Inteligencia en los Negocios y Big Data - GestioPolis

Inteligencia en los Negocios y Big Data

Cada día aumenta el volumen de datos, multiplicándose a medida que pasan los minutos y las horas agrupándose en diferentes lugares. Las empresas no solo deben de recoger estos datos para estar informadas si no también necesitan identificar entre todos esos datos cuales son los realmente importantes.

Actualmente existen diversas herramientas o plataformas para gestionar de manera muy eficiente la información, pero no debemos conformarnos con solo eso, debemos de tener una visión más amplia, asegurándonos una distribución mucho más rápida y segura.

De tal manera, que cuando recaudemos datos de las diversas fuentes de información seamos capaz de analizar y detectar la información relevante que nos del conocimiento necesario para tomar decisiones que hagan lograr objetivos específicos en la empresa.

Tampoco debemos olvidar que cuando gestionamos de manera organizada los datos de la empresa en un solo lugar significa proporcionar un acceso rápido a la información a clientes, colaboradores y empleados. La información que se brinda no solo se cataloga de manera interna si no que hoy en día podemos controlar diversas fuentes de información desde cualquier punto del planeta donde nos encontremos a tiempo real.

Podemos decir que un software más inteligente recopila datos de manera rápida para después aplicarlos en cualquier área de la empresa.

En este artículo se explicara la definición, interpretación y aplicación de la inteligencia de negocios que como se describió anteriormente es una herramienta muy socorrida para las empresas que deseen tener un impacto en sus clientes.

HISTORIA

La inteligencia de negocios no es un concepto novedoso, se ha venido implementando desde hace aproximadamente 20 años en organizaciones en todo el mundo, si bien es cierto, las tecnologías de información sobre la cual se apoya han tenido una evolución exponencial que es la misma que ha seguido el Business Intelligence ya que se nutre de esta.

Actualmente se está cursando una etapa de democratización, así que es un error afirmar que las estrategias de negocios solo pueden ser utilizadas por macro empresas o que una empresa mediana o pequeña no cuenta con la capacidad para la implementación de este tipo de estrategias, más al contrario si una empresa no tiene la visión de implementar estrategias quedara estancada e invadida por la incertidumbre de desaparecer.

¿QUE ES LA INTELIGENCIA EN LOS NEGOCIOS?

Una definición para la inteligencia de negocios o BI por sus siglas en ingles es que son los procesos, tecnologías y herramientas necesarias para convertir los datos en información, la información en conocimiento y el conocimiento en planes para convertir a los negocios en negocios rentables.

No solo se trata de generar balances para ver un resultado, si no que requiere de reportes y operaciones que deben ser entregados de manera oportuna y a las personas oportunas, de tal manera que se pueda trabajar en crear soluciones.

En este caso los datos adquieres un valor primordial ya que su valor es de gran importancia para la estrategia en las organizaciones es cuando se enfrenta a un problema muy común en las empresas, el Big Data.

La inteligencia de negocios permite optimizar la utilización de recursos, monitorear el cumplimiento de los objetivos de la empresa y la capacidad de tomar buenas decisiones para así obtener resultados óptimos.

¿QUE PERMITE?

  • Identificar el conocimiento que una organización posee o necesita
  • Resolver un problema específico
  • Implementación de mecanismos internos para la generación e implementación de dicho conocimiento.
  • Construir habilidades críticas
  • Incrementar el valor de la organización.

¿POR QUE INTELIGENCIA DE NEGOCIOS?

Los padecimientos de las empresas han ido evolucionando conforme evolucionan las tecnologías y herramientas que ellas utilizan, así que debemos considerar las necesidades que actualmente tengan.

  • Se tienen datos pero se carece de información: Es importante almacenar los datos de diversas fuentes de datos. Cuando se desea que una empresa tenga mayor grado de competitividad una buena gestión no es suficiente.
  • Fragmentación: Se poseen aplicaciones independientes a través de todos los departamentos pero se carece de una visión global de la empresa.
  • Manipulación manual: La necesidad de generar análisis de negocios e informes ha llevado a utilizar herramientas de BI y/o de reportes que no son las más confiables.
  • Poca agilidad: Debido a la carencia de información, la fragmentación y la manipulación manual se mantienen bajos.

CONCEPTO DE BIG DATA

El término Big Data se popularizado en la década de los 90 por el estadounidense John Mashley, informático teórico que publicó un artículo cuyo título era “Big Data and the Next Wave of Infrastress”, es decir, Datos masivos y la próxima ola de Infrastress.

Podemos definir el Big Data como el almacenamiento de masivas cantidades de información y datos como todos los procedimientos necesarios para encontrar en ellos patrones repetitivos que faciliten su manipulación.

Debido a la existencia del Big Data se crean dos tipos de análisis sobre información que son de Business Intelligence y el Business Analitic

Fig1 Comparación de Business Intelligence y el Business Analitic

Ahora bien, también se tienen dos puntos importantes a considerar una gran aportación.

Fig2 diferentes niveles de BI

Nivel interno: Ayuda a la gestión del personal

Nivel externo: Produce Ventajas sobre los competidores.

Hacer uso de esta herramienta nos brinda un panorama mucho más amplio de lo que en un principio se creía.

CARACTERÍSTICAS DE BI (BUSINESS INTELLIGENCE).

De acuerdo al autor Peña (2006), para comprender como se conforma la Administración del Conocimiento (BI, Business Intelligence por sus siglas en ingles), es necesario considerar tres conceptos claves:

  • Datos: Es la representación simbólica, ya sea mediante letras o números, hechos u objetivos aislados sin significado ni explicación.
  • Información: es el resultado de organizar y tratar un conjunto de datos que se aplica para producir un significado adicional al que brindan de manera aislada.
  • Conocimiento: este representa un mayor grado de abstracción y síntesis del significado de la información al asociar el contexto en el que se inscribe.

Para tener una idea más clara hacia el enfoque en una empresa con los conceptos anteriores se muestra el siguiente cuadro.

Fig3. Cadena de valor de la información.

PROCESO DE BI

El proceso de BI lo podemos clasificar en cinco fases.

FASE 1: DIRIGIR Y PLANEAR

En esta etapa se plantean preguntas como ¿Qué requiere la empresa? ¿Cuáles son sus necesidades?

Se deducen las necesidades de la empresa y se trazan los objetivos a los cuales se desee llegar

Fig4 Ciclo de procedimientos de fase 1

FASE 2: RECOLECCIÓN DE INFORMACIÓN.

Se recopila toda aquella información que se tenga almacenada no importando la fuente de esta recordando que los datos no se recopila como un fin en sí mismos, si no como un medio para describir los hechos que están tras los datos.

Fig5 sistema de información

FASE 3: PROCESAMIENTO DE DATOS.

En esta etapa se clasifica y procesa toda la información antes recaudada para después ser analizada, en la mayoría de los casos se crean herramientas específicas dependiendo de las necesidades de cada empresa para procesar los datos.

Fig6 Ciclo básico de procesamiento

FASE 4: ANÁLISIS Y PRODUCCIÓN.

En este se verifica el resultado de una información obtenida llevada a cabo por los analistas después de un determinado tiempo.

Algunas técnicas que se usan comúnmente son:

  • Diagrama de bloques
  • Diagrama de flujo de proceso
  • Cursograma analítico
  • Diagrama de hilos y Diagrama de recorrido
  • Iconograma
  • Diagrama sinóptico

FASE 5: DIFUSIÓN.

Se generan reportes para su interpretación y validación.

Características de Reporte de Resultados
Fig7 características de un reporte de resultados

BI ACTUAL

En la actualidad se está planteando un concepto nuevo llamado Agile BI Governance, el cual propone, arquitecturas, métodos y herramientas necesarios para implantar una infraestructura para BI.

Esta definición, permite conocer cómo controlar un sistema de estas características, las políticas a aplicar, métodos de control a poner en marcha y el gobierno de los sistemas de BI.(Fernández 2008)

Agile BI Governance establece 4 valores básicos, pero dependiendo de cada organización puede incluir los que vayan en relación con su propia estrategia.

  • Adaptabilidad Continúa. La incertidumbre y el cambio continuo son el estado natural de los sistemas de toma de decisiones..
  • Trabajo Conjunto. El usuario operativo del software ha de ser parte activa dentro de los grupos de IT que desarrollan los sistemas de BI.
  • Jerarquías Flexibles. Los grupos de trabajo dentro del Agile BI Governance deberán estar estructurados con jerarquías flexibles que fomenten el intercambio de información.
  • Personas Antes que Procesos. Priorizar la entrega de la información a las personas que controlan los procesos y no tanto en definir los procesos que han de controlar las personas. (Fernández 2008)

Conclusión

Podemos concluir que el Business Intelligence es una metodología de aplicaciones informáticas que reúnen y homogenizan datos de diversas fuentes internas o externas a la impresa y transformarla mediante una arquitectura predefinida para darle una capacidad de análisis y que el proceso en la toma de decisiones sea óptimo.

Se configura como un factor estratégico que da a las empresas una ventaja competitiva.

Actualmente la inteligencia de negocios ha dejado de ser un lujo para las empresas convirtiéndose en una necesidad para poder ser competitivo.

Podemos resumir que el Business Intelligence intenta dar una información adecuada a la persona adecuada en el momento preciso.

Referencias bibliográficas

  • Fernández J. 2008. Los 4 Valores del Agile BI Governance. Disponible en http://sistemasdecisionales.blogspot.com/2008/01/los4valoresdelagilebihtml
  • 2002. The 5 Styles of Business Intelligence:INDUSTRIALSTRENGTH BUSINESS INTELLIGENCE, 2002.
  • Bellaachia A., Guven E.2006. Predicting Breast, Cancer Survivability Using Data Mining Techniques. 2006.
  • Fernández J., Mayol E. y Pastor J. 2008. Agile Business Intelligence Governance: Su justificación y presentación.

Hazle saber al autor que aprecias su trabajo

1+
Tu opinión vale, comenta aquí

Comentarios

Compártelo con tu mundo

Cita esta página
Luciano Hernández Arisbeth. (2017, noviembre 23). Inteligencia en los Negocios y Big Data. Recuperado de https://www.gestiopolis.com/inteligencia-los-negocios-big-data/
Luciano Hernández, Arisbeth. "Inteligencia en los Negocios y Big Data". GestioPolis. 23 noviembre 2017. Web. <https://www.gestiopolis.com/inteligencia-los-negocios-big-data/>.
Luciano Hernández, Arisbeth. "Inteligencia en los Negocios y Big Data". GestioPolis. noviembre 23, 2017. Consultado el 17 de Julio de 2019. https://www.gestiopolis.com/inteligencia-los-negocios-big-data/.
Luciano Hernández, Arisbeth. Inteligencia en los Negocios y Big Data [en línea]. <https://www.gestiopolis.com/inteligencia-los-negocios-big-data/> [Citado el 17 de Julio de 2019].
Copiar
Imagen del encabezado cortesía de neccorp en Flickr