Inicio
 > Informes e investigaciones > Blog de TEC > Radiografía de la inteligencia de negocios conte...

Radiografía de la inteligencia de negocios contemporánea

Escrito por: Analistas de TEC
Publicado: noviembre 28 2007

<Publicado originalmente - Junio 13, 2006

La inteligencia empresarial (BI) ha adquirido una suma importancia para los usuarios de aplicaciones empresariales, debido a las presiones normativas y financieras y a la necesidad de mantener su competitividad. Con BI, los usuarios pueden extraer, consolidar, cambiar y analizar datos en formas que no son posibles con otras aplicaciones empresariales. Asimismo, les permite utilizar subconjuntos de datos dentro de sistemas organizacionales dispares, como de gestión de las relaciones con los clientes (CRM), planificación de los recursos empresariales (ERP), finanzas y recursos humanos (RRHH), a fin de tomar las diferentes dimensiones y combinarlas para visualizarlas de forma uniforme.

Por ejemplo, cualquier empresa de distribución y fabricación, no obstante su tamaño, podría fortalecer su software para que no sólo sienta el pulso diario de las operaciones, sino que también identifique las incongruencias, analice el desempeño de las distintas áreas e inicie las medidas correctivas. Las herramientas de BI les ayudan a los empleados a controlar los datos que difícilmente se pueden manipular manualmente. Por ejemplo, en los departamentos como compras y abastecimiento, los costos de material aumentan constante y rápidamente, los tiempos de procesamiento suelen variar y la base de proveedores crece y puede ser inestable, de manera que los compradores tienen que se cada vez más ágiles. Con BI, las organizaciones pueden manejar estos problemas de forma más proactiva.

Para crear soluciones de BI dentro de una organización, hay que tomar en cuenta las herramientas de almacenamiento de datos, integración de datos, lógica analítica, tarjetas de puntuación y tableros de control. Cada organización le da su propio uso a algunas (o todas) de ellas. A continuación veremos los componentes principales de BI, y la forma en la que las herramientas de BI se pueden utilizar dentro de una organización.

Las soluciones de BI contemporáneas

Con las soluciones de BI contemporáneas, los usuarios pueden usar una aplicación de generación de reportes integrada –con un tutorial fácil de usar- para generar, publicar y distribuir reportes empresariales. También pueden personalizar y adaptar sus reportes para de acuerdo a sus necesidades específicas de información. Las capacidades de generación de gráficas y reportes deben permitirles incluso a los usuarios no técnicos crear y compartir imágenes claras de las condiciones comerciales más complejas. Las aplicaciones de generación de reportes no sólo tienen que ser fáciles de usar, sino que deben de tener funciones avanzadas, como la capacidad para filtrar o hacer énfasis en las excepciones, hacer cálculos mediante consultas secundarias y ver los detalles de la información, entre otras.

Hoy en día, las herramientas BI por lo general permiten analizar de forma gráfica la información empresarial desde puntos de vista multidimensionales. La mayoría de las compañías reúnen una gran cantidad de datos de sus operaciones comerciales, y para mantener un rastro de esta información, los usuarios requieren una amplia gama de programas informáticos y aplicaciones de bases de datos más sofisticadas para sus distintos departamentos. Sin embargo, cuando se usan varios programas no es fácil recuperar la información a tiempo para analizarla.

BI es un conjunto de herramientas y sistemas que juega un papel muy importante en el proceso de planificación estratégica, porque le permite a una empresa reunir, almacenar, ingresar y analizar sus datos y utilizarlos en su proceso de toma de decisiones. En general, con estos sistemas las empresas pueden crear los perfiles de sus clientes, darles soporte, hacer investigaciones de mercado, establecer una división del mercado en segmentos, aumentar la rentabilidad de sus productos, hacer un análisis estadístico y un análisis de su distribución y su inventario, entre otras actividades.

Almacén de datos

El almacén de datos es un conjunto de datos que está diseñado para apoyar a la administración de una empresa en 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 (incluso el historial) de los sistemas OLTP (online transaction processing), pero que esté organizada de forma que permita hacer consultas y análisis rápidos (a diferencia de una base de datos para procesar las transacciones).

Separar estas dos funciones puede mejorar la flexibilidad y el desempeño del sistema. El desarrollo de un DW implica desarrollar sistemas para extraer los datos de los sistemas operativos transaccionales subyacentes. El DW también instala un sistema de base de datos del almacén a través del cual los directores de la empresa pueden acceder a la información. En general, el término almacenamiento de datos se refiere a la forma en que se combinan varias bases de datos en una empresa. Es diferente al data mart, que es una base de datos (o un grupo de bases de datos) que está diseñada para apoyar a los directores en la toma de decisiones estratégicas. Mientras que DW combina bases de datos en toda la empresa, por lo general, los data marts son más pequeños y se enfocan en un tema o departamento en particular, aunque algunos, llamados data marts dependientes, pueden ser subconjuntos de DW más grandes.

Las dimensiones de la integración de datos

Con los almacenes de datos nacen las 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 trabajan en combinación para 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 a una forma que se pueda colocar en otra base de datos. La trasformación funciona con reglas o tablas, o con la combinación de los datos extraídos con otros datos. Así, es posible unir fuentes de datos dispares para generar una sola visualización de los datos de la empresa.

  • Carga: El proceso de escribir los datos en la base de datos objetivo o en el DW.

Nuevamente, las herramientas ETL se usan generalmente para migrar datos de una base de datos a otra, para formar data marts y DW o convertir las bases de datos de un formato a otro. También se han desarrollado herramientas adicionales, que también utilizan el lenguaje de consulta estructurado (SQL), para que los usuarios puedan acceder directamente a los datos que están almacenados en el DW. Con el tiempo, estas herramientas de consulta se han vuelto más fáciles de usar, y muchas de ellas ahora cuenta con un analizador sintáctico (un programa que examina el código fuente para poder convertirlo en código de objetos) que puede cambiar las preguntas hechas en lenguaje natural a comandos SQL válidos.

La integración de la información empresarial (EII) es un tipo de software que confronta el gran reto de la integración de los datos empresariales que se obtienen de diversas fuentes de datos en sistemas empresariales dispares. Las compañías que han logrado superar el problema de la graduación el manejo de los datos, se preguntan ahora cómo unificar sus fuentes de datos y aprovecharlas para resolver sus problemas en tiempo real. Para ello, el objetivo de EII es permitir que las empresas puedan ver su información en una consulta distribuida (reunida). Podemos pensar en EII como en una capa de base de datos virtual con la cual las aplicaciones de los usuarios pueden acceder a los datos y hacer consultas como si residieran en una sola base de datos. En otras palabras, se toma la capacidad que tiene la base de datos existente para fusionar una consulta en varias tablas y se transfiere a una capa virtual, de manera que los usuarios no tienen que localizar, consultar y reunir datos de varios sistemas fuente.

EII es un acercamiento completamente diferente a las tecnologías de integración de datos como la integración de aplicación empresariales (EAI), que da a los usuarios datos o integración a nivel de procesos, o los portales empresariales, que simplemente integran los datos a nivel de presentación. EAI se puede definir como la forma para compartir sin restricciones los datos y los procesos empresariales a través de las aplicaciones de red o las fuentes de datos. EII también trata el almacenamiento de datos de forma distinta a las herramientas ETL convencionales, ya que ni mueve los datos ni crea nuevos almacenes de datos integrados. Por el contrario, mantiene los datos donde están, promueve los repositorios de metadatos en los múltiples sistemas empresariales de base y jala la información a las aplicaciones nuevas. Así, los clientes pueden sentirse satisfechos si cambian sus DW costosos por una capa de extracción y presentación de datos que resida encima de sus sistemas de transacciones –a condición de que tengan un desempeño inigualable.

Analítica

El procesamiento analítico en línea (OLAP) es una categoría de herramientas de software que permite analizar los datos que se encuentran almacenados en una base de datos. Con él, los usuarios pueden hacer un análisis de las diferentes dimensiones de los datos multidimensionales, por ejemplo, series de tiempo y análisis de las tendencias. Los usuarios comerciales pueden entonces identificar fácil y rápidamente las tendencias de desempeño, porque pueden hacer un análisis de la información por fechas y utilizar esta información para generar gráficas de los productos que soportan un análisis de datos más sofisticado y que pueden integrar los cálculos a los reportes. Por ejemplo, los usuarios pueden identificar y aislar rápidamente productos, clientes, regiones u otras áreas en los que se registre una tendencia importante (ya sea creciente o decreciente). Algunas soluciones también una función completamente integrada de generación de gráficas de datos, que les permite a los usuarios crear imágenes detalladas de los datos. Idealmente, la capacidad para crear gráficas debería de ser completamente dinámica. Dicho de otro modo, los usuarios deberían de poder hacer clic en los distintos parámetros de un reporte y ver las imágenes gráficas de cada combinación.

El procesamiento OLAP se usa con frecuencia en las herramientas de data mining, que son un tipo de aplicación de base de datos que toma un grupo de datos y busca patrones ocultos que puedan servir para predecir un comportamiento. Por ejemplo, pueden ayudar a las compañías minoristas a encontrar los clientes que tienen intereses comunes. Sin embargo, el término con frecuencia se utiliza mal para describir que el software presenta los datos en nuevas formas. El verdadero software de data mining no sólo cambia la presentación de los datos, sino que descubre relaciones entre ellos que antes se desconocían, y aplica esta información para lograr objetivos empresariales específicos. Estas herramientas se utilizan para reemplazar o mejorar la inteligencia humana, porque escanean almacenes masivos de datos a fin de descubrir correlaciones, patrones y tendencias importantes mediante tecnologías de reconocimiento de patrones y estadísticas. Si bien estas tecnologías son muy conocidas en los campos científico y matemático, los comerciantes las utilizan cada vez más para tratar identificar datos útiles de sus clientes en sus sitios Web.

Vayamos un paso más allá; la analítica predictiva es data mining que usa reconocmiento de patrones y con técnicas matemáticas y estadísticas con grandes cantidades de datos, para apoyar la toma de decisiones con pronósticos de los resultados de diferentes situaciones. Estos programas usan diferentes técnicas para buscar información en las bases de datos, como redes neurales y árboles de decisión. Buscan correlaciones y patrones que los humanos no pueden detectar, y presentan la información de forma tal que ayude a la dirección de la empresa a tomar las decisiones correctas.

Tableros de control y cuadros de mando integral

Los tableros de control permiten darle un vistazo rápido al desempeño de la empresa, porque utilizan gráficas que se parecen al tablero de control de un automóvil. Estas gráficas muestran las medidas, las tendencias y las excepciones en el desempeño e integran la información de las distintas áreas de la empresa. Sin sinónimos de mediciones, porque la columna vertebral de cualquier tablero de control son las métricas que captura y los indicadores de desempeño que combina en las gráficas para reflejar el estado general de la organización.

Por lo general, los tableros de control tienen muchos indicadores y medidas que se organizan en una sola imagen. Visualmente, un tablero está organizado es bastante intuitivo; muestra Las características visuales de un tablero de control son simples muestras intuitivas, como cuadrantes, indicaciones, semáforos, gráficas y tablas. En teoría, cualquier usuario puede entenderlos, además de que les permiten ver en tiempo real el estado de las operaciones y el desempeño de la empresa. Usan interfaces simples de escritorio para desplegar las operaciones diarias, de manera que los usuarios pueden identificar rápidamente algunos problemas, por ejemplo, cuando los niveles de las ventas o las existencias violan los límites establecidos.

Los usuarios también pueden usar los tableros de control para usar herramientas sofisticadas como indicadores clave de desempeño (KPIs), tarjetas de puntuación y otros análisis avanzados, para manejar sus organizaciones. Un tablero de control por lo general les da a los usuarios una imagen clara de las medidas clave en un momento en particular, mientras que el cuadro de mando integral es más dinámico, por lo tanto, permiten más personalización por parte de los usuarios. Un cuadro de mando integral es una lista de medidas financieras y operativas que sirven para evaluar el desempeño de la empresa o de la cadena de suministro. Algunas de las dimensiones que abarca son los clientes, los procesos empresariales, las finanzas y la innovación y el aprendizaje, que son el hilo conector entre los objetivos, las estrategias y las mediciones generales (ya que cada dimensión puede tener sus mediciones y sus objetivos propios).

Para diferenciar más los tableros de control y los cuadros de mando integrales (los términos suelen confundirse o intercambiarse), diremos que un tablero de control es algo así como una cabina de mando digital que genera una imagen instantánea de un momento específico, y en la cual se puede ver la información detallada de dicho momento. Por su parte, el cuadro de mando integral es el proceso por medio del cual se comparan los resultados esperados con los resultados reales y se identifican las tendencias durante cierto periodo (para esto hay que consultar los detalles de los reportes y las fuentes de datos operativos).

Las series de BI modernas

No importa si se implanta un cuadro de mando integral o un tablero de control como una forma gráfica simple para desplegar los KPI, o si se utiliza como uno de los pilares de una estrategia completa de gestión del desempeño. En cualquiera de los dos casos puede representar un beneficio para la empresa. Por lo tanto las series BI modernas deben ser capaces de acceder a las medidas clave de ventas, servicio a clientes, cadena de suministro, finanzas, compras e inventario, entre otras, y presentarlas correctamente. Asimismo, deben de permitir que los usuarios usen esta información para hacer comparaciones y cálculos, sacar proporciones y establecer métricas. Los usuarios deben de poder combinar dinámicamente las medidas comerciales para obtener KPI tales como la rentabilidad de los productos, análisis de las ganancias, proporciones entre libros y facturas y rendimiento de la inversión, entre otras.

Por lo general, las empresas de fabricación tienen que estar al tanto de la situación de sus existencias, los artículos rechazados, la producción, las ventas registradas, el estatus de las órdenes, los envíos a tiempo, los niveles de sus garantías, etc. Es posible que los usuarios quieran conocer las cifras y las tendencias de cada una de estas categorías, para entender las causas o para saber qué artículos, regiones, distribuidores o clientes están involucrados. En pocas palabras, esto es lo que BI les permite hacer.

Para recapitular, BI es un término que denota una combinación de tecnologías y arquitecturas. Algunas de las herramientas de BI importantes que permiten almacenar, acceder a y analizar los datos en DW y en data marts, son los sistemas de información ejecutivos (EIS); las herramientas de ETL; las herramientas de generación de reportes, consultas y análisis; la visualización de datos; los cuadros de mando integrales; los tableros de control; las herramientas OLAP; el data mining y los sistemas de notificaciones y alertas. También podemos incluir los sistemas de soporte a las decisiones (DSS), que es un software diseñado para apoyar a los grupos encargados de tomar decisiones de forma no estructurada, mediante lluvias de ideas, resolución de conflictos, votaciones y otras técnicas. En el área de BI, todas estas herramientas se combinan para que BI pueda transformar los datos de las transacciones en información, la información en decisiones y las decisiones en acciones.

Recomendaciones para los usuarios

Las organizaciones tienen que tomar en cuenta algunos factores antes de implantar herramientas de BI o agregar BI a una base de clientes. Algunos de ellos son el método de integración de datos que usarán, el medio que tienen a su disposición para aprovechar los almacenes de datos o los data marts y el mejor tipo de herramientas de visualización que pueden usar para satisfacer sus necesidades.

Para una empresa que sólo necesita reunir los historiales de varios departamentos de los últimos tres a cinco años, para conocer las tendencias, probablemente una herramienta de ETL será la solución que le permita cargar los datos a un almacén de datos para analizarlos. Si hay un departamento que necesita tener los datos mensuales o semanales, entonces es posible crera un data mart distinto mediante ETL. Pero las empresas que necesitan herramientas de BI para llevar a cabo sus funciones de gestión del desempeño y que necesitan recibir los datos varias veces al día, deben de pensar en una herramienta de EII que les permita capturar los datos adecuados.

Como se mencionó anteriormente, las organizaciones que decidan implantar aplicaciones más pequeñas deben pensar en usar data marts para cada departamento o entidad de su empresa. Sin embargo, las empresas que quieran reunir los datos de toda la organización y verlos en una sola imagen, pueden usar una estructura de almacén de datos centralizado y apoyarse de herramientas de integración de datos que estén por encima del promedio y les garanticen la limpieza y la calidad de los datos. Otra alternativa sería la replicación de datos o los almacenes de datos operativos.

Las herramientas de visualización pueden presentarse en forma de tableros de control, cuadros de mando integrales, reportes y cubos OLAP. El tipo de herramienta que hay que usar depende del tipo de usuario. Por ejemplo, los usuarios que tienen un nivel avanzado seguramente aprovecharán las capacidades de análisis de los cubos OLAP para separar la información y llegar hasta los detalles de los datos operativos. Los encargados de la toma de decisiones querrán usar un tablero de control para saber en general cuál es el desempeño de la organización o de su fuerza de ventas. Un gerente de la línea de producción querrá administrar las tareas de sus equipos y el desempeño de sus empleados, y querrá colaborar con los demás gerentes que están en otras regiones. Así, el tipo de datos y el análisis que se requiera determinará la forma en que cada usuario aprovecha las herramientas de BI que se le proporcionan.

 
comments powered by Disqus