Inicio
 > Informes e investigaciones > Blog de TEC > Inteligencia comercial contemporánea y sus compo...

Inteligencia comercial contemporánea y sus componentes principales

Escrito por: Analistas de TEC
Publicado: junio 13 2006

Introducción

Las presiones normativas y financieras, junto con la necesidad de permanecer competitivo en el mercado, ha hecho que la inteligencia comercial (BI) sea más importante que nunca para los usuarios de aplicaciones empresariales. BI les da a los usuarios la habilidad de extraer, consolidar, cambiar y analizar datos en formas que no son posibles en otros acercamientos para las aplicaciones empresariales. BI también les permite a los usuarios explotar los subconjuntos de datos dentro de sistemas organizacionales dispares, como la gestión de las relaciones con los clientes (CRM), planificación de los recursos de la empresa (ERP), finanzas y recursos humanos (HR) para combinar varias dimensiones de datos organizacionales para poder crear una sola vista.

Por ejemplo, las empresas de distribución y fabricación de todos los tamaños se beneficiarían al fortalecer el software para que no sólo sienta el pulso diario de las operaciones, sino para que también localice incongruencias, analice el desempeño de múltiples áreas e inicie ajustes correctivos. Las herramientas BI les ayudan a los empleados a controlar los datos que podría ser muy complicados para la manipulación manual. Por ejemplo, en los departamentos como compra y abastecimiento existen aumentos constantes y rápidos en los costos de material, desviaciones en plazos y crecimiento e inestabilidad en la base de suministro, lo cual todo requiere una siempre creciente agilidad del comprador. BI les proporciona a las organizaciones la habilidad de manejar estos problemas con iniciativa.

Para construir soluciones BI dentro de una organización, se debe tomar en cuenta el almacenaje de datos, la integración de datos, análisis, tarjetas de puntuación y tableros de control. Cada organización tiene su propio uso para algunas (o todas) de estas herramientas, dependiendo en cómo elige utilizar las herramientas disponibles. A continuación veremos los componentes principales de BI, y la forma en la que las herramientas BI se pueden aplicar dentro de una organización.

Soluciones BI contemporáneas

Las soluciones BI contemporáneas les permiten a los usuarios comerciales escribir, publicar y distribuir reportes empresariales por medio de un escritor de reportes completamente integrados, con un tutorial de creación de reportes fácil de utilizar. Los usuarios también pueden personalizar y adaptar reportes para las necesidades específicas de información. Las capacidades de gráfica y escritura de reportes deben permitirles incluso a los usuarios no técnicos crear y compartir representaciones claras de condiciones comerciales complejas. Además de ser fácil de utilizar, los escritores de reportes también deben incorporar características avanzadas como filtrar y resaltar las excepciones, calcular con subpreguntas, clasificar, ir de lo general a lo particular, etc.

Hoy en día, las herramientas BI por lo general proporcionan análisis gráficos de información comercial en vistas multidimensionales. La mayoría de las compañías recolectan una gran cantidad de datos de sus operaciones comerciales, para mantener un rastro de esta información, los usuarios requieren una amplia gama de programas software, junto con más aplicaciones sofisticadas de bases de datos para departamentos a través de su organización. Sin embargo, utilizar múltiples programas de software hace que sea difícil recuperar información a tiempo y llevar a cabo análisis de datos.

BI representa todas las herramientas y los sistemas que juegan un papel muy importante en el proceso de planificación estratégica, al permitirle a una compañía reunir, almacenar, ingresar y analizar los datos corporativos para la toma de decisiones. En general, estos sistemas les ayudan a las organizaciones en el perfil del cliente, el soporte al cliente, la investigación de mercado, la segmentación de mercado, la rentabilidad de producto, los análisis estadísticos, de inventario y de distribución, por nombrar algunos.

Almacén de datos

El almacenaje de datos es la recolección de datos diseñada para apoyar a la administración a la toma de decisiones. Un almacén de datos (DW) contiene una amplia variedad de datos que presentan una visión coherente de las condiciones comerciales en un momento dado. Su propósito es crear una infraestructura de base de datos que siempre esté en línea, que contenga toda la información (incluyendo datos históricos) de los sistemas de procesos de transacción en línea (OLTP), pero eso está estructurado de tal forma que es rápido y eficiente para preguntar y analizar (opuesto a una base de datos para procesar las transacciones).

Separar estas dos funciones puede mejorar la flexibilidad y el desempeño. El desarrollo de un DW incluye el desarrollo de sistemas para extraer datos de sistemas operativos transaccionales subyacentes. El DW también instala un sistema de base de datos de almacén que les proporciona a los directores el acceso flexible a los datos. El término almacenaje de datos por lo general se refiere a la combinación de varias bases de datos diferentes a lo largo de toda una empresa. Esto es opuesto a un mercado de datos, que es una base de datos (o colección de bases de datos) diseñado para ayudarles a los directores a tomar decisiones estratégicas acerca de sus negocios. Mientras que DW combina bases de datos a lo largo de toda la empresa, los mercados de datos por lo general son más pequeños y se enfocan en un tema o departamento en particular, aunque algunos mercados de datos, llamados mercados de datos dependientes, pueden ser subconjuntos de DWs más grandes.

Dimensiones de la integración de datos

Con la llegada del almacenaje de datos llega la creación de herramientas de extracción, transformación y carga (ETL), que utilizan metadatos para transferir información desde los sistemas fuente a los DW. Las tres funciones de ETL combinan el jalar datos de una base de datos y colocarlos en otra:

  • Extracción: El proceso de leer datos desde una base de datos.
  • Transformación: El proceso de convertir los datos extraídos de su forma previa a una forma que se puede colocar en otra base de datos. La trasformación depende de reglas o tablas, o de la combinación de datos con otros datos. Esto permite que se unan fuentes de datos dispares, que crea una vista centralizada de datos organizacionales.
  • Carga: El proceso de escribir los datos en la base de datos objetivo o en el DW.

Una vez más, las herramientas ETL por lo general se utilizan para migrar datos de una base de datos a otra, para formar mercados de datos y DWs o convertir las bases de datos de un tipo de formato a otro. También se han desarrollado herramientas adicionales, que también utilizan el lenguaje estructurado de preguntas (SQL), para darles a los usuarios un acceso directo a los datos en el DW. Con el tiempo, estas herramientas de preguntas se han vuelto más fáciles y varias de dichas herramientas ahora tienen un analizador sintáctico (un programa que examina el código fuente para que se pueda traducir en un código de objeto) que puede a cambiar preguntas en lenguaje natural a comandos válidos SQL.

La integración de información empresarial (EII) es una categoría de software que confronta el gran reto de la integración de datos empresariales de diversas fuentes de datos en sistemas empresariales dispersas. Las compañías que han superado el problema de escalar y manejar los datos ahora se están preguntando cómo unificar sus fuentes de datos y mejorarlos para resolver los problemas comerciales en tiempo real. Para ello, EII tiene como objetivo proporcionar vistas unificadas de múltiples datos heterogéneos a través de una solicitud distribuida. Una forma de pensar en el EII es como una capa virtual de base de datos que les permite a las aplicaciones del usuario accesar y solicitar datos como si residiera en una sola base de datos. En otras palabras, el concepto toma la capacidad de las bases de datos existentes para unir una solicitud a lo largo de las diferentes tablas, pero en una base virtual, los usuarios se protegen de las complejidades subyacentes de locación, preguntas y unión de datos de distintos sistemas de fuentes de datos.

EII es un acercamiento fundamentalmente diferente para tales tecnologías de integración de datos como la integración de aplicación empresarial (EAI), que proporciona datos o integración a nivel de procesos, o portales empresariales, que simplemente integran los datos a nivel de presentación. EAI se puede definir como la no restricción para compartir datos y procesos comerciales a través de las aplicaciones de red o las fuentes de datos.

EII también difiere de las herramientas ETL convencionales para el almacenaje de datos, debido a que ni mueve datos ni crea nuevos almacenes de datos de datos integrados. En lugar de esto, deja los datos donde están, fortalece los repositorios de metadatos a lo largo de múltiples sistemas empresariales de base, y jala la información visiblemente a aplicaciones nuevas. Como resultado, los clientes pueden estar contentos con negociar en DWs caros por una extracción de datos y capa de presentación que se coloca en el nivel superior de los sistemas transaccionales existentes, pero sólo con la condición de que reciban un desempeño inigualable.

Análisis

El procesamiento analítico en línea (OLAP) es una categoría de herramientas de software que proporciona análisis de datos almacenados en una base de datos. Esto les permite a los usuarios analizar diferentes dimensiones de datos multidimensionales, como las series de tiempo y análisis de tendencia. Los usuarios comerciales pueden entonces identificar fácil y rápidamente las tendencias de desempeño al utilizar análisis de información por vencimiento y capacidades de gráfica de productos que soporten análisis de datos más sofisticados y que hayan calculado las capacidades de campo integradas a los reportes. Por ejemplo, los usuarios pueden aislar e identificar rápidamente productos, clientes, regiones u otras áreas que tengan una tendencia importante (ya sea creciente o decreciente). Algunas soluciones también incluyen una fuerte función completamente integrada de gráficas de datos que les permite a los usuarios crear vistas detalladas de datos. La capacidad de graficar debería ser, idealmente, completamente dinámica. En otras palabras, los usuarios deberían ser capaces de hacer clic rápidamente a través de varios parámetros de reporte y ver las representaciones gráficas para cada combinación.

OLAP con frecuencia se utiliza en herramientas de minas de datos, que es un tipo de aplicación de base de datos que buscan en un grupo de datos patrones ocultos que se puedan utilizar para predecir el comportamiento futuro. Por ejemplo, las minas de datos pueden ayudar a las compañías minoristas a encontrar clientes con intereses comunes. Sin embargo, el término con frecuencia se utiliza mal para describir que el software presenta datos en nuevas formas. El verdadero software de minas de datos no sólo cambia la presentación, sino que descubre relaciones antes desconocidas entre los datos; este conocimiento luego se aplica para lograr metas comerciales específicas. Estas herramientas se utilizan para reemplazar o mejorar la inteligencia humana al escanear almacenes masivos de datos para descubrir nuevas correlaciones significativas, patrones y tendencias al utilizar estadísticas y tecnologías de reconocimiento de patrones. Son conocidas en los campos científicos y matemáticos, pero también los comerciantes las utilizan cada vez más para intentar deducir datos útiles del cliente de sus sitios Web.

Adelantándonos un poco, los análisis predictivos son minas de datos a través del reconocimiento de patrones, junto con técnicas matemáticas y estadísticas con respecto a grandes cantidades de datos, para poder soportar la toma de decisiones al pronosticar los resultados de distintos escenarios. Estos programas buscan bases de datos utilizando técnicas como redes neurales y árboles de decisión. Buscan correlaciones y patrones que son virtualmente imposibles para que los detecten los humanos, y presentan la información para ayudarle a la administración a tomar las decisiones adecuadas.

Tableros de control y tarjetas de puntuación

Los tableros de control proporcionan un desempeño corporativo aparentemente completo, gracias a las representaciones gráficas que se parecen a un tablero de control de un automóvil. Estas representaciones gráficas muestran medidas, tendencias y excepciones de desempeño e integran información de múltiples áreas comerciales. Son sinónimos de las medidas. La pieza central de cualquier diseño de tablero de control es capturar medidas, al igual que los indicadores de desempeño que se combinan para formar gráficas que reflejen el bienestar del negocio.

Por lo general, los tableros de control presentan un gran número de indicadores y medidas asociadas, arregladas en una vista consolidada. Las características visuales de un tablero de control son simples muestras intuitivas, como cuadrantes, indicaciones, semáforos, gráficas y tablas. En teoría, son entendibles para los usuarios, y proporcionan visibilidad inmediata al bienestar de las operaciones y el desempeño de una compañía. Proporcionan vistas instantáneas de operaciones diarias en una interfase simple de escritorio, lo que les permite a los usuarios señalar problemas como los niveles de inventario o ventas que violan los límites dados.

Los tableros de control también les permiten a los usuarios manejar su negocio al utilizar herramientas sofisticadas como indicadores clave de desempeño (KPIs), tarjetas de puntuación y otros análisis avanzados. Mientras que un tablero de control por lo general representa una visión fácil de entender de las medidas clave en un momento en particular, las tarjetas de puntuación tienden a ser más dinámicas, lo que permite una mayor personalización que puede requerir el papel de un usuario. Las tarjetas de puntuación son listas de medidas operacionales y financieras utilizadas para evaluar el desempeño organizacional o de la cadena de suministro. Las dimensiones de una tarjeta de puntuación pueden incluir perspectivas del cliente, perspectivas del proceso comercial, perspectivas financieras, y perspectivas de aprendizaje e innovación que conectan formalmente los objetivos generales, las estrategias y las medidas (ya que cada dimensión pude tener sus propias medidas y metas. Para diferenciar aún más los tableros de control y las tarjetas de puntuación (los términos con frecuencia son confusos o se utilizan de forma intercambiable), un tablero de control es una cabina digital que produce un trazo instantáneo, en el que se puede ir de lo general a lo particular. Las tarjetas de evaluación es el proceso de comparar los resultados reales a los resultados que se tenían como objetivo, y de discernir las tendencias por un periodo de tiempo (que sólo se hace al ir de lo general en lo particular en los reportes y en las fuentes de datos operacionales.

Series BI modernas

Si una tarjeta de puntuación o un tablero de control se implementa como una forma simple y gráfica de mostrar KPIs como un pilar en una estrategia completa de gestión de desempeño, puede producir una beneficio rápido para cualquier compañía. Por lo tanto las series BI modernas deben ser capaces de accesar y presentar medidas comerciales clave para las ventas, el servicio al cliente, la cadena de suministro, las finanzas, las compras, el inventario y muchas otras áreas. También deberían proporcionar la habilidad de utilizar estos bloques de información como base para comparaciones, cálculos, radios y medidas. Los usuarios deberían ser capaces de combinar dinámicamente las medidas comerciales para derivar KPIs como rentabilidad de producto, análisis de margen, radios libro-factura, rendimiento del capital invertido (ROI) y otras medidas vitales.

Por lo general los datos que las empresas fabricantes deberían conocer diariamente incluyen la situación del inventario, los artículos rechazados, la producción, las ventas registradas, el estatus de las órdenes, los envíos a tiempo, los niveles de garantía, etc. En cada una de estas categorías, los usuarios pueden querer investigar números y tendencias para entender causas raíz, o para encontrar qué artículos, regiones, socios del canal de distribución o clientes están involucrados. En resumen, esto es lo que BI les permite hacer a las organizaciones.

Para recapitular , BI es un término que denota una combinación de tecnologías y arquitecturas. Algunas herramientas BI importantes que permiten el almacenaje, el acceso y el análisis de datos en DWs y en mercados de datos incluyen herramientas ETL, sistemas de información ejecutivos (EIS); reporteo, herramientas de preguntas y análisis, visualización de datos, tarjetas de puntuación balanceadas, tableros de control, herramientas OLAP, minas de datos y sistemas de notificación y alerta. También incluye sistemas de soporte de decisiones (DSS), que es un software diseñado para soportar grupos en tomas de decisiones no estructuradas al soportar la lluvia de ideas, la resolución de conflicto, la votación y otras técnicas. Bajo la sobrilla de BI, todas estas herramientas se combinan, para que BI pueda transformar los datos transaccionales a información, la información a decisiones y las decisiones a acciones.

Recomendaciones para el usuario

Algunos factores que hay que tomar en cuenta para las organizaciones al implementar un nuevo juego de herramientas BI o al añadirlo a una base instalada existente incluyen el tipo de integración de datos a utilizar, los medios para fortalecer los almacenes de datos o los mercados de datos, y el mejor tipo de herramientas de visualización para utilizar para poder cubrir las necesidades de una organización.

Si una organización requiere reunir datos de tendencias por medio de consolidar datos históricos de múltiples departamentos en un periodo de tres a cinco años, entonces la funcionalidad ETL puede ser todo lo que se necesite para cargar los datos a un almacén de datos para su análisis. Si se necesitan datos mensual o semanalmente para un departamento en específico, entonces puede ser adecuado crear un mercado de datos separado utilizando ETL. Para las organizaciones que fortalecen herramientas BI para llevar a cabo funciones de gestión de desempeño y que necesitan datos varias veces al día, es importante considerar la herramienta EII para poder capturar los datos adecuados.

Como se mencionó anteriormente, las organizaciones que eligen implementar aplicaciones más pequeñas a lo largo de una organización pueden querer utilizar mercados de datos para cada departamento o unidad comercial individual. Sin embargo las organizaciones que quieren consolidar los datos organizacionales y crear una sola vista de la “verdad” pueden considerar utilizar una estructura de almacén de datos centralizado y fortalecer las herramientas de datos por encima del promedio para asegurar que la calidad de datos y las actividades de limpieza sean una vista exacta de la organización. De otra forma, la réplica de datos o los almacenes de datos operacionales se pueden utilizar para conducir BI en el momento adecuado.

Las herramientas de visualización vienen en forma de tableros de control, tarjetas de puntuación, reportes, y cubos OLAP. Con base en el tipo de usuario y de la interacción necesaria va a variar el tipo de herramienta empleada. Los usuarios avanzados pueden fortalecer las capacidades de análisis proporcionadas por los cubos OLAP para examinar información e ir de lo general a lo particular en los datos operacionales. Los que toman las decisiones pueden querer utilizar un tablero de control para obtener una vista general del desempeño de una organización o fuerza de ventas, y un gerente de línea puede querer manejar las tareas del equipo y el desempeño de los empleados, y colaborar con otros gerentes en diversas regiones. El tipo de datos y análisis que se requiera determinará cómo cada usuario aprovechará las herramientas BI proporcionadas.

 
comments powered by Disqus

Búsquedas recientes:
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Others