página 10

PROCESOS PARA LA CONSTRUCCION DE UN CUADRO DE MANDO INTEGRAL.

Etapa 1: Definir la arquitectura de la medición:

1. Seleccionar la unidad de la organización adecuada: se debe definir la unidad de negocio para la cual es adecuado un cuadro de mando de alto nivel, este realizara actividades en toda una cadena de valor; innovación, operaciones, marketing, ventas y servicio asi tendría sus propios productos y clientes, canales de distribución e instalaciones de producción.

2. La identificación de las vinculaciones

entre la corporación y las UEN: Una vez que se ha definido y seleccionado la unidad de negocio, se debe averiguar e informar de las relaciones de la unidad de negocio con las demás unidades de negocio y con la organización divisional y corporativa. El lider se entrevista con la alta dirección clave de la división o divisiones y de la corporación para averiguar :

- Los objetivos financieros para la unidad de negocio (crecimiento, rentabilidad, cash flow)

- Temas corporativos decisivos (entorno, seguridad, políticas de personal, relaciones con la comunidad, calidad, competitividad de los precios,innovación)

- Vínculos con las demás unidades de negocio (clientes comunes, competencias centrales, oportunidad de enfoques integrados con los clientes, relaciones internas proveedor/ cliente)

Etapa 2: Construir el consenso alrededor de los objetivos estratégicos:

3. Realizar la primera ronda de entrevistas: El lider preparara material de información básica y antecedentes sobre el Cuadro de Mando Integral, así como los documentos sobre la visión, misión y estrategia de la empresa y de la unidad de negocio. Este material se proporciona a cada alto directivo de la unidad de negocio; y al mismo tiempo adquirir informacion sobre el sector y el entorno competitivo de la unidad de negocio.

4. Sesión de síntesis: ya terminada todas las entrevistas, el lider y otros miembros del equipo de

diseño se reúnen para discutir las respuestas de las entrevistas, subrayar temas y desarrollar una lista provisional de objetivos e indicadores que proporcionarán la base para la primera reunión del equipo de altos directivos. Al terminar este paso el resultado obtenido debería ser un listado y una clasificación de los objetivos de las cuatro perspectivas.

5. Taller ejecutivo : Primera ronda: El lider programa y dirige una reunión con el equipo de altos directivos para iniciar el proceso de obtención del consenso en el cuadro de mando.Durante el taller, el lider impulsa un debate de grupo sobre las declaraciones de misión y estrategia, hasta que se alcanza un consenso. Luego el grupo pasa de la declaración de la misión y

Page 11: Bussiness inteligence

Página 11

estrategia a responder a la pregunta: “Si yo tuviera éxito con mi visión y estrategia, ¿en qué grado variaría mi actuación para con mis accionistas, clientes, procesos internos y para mi capacidad de crecer y mejorar?”.

Etapa 3: Seleccionar y diseñar indicadores.

6. Reuniones de subgrupos: El lider trabaja con los subgrupos individuales durante varias reuniones, en los cuales se intenta conseguir tres objetivos principales: - Indicadores financieros centrales: Rendimientos sobre la inversión, rentabilidad, crecimiento. - Indicadores centrales del cliente: Cuota de mercado, adquisición y Satisfacción del cliente.

- Indicadores centrales del crecimiento y aprendizaje: Satisfacción, retención y productividad de los empleados.

7. Taller ejecutivo: segunda ronda: En este taller se debatirán la visión de la organización, las

declaraciones de estrategia y los objetivos e indicadores provisionales para el cuadro de

mando. Al finalizar el taller elaborar un folleto para comunicar las intenciones y contenido del

cuadro de mando a todos los empleados de la unidad de negocio.

Etapa 4: La construcción del plan de implantación.

8. El desarrollo del plan de implantación: en este paso se deben formaliza las metas y desarrolla un plan de implantación para el cuadro de mando. Asi como tabien incluir la forma en que los indicadores van a ser vinculados con las bases de datos y los sistemas de información, comunicando el Cuadro de Mando Integral a toda la organización y facilitando el desarrollo de los indicadores de segundo nivel para las unidades descentralizadas.

9. Taller ejecutivo: tercera ronda: en ete taller se formalizan la visión, objetivos y mediciones desarrolladas anteriormente y para validar las metas propuestas por el equipo de implantación asi como tambien se identificaran los programas de acciones preliminares para conseguir las metas.

10. Finalizar el plan de implantación:Al terminar la programación del proyecto, la alta dirección y los mandos intermedios de la unidad de negocio deberían haber obtenido claridad y conocimiento sobre la traducción de la estrategia en objetivos e indicadoresespecíficos para las cuatro perspectivas, acordado un plan para implantar el cuadro de mando, incluyendo quizá nuevos sistemas y responsabilidades para recoger e informar datos para el cuadro de mando, y tener una amplia comprensión de los procesos que cambiarán como resultado de disponer de indicadores del cuadro de mando en el núcleo de los sistemas de gestión de la organización.

SISTEMA DE INFORMACIÓN EJECUTIVA (EIS)

El objetivo fundamental de los Sistemas de información para ejecutivos es permitir el monitoreo y seguimiento por parte del ejecutivo, de los factores críticos de éxito del negocio. En este punto se definen los factores críticos de éxito como el conjunto de variables de una organización que es necesario monitorear y dar seguimiento para asegurar el éxito de la empresa. Para un ejecutivo el seguimiento constante y permanente de éstos indicadores es importante, ya que del buen resultado de éstos dependen en gran medida el éxito de la empresa. Provee a los gerentes de un acceso sencillo a información interna y externa de su compañía.

Page 12: Bussiness inteligence

Página 12

Caracteristicas de EIS

- Están diseñados para cubrir las necesidades específicas y particulares de la alta administración de la empresa.

- Extraen, filtran, comprimen y dan seguimiento a información crítica del negocio. - El sistema debe contar con capacidad de manejar información que proviene de los Sistemas

Transaccionales de la empresa y de fuentes externas de información. - Los ejecutivos interactuan de forma directa con el sistema sin el apoyo o auxilio de

intermediarios - Es un sistema desarrollado con altos estándares en sus interfases hombre-máquina,

caracterizado por gráficas de alta calidad, información tabular y en forma de texto. El protocolo de comunicación entre el ejecutivo y el sistema permite interactuar sin un entrenamiento previo.

- Pueden accesar información que se encuentra en línea, extrayéndose en forma directa de las bases de datos de la organización.

EL PROCESO DE DESARROLLO DE UN EIS:

1. Identificación de las alternativas para el desarrollo del sistema: Al elegir una alternativa se debe tomar en cuenta los costos, tiempo y control durante el desarrollo de la aplicación.

2. Creación de la propuesta: La creación de la propuesta ayudara a tener un apoyo mas sólido para el desarrollo del EIS y a minimizar la resistencia por parte de los ejecutivos. Además, puede contribuir a que la administración acepte el proyecto. Se recomienda que que tenga un claro entendimiento con el ejecutivo, manejar las expectativas, lograr el compromiso de los recursos.

3. Determinación de las necesidades del ejecutivo: para determinar las necesidades se realizan entrevistas a los directores o gerentes de las diferentes áreas funcionales de la empresa, con el objetivo de preguntarles la información que consideran relevante, Listar los principales objetivos de la empresa a corto y mediano plazos y definir la información necesaria para darle seguimiento.

4. Creación del sistema y presentación de un prototipo:

Desarrollo de un EIS:

Page 13: Bussiness inteligence

Página 13

SISTEMA DE SOPORTE DE DECISIÓN

El sistema de soporte de decision es una forma de modelar datos y hacer decisiones de calidad basadas en estos. Su objetivo principal es recoger datos, analizar y dar forma a los datos que se recogen y, a continuación, tratar de tomar decisiones o la construcción de estrategias de análisis.

Componentes que integran un sistema de soporte de decisión:

Una de las características que poseen un DSS es la facilidad que un usuario, sin tener conocimientos amplios sobre sistemas computacionales, pueda desarrollar sus propios modelos de decisión. Estos modelos son construidos con ayuda de herramientas, como el hardware y software.

- El modelo: Es una representación abstracta en donde se ilustran los componentes o

relaciones de un fenómeno en esta. Dentro de este modelo se puede incluir inventarios, control de proyectos, programación lineal, simulación, colas, análisis estadísticos, planeación financiera de escenarios.

- La base de datos: Es una colección de datos actuales o históricos de un número de

aplicaciones o grupos, organizada para un acceso fácil a partir d una gama de aplicaciones. Con un DSS nos da la posibilidad de manejar y almacenar informacion incluyendo funciones como : Acceso a las bases de datos corporativas, generación de información privada en bases de datos locales, manipulación de la información a través de técnicas de manejo de información, consolidaciones, etc.

- Sistema de software: esta caracteristicas nos permite una interacción fácil entre los usuarios

del sistema y la base de datos del DSS y la base de modelos. - Interfase con el usuario: Una parte fundamental de los DSS es facilidad para explorar la

información a través de gráficas de alta calidad y reportes que se diseñan y obtienen en intervalos cortos de tiempo, así como la disponibilidad de lenguajes de muy alto nivel para facilitar la consulta de información que contiene la base de datos. Permitiendo a los usuarios desarrollar sus propios modelos de decisión. Esto implica la posibilidad de manejar entrada, procesamiento, almacenamiento, y salida de información.

Tipos de sistema de soporte de decisión:

1. Decisiones estratégicas: Son aquellas que afectan a toda la empresa o a una gran parte de la misma durante un largo periodo de tiempo. Estas decisiones son tomadas por los máximos responsables de las compañías (presidentes, directores generales, comités de dirección, etc.).

2. Decisiones tácticas : Afectan únicamente a parte de la empresa, o parte de sus procesos, y

generalmente se toman desde un solo departamento. Tienen un impacto relevante a medio plazo, son tomadas por personas con cargos intermedios (jefes de departamento, gerentes, etc.).

Page 14: Bussiness inteligence

Página 14

3. Decisiones operativas: Afectan a actividades específicas, con un alcance muy claro, y su efecto es inmediato o muy limitado en el tiempo. Estas decisiones son responsabilidad de los niveles bajos de la jerarquía empresarial (jefes de equipo, encargados de área, dependientes, etc.).

El DSS tiene herramientas de Business Intelligence que ayudan a tomar las decisiones:

- Business Intelligence pasivo: Proporciona un acceso

fácil a información confiable y actualizada. Habitualmente, los trabajadores de la información acceden a estos datos a través de sistemas de reporting, análisis OLAP o cuadros de mando, obteniendo una visión agregada o detallada de la información (según sus necesidades).

- Business Intelligence activo: Aportan valor a la

información disponible aplicando modelos matemáticos o estadísticos para detectar patrones ocultos, aplican modelos de optimización, proyección o clasificación para proponer las mejores soluciones posibles a un problema determinado. Es decir, estas soluciones toman un papel activo en el proceso de toma de decisiones.

Funciones de Procesamiento de un DSS:

- Funciones Financieras: están compuestas por un conjunto de herramientas para la proyección del efecto de las tasas de interés, perfiles de crecimiento y análisis económicos. Las funciones financieras son las siguientes: cálculo del valor actual, determinación de la tasa de retorno interna, amortización de préstamos, cálculo de pagos, determinación del valor futuro.

- La función “Qué pasa si” “What if”: esta funcion permite al usuario cambiar la definición de una o más variables en un modelo. Los valores existentes son reemplazarlos con unos nuevos, y el modelo se vuelve a procesar con objeto de determinar el impacto de los nuevos valores y sus resultados.

- La función de “análisis”: esta funcion se refiere cuando el rendimiento en un área de interés

produce resultados inesperados o dudosos, o bien cuando la interrelación de las variables en un modelo es muy compleja, los gerentes tienden a buscar explicaciones.

- Simulación: el resultado de la simulacion debe generar la información necesaria para valorar

los riesgos de las diferentes decisiones. Mediante esta técnica, el sistema de apoyo de decisiones para determinar su impacto en el rendimiento.

Page 15: Bussiness inteligence

Página 15

BIBLIOGRAFÍA

http://todobi.blogspot.mx/2005/12/once-pasos-para-construir-un.html

http://www.dataprix.com/blogs/bi-f-cil/business-intelligence-f-cil

http://wdb.ugr.es/~odap/DW/ManualDW.pdf

http://www.slideshare.net/guest10616d/que-es-un-datawarehouse

http://todotecnology.blogspot.mx/2009/09/datamart.html

http://www.raynerhd.com/wp-content/uploads/rayner-datamart.pdf

http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/gallery/methodology/tools/cuadro_de_mando_integral.pdf

http://www.uax.es/fileadmin/templates/fundacion/docs/Cuadro_de_Mando_Integral.pdf

http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/gallery/methodology/tools/cuadro_de_mando_integral.pdf

http://antiguo.itson.mx/dii/jgaxiola/introduccion/eis.html

http://sinnexus.es/business_intelligence/sistemas_informacion_ejecutiva.aspx

http://erpii.wikispaces.com/Sistemas+de+Informaci%C3%B3n+Ejecutiva

http://sinnexus.es/business_intelligence/sistemas_soporte_decisiones.aspx

http://manuelgross.bligoo.com/business-intelligence-los-sistemas-de-soporte-de-decisiones-dss

http://www.oocities.org/siliconvalley/pines/7894/introduccion/dss.html