nuestra superacin. INDICE Portada: Business Intelligence I Dedicatoria II ndice IV Introduccin V Captulo I ASPECTOS GENERALES 1.1 Bree !esea "istrica. Captulo II ARCO TEORICO #.1 B$%I&'%% I&('))I*'&C'. #.1.1 +C,o -unciona. #.# Co,ponentes de B$%I&'%% I&('))I*'&C'. #.#.1 'l &/cleo. #.#.# )a -unda 0ptica. #.#.1 'l !eesti,iento de Proteccin. #.1 Caracter2sticas de B$%I&'%% I&('))I*'&C'. #.1.1 Caracter2sticas *enerales #.1.# Caracter2sticas (3cnicas: #.1.1 Caracter2sticas 4ec5nicas: #.6 (ipos de B$%I&'%% I&('))I*'&C'. #.6.1 -ibra 4ono,odo. #.6.# -ibra 4ulti,odo de ndice *radiante *radual. #.6.1 -ibra 4ulti,odo de 2ndice escalonado. #.7 Cables de B$%I&'%% I&('))I*'&C' #.7.1 'structura "olgada 8-9 #7: ;,<: #.7.1.1 $nitubo #.7.1.# 4ultitubo #.7.# 'structura =>ustada 8-9 ?:: ;,< #.7.#.1 4ono@ibra. #.7.#.# Bi@ibra 8Dos -9 en disposicin paralela<. #.7.#.1 4ulti@ibras 8BreaAout<. #.B Conectores que $tiliCa. #.B.1 =copladores. #.B.# Conectores. #.D (ipos de Instalacin #.D.1 (endido =3reo #.D.# Instalacin CanaliCada #.E 4anipulacin 8Precauciones durante la ,anipulacin< #.? =ncho de Banda Captulo III APLICACIONES DE LA B!SINESS INTELLIGENCE 1.1 =plicaciones de co,putadora. 1.# Internet. 1.1 !edes. 1.6 (ele@on2a. 1.7 !edes C=(V 1.7.1 Cabecera 1.7.# (er,inal Cabecera de !ed 1.7.1 Centro de distribucin 1.7.6 (er,inacin de !ed 0ptica 1.B %iste,as !adio %obre -ibra 0tica 1.D (ransportes. Captulo I" "ENTA#AS $ DES"ENTA#AS DE ESTA TECNOLOGIA 6.1 Venta>as 6.#.1 )ogros en la Co,unicacin 6.#.1 9tras Venta>as: 6.# Desenta>as 6.#.1 -ragilidad de las -ibras 0pticas 6.#.# Costo de instalacin eleado 6.#.1 Cobertura )i,itada Conclusiones %ugerencias Bibliogra@2a =neFos INTROD!CCI%N Desde principios de los ?:GsH las aplicaciones de BI han eolucionado dra,5tica,ente en ,uchas direccionesH debido al creci,iento eFponencial de la in@or,acin.'l ,otio de este traba>o es dar una panora,a general y sobre todo actualiCadoH de todo aquello que enuele Business Intelligence dentro de las organiCaciones y su ,anera de eolucionar a tra3s del tie,po. )as aplicaciones de Business Intelligence 8BI< son herra,ientas de soporte de decisiones que per,iten en tie,po realH acceso interactioH an5lisis y ,anipulacin de in@or,acin cr2tica para la e,presa. "istrica,enteH la tecnolog2a de Business Intelligence ha encontrado lugar en dos nieles pri,arios: entre los altos e>ecutios quienes necesitan obtener in@or,acin estrat3gica y entre los ad,inistradores de la l2nea de negocios que son responsables del an5lisis t5ctico. 'stas tradicionales actiidades de soporte a la decisin son i,portantesH pero ellos sola,ente ,uestran super@icial,ente el potencial de la inteligencia de negocios dentro de la e,presa.H inolucrando quiC5 el 7I de los usuarios y el 1:I de los datos disponibles 8In@or,ation BuildersH #::7<. Desde principios de los ?:GsH las aplicaciones de BI han eolucionado dra,5tica,ente en ,uchas direccionesH debido al creci,iento eFponencial de la in@or,acin. Desde reportes operacionales generados por mainframes, ,odelacin estad2stica de ca,paas publicitariasH a,bientes OLAP ,ultidi,ensionales para analistas as2 co,o dashboards y scorecards para e>ecutios. )as co,pa2as e,pieCan a de,andar ,as @or,as de analiCar y realiCar reportes de datos. )as inersiones en aplicaciones e,presarialesH tales co,o planeacin de recursos 8'!P< y ad,inistracin de la relacin con el cliente 8C!4<H han resultando en una enor,e cantidad de datos dentro de las organiCaciones. 'stas organiCaciones ahora quieren apalancar estas inersiones y usar la in@or,acin para ayudarles a to,ar ,e>ores decisionesH se ,5s 5giles con organiCacin y tener una ,ayor co,prensin de c,o correr sus negocios. Por ellos ,ucha pequea y ,ediana e,presa esta adoptando BI para ayudarles a poner en ,archa sus negocios. 'l coraCn de Business Intelligence es la habilidad de una organiCacin para acceder y analiCar la in@or,acinH y entonces eFplotar su enta>a co,petitia. 'n la era digitalH las capacidades que o@rece Business Intelligence ser5 la di@erencia entre el 3Fito y el @racaso. Captulo I ASPECTOS GENERALES &'& B(e)e Rese*a +ist,(ica' 'n un tie,poH las organiCaciones depend2an de sus departa,entos de siste,as de in@or,acin para proporcionarles reportes est5ndar y personaliCados. 'sto ocurri en los d2as de los mainframes y ,inico,putadorasH cuando la ,ayor2a de los usuarios no ten2a acceso directo a las co,putadoras. %in e,bargoH esto co,enC a ca,biar en los aos D:Gs cuando los siste,as basados en seridores se conirtieron en la ,odaH =/n as2 estos siste,as eran usados principal,ente para transacciones de negocios y sus capacidades de realiCar reportes se li,itaba a un n/,ero prede@inido de ellos. )os siste,as de in@or,acin se sobrecargaban y los usuarios ten2an que esperar por d2as o se,anas para obtener sus reportes en caso que requirieran reportes distintos a los est5ndares disponibles. Con el paso del tie,poH @ueron desarrollados los siste,as de in@or,acin e>ecutia 8'I%H por sus siglas en ingl3s<H los cuales @ueron adaptados para apoyar a las necesidades de e>ecutios y ad,inistradores. Con la entrada de la PCH y de co,putadoras en redH las herra,ientas de BI proeyeron a los usuarios de la tecnolog2a para crear sus propias rutinas b5sicas y reportes personaliCados. )a @igura 1 ,uestra una bree resea histrica de c,o @ue desarroll5ndose lo que ahora se conoce co,o Business IntelligenceH ta,bi3n se puede obserar la ,anera en que las aplicaciones relacionadas al soporte de decisiones han ido eolucionando con el paso del tie,po. -igura 1. Ciclo de ida de las aplicaciones de soporte a la decisin -uente: Business Intelligence !oad 4ap 84oss J =treH #::1< Captulo II ARCO TEORICO -'& Business Intelligence' )as aplicaciones de Business Intelligence 8BI< son herra,ientas de soporte de decisiones que per,iten en tie,po realH acceso interactioH an5lisis y ,anipulacin de in@or,acin cr2tica para la e,presa. 'stas aplicaciones proporcionan a los usuarios un ,ayor entendi,iento que les per,ite identi@icar las oportunidades y los proble,as de los negocios. )os usuarios son capaces de acceder y apalancar una asta cantidad de in@or,acin y analiCar sus relaciones y entender las tendencias que /lti,a,ente est5n apoyando las decisiones de los negocios. 'stas herra,ientas preienen una potencial p3rdida de conoci,iento dentro de la e,presa que resulta de una acu,ulacin ,asia rein@or,acin que no es @5cil de leer o de usar. )a Inteligencia de &egocios o Business Intelligence 8BI< se puede de@inir co,o el proceso de analiCar los bienes o datos acu,ulados en la e,presa y eFtraer una cierta inteligencia o conoci,iento de ellos. Dentro de la categor2a de bienes se incluyen las bases de datos de clientesH in@or,acin de la cadena de su,inistroH entas personales y cualquier actiidad de ,arAeting o @uente de in@or,acin releante para la e,presa. BI apoya a los to,adores de decisiones con la in@or,acin correctaH en el ,o,ento y lugar correctoH lo que les per,ite to,ar ,e>ores decisiones de negocios. )a in@or,acin adecuada en el lugar y ,o,ento adecuado incre,enta e@ectiidad de cualquier e,presa. )a tecnolog2a de BI no es nueaH ha estado presente de arias @or,as por lo ,enos en los /lti,os #: aosH co,enCando por generadores de reportes y siste,as de in@or,acin e>ecutia en los E:Gs =@ir,a Candice *oodKin . 'nti3ndase co,o sinni,os de tecnolog2a de BI los t3r,inos aplicacionesH soluciones o so@tKare de inteligencia de negocios. Para co,prender ,e>or el concepto se sita el siguiente e>e,plo. $na @ranquicia de hoteles a niel nacional que utiliCa aplicaciones de BI para llear un registro estad2stico del porcenta>e pro,edio de ocupacin del hotelH as2 co,o los d2as pro,edio de estancia de cada hu3spedH considerando las di@erencias entre te,poradas. Con esta in@or,acin ellos pueden: L Calcular la rentabilidad de cada hotel en cada te,porada del ao. L Deter,inar qui3n es su seg,ento de ,ercado. L Calcular la participacin de ,ercado de la @ranquicia y de cada hotel. L Identi@icar oportunidades y a,enaCas. 'stas son slo algunas de las @or,as en que una e,presa u organiCacin se puede bene@iciar por la i,ple,entacin de so@tKare de BIH hay una gran ariedad de aplicaciones o so@tKare que brindan a la e,presa la habilidad de analiCar de una @or,a r5pida por qu3 pasan las cosas y en@ocarse a patrones y a,enaCas. 'n la @igura 1.1 de la p5gina 1 se ilustra lo antes ,encionado. -'- Co.ponentes /e Business Intelligence (odas las soluciones de BI tienen @unciones parecidasH pero deben de reunir al ,enos los siguientes co,ponentes: L ulti/i.ensionali/a/: la in@or,acin ,ultidi,ensional se puede encontrar en ho>as de c5lculoH bases de datosH etc. $na herra,ienta de BI debe de ser capaC de reunir in@or,acin dispersa en toda la e,presa e incluso en di@erentes @uentes para as2 proporcionar a los departa,entos la accesibilidadH poder y @leFibilidad que necesitan para analiCar la in@or,acin. Por e>e,ploH un pronstico de entas de un nueo producto en arias regiones no est5 co,pleto si no se to,a en cuenta ta,bi3n el co,porta,iento histrico de las entas de cada regin y la @or,a en que la introduccin de nueos productos se ha desarrollado en cada regin en cuestin. L Data ining: )as e,presas suelen generar grandes cantidades de in@or,acin sobre sus procesos productiosH dese,peo operacionalH ,ercados y clientes. Pero el 3Fito de los negocios depende por lo general de la habilidad para er nueas tendencias o ca,bios en las tendencias. )as aplicaciones de data ,ining pueden identi@icar tendencias y co,porta,ientosH no slo para eFtraer in@or,acinH sino ta,bi3n para descubrirlas relaciones en bases de datos que pueden identi@icar co,porta,ientos no ,uy eidentes. L Agentes: )os agentes son progra,as que piensan. 'llos pueden realiCar tareas a un niel ,uy b5sico sin necesidad de interencin hu,ana. Por e>e,ploH un agente puede realiCar tareas poco co,ple>asH co,o elaborar docu,entosH establecer diagra,as de @lu>oH etc. L Data 0a(e1ouse: 's la respuesta de la tecnolog2a de in@or,acin a la descentraliCacin en la to,a de decisiones. Coloca in@or,acin de todas las 5reas @uncionales de la organiCacin en ,anos de quien to,a las decisiones. (a,bi3n proporciona herra,ientas para b/squeda y an5lisis. -'2 I.po(tancia /e BI en las o(gani3aciones 'l eFceso de in@or,acin no es poderH pero el conoci,iento si lo es. Con de,asiada @recuenciaH la trans@or,acin y el an5lisis de toda la in@or,acin y los datos que las propias co,pa2as generan se conierte en un erdadero proble,a yH por lo tantoH la to,a de decisiones se uele desesperada,ente lenta. )as tecnolog2as de BI intentan ayudar a las personas a entender los datos ,5s r5pida,ente a @in de que puedan to,ar ,e>ores y ,5s r5pidas decisiones yH @inal,enteH ,e>orar sus ,oi,ientos hacia la consecucin de ob>etios de negocios. )os i,pulsores claes detr5s de los ob>etios de BI son incre,entar la e@iciencia organiCacional y la e@ectiidad. =lgunas de las tecnolog2as de BI apuntan a crear un @lu>o de datos dentro de la organiCacin ,5s r5pido y accesible. Por otro ladoH noedosas tecnolog2as de BI to,an un en@oque ,5s agresio rede@iniendo los procesos eFistentes con otros nueosH ,ucho ,5s estiliCados que eli,inan gran cantidad de pasos o crean nueas capacidades. 'n una reciente encuesta realiCada por *artnerH BI @ue catalogado en el n/,ero # en la lista de prioridades tecnolgicas de los CI9 para el #::7H despu3s de ubicarse en el lugar n/,ero # en el ao #::6. Debido a este nueo 3n@asis en BIH el ,ercado de herra,ientas so@tKare de BI alrededor del ,undo creci un D.D I en #::6H basado en esti,aciones preli,inares del ,ercado co,puesto. 'l creci,iento en #::6 @ue conducido por el alto dese,peo de endedores espec2@icosH incluyendo Cognos y 4icroso@t. 'l ranAing no ca,bio respecto al ao #::1 tal y co,o se esperaba. )os tres ,ayores endedores de herra,ientas de BI en el ,ercado globalH seg/n datos de *artner son: P(o)ee/o( Posici,n en el .e(ca/o co.pa(ti/o Business 9b>ects 1 %=% Institute # Cognos 1 (abla 1. 4ayores proeedores de herra,ientas de BI -uente: *artner Dataquest 8-ebrero #::7< -'4 Tipos /e p(o/uctos /e BI )as herra,ientas de so@tKare de BI son usadas para acceder a los datos de los negocios y proporcionar reportesH an5lisisH isualiCaciones y alertas a los usuarios. )a gran ,ayor2a de las herra,ientas de BI son usadas por usuarios @inales para accederH analiCar y reportar contra los datos que ,5s @recuente,ente residen en data KarehouseH data ,arts y al,acenes de datos operacionales. )os desarrolladores de aplicaciones usan plata@or,as de BI para desarrollar y desplegar aplicaciones 8las cuales no son consideradas herra,ientas de BI<. '>e,plos de una aplicacin de BI son las aplicaciones de consolidacin @inanciera y presupuestos. =ctual,ente el ,ercado de herra,ientas de BI se encuentra constituido de dos subseg,entos: suites de BI e,presarial 8'BI%H por sus siglas en ingl3s< y plata@or,as de BI. )a ,ayor2a de las herra,ientas de BIH co,o las desarrolladas por los endedores ,encionados en la tabla 1H son BI e,presarial y plata@or,as de BI. *artner Dataquest 8#::7< realiC un pronstico a cinco aosH basado en una esti,acin preli,inar de ta,ao del ,ercados y una reisin de los inhibidores e i,pulsoresH llegando a la conclusin de que el total de ,ercado de herra,ientas de BI proyecta un creci,iento de M #.7 billones en #::6 a M #.? billones en #::?H con una tasa de creci,iento anual de D.6I. -'5 Cont(astes: BI e.p(esa(ial "s' Plata6o(.as BI (iedrich 8#::1<H ,enciona que las plata@or,as de BI son a,bientes de desarrollo de aplicacionesH co,/n,ente o@recen un lengua>e de codi@icacin co,o Visual Basic y otros lengua>es para la creacin de aplicaciones personaliCadas. "enta7as' Des)enta7as =plicaciones personaliCadas. Co,ple>idad en el desarrollo de aplicaciones =lta @uncionalidad anal2tica.
(abla #. Venta>as y desenta>as de las plata@or,as de BI -uente: *artner Dataquest 8NunioH #::1< )as plata@or,as de BI se usan cuando hay una necesidad de analiCar aplicaciones co,ple>as con ,uchos c5lculos 8por e>e,ploH rentabilidad de un producto< o para crear aplicaciones a,igables para usuarios ocasionales. 'n ca,bio las herra,ientas de BI e,presarialH contienen una @uncionalidad est5ndar. $na eC que una o ,5s @uente de datos es ,apeado por las herra,ientas de suites de BI e,presarial 8'BI%H por sus siglas en ingl3s<H la @uncionalidad to,a ida. = pesar de que algunas herra,ientas contienen algunas @acilidades de codi@icacinH crear aplicaciones a la ,edida es un desa@2o. %eg/n lo dicho por (iedrich 8#::1<H consultor de *artnerH las 'BI% contiene las siguientes enta>as y desenta>as. "enta7as' Des)enta7as I,ple,entacin ,5s sencilla. -uncionalidad ,enos anal2tica -uncionalidad est5ndar. Poca @acilidad de personaliCacin (abla 1. Venta>as y desenta>as de Business Intelligence ',presarial -uente: *artner Dataquest 8NunioH #::1< )os 'BI% son usual,ente utiliCados cuando hay ,uchos usuarios de diersos nieles de habilidad t3cnicaH cada uno con requeri,ientos de reportes y istas que son ,enos anal2ticos 8por e>e,ploH reportes ad,inistratios o an5lisis de ariantes si,ples<. -'8 Tecnologas /e BI Durante el periodo @or,atioH las co,pa2as han descubierto actia,ente nueas ,aneras de usar sus datos para apoyar la to,a de decisionesH realiCar una opti,iCacin de procesos y realiCar reportes operacionales. O durante esta era de inencionesH los endedores de tecnolog2a de BI han construidos nichos de so@tKare para i,ple,entar cada nueo patrn de aplicaciones que las co,pa2as inentan. 'stos patrones de aplicacin resultan en productos de so@tKare centrados eFclusia,ente en cinco estilos de BI 84icrostrategyH #::#<H tales co,o: !eporte e,presarial. )os reportes escritos son usados para generar reportes est5ticos alta,ente @or,ateados destinados para a,pliar su distribucin con ,ucha gente. Cubos de an5lisis. )os cubos basados en herra,ientas de BI son usados para proeer capacidades anal2ticas a los ad,inistradores de negocios. Vistas =d "oc Puery y an5lisis. "erra,ientas 9)=P relacionales son usadas para per,itir a los eFpertos isualiCar la base de datos y er cualquier respuesta y conertirla en in@or,acin transaccional de ba>o niel. Data ,ining y an5lisis estad2sticos. %on herra,ientas usadas para dese,pear ,odelado predictio o para descubrir la relacin causa e@ecto entre dos ,3tricas. 'ntrega de reportes y alertas. )os ,otores de distribucin de reportes son usados para eniar reportes co,pletos o aisos a un gran nu,ero de usuariosH dichos reportes se basan en suscripcionesH calendariosH etc "asta este puntoH las grandes e,presas han tenido que co,prar di@erentes con>untos de herra,ientas de BI a distintos endedoresH con cada herra,ienta dirigida a una nuea aplicacin de BI y cada una de ellas dando al usuario @uncionalidad en solo uno de los estilos de BI. $na ,anera de er estos estilos de BI es dar lugar a un espacio de dos di,ensiones 8@igura #< donde el e>e ertical representa la so@isticacin e interactiidad del proceso anal2tico y el e>e horiContal representa la escalaH o el ta,ao de la poblacin de usuarios. 's entonces cuando se pueden localiCar los 7 estilos de BI dentro del cuadrante. -igura #. )os cinco estilos de Business Intelligence -uente: 4icrostrategyH #::# )a siguiente tabla ,uestra las tecnolog2as que son usadas para Business Intelligence y las cuales entran dentro de los cinco estilos ,encionados anterior,ente. Tecnologas /e BI %eridores de base de datos relacional. %eridores de base de datos 9)=P Data Warehouses Data Marts (rans@or,acin de datos y herra,ientas de li,pieCa "erra,ientas de reportes y istas "erra,ientas de an5lisis y eFploracin "erra,ientas de isualiCacin de datos "erra,ientas de Data 4ining ScorecardsH portalesH y dashboards "o>as de calculo "erra,ientas de prediccin y ,odelacin %iste,as de alertas y noti@icaciones =plicaciones anal2ticas (abla 6. (ecnolog2as usadas en Business Intelligence -'9 BI Ope(acional Para ,antener el rit,o de co,petenciaH las e,presas cada eC de,andan Business Intelligence a niel operacionalH an5lisis incrustados dentro de los procesos para ,ane>ar eFcepciones y to,ar decisiones en tie,po real. =lgunos usuarios corporatios que est5n i,ple,entando t3cnicas co,o herra,ientas proenientes de endedores co,o %=% Institute Inc.H In@or,ation Builders Inc. y Cognos Inc. %=%H In@or,ation Builders y Cognos son un grupo del nu,ero creciente de endedores que est5n creando Business intelligenceH seg/n Qeith *ileH an analyst at -orrester !esearch Inc. R)os negocios quieren dar ,ayor alor agregado a los datosH no solo al dataKarehouse. 4uchas de las decisiones en tie,po real que necesitan ser to,adas deben de ser hechas ,ientras los procesos ocurrenH por e>e,ploH ,ientras el consu,idor esta en el tel3@ono o cuando un paciente esta siendo tratadoS di>o *ile. )a siguiente @igura ,uestra clara,ente el cuadro co,pleto de BI e,presarial y en que parte se encuentra situado el BI operacional. -igura 1. Business Intelligence Operacional -': ;acto(es c(ticos /e <=ito /e BI )oAAen 8#::1< ,enciona que todos los siste,as de BI tienen un n/,ero cr2tico de @actores de 3Fito en co,/nH ya que ellos: a. Proeen acceso a datos adecuados. %in organiCar los datosH es di@2cil lograrlo. b. Incre,entan la habilidad de los usuarios para entender los resultados. %aturar a las personas de n/,eros en estos d2as crea ,5s proble,as que los que resuelen. DieC aos atr5s el proble,a era obtener los datosT pero hoy en d2a tiene que er ,5s con el ,ane>o de ellos. c. Incre,entan el entendi,iento de los negocios por parte de los usuarios. Conocer que es lo que los datos dicen es algo buenoH pero en la actualidad es necesario saber que hacer con ellos. 'ste conoci,iento es di@2cil de construir dentro de una pieCa de so@tKare. d. =yudan a co,unicar los hallaCgos y to,ar acciones. 's raro que un indiiduo pueda e>ecutar cualquier cosa signi@icatia dentro de una organiCacin sin inolucrar a otros. )os cinco @actores cr2ticos de 3Fito de negocios que se deben de considerar al elegir un 'BI% son: 1. 4ini,iCar los costos totales de propiedad. #. =puntar hacia oportunidades de !9I altos. 1. =palancar la arquitectura de datos eFistente. 6. Conocer los requeri,ientos de los usuarios @inales. 7. =segurar al ,5Fi,o la escalabilidad y capacidad de realiCacin. 'n la actualidad BI debe estar dirigido a estos cinco aspectos y ayudar a si,pli@icar todo el ,ar de datos para los usuarios. Por elloH el 3Fito de BI nunca es un accidenteT cuando las co,pa2as lo alcanCan logran los siguientes bene@icios: a. (o,an ,e>ores decisiones con una aso,brosa elocidad y con@ianCa. b. Dina,iCan sus operaciones c. !educen los ciclos de ida de sus productos. d. 4aFi,iCan el alor de las l2neas de producto y anticipan nueas oportunidades. e. "acer un ,e>or y ,5s en@ocado ,arAeting ,e>orando las relaciones con los clientes y proeedores por iguales. %in e,bargo las organiCaciones deben de entender y dirigir correcta,ente 1: desa@2os cr2ticos para el 3Fito de BI 8=treH #::1<. )os proyectos de BI @allan debido que: 1. )as e,presas @allan en reconocer que los proyectos de BI son iniciatias de negocios interorganiCacionalesH y en entender dichas iniciatias di@ieren de las t2picas soluciones independientes. #. 'Fiste la @alta de co,pro,isos por parte de los sponsors 8los cuales tienen autoridad en la e,presa. 1. %e tiene poca disponibilidad de los representantes de negocios. 6. "ay ausencia de un personal disponible y habilidoso. 7. 'Fiste un ,al concepto del so@tKare de BI. B. &o traba>an ba>o una estructura detallada. D. &o eFiste un an5lisis del negocio o estandariCacin E. &o eFiste una apreciacin del i,pacto que causan los datos de ,ala calidad en la rentabilidad del negocio. ?. &o se entiende la necesidad del uso de un ,eta datos. 1:. De,asiada con@ianCa ,3todos y herra,ientas no alineadas. -'> Riesgos /e BI Basta con decir que el uso apropiado de las herra,ientas de BI puede ,arcar la di@erencia entre la ida y la ,uerte de ,uchas e,presasH entre el estanca,iento y el creci,ientoH entre los resultados opacos y el dese,peo @inanciero sobresalienteH entre el sericio i,personal y de ,ala calidad y el eFcelente sericio al cliente personaliCadoH y entre la relacin pti,a con los proeedores y la p3rdida de los bene@icios de traba>ar con ellos y con otros socios de negocios. Por todo ello BI es i,portante. 8(iedrichH #::1< Co,o riesgoH el riesgo que se corre no es de,asiado hablando propia,ente de ealuar las necesidades reales de BI en la e,presa y entonces seleccionar el proeedor ,5s apropiados y sus productosH as2 co,o su i,ple,entacin. 'l ,ayor riesgo tecnolgico es que la tecnolog2a esta ca,biando r5pida,ente. &atural,enteH las nueas tecnolog2as tienen algo de riesgo hasta que son probadas co,pleta,ente. Por e>e,ploH el uso de la tecnolog2a ,il para BI ha sido adoptada ,uy lenta,ente. Dos de los ,5s i,portantes riesgos son la habilidad de los endedores para cu,plir y /lti,a,enteH su iabilidadH lo cual es algo que hay que considerar. =lgunos de los grandes riesgos relacionados con el uso de las herra,ientas de BI est5n basados en los datos. )os datos que son usados no son trans@or,ados apropiada,ente. Debido a que en el 5,bito de los negocios las e,presas ,uy @recuente,ente escogen sus propias herra,ientas de BIH una e,presa puede ter,inar con ,/ltiples herra,ientasH as2 co,o ,/ltiples data ,arts con datos que no est5n clara,ente de@inidos o con ,eta datos que no son co,patibles. 'sto puede inducir a tener di@erentes conclusiones acerca de los ,is,os datos. -'&? Cua/(antes .@gicos /e Business intelligence E.p(esa(ial $n cuadrante ,5gico @ue una herra,ienta anal2tica creada y pro,oida por la e,presa *artner y la cu5l ,uestra una representacin gr5@ica del ,ercado co,partido en un deter,inado periodo de tie,po. )os Cuadrantes 45gicos de *artner proporcionan a las e,presas un ,edio para identi@icar y di@erenciar a los proeedores de sericios del sector de las tecnolog2as de la in@or,acin. %eg/n de@ine *artnerH los l2deres en los cuadrantes ,5gicos son aquellos @abricantes de so@tKare que operan bien hoy d2aH tienen una isin clara de la direccin del ,ercado y desarrollan actia,ente las co,petencias necesarias para ,antener su posicin de l2deres en el ,ercado. = continuacin aparecen los # cuadrantes ,5gicos proporcionados por *artner con @echa de noie,bre de #::6. 'l pri,ero de ellos es re@erente a las plata@or,as de Business Intelligence y en segundo lugar para las suites de Business intelligence. -igura 6. Cuadrante ,5gico de las plata@or,as de BI -uente: *artner !esearch 8&oie,bre #::6< -igura 7. Cuadrante ,5gico de las suites de BI -uente: *artner !esearch 8&oie,bre #::6< )a ,anera de interpretarlo seg/n los especialista es de las siguiente ,anera los que @iguran en el cuadrante principal pueden o@recer un gran sericio pr5ctica,ente a cualquier cliente. 9tros podr2an ser e,presas que abasteciesen nichos de ,ercadoH por ello las notas tratan sobre los nichos de cada una de las e,presas y describen los Upuntos @aorablesU de todas ellas. 'n este casoH se esta hablando principal,ente de grandes clientes corporatios. $n Cuadrante 45gico no de>a de ser potencial,ente /til para pequeas y ,edianas e,presas 8PO4'%<H pero 3stas posible,ente tengan que calibrar aspectos adicionales co,oH por e>e,ploH Uel ,odo en que se dicho proeedor concreto se pondr2a en contacto con,igoU.R 'l cuadrante ,5gico debe to,arse co,o una herra,ienta y no co,o una gu2a espec2@ica de accin. 'n el caso de Business Intelligence ',presarialH el gran isionario hasta noie,bre de #::6 es C9*&9%. 8*artnerH #::6< Para *artnerH las e,presas isionarias son aquellas que presentan un en@oque claro sobre la direccin del ,ercado y que orientan sus es@uerCos en este sentidoH y que toda2a pueden opti,iCar sus sericios. )a consultora de@ine el CP4 co,o las ,etodolog2asH ,3tricasH procesos y siste,as utiliCados para ,onitoriCar y gestionar el rendi,iento de una e,presa. )as soluciones CP4 de CognosH que alinean la e>ecucin con la estrategia corporatiaH se basan en: la solideC de Cognos 'nterprise BI %eriesH la herra,ienta de Business Intelligence ,5s co,pleta de la industria: Cognos 'nterprise Planning %eriesH su plata@or,a de plani@icacinH de presupuestosH ,odelado y preisionesT y Cognos 4etrics 4anagerH la solucin para cuadro de ,andos ,5s robusta y @leFible del ,ercado. 8CognosH #::7< -'&& +Ape cAcle /e Business intelligence E.p(esa(ial BGa(tne(C -??4D 'ste ciclo ta,bi3n @ue de@inido por *artner para ,odelar la introduccin y el desarrollo de nueas tecnolog2as. 'l "ype Cycle es un gr5@ico que ,ide a las diersas tecnolog2as seg/n un ciclo de ida. (iene co,o etapas el Vdisparador tecnolgicoS 8cuando aparece el concepto en el ,ercado<H Vel pico de eFpectatia in@ladaS 8cuando se habla ,ucho del conceptoH pero est5 poco aplicado<H Vel alle de la desilusinS 8cuando la herra,ienta est5 por deba>o de lo que se esperaba de ella<H Vla pendiente de toleranciaS 8el ca,ino hacia la ,adureC< y el Vplateau de productiidadS 8cuando alcanCa la ,adureC<. Desde que *artner public el pri,er "ype Cycle de BIH en dicie,bre de #::1H han ocurrido algunos ca,bios BI basado en '!P descendi al alle de la desilusin. %in e,bargoH es probable que ascienda al plateau de productiidad. C!4 =nal2tico 8aC!4< ,antiene su lugar y sus endors est5n ,udando su atencin a otras 5reas. Corporate Per@or,ance 4anage,ent 8CP4<H que e,ergi el /lti,o aoH est5 escalando r5pida,ente hacia el pico de eFpectatias in@ladas. Por su alto i,pacto en los procesos ad,inistratiosH es probable que la adopcin ,asia sea un proceso relatia,ente lento. Business =ctiity 4onitoring 8B=4< es otra tendencia que escala r5pida,ente hacia el pico de las eFpectatias in@ladas. )as plata@or,as BIH 'BI% 8'nterprise BI %uite<H 9)=P y los reportes de produccin per,anecen estables. 'l "ype Cycle de BI ,uestra clara,ente que la innoacin tecnolgica precede a las aplicaciones. BI ,obile puede resurgir co,o algo co,pleta,ente di@erente. )o ,is,o puede ocurrir con BI Web %ericesH Distribucin de BI basada en X4) y BI colaboratio.
-igura B. "ype cycle de BI e,presarial -uente: *artner !esearch 8&oie,bre #::6< Captulo III COPONENTES $ TECNOLOGIAS DE B!SINESS INTELLIGENCE 1.1 CR E Custo,er !elationship 4anage,ent. )a de@inicin de C!4 8 Custo,er !elationship 4anage,ent < engloba # conceptosH el C!4 hace tanto re@erencia a la estrategia de negocio @ocaliCada hacia el clienteH co,o a toda las aplicaciones in@or,5ticasH tanto so6tFa(e co,o 1a(/Fa(e conocidas co,o 6(ont o66ice H necesarias para procesarH analiCar y eFponer la in@or,acin resultante para ,edir y retroali,entar la estrategia de negocio desarrollada. Gestin de relaciones con clientes 's la co,binacin de acciones estrat3gicas orientadas a @ortalecer las relaciones con los clientes todo soportado en la tecnolog2a de la in@or,acin V*estin de !elaciones con ClientesS Otro Concepto: C!4H es un proceso integrado de ,arAetingH entas y sericios dentro de una organiCacin orientado a gestionar el Principal =C(IV9 de la ',presa: V)a In@or,acin de sus ClientesST con el @in de !etenerlos y !entabiliCarlos )a (ecnolog2a hace posible este 9b>etioH colaborando en ,e>orar los Procesos Co,erciales de Ventas y %ericios al Cliente. GHu< plantea una est(ategia CRI =linear y reinentar los procesos de negocios relacionados con los Clientes !equiere decisiones en las pol2ticas que a@ectan a la organiCacin entera =bre las puertas de la e,presa al autosericio y autoYenta del cliente El marketing 1 a 1 se basa en la relacin directa con los clientes - se soporta en estrategias CRM 'l Conoci,iento de las &ecesidades de los Clientes per,ite personaliCar la 9@erta Co,ercial Productos o %ericios PersonaliCados seg/n Pedidos Canales de =tencin Pre@eridos por el Cliente Precios reducidos al co,partirse con el cliente los ahorros en publicidad ,asiaH ausencia de inter,ediariosH reduccin de stocAsH etc. -acilita las Ventas CruCadas 89tro producto al ,is,o Cliente< 4idiendo la eolucin del Ciclo de Vida del ClienteH se entablan relaciones duraderas en el tie,po. Co.ponentes Cla)e /e la Est(uctu(a CR V(odos los Canales de =tencin deben ser un punto actio de o@ertas co,erciales y recepcin de In@or,acinS Canales de Contacto Personal -uerCa de Ventas 8=ccin de Ca,po< '>ecutios y Ventanillas 8=tencin en 9@icinas< Contact Center Canales de =uto %ericio Internet 4ailing Ca>eros =uto,5ticosH QiosAos de In@or,acin Integ(aci,n /e la Soluci,n CR V)os =plicatios C!4H slo son una parte de los %iste,as de la 9rganiCacinS )a Integracin no slo es con los =plicatios '!P y %C4. Debe Integrarse ta,bi3n a: =plicatios )egacy 8Core (ransaccionales< =plicatios de @uncionalidades propias de la ',presa 8Cali@icacin de ProductosH Creacin de ProductosH DigitaliCacin de I,5genesH DataKarehouseH etc.< 2'- ERP E nterprise !esource Planning )os siste,as de plani@icacin de recursos de la e,presa 8en ingl3s '!PH enterprise resource planning< son siste,as de gestin de in@or,acin que integran y auto,atiCan ,uchas de las pr5cticas de negocio asociadas con los aspectos operatios o productios de una e,presa. )os siste,as '!P son siste,as integrales de gestin para la e,presa. %e caracteriCan por estar co,puestos por di@erentes partes integradas en una /nica aplicacin. 'stas partes son de di@erente usoH por e>e,plo: produccinH entasH co,prasH log2sticaH contabilidad 8de arios tipos<H gestin de proyectosH *I% 8siste,a de in@or,acin geogr5@ica<H inentarios y control de al,acenesH pedidosH n,inasH etc. %olo pode,os de@inir un '!P co,o la integracin de todas estas partes. )o contrario ser2a co,o considerar un si,ple progra,a de @acturacin co,o un '!P por el si,ple hecho de que una e,presa integre /nica,ente esa parte. Zsta es la di@erencia @unda,ental entre un '!P y otra aplicacin de gestin. 'l '!P integra todo lo necesario para el @unciona,iento de los procesos de negocio de la e,presa. &o pode,os hablar de '!P en el ,o,ento que tan slo se integra uno o una pequea parte de los procesos de negocio. )a propia de@inicin de '!P indica la necesidad de RDisponibilidad de toda la in@or,acin para todo el ,undo todo el tie,poR. Los oJ7eti)os p(incipales /e los siste.as ERP son: 9pti,iCacin de los procesos e,presariales. =cceso a toda la in@or,acin de @or,a con@iableH precisa y oportuna 8integridad de datos<. )a posibilidad de co,partir in@or,acin entre todos los co,ponentes de la organiCacin. 'li,inacin de datos y operaciones innecesari de reingenier2a<. 'l propsito @unda,ental de un '!P es otorgar apoyo a los clientes del negocioH tie,pos r5pidos de respuesta a sus proble,as as2 co,o un e@iciente ,ane>o de in@or,acin que per,ita la to,a oportuna de decisiones y dis,inucin de los costos totales de operacin. )as caracter2sticas que distinguen a un '!P de cualquier otro so@tKare e,presarialH es que deben de ser siste,as integralesH con ,odularidad y adaptables Integ(alesH porque per,iten controlar los di@erentes procesos de la co,pa2a entendiendo que todos los departa,entos de una e,presa se relacionan entre s2H es decirH que el resultado de un proceso es punto de inicio del siguiente. Por e>e,ploH en una co,pa2aH el que un cliente haga un pedido representa que se cree una orden de enta que desencadena el proceso de produccinH de control de inentariosH de plani@icacin de distribucin del productoH cobranCaH y por supuesto sus respectios ,oi,ientos contables. %i la e,presa no usa un '!PH necesitar5 tener arios progra,as que controlen todos los procesos ,encionadosH con la desenta>a de que al no estar integradosH la in@or,acin se duplicaH crece el ,argen de conta,inacin en la in@or,acin 8sobre todo por errores de captura< y se crea un escenario @aorable para ,alersaciones. Con un '!PH el operador si,ple,ente captura el pedido y el siste,a se encarga de todo lo de,5sH por lo que la in@or,acin no se ,anipula y se encuentra protegida. o/ula(es. )os '!P entienden que una e,presa es un con>unto de departa,entos que se encuentran interrelacionados por la in@or,acin que co,parten y que se genera a partir de sus procesos. $na enta>a de los '!PH tanto econ,ica co,o t3cnica,ente es que la @uncionalidad se encuentra diidida en ,dulosH los cuales pueden instalarse de acuerdo con los requeri,ientos del cliente. '>e,plo: entasH ,aterialesH @inanCasH control de al,ac3nH recursos hu,anosH etc. A/aptaJles. )os '!P est5n creados para adaptarse a la idiosincrasia de cada e,presa. 'sto se logra por ,edio de la con@iguracin o para,etriCacin de los procesos de acuerdo con las salidas que se necesiten de cada uno. Por e>e,ploH para controlar inentariosH es posible que una e,presa necesite ,ane>ar la particin de lotes pero otra e,presa no. )os '!P ,5s aanCados suelen incorporar herra,ientas de progra,acin de 6[ *eneracin para el desarrollo r5pido de nueos procesos. )a para,etriCacin es el alor aadido @unda,ental que se debe hacer con cualquier '!P para adaptarlo a las necesidades concretas de cada e,presa. I.po(tancia /e los ERP 'stas aplicaciones se han asentado co,o soluciones integrales en la ,ayor parte de las @unciones a desarrollar por la e,presa. 'sto ayuda a dichas e,presas a entender ,e>or su actiidadH estandariCar sus procesos de negocios y de@inir ,e>ores pol2ticas. )as '!P ayudan a crear procesos ,5s e@icientes con lo que las e,presas se pueden concentrar ,5s en otros es@uerCosH co,o es el serir a sus clientes y ,aFi,iCar los bene@icios. Huien es Kuien en el .un/o /e los ERP 'Fisten seis @abricantes principales de '!PH que se reparten el B6I del total de este ,ercado: %=P 9racle People%o@t ND 'dKards Baan %iebel 'stos @abricantes ,arcan la pauta del ,ercado '!P. (odos o@recen soluciones en las principales l2neas de productos '!P 8er siguiente seccin< y cada uno aporta algo distinto. 'so siH ya todos tiene integradas sus soluciones en el concepto eYbusinessH con soporte total del uso de sus aplicaciones con Internet. 2'2 SC E %upply Chain 4anage,ent )a gestin de la cadena de su,initro 8%C4 \ %upply Chain 4anage,ent< es el t3r,ino utiliCado para describir el con>unto de procesos de produccin y log2stica cuyo ob>etio @inal es la entrega de un producto a un cliente. 'sto quiere decirH que la cadena de su,inistro incluye las actiidades asociadas desde la obtencin de ,ateriales para la trans@or,acin del productoH hasta su colocacin en el ,ercado. )a cadena de su,inistro se eFtiende desde el cliente de tu cliente hasta el proeedor de tu proeedor. I,agine,os que he,os decidido crear una e,presa teFtil que @abrique ca,isas para ho,bres. 'sta,os conencidos del 3Fito de ante,anoH pues so,os eFpertos en el corte y con@eccin de ca,isasH conoce,os las tendencias de la ,oda y hasta he,os alquilado una nae industrial equipada para hacer una ca,isa en slo B: ,inutos +"ace @alta pensar en algo ,5s. ])a cadena de su,inistro^ Disponer de la ,ateria pri,a para la @abricacin de tus productos es crucialH y es triste saber una eC puesto en ,archa tu negocioH que contar con los teFtiles para @abricar nuestras ca,isas tardar5n unas 7 se,anas de @abricacin desde el pedido a nuestro proeedorH ,5s quiC5s otras ? se,anas de transporte. O eso sin contar con las 1 se,anas que tardare,os en colocar nuestras ca,isas en tiendas distribuidoras a lo largo del pa2s. +C,o pode,os ,antener controlados los procesos que inolucran la @abricacin de nuestras ca,isas. )a respuesta est5 en tener una adecuada gestin de la cadena de su,inistro. 2'4 DATA 0ARE+O!SE Data Warehouse es un 5rea de apoyo a la gerencia uniersitaria. 's un proyecto queH ,ediante el uso de herra,ientas co,o Data Warehouse o Data 4iningH le brinda a las $niersidades &acionales la posibilidad de conertir datos en in@or,acin aliosa. Con estas herra,ientas se generan condiciones slidas para to,ar decisionesH ya que per,iten isualiCar )os datos producidos por la gestin en @or,a globalH aproech5ndolos en todo su potencial. 'stas soluciones posibilitan el an5lisis del rendi,iento acad3,icoH el desgrana,ientoH la procedencia de los alu,nosH el presupuestoH los recursos hu,anos de la institucin y los sericios b5sicos. Ca(acte(sticas /el Data0a(e+ouse Y 9rientado hacia la I&-9!4=CI0& releante de la organiCacin Y Datos Integrados Y Variable en el tie,po Y &o Vol5til Bene6icios Y -acilita una isin global de la institucin. Y Per,ite realiCar una proyeccin a @uturo y rede@inir estrategias. Y %u,inistra in@or,acin consolidada. Y 9@rece i,5genes integradas de los datosH si,pli@icando los procesos de to,a de decisiones. Y 'st5 diseado para consolidar y ,ane>ar distintos @or,atos de datos. Y -acilita el proceso de co,paracin entre datos. Y Per,ite construir indicadores y ealuar tendencias. 2'5 TECNOLOGIA OLAP 'l t3r,ino 9)=PH que proiene de 9nline =nalitical Processing 8Procesa,iento =nal2tico en )2nea<H de@ine a una tecnolog2a que se basa en el an5lisis ,ultidi,ensional de los datos y que le per,ite al usuario tener una isin ,5s r5pida e interactia de los ,is,os. 'ste an5lisisH ta,bi3n conocido co,o an5lisis del hipercuboH organiCa la in@or,acin seg/n los par5,etros que se consultenH de ,anera tal que a partir de estructuras ,ultidi,ensionales que contienen los datos resu,idos de %iste,as (ransaccionalesH conocidos co,o 9)(P 89nline (ransactional Processing< o de grandes basesH se obtendr5 la in@or,acin requerida. 's ,uy utiliCado en el 5rea de ,arAetingH entasH in@or,esH etc.H especial,ente porque las respuestas a consultas co,ple>as se obtienen ,uy r5pida,ente y ade,5s porque puede obtener los datos tanto de una @uente eFterna co,o de una base interna. "ay diersos tipos de i,ple,entaciones de la tecnolog2a 9)=PH las que ar2an seg/n el tipo de ,otor en el que se al,acenan los datos. De esta ,aneraH pode,os clasi@icarlas co,o !9)=PH que al,acena los datos en un ,otor relacional por lo que se puede tener un acceso eloC a ellosT 49)=PH que al,acena los datos en una base de datos ,ultidi,ensional y D9)=PH que guarda los datos en el escritorioH los que obtiene a partir de una base de datos relacional. Los datos son clasificados en diferentes dimensiones y pueden ser "istas unas con otras en diferentes combinaciones para obtener diferentes an#lisis de los datos $ue contienen% n este modelo los datos son "istos como cubos los cuales consisten en categor&as descripti"as 'dimensiones( y "alores cuantitati"os 'medidas(% l modelo multidimensional de datos simplifica a los usuarios formular consultas comple)as, arreglar datos en un reporte, cambiar de datos resumidos a datos detallados, etc% 2'8 DATA INING )as t3cnicas de Data 4ining son el resultado de un largo proceso de inestigacin y desarrollo de productos. 'sta eolucin co,enC cuando los datos de negocios @ueron al,acenados por pri,era eC en co,putadorasH y continu con ,e>oras en el acceso a los datosH y ,5s reciente,ente con tecnolog2as generadas para per,itir a los usuarios naegar a tra3s de los datos en tie,po real. Data 4ining to,a este proceso de eolucin ,5s all5 del acceso y naegacin retrospectia de los datosH hacia la entrega de in@or,acin prospectia y proactia. Data 4ining est5 listo para su aplicacin en la co,unidad de negocios porque est5 soportado por tres tecnolog2as que ya est5n su@iciente,ente ,aduras: L !ecoleccin ,asia de datos. L Potentes co,putadoras con ,ultiprocesadores. L =lgorit,os de Data 4ining. P(incipales Ca(acte(sticas A OJ7eti)os /e la ine(a /e Datos L 'Fplorar los datos se encuentran en las pro@undidades de las bases de datosH co,o los al,acenes de datosH que algunas eces contienen in@or,acin al,acenada durante arios aos. L 'n algunos casosH los datos se consolidan en un al,ac3n de datos y en ,ercados de datosT en otrosH se ,antienen en seridores de Internet e Intranet. ine(ia /e Datos E Data ining L 'l entorno de la ,iner2a de datos suele tener una arquitectura cliente seridor. L )as herra,ientas de la ,iner2a de datos ayudan a eFtraer el ,ineral de la in@or,acin enterrado en archios corporatios o en registros p/blicosH archiados L 'l ,inero esH ,uchas eces un usuario @inal con poca o ninguna habilidad de progra,acinH @acultado por barrenadoras de datos y otras poderosas herra,ientas indagatorias para e@ectuar preguntas adhoc y obtener r5pida,ente respuestas. L "urgar y sacudir a ,enudo i,plica el descubri,iento de resultados aliosos e inesperados. L )as herra,ientas de la ,iner2a de datos se co,binan @5cil,ente y pueden analiCarse y procesarse r5pida,ente. L Debido a la gran cantidad de datosH algunas eces resulta necesario usar procesa,iento en paralelo para la ,iner2a de datos. L )a ,iner2a de datos produce cinco tipos de in@or,acin: Y =sociaciones. Y %ecuencias. Y Clasi@icaciones. Y =grupa,ientos. Y Pronsticos. L )os ,ineros de datos usan arias herra,ientas y t3cnicas. )a ,iner2a de datos es un proceso que inierte la din5,ica del ,3todo cient2@ico en el siguiente sentido: 'n el ,3todo cient2@icoH pri,ero se @or,ula la hiptesis y luego se disea el eFperi,ento para coleccionar los datos que con@ir,en o re@uten la hiptesis. %i esto se hace con la @or,alidad adecuada 8cuidando cu5les son las ariables controladas y cu5les eFperi,entales<H se obtiene un nueo conoci,iento. +e((a.ientas utili3a/as en la .ine(a /e /atos BData iningD Y Re/es Neu(onales BNeu(al NetFo(LsD *rupo de unidades noYlineales interconectadas y organiCadas por capas. 'stas pueden ser @unciones ,ate,5ticas y n/,eros al,acenados en co,putadoras digitalesH pero pueden ser elaboradas ta,bi3n ,ediante dispositios analgicos co,o los transistores a e@ecto de ca,po 8-'(<. = pesar del incre,ento en elocidad y de la escala de integracin en los se,iconductoresH la ,e>or contribucin de las redes neuronales tendr5 que esperar por co,putadoras ,5s r5pidasH ,asias y paralelas. Y apas ca(acte(sticos /e Mo1onen BSel6Eo(gani3ing apsD 's una red neuronal del tipo de entrena,iento noYsuperisado. )os datos son ,ostrados a la estructura y esta se sensibiliCa a los patrones presentes. $na eC entrenada es capaC de identi@icar tales patrones en nueos datos. Y Reconoci.iento /e pat(ones BPatte(n RecognitionD %e trata de un grupo de t3cnicas orientadas a ealuar la si,ilitud y las di@erencias entre seales. %e inolucran en esto a arios tipos de preYprocesa,iento tales co,o la trans@or,ada de -ourier. Y LEnea(est neiJo( $n procedi,iento para clasi@icar a los RrecordsR de un archio ,ediante la identi@icacin de grupos 8clusters< y decidiendo a cual grupo pertenece cada uno de los RrecordsR. Y Algo(it.o Gen<tico BGenetic Algo(it1.D I,itando la eolucin de las especies ,ediante la ,utacinH reproduccin y seleccinH estos algorit,os proporcionan progra,as y opti,iCaciones que pueden ser utiliCados en la construccin y entrena,iento de otras estructuras co,o las redes neuronales. 2'9 DATA ART =l crecer el Data Ware"ouse el rendi,iento de las consultas decae y el ,odelo centraliCado de>a de ser pti,o. Crear al,acenes de datos especialiCados por 5reaH que reciben los datos desde el al,acen centraliCadoH estos al,acenes se conocen co,o Data 4arts. =l usar ,enos usuarios se le puede opti,iCar para recuperar ,5s r5pida,ente los datos que necesitan. 'Fisten dos tipos de Data 4arts: Y Depen/ientes. )os datos son eFtra2dos del Data Ware"ouse. Y In/epen/ientes. )os datos son eFtra2dos de los siste,as operacionales Captulo I" EPRESAS H!E PRO"EEN SOL!CIONES O SI PARA EL DESARROLLO DE B!SINESS INTELLIGENCE 4'& P(incipales Lneas /e P(o/uctos Cada @abricante tiene sus propias l2neas de productos y solucionesH pero casi todos cubren las siguientes: -inancials =plicaciones -inancieras 8contabilidad generalH @acturacinH cuentas a pagarH cuantas a cobrarH gestin de actiosH co,prasH etc< "u,an !esources B+RD *estin de recursos hu,anos y no,inas 4anu@acturing %olucin para la gestin de @abricacin %upply Chain 4anage,ent BSCD %olucin para cadenas de su,inistro Custo,er !elationship 4anage,ent BCRD %olucin para la gestin de relaciones con clientes 'YProcure,ent *estin de co,pras por Internet 'nterprise Per@or,ance 4anage,ent BEPD %olucin de an5lisis del rendi,iento de la e,presa nterprise !esource Planning 'ERPD %olucin para la pani@icacin de recursos de la e,presa 4'- P(incipales E.p(esas P(o)ee/o(as Y SAP )2der ,undial de los ,ercados de C!4H '!P y %C4 %=P =nalyticsH ,y%=P C!4 =nalytics: BuiltYIn Custo,erY-ocused Insights ,y%=P '!P =nalytics: = Core %et o@ =nalytics @or %trategy and 9perations Y ic(oso6t %P) %erer !eporting %erices =nalysis %erices Data 4ining and VisualiCation Y O(acle 9racle Business Intelligence 1:g: 9racle Discoerer %preadsheet =ddYinH 9racle Warehouse BuilderH 9racle Business Intelligence Beans 8Corporate Per@or,ance 4anage,ent<: =ctiityYBased 4anage,ent DBI8Daily Business Intelligence<H -inancial =nalyCer -inancial Consolidation "ub Balanced %corecard De,and PlanningH Per@or,ance =nalyCer 'nterprise Planning and Budgeting %ales =nalyCer 9racle Data 4ining 9racle !eports Y IB Intelligent 4iner 8DB# Data Warehouse 'nterprise 'dition< DB# =lphabloF DB# $niersal Database 'nterprise %erer 'ditionH DB# $niersal Database Database Partitioning -eatureH DB# Cube VieKs DB# 9@@ice Connect 'nterprise Web 'dition DB# Warehouse 4anager %tandard 'dition Web%phere In@or,ation Integrator %tandard 'dition DB# 9)=P %erer: %preadsheet %erices DB# 9)=P %erer 4iner DB# 9)=P %erer =nalyCer %ecurity 4igration (ool Y SPSS Business Intelligence: %hoKCase %uite @ro, %P%% 9)=P "ub Predictie =nalytic =pplications: Predictie4arAeting PredictieCallCenter Predictie (eFt =nalytics Predictie Web =nalytics Web 4ining: Cle,entine -a,ily CONCL!SIONES Y )as organiCaciones deben usar BI para apalancar las inersiones realiCadas en aos preios en aplicaciones e,presariales que han deriado en el uso de enor,es cantidades de datosT as2 de esta ,anera BI alidaH ,ide y ,ane>a nueas oportunidades e inersiones en nueos negocios. Y Business Intelligence posiciona a una co,pa2a para generar el ,ayor alor de las l2neas de negocios eFistentes y anticipar nueas oportunidades. =si,is,oH los siste,as de Business intelligence le pueden ayudar a la co,pa2a a reducir los ciclos de desarrollo de productosH agiliCar operacionesH a@inar ca,paas de ,arAeting y ,e>orar relaciones con clientes y proeedoresH todo lo cual signi@ica ,enores costos y ,ayores ,5rgenes de utilidad. Y Con Business IntelligenceH la co,pa2a puede analiCar tendencias que representan oportunidades nueas e i,portantes y anticipar proble,as potenciales y hacer a>ustes antes de que se coniertan en un proble,a. Y 'n la era digitalH las capacidades que o@rece Business Intelligence ser5 la di@erencia entre el 3Fito y el @racaso.