INTELIGENCIA DE NEGOCIOS

Cada organizacin es distinta en tamao, estructura, negocio y procesos operativos. Sin embargo, todas coinciden en la necesidad de optimizar el uso de sus recursos, de alcanzar una forma de organizacin que rompa los lmites tradicionales. Una organizacin con estructuras ms flexibles que supere los cuatro tipos de fronteras ms frecuentes: las fronteras verticales o jerrquicas, entre personas; horizontales, entre funciones y disciplinas; externas, con suministradores, clientes, empresas y otros stakeholders; y geogrficas, con naciones, culturas y mercados y con una operacin simplificada. Para lograr ese objetivo, la implementacin de soluciones empresariales de distintas magnitudes y especificaciones, adaptadas a las necesidades de cada empresa, segn su tipo de negocio, es una realidad actual. El presente trabajo de investigacin, se centra en destacar la importancia en optimizar la gestin de la informacin en las organizaciones, como un recurso que les permita posicionarse en el entorno globalizado e hipercompetitivo actual, y tomar decisiones con menor grado de incertidumbre ante los diversos eventos presentados en los escenarios actuales, escenarios de enorme complejidad y diversidad. Los avances en las Tecnologas de Informacin, ofrecen herramientas de gran capacidad que se han desarrollado como aplicaciones de soporte para la toma de decisiones, en diversos niveles de las organizaciones, generando conocimiento, base para la Inteligencia del Negocio. La gestin del Conocimiento, desarrolla las competencias centrales en las organizaciones.

UN POCO DE HISTORIA Con otra denominacin y particularidades, es probable que la Inteligencia de Negocios integre la lista de las profesiones ms antiguas del mundo --antes haba una sola, pero la ciencia avanza. Qu haca si no la Liga Hansetica -entre 1100 y 1490- antes de abrir una nueva factora o sede comercial en algn punto del Bltico? O los Fugger, o los Medici, cuando financiaban a los comerciantes y monarcas de su poca. O -ms cerca an- los Rotschild, Rockefeller, Morgan, y -en Argentina- Bunge & Born, Techint, Arcor, Bridas y un largo etctera, antes de decidirse a invertir en algn nuevo emprendimiento. Pues buscaban - buscan - saber. Investigaban -usando a sus agentes y contactospara tomar decisiones informadas y -si era posible- anticipar lo que iba a pasar. Y

mucho antes, fenicios, cartagineses, persas, romanos - tanto en el campo militar como en el del comercio. Sin embargo la Inteligencia de Negocios es relativamente nueva. Como ejemplo, hasta mediados de los aos 90, en EE. UU. slo un modesto siete por ciento de las grandes empresas practicaba la que llaman inteligencia competitiva; y el ochenta por ciento de estas prcticas tena apenas cinco aos de antigedad. Por el contrario, los japoneses han venido desarrollando esta capacidad desde fines de la Segunda Guerra Mundial, aunque la recoleccin de inteligencia tiene una historia de siglos en ese pas, donde quien desarrolla esta tarea ha sido siempre considerado un importante activo y no un villano, como en los pases occidentales. JETRO -Japanese External Trade Organization; un organismo oficial- y los grandes grupos empresarios o zaibatsu, con sus empresas de intercambio comercial (trade companies o sogo shosha), mantienen cientos de personas alrededor del mundo para recolectar informacin y enviarla al Japn, donde se la procesa y se pone ampliamente a disposicin de quien quiera consultarla. Algo parecido sucede en Europa con organismos pblicos destinados a la promocin del intercambio comercial, y aun aqullos de caracter militar que, concluda la guerra fra, buscan tareas de supervivencia. P

PALABRAS CLAVE Datos: describen la realidad o percepcin de la existencia humana, corporativa institucional, comunitaria, etc. Las computadoras almacenan y procesan datos. Al nivel ms bajo los datos no tienen significado alguno. Informacin: es lo que una persona es capaz de entender sobre la realidad. Los sistemas de informacin en la actualidad utilizan computadoras para procesar y presentar los datos en un formato comprensible para el ser humano. Conocimiento: es el acervo de informacin utilizado en el proceso de la toma de decisiones. Data Warehousing: el proceso de organizar la informacin en una forma que crea conocimiento basado en datos. Los productos de software que presentan este conocimiento a los usuarios se llaman a veces Herramientas de Inteligencia de Negocios (Business Intelligence Tools). Gestin de Conocimiento (Knowledge Management) es la disciplina que busca enfocar el uso de las Tecnologas de Informacin en las personas, con el fin de

que estas y sus organizaciones aprendan a utilizar los recursos y fuentes de informacin para el logro de objetivos estratgicos.

La Inteligencia de Negocios es un proceso sistemtico para la recoleccin y el anlisis de informacin vinculada con todo el entorno informativo de una organizacin: la evolucin de los mercados, las actividades de la competencia, la eventual llegada de nuevas tecnologas, nueva legislacin, las tendencias generales a futuro y un amplio etctera. Este proceso continuo implica: una adecuada definicin de necesidades en funcin de los intereses del usuario, la obtencin de informacin dentro de un marco de tica y legalidad, su anlisis e interpretacin, la produccin de conclusiones, y la distribucin controlada entre los usuarios apropiados, con el fin de permitirles tomar decisiones fundamentadas en todo lo vinculado el proceso de negocios de sus organizaciones. Si la informacin de una empresa no es administrada adecuadamente y no est disponible para su uso en el momento adecuado, puede perder todo valor ante el proceso de toma de decisiones. Esto hace evidente la necesidad de procesos y herramientas que faciliten el manejo e interpretacin de los datos que arrojan los sistemas de operacin y produccin. Las herramientas orientadas a atender los elementos de la Economa Digital (Velocidad, Innovacin, Relaciones, Conectividad y Conocimiento), contribuyen a lograr la excelencia operativa en un mundo digital. Las herramientas integrales, ayudan a las corporaciones a entender la dinmica de la economa conectada para definir visin y estrategias, as como desarrollar y poner en marcha las soluciones (Davis & Meyer 2000). Las herramientas de Soporte a la Toma de Decisiones (DSS) ofrecidas (diseadas) actualmente, se caracterizan por conjuntar toda la informacin de la empresa a travs de herramientas de Tecnologa de Informacin para contar con datos oportunos que den soporte a todos sus procesos, sobre tres fases bsicas: Extraccin de Informacin, Explotacin de Informacin, Administracin de informacin. Extraccin de Informacin. En esta fase se utilizan herramientas que facilitan el acceso y la extraccin de datos almacenados en mltiples plataformas y bases de datos (SQL Server, DB2, Informix, Sybase, Oracle, etc.) que permiten interpretar y definir de forma sencilla las reglas de negocio necesarias para la transformacin de los datos de informacin.

Explotacin de Informacin. En esta fase se aprovechan herramientas como: Sistemas de Informacin Ejecutivos, Sistemas para Soportar Decisiones y Modelos, orientadas al usuario final, en donde se garantiza al usuario un acceso eficiente a los datos y le permite generar sus propias consultas. Administracin de informacin. El uso de herramientas que incluyen gestores del Almacn de Datos (Data Warehouse), garantizan la integridad y oportunidad de los datos. Las soluciones Empresariales de Planeacin de Recursos (Enterprice Resource Planning) se ofrecen para empresas de diversos tamaos. Estas soluciones ERP, como por ejemplo SAP, que permite integrar los procesos de negocio de compaas de cualquier tamao, uniendo funciones complejas y distintas entre s para ayudar a la organizacin a trabajar de manera ms sencilla y con una visin de servicio enfocada a sus clientes La solucin SAP R/3 permite integrar reas esenciales para la ptima operacin de la empresa, tales como finanzas, recursos humanos, manufactura, ventas y logstica, con el fin de optimizar la cadena de valor, fortalecer las relaciones con los clientes y tomar decisiones ms adecuadas. En situaciones concretas, la Gestin de Conocimiento incluye el proceso sistemtico de encontrar, recopilar, seleccionar, organizar, extraer, conservar y presentar la informacin. Las actividades especficas de la Gestin de Conocimiento ayudan a enfocar la organizacin en sus esfuerzos para obtener, almacenar y utilizar el conocimiento para objetivos especficos tales como la resolucin de problemas, el aprendizaje dinmico, la planificacin estratgica y la toma de decisiones. Tambin sirve para consolidar y protejer los activos intelectuales de la organizacin, aumenta las competencias corporativas por medio del desarrollo de la inteligencia organizacional y contribuye a conformar empresas dinmicas y flexibles. La inteligencia de Negocios se logra a travs de la Gestin del Conocimiento, soportada por Tecnologas de Informacin que incluyen herramientas de SSD y la contribucin de expertos. Las herramientas de Sistemas de Soporte para la Decisin, enumeradas por su complejidad creciente, utilizadas actualmente con mayor frecuencia como apoyo a la toma de decisiones estructuradas, semiestructuradas y no estructuradas (Turban & Iroson): Procesamiento de Transacciones (TPS): sistemas que procesan las actividades operacionales cotidianas y rutinarias de la organizacin se componen de varios ciclos de sistemas interconectados entre si.

Sistemas de Informacin Gerencial (MIS): sistema integrado usuario-mquina para proveer informacin pasada, presente o proyecciones de sta, relacionada con las operaciones internas, la administracin y las funciones de toma de decisiones de una organizacin y su medio ambiente. Incorpora otras herramientas basadas en conocimiento, como los TPS, MRS, DSS, OIS. Sistemas de Soporte a la Decisin (DSS): sistema que proporciona informacin relevante a ejecutivos, para tomar decisiones de tareas semiestrucutradas. Se caracterizan por su interactividad, frecuencia de uso, variedad de usuario, flexibilidad, desarrollo, interaccin ambiental, comunicacin interorganizacional, acceso a bases de datos y simplicidad. Sistemas Expertos (ES): sistemas que modelan el comportamiento de un experto humano que cumple con la tarea de resolver problemas para los que no se dispone de un algoritmo. Son sistemas interactivos que permiten la creacin de bases de conocimiento, para responder preguntas, despejar dudas y sugerir cursos de accin simulando el proceso de razonamiento de un humano para resolver problemas en un rea especfica del conocimiento humano Sistemas de Informacin Ejecutivos (EIS): sistema orientado a datos que proporciona informacin a travs de una interfase amigable para ayudar a los ejecutivos a mejorar el manejo de su planeacin, monitoreo y anlisis de sus procesos. Redes Neuronales(NN): sistema de procesamiento de datos que simula funciones elementales de la red nerviosa del cerebro humano, para identificar la informacin relevante sobre una gran cantidad de datos, explicando el fenmeno o proceso que ha generado esos datos. Este sistema de inteligencia artificial desarrolla las funciones de un experto en un tema, capaz de enfrentarse con gran eficacia a nuevas situaciones e imaginando soluciones que no formaron parte de su proceso de entrenamiento. Estas redes se utilizan en reas que requieren la solucin de problemas relacionados con la clasificacin y agrupacin de objetos o datos, con la prediccin y pronstico de valores, as como con el control de procesos. Permiten el reconocimiento de patrones a travs del uso de informacin histrica para generar aprendizaje y apoyan a administradores y especialistas en la construccin de predicciones y pronsticos basados en casos pasados. Automatizacin de Oficinas (OA): sistema que permite implementar tcnicas para incrementar los niveles de productividad y eficiencia en los flujos de trabajo del personal administrativo, a travs de mltiples tecnologas (datos, voz, imagen), que dan apoyo a una amplia gama de aplicaciones (procesamiento de informacin, comunicaciones, etc.). Este software realiza tareas rutinarias y repetitivas del proceso de trabajo para mejorar el desempeo de las actividades realizadas dentro de una compaa, permitiendo que la gente pueda enfocarse en las actividades en las que realmente pueden agregar valor.

Las aplicaciones de estas herramientas, las ms complejas, se dan a partir del anlisis multidimensional de los datos corporativos: Proporcionan la habilidad de manipular y explorar los datos de la empresa desde cualquier ngulo concebible, con lo cual pueden obtener una visin verdaderamente multidimensional de la empresa. Desde la base de datos de la empresa, los reportes, que pueden ser muy sofisticados, se manipulan de manera interactiva. La herramienta de minera de datos, permite a los gerentes y a las personas involucradas en las tomas de decisiones descubrir patrones y tendencias escondidas en los datos y encontrar correlaciones insospechadas entre los mismos sin requerir el tener un conocimiento en tcnicas estadsticas. La herramienta de modelaje y proyeccin de los datos utiliza avanzadas tcnicas de redes neuronales para ayudar al analista a descubrir relaciones complejas y proporcionar un pronstico confiable y exacto para todo tipo de informacin del negocio.

La tecnologa que apoya a Inteligencia de Negocios, se basa en los siguientes conceptos:

Online Analytic Processing (OLAP) Datawarehousing Datamining.

Estos, han contribuido a aumentar la necesidad de convertir los datos en informacin para tomar accin dentro de la empresa, por tanto, se concluye, que en cada empresa "inteligente" el anlisis de datos juega un rol central para que stas sean altamente competititvas. BI es, dentro de tecnologas de informacin, un rea que se ha venido desarrollando en gran escala desde mediados de los 90's, y es un excelente complemento a la implementacin de sistemas integrales (ERP), ya que estos ltimos, estn diseados para soportar la operacin y no para el soporte a la toma de decisiones. Las herramientas de BI, son generalmente de manejo muy simple para los usuarios de niveles intermedios y estratgicos de la organizacin lo que hace de ellas una aplicacin de gran aceptacin a estos niveles, enfatizan su funcionamiento en la manipulacin de volmenes de datos estructurados y diseados para la toma de decisiones, as como, el uso de indicadores sumarizados y precalculados, integrando bases de datos (datawarehouse), anlisis de profundidad (drill-down), vista de la informacin por diferentes cortes (slice & dice), y el anlisis de inferencia estadstica o modelos numricos de

soporte a la toma de decisiones, para realizar proyecciones o simulaciones y anlisis "que pasa si?" (What if?) Lo anterior, nos indica, que el usuario ideal para estas herramientas son los niveles intermedios y estratgicos de la organizacin. Entre las caractersticas principales de BI podemos citar:

Soporta Reportes y consultas "ad-hoc" Se centra en la estructura de datos para la toma de decisiones Su diseo se basa en modelos multidimensionales (cubos, modelos estrella DWH) Analiza datos empricos y describe resultados de modelos de anlisis Utiliza tcnicas de sumarizacin y precalculo de indicadores El volumen y la frecuencia de actualizacin de informacin se adecua a las necesiades de cada empresa

Procesamiento Analtico en Lnea Al procesamiento analtico o anlisis multidimensional se le conoce tambin como Procesamiento Analtico en Lnea (OLAP). Se apoya en una visin multidimensional de los datos empresariales en el Data Warehouse y puede tener un motor de depsito de base de datos multidimensional. En un Data Warehouse, se depositan datos para consulta, anlisis y divulgacin, a diferencia del procesamiento de transacciones en lnea (OLTP por las sigla de OnLine Transaction Processing), en donde los datos se renen y almacenan para operacin y control. OLAP es una tecnologa de procesamiento analtica que crea nueva informacin empresarial a partir de los datos existentes, por medio de un rico conjunto de transformaciones empresariales y clculos numricos. Definicin El Procesamiento Analtico en Lnea es una tecnologa de anlisis de datos que hace Io siguiente: Presenta una visin multidimensional lgica de los datos en el Data Warehouse. La visin es independiente de cmo se almacenan los datos. Comprende siempre la consulta interactiva y el anlisis de los datos. Por Io regular la interaccin es de varias pasadas, Io cual incluye la profundizacin en niveles cada vez ms detallados o el ascenso a niveles superiores de resumen y adicin.

Ofrece opciones de modelado analtico, incluyendo un motor de clculo para obtener proporciones, desviaciones, etc., que comprende mediciones de datos numricos a travs de muchas dimensiones. Crea resmenes y adiciones (tambin conocidas como consolidaciones), jerarquas, y cuestiona todos los niveles de adicin y resumen en cada interseccin de las dimensiones. Maneja modelos funcionales de pronstico, anlisis de tendencias y anlisis estadsticos. Recupera y exhibe datos tabulares en dos o tres dimensiones, cuadros y grficas, con un pivoteo fcil de los ejes. El pivoteo es fundamental ya que los usuarios empresariales necesitan analizar los datos desde perspectivas diferentes; y el anlisis desde una perspectiva conduce a otra cuestin empresarial que se va a examinar desde otra perspectiva. Responde con rapidez a las consultas, de modo que el proceso de anlisis no se interrumpe y la informacin no se desactualiza. Tiene un motor de depsito de datos multidimensional que almacena los datos en arreglos. Estos arreglos son una representacin lgica de las dimensiones empresariales. La tecnologa OLAP se aplica en muchas reas funcionales de una empresa, tales como produccin, ventas y anlisis de rentabilidad de la comercializacin; mezcla de manufacturas y anlisis de logstica; consolidaciones financieras, presupuestos y pronsticos, planeacin de impuestos y contabilidad de costos. Arquitectura OLAP es una opcin de anlisis y de reporte. Es un componente importante del bloque de Acceso y uso de la arquitectura de referencia del data warehouse. Los componentes de la tecnologa OLAP se capturan en sub-bloques de los bloques de Acceso y uso. El componente OLAP del sub-bloque de anlisis y reporte representa las opciones de anlisis y reporte de los servicios OLAP requeridos, mientras que la transformacin a la estructura multidimensional, as como el acceso a los componentes del data warehouse y de los Data Marts, son partes del sub-bloque de Acceso y recuperacin. La arquitectura de referencia ofrece las siguientes opciones: Acceder los datos directamente desde el data warehouse o el Data Mart, despus 'transformarlos' en una estructura multidimensional y almacenarlos en el depsito local de la estacin de trabajo.

Acceder los datos desde el Data Warehouse, para despus transformarlos en una estructura multidimensional y almacenar sta en el Data Mart en un depsito de datos multidimensional, disponible con facilidad para el acceso y anlisis multidimensional en la estacin de trabajo. Acceso a los datos directamente desde el Data Warehouse o el Data Mart para luego 'transformarlos' en una visin multidimensional y presentarlos como una estructura multidimensional al usuario empresarial para su anlisis y reporte en la estacin de trabajo. Estas opciones ilustran los componentes potenciales lgicos y fsicos de la propia arquitectura OLAP. OLAP: Multidimensional vs. Relacional De las opciones de arquitectura surgen dos aspectos que requieren de una exposicin adicional: Cmo se almacenan los datos? Cmo y dnde se proporcionan los servicios OLAP? Las dos opciones para almacenar los datos son: el depsito multidimensional y el depsito relacional. A continuacin se resumen los aspectos en la seleccin de uno u otro.

Base de Datos Base de datos Relacional Multidimensional Relacional Dimensional Tablas de columnas e Arreglos: Depsito de hileras Hipercubo/Multicubo datos, acceso Lenguajes SQL con Tecnologa de matriz y visin ampliaciones dispersa Herramientas de terceros Propietario de hoja de que usan API clculo ... OLTP OLAP Motor RDBMS Motor multidimensional Utilizacin e Profundizacin a nivel de Profundizacin a nivel de incorporacin detalle resumen/adicin Desempeo de consultas: Desempeo de consultas: rango amplio rpido ... Tamao y Gigabytes a Terabytes Gigabytes actualizacin El depsito de ndices y el Compresin y adicin de de bases de retiro de normas datos dispersos datos incrementan Difcil actualizar durante el el tamao uso; los cambios Consulta y cargas pequeos paralelas pudieran requerir ...

 Actualizacin durante el uso

reorganizacin

El depsito de datos relacional se apega al modelo de datos relacional. Las bases de datos relacionales almacenan los datos en tablas como registros con llaves, y los datos se acceden mediante un lenguaje comn, el SQL. Por otra parte, los depsitos de datos multidirnensionales almacenan los datos de manera lgica en arreglos. Como no hay un modelo multidimensional comn o acordado, no hay un mtodo comn o estndar para el acceso de datos. Hay algunos productos tal como un motor con API o con una hoja de clculo como proceso frontal; aunque la mayora tiene mtodos de acceso propietarios como procesos frontales. Adems, algunos productos ofrecen aplicaciones "clave" como pronsticos de ventas y presupuestos, con motores multidimensionales incorporados y una gran funcionalidad OLAP.

DATAWAREHOUSE (DWH). Data Warehouse Un sistema Datawarehouse define un nuevo concepto para el almacenamiento de datos, integra la informacin generada en todos los mbitos de una actividad de negocio (ventas, produccin, finanzas, Marketing, etc.) y permite un acceso y explotacin de la informacin contenida en las bases de datos, facilitando un amplio abanico de posibilidad de anlisis multivariables que permitirn la toma de decisiones estratgicas. El proceso integra toda la informacin de una compaa en un nico depsito. La informacin que se genera en una compaa proviene de diferentes fuentes, formatos y tipos, que se consolidan, se transforman y se cargan en diferentes sistemas de gestin de datos, normalmente en RDBMS (Relational Database Management Systems). Desde un sistema Datawarehouse, la informacin se puede mostrar y representar de muchas maneras. La forma ms comn de analizar la informacin, es utilizando un sistema de proceso de anlisis en linea (OLAP, on-line analytical processing). Los productos OLAP ofrecen un rango muy variado de capacidades de anlisis avanzado, como el multidimensional y el estadstico. Un sistema Datawarehouse soporta tambin sofisticadas operaciones de anlisis tales como los sistemas scoring y aplicaciones de deteccin de fraude. Todas estas funciones de anlisis se conocen con el trmino de Data Mining.

Una de las novedades que aporta el Datawarehousing como sistema de anlisis de informacin, es la creacin de la Meta Informacin (metadata). Se trata de un fichero al que se le considera como diccionario de estructuras de datos que el administrador del sistema define con el objetivo de asistir en los procesos de consulta a la base de datos. La metadata se adaptar a las definiciones que el usuario utilizar posteriormente en sus interrogaciones al sistema. De esta manera se conseguir minimizar los complejos procedimientos de definicin de nombres de campos, jerarquas y relaciones entre ficheros. La implantacin consiste, en una primera fase, en el anlisis de las necesidades de informacin a las que desea acceder cada compaa. Para ello se integrarn en el sistema todos aquellos datos operacionales necesarios, adems de otras fuentes de informacin que sea menester incorporar. Definida la estructura de la base de datos se proceder a la carga de informacin y se crearn las agregaciones de datos para mejorar el rendimiento del sistema en los procesos de consulta ms habituales. Finalmente, se incluirn en el sistema los procedimientos que permitan la actualizacin de informacin, cuya periodicidad depender de las necesidades de cada usuario. El proceso de implantacin de un sistema Datawarehouse, puede adaptarse de forma gradual o departamental creando soluciones especficas para cada rea con el objetivo de conseguir resultados operativos a corto plazo. Esta solucin departamental se denomina Data Mart. A continuacin se detalla cada uno de los elementos del DWH Extraccin: Procesos automatizados cuyo objetivo es el de obtener los datos necesarios para la toma de decisiones de la fuente oficial dentro de la organizacin, sistema transaccional, Microsoft Excel, etc. Depuracin: Deteccin y arreglo mediante reglas de negocio, las inconsistencias de informacin extrada. Transformacin: Aplicacin de reglas para transformar los datos almacenados en las fuentes oficiales en informacin para toma de decisiones, aplicacin de calculos y frmulas para indicadores.

Diseo de estructuras: Diseo y creacin de bases de datos especiales para el almacenamiento de la informacin de toma de decisiones. Herramientas de Explotacin: Estas son sistemas que ayudan a el usuario a la exploracin de los datos y generacin de vistas de informacin. Se dividen en Reporteadores, Sistemas de Anlisis Multidimensional, Sistemas de Apoyo a la Toma de decisiones y Sistemas de informacin ejecutiva.

Metodologa de desarrollo de Ralph Kimball Ralph Kimball, es reconocido como uno de los padres del concepto de Datawarehouse, se ha dedicado desde hace ya mas de 10 aos al desarrollo de su metodologa para que este concepto sea bien aplicado en las organizaciones y se asegure la calidad en el desarrollo de estos proyectos. La metodologa de Ralph Kimball se enfoca principalmente en el diseo de la base de datos que almacenar la informacin para la toma de decisiones. El diseo se basa en la creacin de tablas de hechos, es decir, tablas que contengan la informacin numrica de los indicadores a analizar, o sea la informacin cuantitativa de la informacin para la toma de decisiones. Las tablas anteriores se relacionan con tablas de dimensiones, las cuales contienen la informacin cualitativa, de los indicadores, es decir, toda aquella informacin que clasifique la informacin requerida. A este modelo de datos se le conoce como diseo estrella, existen variaciones de ste llamados copo de nieve y diseo "flat". Todos estos diseos tienen la caracterstica de preparar la informacin de acuerdo a la necesidad de tomar decisiones y no a los argumentos tcnicos de espacio de almacenamiento. Inteligencia de Negocios y los ERP's Si su empresa esta iniciando un proceso de anlisis de sistemas ERP, es importante que tome en cuenta lo siguiente: Ningn sistema de ERP o cualquier otro sistema transaccional esta diseado para la explotacin de informacin o la toma de decisiones, ya que, tcnicamente, el diseo de sus estructuras de datos estn desarrolladas para soportar el registro de transacciones. Este pequeo detalle no es muy "publicitado" por los fabricantes de ERP, y lo que han hecho es integrar supuestos mdulos de DWH a sus ERP, sin embargo, no son soluciones que se apeguen 100% a la teora del concepto de DWH.

Todava, peor, es la actitud de las empresas de implementacin de ERP's ya que saben que si el cliente decide implementar DWH, adems del ERP, sus ingresos por consultora de desarrollo de reportes o adecuaciones del ERP para generar informacin disminuyen de manera importante. A continuacin se enlistan los escenarios de contar o no con un DWH al implementar un ERP.

ERP con DWH La informacin histrica y actual se encuentran en una misma estructura de datos. Los usuarios no cambian sus herramientas y formatos de reportes o anlisis Costo mnimo en consultora de desarrollo de reportes o cambios por parte de los consultores de implementacin del ERP Integracin de informacin externa al ERP ERP sin DWH No se cuenta con integracin de la historia, en toda implementacin del ERP el sistema inicia con la base datos vaca. Lo que ocasiona un mayor trabajo para el personal de sistemas cuando se requiere reportes de anlisis con informacin previa a la implementacin del ERP Todos los formatos de reportes cambian, si se desea el mismo formato, significa mayor numero de horas de consultora por parte del proveedor de implementacin del ERP. Costo alto por consultora, en el concepto de desarrollo de reportes y modificaciones al sistema para generar la informacin necesaria para la toma de decisiones. Nula Integracin de Informacin externa al ERP. DATAWAREHOUSING DE IBM Antes de entrar a definir lo que es un data warehouse, es necesario diferenciar las dos categoras de datos que manejan las empresas, a fin de que entendamos la importancia de esta tecnologa en el manejo de la informacin de negocios. Estas categoras son la data OPERACIONAL y la data INFORMATIVA, cuyas diferencias principales son:

DATA OPERATIVA (Sistemas Tiempo Real) Son detallados Son constantemente actualizados Son orientados a transacciones Acceso primario por programadores Pocos datos por proceso (MB)

DATA INFORMATIVA (Data Warehouse) Mayormente son sumarizados Poca actualizacin Orientados al anlisis Diseado para el usuario final Grandes volmenes (TeraB)

Data warehousing, es la evolucin del viejo proceso de obtener algo de significacin o valor de un conjunto de fuentes de datos. Extendindose a la definicin de que es el proceso por el cual las organizaciones extraen valor de sus activos de informacin a travs del uso de repositorios denominados data warehouses. Un data warehouse no es un producto, solucin, aplicacin o arquitectura. Es una combinacin de tcnicas y tecnologas, de productos de hardware, software y servicios profesionales (consultora e implementacin) que proveen soluciones pragmticas al problema de accesibilidad a la informacin que tiene el usuario por la dispersin de esta a travs de la organizacin. Es una jornada, no un destino. Durante esta jornada, con las herramientas adecuadas de software, se identifican las fuentes de datos operacionales (contabilidad, mercadeo, produccin y otras), se clasifican los datos, se extraen, se transforman y se limpian. En trminos apropiados, la denormalizacin de los datos. Para crear el warehouse pueden usarse bases de datos relacionales o tambin estructuras especializadas denominadas bases de datos multidimensionales, dependiendo del tamao y de los requerimientos de tiempo de respuesta. Tambin se establece qu middleware, o software de enlace, conectar de manera transparente las fuentes de datos con el warehouse que residir en un servidor apropiadamente configurado para tal fin. Adicionalmente hay que proveer a los usuarios de las herramientas adecuadas para el acceso a los datos en el warehouse. Existen ms de 150 proveedores de estos programas en muchas categoras (generadores de reportes, sistemas de queries, programas OLAP -On Line Analytical Processing- y OLAP relacional) para usuarios que hacen consultas ad hoc hasta aquellos que requieren un anlisis complejo de los datos.

Podemos resumir entonces que en la planificacin de un data warehouse se recorren las siguientes etapas: 1. Extraccin y clasificacin de los datos desde las fuentes operacionales o de legaca. 2. Limpieza y consolidacin de los datos. 3. Creacin del warehouse y alimentacin de los datos provenientes de la etapa 2 4. Proveer al usuario de las herramientas correctas para acceso a los datos del warehouse. 5. Administracin y mantenimiento al warehouse. IBM ha avanzado mucho en el desarrollo de soluciones de data warehousing, y hoy en da cuenta con clientes altamente satisfechos con las soluciones provistas. La lnea de productos de IBM est conformada por los siguientes softwares:

DB2 OLAP Engine IBM Visual Warehouse IBM Intelligent Manager.

DATA MART Y DATA WAREHOUSE: Los Data Marts son data warehouses en s mismos, no importando el tamao del warehouse sino que lo que los distingue claramente es que se construyen para satisfacer necesidades especficas y particulares como las de los grupos de trabajo y departamentos de una empresa. Por ejemplo, para una sucursal el gerente de la misma le interesara la informacin generada por ella. Mientras que el data warehouse provee informaciones a todo lo ancho de la organizacin, por lo que regularmente toma ms tiempo y recursos que un Data Mart. Todo depende del enfoque de negocios, si es de abajo hacia arriba cubriendo progresivamente todas las reas o si es de arriba hacia abajo, yendo de lo general hacia lo particular que es el caso de los Data Marts. Lo ms importante a tener en cuenta si se sigue la estrategia de Data Marts es prever, desde un inicio, la integracin eventual y posterior administracin de los mismos. Beneficios de un data warehouse El beneficio principal de un data warehouse no es ahorrar dinero sino aumentar significativamente las utilidades, por eso debemos verlo como un arma para la ejecucin efectiva de las estrategias de negocios que hemos trazado para nuestra empresa. Podemos enunciar los siguientes beneficios para el soporte de decisiones en iniciativas como:

Penetracin de nuevos mercados Cerrando la brecha con nuestros mayores competidores (o amplindola si somos los primeros) Reestructuracin corporativa Estudios de utilidades de productos y clientes

Reorientacin y automatizacin de la fuerza de ventas

Areas de Negocio y Data Warehousing Grupos Financieros: Usan data warehousing para analizar los riesgos asociados con sus clientes en trminos de utilidades, visualizando todas las cuentas e informacin asociada con un cliente particular. As lo conocen mejor y pueden brindarle un trato verdaderamente personalizado. Por ejemplo, si un cliente tiene un prstamo a tres aos para comprar un carro, al trmino de los mismos el banco puede hacerle otra oferta de prstamo para cambiarlo por otro nuevo. Al predecir la necesidad de su cliente pueden preparar mejores ofertas con anticipacin. Mercadeo Promocional/Ventas por catlogo: Usualmente, recibimos catlogos de productos en nuestro correo privado que no hemos pedido. Por lo que casi siempre este catlogo va a parar al cesto de basura con la consabida prdida de tiempo para nosotros y tiempo y dinero para la empresa que lo enva. Las empresas que disponen de un sistema de data warehouse obtienen mayores beneficios al dirigirlo al blanco de pblico especfico con mayores antecedentes de consumo de los productos anunciados. Compaas de Seguros: La tecnologa de data warehousing es utilsima en la deteccin de fraudes por reclamaciones, al poder analizar mayor cantidad de variables incidentes. Manufactureras: Usan la informacin generada desde un data warehouse para entender los patrones de preferencias de sus clientes, determinando cuan frecuentemente stos adquieren un producto especfico que ha sido manufacturado (por ejemplo: Tendencias a comprar el mismo color de ropas o estilo de trajes). Telecomunicaciones: Esta industria tiene una ventaja sustancial, respecto a otras, para los proyectos de data warehousing y es que posee grandes volmenes de datos del historial detallado de cada cliente, por lo que puede realizar variados anlisis que generen informacin vital para sus diferentes funciones de mercadeo, financieras y de atencin al cliente.

BUSINESS INTELLIGENCE & MICROSOFT En el pasado, la implementacin y administracin de Data Warehouses ha sido una propuesta costosa y compleja. Las organizaciones carecan de una plataforma abierta e integrada que proporcionara servicios eficientes y fciles de utilizar para extraer datos de diferentes fuentes operacionales, y presentar informes interactivos y unificados a los gerentes.

Microsoft est haciendo que las soluciones de Data Warehousing sean ms sencillas y accesibles al simplificar e integrar los servicios en la plataformaMicrosoft SQL Server y Microsoft Office-y proporcionar interfaces abiertas para tener acceso y compartir datos en un ambiente heterogneo. La plataforma Microsoft como se describe en el Microsoft Data Warehousing Framework le proporciona a los desarrolladores y administradores de base de datos (DBAs) un ambiente integrado y simplificado para la construccin y administracin de Data Warehouses y Data Marts, mientras que faculta a los administradores para obtener la informacin correcta, en el formato apropiado y en el momento oportuno para tomar decisiones ms rpido. La plataforma Microsoft simplifica y acelera el proceso de extraccin, transformacin, y depuracin de datos con los Servicios de Transformacin de Datos integrados y soporte para OLE-DB, un API para acceso a datos universal. Microsoft SQL Server se distribuye con Microsoft Meta Data Services, el cual se est convirtiendo rpidamente en el estndar metadata abierto de hecho para el seguimiento del origen de datos. Los Servicios de Anlisis tambin han sido integrados en SQL Server, ayudando a los DBAs a entregar rpidas respuestas a las consultas de clientes. Las interfaces abiertas de Microsoft SQL Server le permite a las firmas utilizar una amplia gama de herramientas OLAP. OLE-DB for OLAP es una interfaz soportada ampliamente que proporciona acceso a los datos almacenados en SQL Server en cualquier formato OLAP. El Pivot Table Service, una versin antigua de los Servicios de Anlisis de SQL Server, acta como un cache inteligente entre el cliente y servidor. En asociacin con Microsoft Excel 2000, el Pivot Table Service agiliza los tiempos de consulta y le permite a los usuarios realizar anlisis, incluso fuera de lnea. Otros proveedores estn apalancando los ricos servicios de infraestructura de la plataforma Microsoft SQL Server y Office para crear las mejores soluciones en su gnero y as satisfacer las necesidades individuales de las compaas. Estos miembros del Microsoft Data Warehousing Alliance proporcionan herramientas que eximen a los DBAs de escribir el cdigo para manejar transformaciones complejas y aplicaciones cliente que habilitan a los usuarios, en vez de al DBA, a crear y distribuir informes Web interactivos.

Microsoft Data Warehousing Framework Microsoft proporciona una plataforma de inteligencia de negocios realmente integrada. Al utilizar la plataforma Microsoft, usted puede construir su propia solucin completa directamente o extender la plataforma con productos y servicios de los proveedores Data Warehousing Alliance.

El Microsoft Data Warehousing Alliance (DWA) es una asociacin tcnica y de mercadeo entre Microsoft e Independent Software Vendors (ISVs) concentrados en ayudarle a los clientes a construir, utilizar y administrar soluciones data warehousing que estn integradas completamente con Microsoft SQL Server, Microsoft Office y la plataforma Microsoft Windows 2000. Los productos de los miembros DWA extienden la plataforma Microsoft a travs de:

Extraccin, Transformacin y Loading. SQL Server acta como un agente para la recoleccin de informacin desde el interior - y exterior - de su organizacin. Data Mining. Con un nmero de algoritmos incorporados y una interfaz abierta soportada por muchos proveedores de software data mining, SQL Server busca sus datos por patrones o tendencias que de otra forma pasaran desapercibidas. Consulta, Reporte y Anlisis. El verdadero motor de almacenamiento multi-dimensional dentro de SQL Server proporciona Procesamiento Analtico en Lnea (On-Line Analytical Processing, OLAP) para que usted tome decisiones a la velocidad del pensamiento.

Aplicaciones Analticas. La recoleccin de todos los hechos, tendencias y anomalas, y permitir el rpido desglose de los datos no es suficiente. Para agregar verdadero valor a los datos de negocios existentes, tambin necesita aplicar este discernimiento a los procesos de negocios. Las aplicaciones analticas le ayudan a realizar este anlisis de circuito cerrado y capitalizar en tecnologa de la informacin para hacer progresar su negocio.

CONCLUSIN Dentro del mundo de los negocios y, de las organizaciones en general, la "Inteligencia de Negocios", es un concepto respaldado por una nueva manera de

hacer las cosas, posible, gracias a los avances de los Sistemas de Informacin y de las Tecnologas de Informacin. El grado de internacionalizacin en las relaciones econmicas y sociales y la creciente influencia de los avances tecnolgicos, son algunas de las causas por las que las organizaciones deben desarrollar la "habilidad" de adaptacin a los cambios en los entornos. La Inteligencia de Negocios ahora radica en la competencia para tomar decisiones, para enfoques dinmicos de los problemas y oportunidades y para desarrollar los recursos y capacidades internas de la organizacin. Generar cambios estratgicos construidos con los recursos de la organizacin, para desarrolla una organizacin ms flexible y dinmica, con el apoyo de las tecnologas para la toma de decisiones y la intervencin de los expertos del negocio. Es importante entender que las herramientas de soporte a la toma de decisiones, son eso, herramientas, y que la seleccin y uso, simplifican muchas operaciones y procesos en el negocio, pero que los tomadores de decisiones son la piedra angular. Factores que toma en cuenta, en mayor o menor grado, como son la velocidad de cambio, innovacin de nuevos modelos de negocio, nuevas estructuras de relaciones entre las empresas, sus clientes y asociados, la conectividad de personas, organizaciones y pases, y el valor del conocimiento residente en la empresa; su conocimiento y habilidades y el uso de sistemas inteligentes para la toma de decisiones, a esta integracin se le denomina Inteligencia del Negocio, que genera ventajas competitivas. DIRECCIONES ELECTRNICAS http://www.ideasa.net/inteligencia.htm http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/busint.htm http://www.ipsum.com.mx/negocios.html http://www.microsoft.com/colombia/soluciones/business.asp http://www.gopac.com.mx/bi/oferta.htm