Clase 03/09/2015 Business Intelligence

¿Qué es Business Intelligence?

Business Intelligence es la habilidad para transformar los datos en información, 
y la información en conocimiento, de forma que se pueda optimizar el proceso 
de toma de decisiones en los negocios.

Desde un punto de vista más pragmático, y asociándolo directamente con las tecnologías de la información, podemos definir Business Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa (reporting, análisis OLTP / OLAP, alertas...) o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio.

La inteligencia de negocio actúa como un factor estratégico para una empresa u organización, generando una potencial ventaja competitiva, que no es otra que proporcionar información privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminación de islas de información, control financiero, optimización de costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad de un producto concreto, etc...

¿Qué es Datawarehouse (DWH)?

Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta.

¿Qué es Datamining (DM: Minería de datos)?

El datamining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.

Básicamente, el datamining surge para intentar ayudar a comprender el contenido de un repositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes neuronales.

De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algún significado especial pasan a convertirse en información. Cuando los especialistas elaboran o encuentran un modelo, haciendo que la interpretación que surge entre la información y ese modelo represente un valor agregado, entonces nos referimos al conocimiento.  

Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior, el proceso común a todos ellos se suele componer de cuatro etapas principales:

  Determinación de los objetivos. Trata de la delimitación de los objetivos que el cliente desea bajo la orientación del especialista en datamining.

 Preprocesamiento de los datos. Se refiere a la selección, la limpieza, el enriquecimiento, la reducción y la transformación de las bases de datos. Esta etapa consume generalmente alrededor del setenta por ciento del tiempo total de un proyecto de datamining.

  Determinación del modelo. Se comienza realizando unos análisis estadísticos de los datos, y después se lleva a cabo una visualización gráfica de los mismos para tener una primera aproximación. Según los objetivos planteados y la tarea que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en diferentes áreas de la Inteligencia Artificial.

  Análisis de los resultados. Verifica si los resultados obtenidos son coherentes y los coteja con los obtenidos por los análisis estadísticos y de visualización gráfica. El cliente determina si son novedosos y si le aportan un nuevo conocimiento que le permita considerar sus decisiones. 

En resumen, el datamining se presenta como una tecnología emergente, con varias ventajas: por un lado, resulta un buen punto de encuentro entre los investigadores y las personas de negocios; por otro, ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de negocios. Además, no hay duda de que trabajar con esta tecnología implica cuidar un sinnúmero de detalles debido a que el producto final involucra "toma de decisiones".

Business Intelligence, DWH, DM.

Campos de aplicación de BI:

La Inteligencia De Negocios Normalmente La Utilizan:

• Empresas de servicios.
• Empresas de producción. 

Ventas: Análisis de ventas; Detección de clientes importantes; Análisis de productos, líneas, mercados; Pronósticos y proyecciones.

Marketing: Segmentación y análisis de clientes; Seguimiento a nuevos productos.

Finanzas: Análisis de gastos; Rotación de cartera; Razones Financieras.

Manufactura: Productividad en líneas; Análisis de desperdicios; Análisis de calidad; Rotación de inventarios y partes críticas.

Embarques: Seguimiento de embarques; Motivos por los cuales se pierden pedidos.
 

Las empresas financieras: utilizan BI para el control de riesgos de divisas.
Hoteles: utilizan aplicaciones de BI para llevar un registro estadístico del porcentaje promedio de ocupación del hotel.

Público al que va dirigido el BI:

• Desde siempre, el BI era usado por pocos analistas en compañías muy grandes. Pero la base del trabajo es distribuir todo tipo de información para todo tipo de empleados.

• Para los administradores: porque necesitan información para realizar una eficaz y rentable empresa.

• Para los gerentes: y tomadores de decisiones que requieren de un acceso rápido y fácil a información útil.

Software y aplicativos para realizar BI: 

A continuación se presentarán los productos y software de operación de mayor concurrencia en el mercado mundial. Dan soluciones rápidas y se ajustan a las necesidades de los negocios,

SAGENT SOLUTION PLATTFORM:

La función de este sistema integrado es extraer, transformar, mueve, distribuye y presenta la información clave para la toma de decisiones organizacionales en el entorno en el que se desenvuelven. 

MICROSTRATEGY: otorga soluciones a clientes de cualquier giro empresarial y/o área funcional con la finalidad de ayudarlos a la obtención de un mayor conocimiento sobre la información que la empresa maneja.

SINESS OBJECTS crea informes. COGNOS proporciona a los usuarios el poder acceder de forma sencilla a los datos, analizar la información almacenada y Su función es analizar datos y la toma de decisiones. Cuenta con una herramienta especial para modelación, proporciona pronósticos y se pueden manejar simulaciones de negocios.

BITAM/ARTUS BUSINESS INTELLIGENCE SUITE:

Herramienta capaz de agrupar la información y utilizarla como un activo que ayudará a la empresa a identificar las oportunidades de negocio, optimizar las áreas de finanzas, clientes, procesos internos, aprendizaje e innovación.

ORACLEI APPLICATION SERVER:

Permite acceder, analizar y compartir la información y tomar decisiones precisas, basadas en datos en forma rápida y concisa.

Ejemplos prácticos de Business Intelligence

A continuación mostramos una serie de ejemplos reales (resumidos) de Business Intelligence:

Empresa conservera

Este caso práctico se refiere a uno de las mayores empresas conserveras de Galicia, con presencia internacional, más de 500 empleados y cerca de 100.000.000 € de facturación.

A pesar de que en el sector conservero es bien conocida la estacionalidad de las ventas (el consumo de atún en conserva se dispara en verano, debido a su participación en las ensaladas) y en diciembre (con motivo de la navidad), esta empresa no había sido capaz de optimizar la cantidad de producto finalizado que debía almacenar en stock para maximizar sus beneficios.

Mediante la implantación de un sistema de soporte a la decisión (DSS), y tras el análisis minucioso de los datos históricos que guardaba la compañía, resultó posible rediseñar todo el proceso logístico y de almacenamiento productivo hasta el punto de incrementar la rentabilidad económica de la misma (independientemente de la producción y la demanda) en un 10%.

Cadena de supermercados

Una conocida cadena de supermercados gallegos ha recurrido a un sistema de Business Intelligence para averiguar cual era el perfil de sus clientes más rentables e intentar hacer lo posible para fidelizarlos.

Para ello, una de las primeras acciones que llevó a cabo fue la creacción de una "tarjeta descuento", que vinculara a los clientes con el club del supermercado. Para poder optar a esta tarjeta, cada cliente debía facilitar sus datos personales básicos (edad, sexo, origen...) y unos datos complementarios de sus preferencias. A cambio recibía descuentos eventuales en sus compras.

Tras haber acumulado una relevante cantidad de datos, llegó el momento de extraer la información requerida mediante un sistema de soporte a la decisión. Entre las rarezas obtenidas en los resultados, cabe destacar que el perfil ideal de cada cliente tenía sustanciales diferencias en función de la ubicación geográfica, a pesar de que el límite del análisis era dentro de la propia Galicia.

Cooperativa lechera

En una cooperativa láctea de origen gallego, cuyos productos se publicitan en TV a nivel nacional, se habían desatado las alarmas debido a las grandes desviaciones económicas existentes, cada año, entre los parámetros estimados en enero y los resultados analizados doce meses más tarde.

Finalmente, para resolver el problema y potenciar al máximo sus sistemas informáticos tradicionales, la cooperativa decidió implantar un cuadro de mando integral (Balanced Scorecard) y realizar un seguimiento minucioso de sus objetivos estratégicos. Tras ocho meses desde la puesta en producción del sistema, consiguieron encontrar el origen de las desviaciones y tomar las acciones oportunas para enderezar la trayectoria operativa de la empresa.

Por otro lado, y como efecto colateral estrechamente relacionado, el sistema ha permitido analizar el impacto en las ventas de cada una de sus campañas publicitarias. Basándose la información contenida en sus propias bases de datos, la cooperativa ha conseguido desde entonces adaptar su publicidad para incrementar en un 8% su cuota de mercado.

Operador de telecomunicaciones

Este ejemplo hace referencia a uno de los mayores operadores de telecomunicación del mundo, con más de 91 millones de clientes en 220 países de los cinco continentes. Esta organización cuenta con 190.000 empleados y ofrece una gama completa de servicios de telecomunicaciones: telefonía local, internacional y móvil; internet y multimedia; transporte de datos; y difusión de TV por cable.

En los últimos años, la empresa ha venido utilizando los sistemas informáticos como un arma estratégica fundamental en la batalla entre operadores de telecomunicaciones. El objetivo de una de sus principales iniciativas ha sido reducir las inconsistencias en los datos y compartir la información de manera más eficaz entre las diferentes áreas de negocio, implementando en toda la organización estándares en el campo del software de gestión.

Peluquería local

Una peluquería de Santiago de Compostela llevaba dos años abierta al público. Durante todo ese tiempo, las dueñas, dos chicas jóvenes y emprendedoras, habían trabajado todos los días de la semana (a excepción, naturalmente, de los domingos) para sacar adelante su negocio.

Al haber estabilizado su cartera de clientes decidieron descansar un día más a la semana. Su primera opción fue cerrar los lunes, como las demás peluquerías de la zona. No obstante, decidieron basar su decisión en la información histórica que habían recogido en su pequeña aplicación de citas.

Los resultados obtenidos fueron contudentes, ya que el lunes resultó ser el cuarto día más rentable de la semana (probablemente como consecuencia del cierre de la competencia). Finalmente el día elegido para descansar fue el martes.