Rojas Figueroa, Erick.

Un Poco de Historia
EIS Executive Information Systems
DSS Decision Support Systems
BI Business Inteligent

Conjunto de estrategias y herramientas
enfocadas a la administración y
creación de conocimiento mediante el
análisis de datos existentes en una
organización o empresa
Características Comunes
Accesibilidad a la información
Apoyo en la toma de
decisiones
Orientación al usuario final

¿Qué es Inteligencia de
Negocios?

Inteligencia de Negocios
Entender
el Hacer Transacciones
Negocio Desiciones y
Planeamiento
s
Desiciones
Reporte Extraer
y
Transformar
Analisis
Estrategia
Analizar Realizar
Medida
Tenemos Ventajas
Modelamiento Almacén de
del Negocio los datos

¿Por qué Inteligencia
de
Negocios?

Costos
Productividad
Precios
Calidad
Trazabilidad Cliente

Control Operaciones
internas
Planear Controlar
Ejecutar
Recursos Costos

Planear estratégicamente
Amenazas
Fortalezas
Y Estrategia Metas
Debilidades Y
Objetivos
Debilidades

Conocer el Mercado
Rendimiento

¿Quién hace BI en el mundo?
90% >>> Fortune 500 >>> EEUU >>> 1999
2% al 3 % >>> Fortune 500
>>> ALEMANIA- INDUSTRIA >>> 1999

¿Quién hace BI en Perú?

Herramientas
Reporting
Análisis
Dahsboards
Data Mining

La Función de Inteligencia

La Función de Inteligencia
Etico Inteligencia precisa
Relevante
Analizar, Recoger y Difundir Específica,
Actual
Prevista y útil

El Ciclo de Inteligencia
de
Negocios

Identificar
Evaluar Recoger
Difundir Convertir

Tipos de Inteligencia
de
Negocios

Inteligencia de mercado
Inteligencia competitiva
Inteligencia Operativa

Gerencia del
Conocimiento
(KM)

“La Gerencia del Conocimiento es
un componente esencial de la
función de inteligencia de
negocios .”
John Pepper, CEO de Procter & Gamble

Creatividad
Herramienta para el logro de objetivos de la organización
Análisis del conocimiento actual y requerido por la organización
Red de personas identificadas en la cultura organizacional
Conocimiento explícito y tácito

CRM Analítico es BI

“Nosotros tenemos solamente dos
fuentes de ventaja competitiva: la
capacidad de aprender más sobre
nuestros clientes, más rápido que
nuestros competidores y la
capacidad de transformar ese
conocimiento en acciones, más
rápido que nuestros competidores”
Jack Welch, CEO de General Electric

Conocer
Identificar al Cliente
Como hacerle el Perfil Cliente
Producto
Definir procesos
y
luego actuar Internamente

SCM necesita BI

“No es la especie más fuerte la que
sobrevive, ni la más
inteligente, sino la que mejor se
adapta al cambio ”
Charles Darwin

Identificar para generar Valor
Buscar necesidades del Cliente
Procesos Orientados al Cliente

¿Cómo hacer BI
en una
empresa?

Presentar la inteligencia a los usuarios
Incrementar el número de
usuarios de inteligencia
Ver la inteligencia como
una decisión crítica
Incorporar la BI
a la cultura institucional
Retener el conocimiento

¿Problemas ?

No valoran la inteligencia
La reconocen como un lujo
Resistencia a implantarla
Personas sin capacitación tratan
de hacer BI

¿Qué Hacer ?

La tecnología es un soporte

¿Cómo se aplica
el BI en el
Negocio ?

Ventas y Mkt Operaciones Finanzas RRHH
Segmentación de
Nivel de Servicio Flujo de Caja Beneficios
Mercado
Impacto de Costos de Mano de
Tiempo de Entrega Margen
Promociones Obra
Perfilado de
Nivel de Inventario Utilidad Reclutamiento
Clientes
Lealtad del Cliente Calidad Razón Corriente Retenciones

Generar reportes globales o por secciones crear una base de datos de clientes
Crear escenarios con respecto a una decisión
Hacer pronósticos de ventas y devoluciones
Compartir información entre departamentos
Análisis multidimensionales
Generar y procesar datos
Cambiar la estructura de toma de decisiones
Mejorar el servicio al cliente
“…algo peor que no tener información disponible es tener mucha
información y no saber qué hacer con ella ”.

BI y las Tecnologías
de la Información

CRM
Portal - Intranet
Información
Business Intelligence Balanced Scorecard
ERP – e-Business
SCM
Base de Datos - Datawarehouse

Tecnologías
de la
Información para BI

Datawarehousing y datamarts: OLAP
Datamining: patrones y relaciones
Modelo Predictivo: pronósticos y
tendencias.
Métodos Algorítmicos: programación
lineal tendencias.
Intranet: difusión de la inteligencia

OLTP vs. OLAP
OLTP OLAP
•Detallado •Datos históricos
•Datos actuales •Muchos registros a
•Un registro a la vez la vez
•Orientado a lo •Orientado a la
operativo gestión
•Datos actualizables •Sólo lectura
•Tablas •Cubo

Análisis
UML Diseño
Entidad Normaliza Lenguaje
Diagrama Desarrollo
OLTP ción de
E-R Atributo Implemen
Integridad Modelamie
Relación tación
Referencial nto
Unificado Explotació
n
Hechos UDM
Codificaci Diseño
Dimensio modelo
ón Carga
OLAP Cubos nes dimensiona
Granularid l unificado Explotació
Jerarquías
ad n
Medidas

Datawarehouse vs. Datamart
Datawarehouse Datamart
• Corporativo • Línea de negocios
• Multi tema • Tema específico
• Varias fuentes de • Pocas fuentes de
datos 100 Gb – datos
1Tb ó más • Menos de 100 Gb
• Implantación • Implantación
puede puede tomar
• tomar meses meses

Conclusiones