sistema de soporte a la toma de decisiones

Sistema de soporte a la toma de decisiones


DSS

Data Warehouse

Data Mining


Definiciones

Sistema interactivo basado en computadora que facilita herramientas a los directivos para ayudarlos en la resolución de problemas semi-estructurados o estructurados. (D.J. Power)

Un sistema usado para soportar decisiones administrativas. El DSS involucra, casi siempre, al análisis de muchas unidades de datos de manera heurística*. Se ha definido como una regla que el procesamiento del DSS no incluye la actualización de datos. (Bill Inmon).

* Manera de buscar la solución de un problema mediante métodos no rigurosos, como por tanteo, reglas empíricas, etc.


Evolución

• Contabilidad y transacciones

• MIS (Sistema de información administrativos)

• Modelo (Optimización y simulación)

•Paquetes estadísticos (SPSS)


Evolución (Cont...)

• Data Warehouse y OLAP (Orientado a los datos)

• Business Intelligence (Inteligencia empresarial)

• Base de datos relacionales

• Generadores DSS

• Gestión de datos• Gráficos• Fórmulas predefinidas• Herramientas de modelado• Análisis estadísticos• Modelo de optimización y simulación• Macro Programación


Business Intelligence

Modelos

Datos

Inteligencia Artificial (DM)

Perspectiva tecnológica

• Gestión del dialogo con el usuario• Gestión de Base de datos• Gestión modelo de tratamiento de la información• Arquitectura del sistema

Futuro

• Apoyo a las decisiones simultaneas - Grupo

• Sistema distribuido de apoyo a las decisiones -- Remoto

• Apoyo gráfico - Visualización información

• Computadores personales - Proceso de toma decisiones

• Reconocimiento de voz - Menos uso del teclado

• Descentralización del proceso de toma de decisiones - Reingeniería



Consulta estándar

Multidimensional

Segmentación /Modelado

DC

Transaccional

Data Warehouse

Data Mining

Tiem

po


Consulta estándar

• Mostrar todos los clientes que invirtieron en el producto de CDT´s el semestre pasado

Análisis multidimensional

• Mostrar los ingresos semestrales(en miles) por CDT’s, en las zonas andina, costa y sur en 2003 y 2004.

1 Sem 2 Sem 1 Sem 2 SemZona Andina 30 32 35 35Zona Costa 40 50 42 45Zona Sur 40 32 32 42

Total 110 114 109 122

Zonas2003 2004


Análisis multidimensional (cont...)

1 Sem 1 SemZona Andina 30 32 35 35

Medellín 25 30 25 30Manizales 2 2 5 -Pereira 3 - 5 5

Zona Costa 40 50 42 45Zona Sur 40 32 32 42

Total 110 114 109 122

1 Sem 1 SemZona Andina 30 32 35 35

Medellín 25 30 25 30Laureles 7 - 20 20Poblado 15 29 2 5Centro 3 1 3 5

Manizales 2 2 5 -Pereira 3 - 5 5

Zona Costa 40 50 42 45Zona Sur 40 32 32 42

Total 110 114 109 122

20042003

Zonas

Zonas2 Sem 2 Sem

2 Sem2004

2 Sem2003


Segmentación / Modelado

• Los clientes que invirtieron en CDT’s en el segundo semestre del 2004, en la oficina de Laureles pertenecen al grupo de ingresos entre 3 y 5 millones.

Descubrimiento de conocimiento

• Los clientes que invirtieron en CDT’s en el segundo semestre del 2004, en la oficina de Laureles, el 68% también invirtieron en TES; son jubilados entre una edad de 50 y 70 años.


Preguntas típicas

Cuál será el beneficio neto de este mes comparado con el beneficio real del año anterior y el presupuestado para éste?

Cuál es la tendencia de los costos globales de producción mes a mes durante los últimos tres años?

Cuál es la rentabilidad de los recursos empleados este año comparado con los últimos diez años?

Ha crecido la cuota de mercado y, si es el caso, a expensas de qué competidor(es)?

Cuál es, en términos generales, la percepción del cliente respecto de los productos de la empresa en comparación con los de la competencia?


Preguntas típicas (cont...)

Cómo se valora el rendimiento de un producto en un punto de venta comparado con otro punto de venta?

Cuál es el precio de nuestro producto más competitivo en diferentes zonas geográficas?

Cómo se compara la tasa de rotación de personal en la planta de producción de la empresa comparada con los promedios de la industria?

La rentabilidad de la cartera de inversiones a corto plazo es superior al tipo de interés normal sobre préstamos comerciales?

Cuántas situaciones de falta de existencias se han producido en relación con los pedidos procedentes de nuestro mayor distribuidor en el Sudeste Asiático?

Datos Requeridos

Se requieren datos internos y externos a la organización para soportar la toma de decisiones.

Se requieren datos que reflejen la actualidad y el pasado.

Se requiere contar con los datos en detalle y resumidos.

Se requiere los datos con buena calidad y alta confiabilidad.



Problemas

Que no se disponga de ellos.

Que sea imprecisos.

Que no se puedan integrar con los que ya están disponibles.

Que no se cuente con el software apropiado para tratar los datos.


Las necesidades de información de los ejecutivos

Información estratégica: Conocer los componentes de los procesos internos de planeación de la organización. Ejemplos: Presupuestos anuales, pronósticos con plazo de 1 a 5 años, tendencias de 3 a 5 años, planes de 5 a 10 años, los objetivos de la organización, etc..

Información táctica/externa: Conocer los factores externos que inciden sobre la rentabilidad de la organización. Ejemplos: participación en el mercado propia y de la competencia , precios propios y de la competencia, tipos de cambio, tasas de interés, investigaciones de mercado, etc..

Información operativa: En algunas ocasiones es muy importante conocer el detalle de la información que se está considerando para apoyar la toma de decisiones. Ejemplos: Indicadores esenciales diarios, o semanales..


Las necesidades de información de los ejecutivos (cont...)

Información diaria: Se debe disponer de información que permita “emitir” mensajes de advertencia sobre cualquier peligro en el cumplimiento de los objetivos de la organización. Ejemplos: Ventas, devoluciones de ventas, cobros y cuentas por pagar, inventarios, estadísticas de producción, etc..

Información discrecional permanente: Indicadores claves sobre la estabilidad de la organización con respecto a los recursos económicos y no económicos utilizados por la organización para llevar a cabo su gestión. Ejemplos: Relación de capital circulante, inversiones, cuentas por cobrar y por pagar, capital de trabajo con que se cuenta, costos fijos y variables, estadísticas sobre los clientes, etc.

Herramientas para la Toma de Decisiones

¿Cuál es la diferencia entre EIS y OLAP?

¿Cuál es la diferencia entre “informes avanzados” y OLAP?

¿Cuál es la diferencia entre OLAP y Minería de Datos?

¿Qué interrelaciones existen entre todas estas herramientas?

Han aparecido diferentes herramientas de negocio o DSS que coexisten: EIS, OLAP, consultas & informes, minería de datos, ...


Un EIS (Executive Information System) es un sistema de información y un conjunto de herramientas asociadas:

Proporciona a los directivos acceso a la información de estado y sus actividades de gestión.

Está especializado en analizar el estado diario de la organización (mediante indicadores clave) para informar rápidamente sobre cambios a los directivos.

La información solicitada suele ser, en gran medida, numérica (ventas semanales, nivel de stocks, balances parciales, etc.) y representada de forma gráfica al estilo de las hojas de cálculo.

Las herramientas OLAP (On-Line Analyitical Processing) son más genéricas: Funcionan sobre un sistema de información (transaccional o almacén de datos) Permiten realizar agregaciones y combinaciones de los datos de maneras mucho

más complejas y ambiciosas, con objetivos de análisis más estratégicos.

¿Cuál es la diferencia entre EIS y OLAP?


¿Cuál es la diferencia entre “informes avanzados” y OLAP?

Los sistemas de informes o consultas avanzadas: están basados, generalmente, en sistemas relacionales u objeto-

relacionales, utilizan los operadores clásicos: concatenación, proyección,

selección, agrupamiento, … (en SQL y extensiones). el resultado se presenta de una manera tabular.

Las herramientas OLAP Están basadas, generalmente, en sistemas o interfaces

multidimensionales, Utilizando operadores específicos (además de los clásicos): drill, roll,

pivot, slice & dice, … El resultado se presenta de una manera matricial o híbrida.


Las herramientas OLAP proporcionan facilidades para “manejar” y “transformar” los

datos. producen otros “datos” (más agregados, combinados). ayudan a analizar los datos porque producen diferentes

vistas de los mismos.

Las herramientas de Minería de Datos: son muy variadas: permiten “extraer” patrones, modelos,

descubrir relaciones, regularidades, tendencias, etc. producen “reglas” o “patrones” (“conocimiento”).

¿Cuál es la diferencia entre OLAP y minería de datos?


La aparición de algunas de ellas han hecho cambiar la manera de trabajar de otras herramientas.

¿Qué interrelaciones existen entre todas estas herramientas?

Base de Datos Transaccional

Fuentes Internas

Fuentes Externas

Fuente de Datos

Fuente de Datos 3

HTML

Fuente de Datos 1

texto

Almacén de Datos

ETL Interfaz y Operadores

Herramientas de consultas e

informes

Herramientas EIS

Herramientas OLAP

Herramientas de Minería de

Datos

sistema de soporte a la toma de decisiones

Documents