Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Inteligencia de Negocios

Presentación para el curso de Sistemas de Información. Univalle. Feb-Jun/2011
by

Danny Zamorano

on 26 April 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Inteligencia de Negocios

Estructura de un DSS "Conjunto de estrategías, metodologías de análisis, modelos matemáticos y herramientas que explotan la disponibilidad de los datos para generar información útil que apoye los procesos complejos de toma de decisiones en la organizaciones" Inteligencia de Negocios por:
Danny Zamorano
Carlos A. Delgado
Jose L. Naranjo Universidad del Valle
Escuela de Ingeniería de Sistemas y Computación Componentes del proceso de toma de decisiones Sistemas de Información Sistemas de apoyo a la toma de decisiones Definición y conceptos Sobre los datos Origen
Contenido
Representación Transacciones comerciales, financieras o administrativas
Caminos de navegación en la Web
Emails, textos e hipertextos
Estado del tiempo e información geoespacial ¿Es posible transformar todos esos datos en información y conocimiento que pueda ser utilizado para mejorar la toma decisiones? ¿Qué es la inteligencia de negocios? ¿Toma de decisiones? ¿Datos? ¿Procesos complejos? ¿Información? ¿Conocimiento? Decremento en el costo de las tecnologías de almacenamiento de datos
Alta disponibilidad de la conexiones a Internet Tecnológias de la información Retención en la industria de telefonía móvil Datos hetereogeneos Inundación de datos Ofrecer a la organizaciones herramientas y metodologías que permitan tomar decisiones efectivas y rápidas Objetivo de la inteligencia de negocios ¿Herramientas? ¿Metodologías de análisis? ¿Modelos matemáticos? ? ? ? ? Niveles de confianza Alternativas Comprensión Competencia Reacción rápida Datos Son elementos primarios de información que por sí solos son irrelevantes como apoyo a la toma de decisiones. Información Conocimiento Empresa comerciante Clientes
Puntos de venta
Articulos
Facturas
Ordenes de compra "Es el resultado de las actividades de extracción y procesamiento sobre los datos. La información tiene un significado en un dominio específico para quienes lo reciben." Administrador de ventas La ventas en mayo fuerón de: $150'000.000,00 Patrones simples o complejos Estructuras Hechos Globalización Interdependencia de las economias de los paises
Economia global Contexto dinámico
Afectan partes criticas de la orgnzanización
Efectos inmediatos o a largo plazo
Involucran personas y roles en varios niveles de jerarquia ¿Qué es un proceso complejo de toma de decisiones? Situación - Problema Los clientes estan dejando el servicio para adquirir otro de algún otro proveedor competidor Solución Incrementar el presupuesto destinado a la realización de campañas de atracción y retención de clientes La compañia cuenta actualmente con una
base de 2 millones de clientes El presupuesto para llevar a cabo la campaña es limitado Se deben escoger 2000 clientes que potencialemente
puedan abandonar el servicio ¿Cómo tomamos esta decisión? ¿Cómo se puede estimar la probabilidad de que un cliente discontinue el servicio de manera que pueda utilizarse para realizar la mejor selección posible de los 2000 clientes que serán objetivos de la campaña? Una herramienta de BI debe proveer una forma de apoyar a tomar esta decisión en base a los datos de la empresa Es claro que sin la ayuda de alguna herramienta,
técnica de análisis o modelo matemático esto
seria una tarea ardua y costosa Bodegas de datos Minería de datos Sistemas y soluciones de BI Eclipse BIRT http://www.eclipse.org/birt/phoenix/ Pentaho http://www.pentaho.com/ Microsoft BI Solutions http://www.microsoft.com/bi/ Microstrategy Jasper http://www.microstrategy.com/ http://www.jaspersoft.com/ Bibliotecas de programación WEKA RapidMiner ¿Qué es un DSS? "Es una aplicación interactiva basada en computadora que combina datos y modelos matemáticos para ayudar a las personas que toman decisiones a solucionar problemas complejos a los que se enfrentan las organizaciones y las empresas" Proceso de toma de decisiones Inteligencia Diseño Selección Control Implementación Patrones implicitos "Transformación de la información a través de procesos deductivos o inductivos; estos procesos se caracterizan por realizar actividades de comparación, clasificación, generalización, construcción, eliminación y/o distorción sobre la información" Semántica Orientado a entidades
Integrado
Actualizado periodicamente
Persistente
Grandes cantidades de información
Información actual e histórica Características ¿Qué es la minería de datos? Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto. Torturando a los datos hasta que confiesen Ejemplos de aplicación de la minería de datos El AC de Milán utiliza un sistema inteligente para prevenir lesiones. El FBI analizará las bases de datos comerciales para detectar terroristas. El FBI ha realizado investigaciones sobre grandes bases de datos comerciales referentes a los hábitos y preferencias de compra de los consumidores, con el fin de descubrir potenciales terroristas antes de que ejecuten una acción. Expertos aseguran que el FBI unirá todas las bases de datos probablemente mediante el número de la Seguridad Social y permitirá saber los habitos de terroristas potenciales. Desde la temporada 2002-2003 el club está usando minería de datos para prevenir lesiones y optimizar el acondicionamiento de cada atleta. Esto ayudará a seleccionar el fichaje de un posible jugador o a alertar al médico del equipo de una posible lesión. Acciones El rol de los modelos matemáticos Modelos Matemáticos La física siempre ha recurrido a los modelos matemáticos para representar en forma abstracta los sistemas reales.

Los sistemas BI promocionan un enfoque racional y cientifico en la administración de organizaciones complejas.

La investigación en operaciones ha explotado la aplicación de los métodos cientificos para estudiar los sistemas artificiales. El enfoque racional en los análisis de negocios 1. Establecer los objetivos del análisis y los indicadores de eficiencia que serviran para evaluar las alternativas.

2. Desarrollar (o escoger) el modelo matemático (algoritmo) que explota las relaciones entre las variables de control, los parametros y los indicadores.

3. Evaluar los efectos en la eficiencia (indicadores) de acuerdo a variaciones en las variables de control y en los parametros. Arquitectura general de un sistema de BI Componentes Herramientas Metodologías Fuentes de datos Almacenes de datos Sistemas funcionales
Sistemas estrategicos Datos no estructurados Datos semiestructurados Datos estructurados Datos recibidos Sistemas externos
Hojas de cálculo Documentos de texto
Emails Proceso de integración de datos Bases de datos especiales Controladas
Análisis de BI ETL
Extracción - Transformación - Carga Herramientas de análisis Metodología de análisis Modelos matemáticos Exploración de datos Análisis pasivo del negocio Consultas y reportes simples
Aplicación de análisis estadistico El usuario (decision maker) propone una hipotesis
Luego hace uso de las herramientas para confirmar su hipotesis Minería de datos Análisis activo del negocio Extraer conocimiento de los datos
No se requiere que el usuario (decision maker)
proponga una hipotesis Busqueda de patrones
Técnicas de minería
Machine Learning Objetivo:
Soportar las decisiones del usuario (decision maker) Objetivo
Expandir el conocimiento del usuario
(decision maker) Optimización Determinar la mejor solución Decisión Desarrollo e implementación de un sistema de BI Análisis Identificación de cuidadosa de la necesidades
de la organización Entrevistas con los expertos del negocio en las diferentes areas de la empresa Establecer los objetivos y prioridades Diseño Evaluar la infraestructura tecnológica de la empresa Establecer los requerimientos de información Evaluar los procesos de toma de decisiones que
soportará el sistema de BI Establecer las etapas de desarrollo:
costos, tiempos y recursos requeridos
(p.e. roles) Planificación Implementación Control Definición detallada de las funcionalidades del sistema de BI Identificación de las fuentes de datos Diseño de las estructuras de información
Bodegas de datos
Almacenes de datos Definición del modelo matemático teniendo en cuenta
Efectividad
Disponibilidad de los datos
Análisis de eficiencia Crear un sistema prototipo para identificar las discrepancias entre las necesidades actuales y las especificaciones del proyecto Creación de las bodegas y almacenes de datos Entregas y pruebas Creación de los archivos de metadatos Configuración y ejecución de los procedimientos de ETL Desarrollo y despliegue de las aplicaciones principales de BI Descubrimiento del Conocimiento en Bases de datos (KDD) Técnicas de minería de Datos Definición de un DSS Definición de Sistema "Un conjunto de componentes interconectados de alguna manera formando una sola colectividad y que comparten un objetivo en común" ¿Qué es un sistema? Entradas Rendimiento Salidas Se caracteriza por sus limites que separan sus componentes internos del exterior Condiciones externas Materiales
Servicios
Información Productos
Servicios
Información Recibe un flujos de entrada especificos
Lleva a cabo un proceso de transforación
Genera un flujo de salida observable El proceso de transformación esta regulado por condiciones internas y externas La efectividad y eficiencia puede ser medida usando diferentes indicadores Acoplamiento
Riesgo
Servicio
Felixibilidad Productividad
Calidad
Costo
Rentabilidad Realimentación Efectividad Expresa el nivel de conformidad del sistema con los objetivos para los cuales fue diseñado Eficiencia Resalta la relación entre los flujos de entrada usados por el sistema y sus correspondientes flujos de salida "Una decisión es una selección entre multiples alternativas, usualmente, realizada con cierto grado de racionalidad" Identificar y estudiar los problemas que emergen en el sistema bajo estudio Definir y planficar las acciones encaminadas a solucionar el problema identificado Evaluar las acciones alternativas basados en los criterios de rendimiento Asignación de responsabilidades y ejecución del plan Verificar si las espectativas estan satisfechas y si los objetivos planteados se han logrado Ejemplo
Una empresa de e-commerce y ventas de libros recibe una queja debido a una entrega tardía de una orden realizada on-line
Se podría organizar un unidad de entregas por prioridad para evitar la insatisfacción del cliente
El problema podria ser mayor: Falta de personal en el departamento operativo, por lo que es frecuente la aparición de errores humanos debido a la presión. Tipos de decisiones Estructuradas Estratégicas No estructuradas Semi-estructuradas Operativas Naturaleza Alcance Procedimiento cuyos pasos estan bien definidos
Algoritmo - Automatización
Se puede describir claramente en las tres fases (Inteligencia-Diseño-Selección)
La intervención humana es necesaria en caso de que se presenten eventos inesperados Las tres fases (Inteligencia-Diseño-Selección) son no estructuradas
Al menos un elemento del sistema (entrada, proceso, salida) no puede ser descrito en detalle ni reducido a una secuencia de pasos predefinidos
Procesos que se realizan por primera vez
Eventos que no ocurren muy a menudo
DSS Activo Algunas de las fases son estructuradas y otras no
DSS Pasivo Afectan toda la organización
Afectan una parte importante
Efectos a largo plazo
Restricciones y politicas
Nivel ejecutivo Tacticas Afectan un departamento de la organización
Efectos a mediano plazo
Tienen en cuenta las decisiones estrategicas Actividades especificas de un organización
Tiene un impacto modesto en el futuro
Limitadas por las decisiones tacticas y estrategicas
Niveles bajos de la organización: sub-departamentos, oficinas, laboratorios, plantas, etc Estructura en
alto nivel Usuario
(Decision maker) Datos Modelos Interfaz Grafica
de Usuario Clasificación Clustering Discriminación de objetos a
partir de un rasgo o atributo. Ejemplo:
Los bancos tienen información sobre el comportamiento de pago de sus aspirantes de crédito a partir de esta información pueden clasificar a clientes nuevos como clientes buenos o malos Divide un conjunto de datos en grupos de tal forma que los elementos en un grupo sean similares y los elementos en grupos diferentes tengan la menor similitud posible. Deserción de clientes de una compañía operadora de telefonía móvil. En una compañía operadora de telefonía celular, buscando las causas de la deserción de sus clientes, se analiza el perfil del cliente que se da de baja y se estudia el posible comportamiento de clientes nuevos. En este caso se analizan los datos personales y se analizan también las variables; morosidad, horario de uso, frecuencia de uso, etc. Lo que se pudo obtener fue que los clientes que se daban de baja recibían pocas promociones y registraban un mayor número de incidencias respecto a la media. De esta forma se recomendó a la operadora hacer un estudio sobre sus ofertas y analizar profundamente las incidencias recibidas por esos clientes. Una empresa comercial puede hacer
campañas de marketing mucho más
efectivas si distingue el grupo al cuál
desea atraer. Futuro de la BI Se espera que Business Intelligence evolucione de cierta manera que en el futuro sea una necesidad de toda empresa y que la misma competencia haga que se creen las herramientas de Business Intelligence más sofisticadas que jamás se hayan creado. Muchas gracias.... Ventajas Diseñado con propósito específico.
La información se estructura en cubos.
Herramienta de apoyo a toma de decisiones. Introducción Fuentes de datos Son un repositorio de datos disponible para el desarrollo de sistemas inteligentes de negocio y sistemas de soporte a toma de decisiones. Existen tres categorías:
Datos internos: Provenientes de la operación del negocio.
Datos externos: Ejemplo, valores del mercado
Datos de personal: Datos provenientes del equipo de trabajo. Data Marts Calidad información Sistemas que recogen todos los datos de un departamento de una compañía.
Para implementar una bodega de datos, se prefiere desarrollar primero data marts y luego integrar. Las bodegas de datos requieren que la información sea:
Precisa.
Consistente.
Sin valores nulos
No redundante
Interpretable Arquitectura ETL Extracción: Fuentes internas y externas.
Transformación : Limpieza, agrupación, consistencia, normailización.
Carga: En Bodega de datos MetaDatos Significado campos.
Estructura de la información.
Se indica fuente original y transformaciones que ha sufrido cada dato. Jerarquía Nivel ETL
Nivel de bodega de datos y Data Mart.
Nivel de análisis (Minería de datos, OLAP, etc) Análisis multidimensional Representación datos Esquemas Operaciones OLAP Cubos de datos Llaves foráneas: refieren a transacciones que usan las tablas de dimensión.
Atributos: Los valores númericos representan el actual objetivo. Tablas de hechos Dimensión Asociados con entidades.
Nivel de detalle: Granularidad.
Dimensión temporal: Básica para una bodega de datos. Estrella Copo de nieve Galaxia Los análisis OLAP están basados en jerarquía de conceptos y la creación de vistas lógicas de la información. Operaciones vista cubo de datos:

Roll-up: Consiste en la computar las relaciones de los datos del cubo con otras dimensiones. Roll-back: Operación inverse de Roll-up. Aumenta detalle de información de cubos

Slide and dice: Rotación de los ejes de las dimensiones para obtener diferente vistas de los cubos. http://www.oracle.com/es/solutions/business-intelligence/index.html Oracle BI Administrador de ventas La ventas en mayo fuerón de: $150'000.000,00. Mayo es el mes más bajo en ventas. Elementos clave
de un DSS Efectividad Integración proceso
de de análisis Modelos matemáticos Roles de la
organización Flexibilidad Administración de
modelos Adminsitración de
datos Administración del
conocimiento
Full transcript