Inteligencia de Negocios
Inteligencia
de Negocios
Business
Intelligence
24/06/2015
Universidad
Central de Venezuela
Profesor:
Alberto Nichols
Autores:
Klara Cedeño
Luiyi Sánchez
Marizé Mijares H.
Tabla de contenido
Tabla de Figuras
Ilustración
1. Entorno de la Administración del
Conocimiento. (Sinnexus, 2009).................... 8
Ilustración 2. Origen de BI (Elaboración Propia)................................................................... 12
Ilustración 3. Quiénes usan BI. (Biere, 2003)......................................................................... 18
Ilustración 4. Niveles de BI. (Biere, 2003).............................................................................. 18
Ilustración 5. Estilos de BI. (Biere, 2003)............................................................................... 19
Ilustración 6. Arquitectura de BI (Biere, 2003)....................................................................... 25
Ilustración 7. Arquitectura de BI. Soluciones OLAP
(Biere, 2003).......................................... 25
Ilustración 8. Arquitectura de BI. Soluciones Asociativa
(Biere, 2003)................................... 26
Ilustración 9. Arquitectura de BI. Soluciones Asociativa
(Biere, 2003)................................... 28
Ilustración 10. Metodología BI (Laudon, 2004)...................................................................... 29
Introducción
Desde siempre la Tecnología de
Información (TI), dentro de las organizaciones, se ha considerado como la de
una herramienta para apoyar las funciones operativas, según Cohen & Asín
(2005). De acuerdo a Arrubias (2000), esta percepción debe cambiar ya que las
tecnologías de información no pueden sólo considerarse como instrumentos para
la reducción de costos. Deben utilizarse para manejar mejor la información de
la que dispone la empresa, con el fin de conseguir ventajas competitivas y
generar así nuevos beneficios.
Actualmente las empresas dedican una
parte importante de su tiempo y de sus recursos económicos y humanos a la
obtención, proceso, aplicación y proyección de información. Por esta razón, la
información juega un papel decisivo en la empresa y se convierte en su
principal patrimonio. Debe ser clara, precisa y que se adapte a la formación y
perfil de las personas a la que va dirigida. Tiene que ser rápida y estar disponible
en el momento que se la necesite, y de una manera completa y armonizada con
otras informaciones, según Arrubias (2000).
La importancia de la información es un
recurso vital. Las organizaciones hacen uso de la información para el
desarrollo de sus actividades cotidianas; esta información es la parte
fundamental de la empresa para que pueda tener un alto nivel de competitividad
y posibilidades de desarrollo.
Esta investigación se enfoca en
establecer una visión amplia sobre el área de BI (Business Intelligence,
traducido como Inteligencia de Negocios) que permiten la explotación de la
información de una organización para apoyar la toma de decisiones de sus
ejecutivos.
Antecedentes de la Investigación
Desde que las organizaciones comenzaron a
guardar los datos de sus operaciones en medios de almacenamiento físico, con el
fin de permitirles una mayor administración y control de la información, ha
existido de la mano una necesidad de utilizarla para atender las necesidades
propias de la organización y tomar mejores decisiones.
En la Era de la Información que abarca
desde el año 1980 en adelante, la información era un recurso escaso y su
captura y distribución generaba ventajas competitivas. Este término se utilizó
para el periodo donde la información rápidamente se propagó y esta propagación
sigue continuando hasta la fecha. Con palabras de Arrubias (2000) “afirmo que
la información es un recurso estratégico en la empresa, quiero decir que la
información es vital. Las empresas empiezan a darse cuenta de que el verdadero
objetivo de las tecnologías de la información debe ser el aprovechamiento
estratégico de la información”.
De acuerdo a Soto (2001), los actuales
sistemas de información presentan múltiples problemas debido a la falta de
integración de los datos. Los usuarios de estos sistemas de información se
enfrentan a problemas relacionados con el elevado tiempo que tienen que dedicar
a la obtención de información, en detrimento del que le deberían dedicar al
análisis de la misma. En este contexto surge la necesidad de modificar los
sistemas actuales de recogida y tratamiento de la información. Se trata de
proporcionar a los directivos de las empresas unas herramientas adecuadas para
la explotación y análisis de los datos que les permitan obtener el conocimiento
necesario en el proceso de toma de decisiones estratégicas.
Según Kielstra (2007), los ejecutivos de
las pequeñas y medianas empresas toman decisiones de negocio importantes todos
los días con la información que tienen a su disposición. Esta información puede
proceder de varias fuentes: opiniones de compañeros y colegas, un sentido
personal de intuición o criterio empresarial, o bien datos de procedencia
interna o externa a la organización. Esto resulta especialmente preocupante
debido a la falta de confianza en los datos que están a disposición de los
responsables de la toma de decisiones: en un informe de 2007 de la Economist
Intelligence Unit (EIU) encargado por Business Objects se constató que nueve de
cada diez ejecutivos admitían tomar decisiones importantes con información
inadecuada. Esto sugiere que los problemas en la toma de decisiones se derivan
de la calidad, la cantidad y la puntualidad de la información. Como resultado,
las pymes de hoy en día están destinadas a tomar una serie de decisiones sin la
información adecuada con una frecuencia que resulta alarmante. Sencillamente,
los ejecutivos no disponen de la información pertinente necesaria para tomar
las mejores decisiones de una manera puntual.
Según Martínez (1999), la última década
presenta dos fenómenos paralelos y contradictorios en nuestro campo, la
evolución de las Tecnologías de la Información ha consolidado la importancia
del papel desempeñado por la gestión de los sistemas de información en las
organizaciones y, al mismo tiempo, ha ocasionado serios problemas en los
procesos de toma de decisiones por parte de los directivos. El origen reside en
la diferencia existente entre información y conocimiento, conceptos que suelen
confundirse con excesiva frecuencia propiciando fisuras en las organizaciones.
Una adecuada gestión del conocimiento corporativo garantizará el éxito de las
organizaciones dentro de un mercado tan competitivo como el actual.
Ahora bien, según Laudon (2004), la tecnología
de información proporciona herramientas para que los gerentes desempeñen sus
roles tanto recientes como tradicionales, permitiéndoles supervisar, planear y
pronosticar con más precisión y velocidad que nunca antes y responder con mayor
rapidez al cambiante entorno de negocios. Una responsabilidad clave de los
gerentes es encontrar formas de utilizar la tecnología de información para
lograr ventajas competitivas a nivel de negocios, empresarial e industrial.
Además de identificar los procesos de negocios, las competencias centrales y
las relaciones con otros en la industria, que se puedan mejorar con la
tecnología de información, los gerentes necesitan inspeccionar los cambios para
implementar sistemas estratégicos que les den ventajas competitivas.
Debido a que todo lo mencionado
anteriormente es una situación que ha estado presente desde hace tiempo, se han
hecho varios estudios, y es así como en 1989 Howard Dresner implementó el
término Business Intelligence (BI) o Inteligencia de Negocios para describir
una serie de conceptos y métodos enfocados a mejorar la toma de decisiones en
las organizaciones. (Biere, 2003). Es así cómo en la década de los 90’s el uso
de la tecnología para el soporte a la toma de decisiones se convirtió en parte
importante de la forma de trabajar en las organizaciones para lograr el éxito
de las mismas. (Cohen & Asín, 2005).
Actualmente se le da un peso muy importante
a la información como el principal conocimiento que sostiene a la organización,
pero no basta con tener información; algo peor que no tener información
disponible es tener mucha información y no saber qué hacer con ella. La
Inteligencia de Negocios o Business Intelligence (BI) surge para que a partir
de dicha información se puedan generar escenarios, pronósticos y reportes que
apoyen a la toma de decisiones, lo que se traduce en una ventaja competitiva.
La clave para BI es la información y uno de sus mayores beneficios es la
posibilidad de utilizarla en la toma de decisiones. Esta tecnología no es
nueva, ha estado presente de varias formas por lo menos los últimos 20 años,
comenzando por generadores de reportes afirma Candice Goodwin (2003).
Administración del Conocimiento.
Según Martínez (1999), el hecho de que una
organización pueda gestionar de una manera adecuada sus datos y que, al mismo
tiempo, esa misma organización no pueda suministrar de una manera eficaz a sus
directivos información necesaria para la toma de decisiones, puede parecer una
extraña paradoja e incluso se puede encontrar quien lo llegara a negar al
considerarlo, en cierta manera, absurdo o imposible. No obstante, esta
situación resulta posible y está llegando a convertirse en una realidad
acuciante para muchas organizaciones que se encuentran abocadas a pérdida de
eficacia y competitividad dentro del mercado global en el que nos encontramos
inmersos en la actualidad.
De acuerdo a lo señalado anteriormente,
este autor nos señala que en muchas situaciones se confunde información con
conocimiento y que, confiados en sus sistemas de información, los directivos de
las organizaciones no disponen de nociones suficientemente válidas sobre la
realidad donde se encuentran inmersas las mismas y adoptan decisiones, a ciegas
en algunos casos, que no siempre representan aciertos en la gestión.
Ahora bien, de acuerdo a Peña (2006), para
comprender el entorno de la Administración del Conocimiento, es necesario
considerar tres conceptos claves que son: Datos, información y conocimiento.
Los Datos
son: hechos objetivos aislados sin significado ni explicación. Es la materia
prima para la creación de información. Mientras que la Información es el resultado de la organización y tratamiento
que se aplica a los datos para producir un significado adicional al que brindan
de manera aislada. En cuanto al conocimiento,
este representa un mayor grado de abstracción y síntesis del significado de la
información al asociar el contexto en el que se inscribe. Ver figura 1.
Según Davenport y Prusak (1999) La
administración del conocimiento es una disciplina que articula personas,
procesos, contenido y tecnología, El conocimiento es valioso sólo si es
accesible para quien lo necesita, el conocimiento se origina y reside en el
cerebro de las personas, por lo que la generación, transferencia y aplicación
del conocimiento debe ser fomentada y recompensado, dado que la administración
del conocimiento es más un reto cultural y organizacional que un asunto de
tecnología. La única ventaja sostenible para la empresa se sustenta en el
conocimiento colectivo que posee, cuán eficientemente lo usa y qué tan rápido
aplica los nuevos conocimientos adquiridos. Entre las formas de conocimiento
explícitas en la organización se encuentran: Las patentes son una forma de
conocimiento codificado, los manuales, la documentación que revelas los
procesos de producción, los reportes y los archivos de documentos impresos y
magnéticos, base de conocimiento, Intranet, etc.
La administración del conocimiento es el
proceso mediante el cual el aprendizaje individual y la experiencia pueden ser representados,
compartidas y utilizadas para fomentar el mejoramiento del conocimiento
individual y el valor organizacional. Es un proceso recurrente que permite:
Identificar el conocimiento que una organización posee o necesita (capital
intelectual), para resolver un problema en específico, implantar mecanismos
internos para la generación, transferencia y aplicación de dicho conocimiento,
construir capacidades críticas que favorecen la innovación, e incrementar el
valor de la organización.
Autores como Mata et al. (1995), Bharadwaj
(2000) y Melville et al. (2004) establecen que la combinación adecuada de los
recursos tangibles (infraestructura tecnológica); los intangibles
(conocimientos, sinergias, cultura, políticas, estructura organizacional,
etc.); y los relacionados con el capital humano (habilidades de gestión y
tecnológicas), permitirá obtener ventajas competitivas derivadas de los conocimientos
que los miembros con funciones directivas sean capaces de generar a partir de
la información procesada y almacenada en los sistemas de información
estratégicos desarrollados e implantados en las organizaciones. (Gil Soto,
2004).
Las tecnologías de información
La tecnología de información (TI), según lo
definido por la asociación de la tecnología de información de América (ITAA) es
“el estudio, diseño, desarrollo, implementación, soporte o dirección de los
sistemas de información computarizados, en particular de software de aplicación
y hardware de computadoras.” Se ocupa del uso de las computadoras y su software
para convertir, almacenar, proteger, procesar, transmitir y recuperar la
información.
Según Calvo & González (2006), el
comienzo de una nueva economía basada en la información se inició en la década
de los setenta en los EUA. En estos años la aplicación de la informática al
mundo de los negocios se consideraba una cuestión meramente técnica y orientada
al tratamiento automático de los datos. Es a partir de los setenta cuando los
investigadores centran su atención en la gestión de la información que puede
extraerse de los datos para utilizarla en actividades de planificación y
control y como soporte a la toma de decisiones empresariales. Los científicos
sociales, técnicos y políticos han debatido ampliamente y desde distintos
puntos de vista los impactos que en la sociedad está produciendo el desarrollo
de las tecnologías de la información y aquellos que se van a producir como
consecuencia de su amplia difusión en la sociedad.
De esta forma se han ido acuñando términos
como "Edad de la Cibernética" y "Edad de la Información"
(Mc Luhan, 1964), "Sociedad del Conocimiento" (Drucker, 1969),
"Sociedad Tecnotrónica" (Brzezinski, 1970), "Sociedad de la
Información" (Kohyama, 1972, y Masuda, 1982), "Sociedad
postindustrial" (Bell, 1973), "Sociedad Telemática" (Norac-Minc,
1978), "Revolución de las Comunicaciones" (Ploman, 1984) y "Ser
Digital" (Negroponte, 1995).
Orígenes de La Inteligencia de Negocios
Su origen
data de la publicación en el IBM Journal de octubre de 1958, del artículo de
Hans Peter Luhn intitulado, “A Business Intelligence System” donde se define
con detalle el concepto con una perspectiva, que solo en nuestros días, ha sido
posible su plena utilización.
El
término de inteligencia de negocios apareció en 1996 cuando un reporte de
Gartner Group dijo textualmente lo siguiente (Ver Figura 2):
“By 200o, information democracy
will emerge in forward-thinking Enterprise, White business intelligence
information and applications available broadly to employees, consultants,
customers, suppliers and the public. The key to thriving in a competitive
marketplace is staying ahead of the completion. Making sound business decisions
based on accurate and current information takes more than intuition. Data
analysis, reporting, and query tools can help business users wade through a sea
of data to synthesize valuable information from it – today these tools
collectively fall into a category called “Business intelligence.”
A nivel
de empleados, consultores, clientes, proveedores y el público en general, la
democracia de la información emergió en el año 2000 con las aplicaciones de
Inteligencia de Negocios.
Para
poderse mantener en un mercado competitivo la clave es mantenerse delante de
sus competidores. No solo se debe tener intuición para la toma de decisiones
correctas basadas en información exacta y actualizada.
La
categoría de herramientas que se les llama “Inteligencia de Negocios” son las
siguientes:
- Herramientas de reporte
- Herramientas de consulta
- Herramientas de análisis de datos
Estas
herramientas son de gran ayuda para los usuarios de negocios para poder navegar
a través de un más de información para poder sintetizar la información valiosa.
Business Intelligence hace referencia a la toma de decisiones por
parte de las personas a partir de la información. Esas son las tres palabras
claves según Microsoft: Personas, información y decisiones.
Luego, hace un recorrido sobre los distintos hitos históricos que
nos han llevado hasta la situación actual. Menciona los siguientes:
- 1969: Creación del concepto de base de datos (Codd)
- 1970’s: Desarrollo de las primeras bases de datos y las primeras aplicaciones empresariales (SAP, JD Edwards, Siebel, PeopleSoft). Estas aplicaciones permitieron realizar “data entry” en los sistemas, aumentando la información disponible, pero no fueron capaces de ofrecer un acceso rápido y fácil a dicha información.
- 1980s: Creación del concepto Datawarehouse (Ralph Kimball, Bill Inmon), y aparición de los primeros sistemas de reporting. A pesar de todo, seguía siendo complicado y funcionalmente pobre. Existían relativamente potentes sistemas de bases de datos pero no había aplicaciones que facilitasen su explotación.
- 1989: Introducción del término Business Intelligence (Howard Dresner).
- 1990s: Business Intelligence 1.0. Proliferación de múltiples aplicaciones BI. Estos proveedores resultaban caros, pero facilitaron el acceso a la información, y en cierto modo agravaron el problema que pretendían resolver (¡Había aún más versiones de la verdad!)
- 2000s: Business Intelligence 2.0. Consolidación de las aplicaciones BI en unas pocas plataformas Business Intelligence (Oracle, SAP, IBM, Microsoft). A parte de la información estructurada, se empieza a considerar otro tipo de información y documentos no estructurados.
Pero, a pesar de todos los “fracasos”, sigue siendo un buen momento
para el Business Intelligence, es una prioridad en todas las empresas, que
mueve mucho dinero.
Según Microsoft, el BI se ha preocupado poco de las personas, y
muchos de los sistemas y la tecnología (opinión que comparto, por cierto).
La Inteligencia de Negocios
Según Peña (2006), el término Inteligencia
de Negocios procura caracterizar una amplia variedad de tecnologías,
plataformas de software, especificaciones de aplicaciones y procesos. El
objetivo primario de la a Inteligencia de Negocios es contribuir a tomar
decisiones que mejoren el desempeño de la empresa y promover su ventaja
competitiva en el mercado. En resumen, la Inteligencia de Negocios faculta a la
organización a tomar mejores decisiones más rápidas. Este concepto se requiere
analizar desde tres perspectivas: Hacer mejores decisiones más rápido,
convertir datos en información, y usar una aplicación relacional para la
administración.
Con respecto a la primera perspectiva, el
objetivo primario de la Inteligencia de Negocios es contribuir a tomar
decisiones que mejoren el desempeño de la empresa y promover su ventaja
competitiva en el mercado. En resumen la Inteligencia de Negocios faculta a la
organización a tomar mejores decisiones más rápidas. En relación con la
conversión de datos en información la Inteligencia de Negocios se orienta a
establecer el “puente” que una las grandes cantidades de datos y la información
que los tomadores de decisiones requieren cotidianamente. Para ello se emplean
“indicadores de desempeño clave” destinados a colectar información de las
métricas que afectan unidades particulares de la empresa así como al todo de la
misma. (Peña, 2006).
El objetivo básico de la Business
Intelligence es apoyar de forma sostenible y continuada a las
organizaciones para mejorar su competitividad, facilitando la información
necesaria para la toma de decisiones. El primero que acuñó el término fue
Howard Dresner que, cuando era consultor de Gartner, popularizó Business
Intelligence o BI como un término paraguas para describir un conjunto de
conceptos y métodos que mejoraran la toma de decisiones, utilizando información
sobre qué había sucedido (hechos).
Mediante el uso de tecnologías y las
metodologías de Business Intelligence pretendemos convertir datos en
información y a partir de la información ser capaces de descubrir conocimiento.
Para definir BI partiremos de la definición del glosario de términos de Gartner:
“BI es un proceso interactivo para explorar
y analizar información estructurada sobre un área (normalmente
almacenada en un datawarehouse), para descubrir tendencias o
patrones, a partir de los cuales derivar ideas y extraer conclusiones.
El proceso de Business Intelligence incluye la comunicación
de los descubrimientos y efectuar los cambios.
Las áreas incluyen clientes, proveedores,
productos, servicios y competidores. (Stakeholders)”
Pero
descompongamos detalladamente esta definición:
•
Proceso interactivo:
al hablar de BI estamos suponiendo que se trata de un análisis de información
continuado en el tiempo, no sólo en un momento puntual. Aunque evidentemente este
último tipo de análisis nos puede aportar valor, es incomparable con lo que nos
puede aportar un proceso continuado de análisis de información, en el que por
ejemplo podemos ver tendencias, cambios, variabilidades, etc.
•
Explorar:
En todo proyecto de BI hay un momento inicial en el que por primera vez accedemos
a información que nos facilita su interpretación. En esta primera fase, lo que hacemos
es “explorar” para comprender qué sucede en nuestro negocio; es posible incluso
que descubramos nuevas relaciones que hasta el momento desconocíamos.
•
Analizar:
Pretendemos descubrir relaciones entre variables, tendencias, es decir, cuál puede
ser la evolución de la variable, o patrones. Si un cliente tiene una serie de características,
cuál es la probabilidad que otro con similares características actué igual que
el anterior.
•
Información
estructurada y datawarehouse:
La información que utilizamos en BI está almacenada en tablas relacionadas entre
ellas. Las tablas tienen registros y cada uno de los registros tiene distintos
valores para cada uno de los atributos. Estas tablas están almacenadas en lo
que conocemos como datawarehouse o almacén de datos. Más adelante lo
definiremos con mayor precisión, pero se trata de una base de datos en las que
se almacenan dichas tablas.
•
Área de análisis:
Todo proyecto de BI debe tener un objeto de análisis concreto. Nos podemos
centrar en los clientes, los productos, los resultados de una localización,
etc. Que pretendemos analizar con detalle y con un objetivo concreto: por
ejemplo, la reducción de costes, el incremento de ventas, el aumento de la
participación de mercado, el ajuste de previsiones de venta, el cumplimiento
los objetivos de venta presupuestados, etc.
•
Comunicar los
resultados y efectuar los cambios: Un objetivo fundamental
del BI es que, una vez descubierto algo, sea comunicado a aquellas personas que
tengan que realizar los cambios pertinentes en la organización para mejorar nuestra
competitividad.
¿Qué nos preguntamos siempre sobre la Inteligencia de Negocios?
Ventas
·
¿Todos los delegados venden de todos los productos, en todas las zonas,
en todos los clientes, de todas las especialidades y en todos los ciclos?
·
¿Tiene que redefinir su red comercial y su estrategia de clientes?
·
¿Tiene detectada la verdadera causa de que esté perdiendo Market Share?
Finanzas
·
¿Cuál es su proceso para gestionar cuentas pendientes de cobro y analizar
la distribución de vencimientos y los niveles de cobro?
·
¿Tiene identificados los clientes con un mal historial de pago?
·
¿Podemos tener un control inmediato de los centros de costes de cada área
terapéutica?
Marketing
·
¿Tiene un control del ROI de cada impacto que realiza?
·
¿Se está trabajando con los targets seleccionados?
·
¿Lleva un control del presupuesto por cada producto, área terapéutica o
zona?
Recursos Humanos
·
¿Tenemos un equipo comercial trabajando el 100 % de su tiempo?
·
¿Cómo cubrimos las bajas por enfermedad, baja por maternidad o baja por
accidentes?
·
¿Cuánto tiempo tardan los nuevos vendedores en ser rentables?
¿Cuáles son los beneficios de Inteligencia de Negocios?
Los beneficios que se pueden obtener a
través del uso de BI pueden ser de distintos tipos:
•
Beneficios tangibles,
por ejemplo: reducción de costes, generación de ingresos, reducción de tiempos
para las distintas actividades del negocio.
•
Beneficios intangibles:
el hecho de que tengamos disponible la información para la toma de decisiones
hará que más usuarios utilicen dicha información para tomar decisiones y mejorar
la nuestra posición competitiva.
•
Beneficios
estratégicos: Todos aquellos que nos facilitan la formulación de la estrategia,
es decir, a qué clientes, mercados o con qué productos dirigirnos.
Dentro del marco de beneficios que
representa una solución de inteligencia de negocios podemos mencionar que esta
nos permite:
•
Manejar
el crecimiento – El reto para las
empresas es evolucionar, es crecer y esto significa “cambio”. Que tan ágiles
son mis procesos para enfrentar los cambios y las necesidades puntuales de la
empresa
•
Control
de costos – El manejo de costos es el
detonador que fuerza muchas empresas a considerar una solución de inteligencia
de negocios, para tener la capacidad de medir gastos y ver esto a un nivel de
detalle que identifique la línea de negocio, producto, centro de costo, entre
otras.
•
Entender
mejor los clientes – Las empresas
almacenan toneladas de información valiosa relacionada a sus clientes. El reto
es transformar esta información en conocimiento y este conocimiento dirigido a
una gestión comercial que represente algún tipo de ganancia para la empresa.
Ventas cruzadas, ventas incrementales, retención de clientes, anticipar nuevas oportunidades,
medición de efectividad de campanas e identificar los patrones de compras y/o
comportamiento de los clientes hacen de la inteligencia de negocios un elemento
vital para lograr los objetivos de la empresa.
•
Indicadores
de gestión – Los indicadores de desempeño me
permiten representar medidas enfocadas al desempeño organizacional con la capacidad
de representar la estrategia organizacional en objetivos, métricas, iniciativas
y tareas dirigidas a un grupo y/o individuos en la organización. Dentro de las
capacidades funcionales de los indicadores de gestión podemos mencionar: el
monitoreo, análisis y la administración. “Monitorea” lo procesos críticos de
negocio y las actividades utilizando métricas que me den una alerta sobre un
problema potencial o alguna gestión que debo realizar. “Analiza” la raíz de los
problemas explorando la información de múltiples perspectivas en varios niveles
de detalles. “Administra” los recursos y procesos para dirigir la toma de
decisiones, optimizar el desempeño. Esto nos permite tener una visión global de
la empresa con la capacidad de dirigir la organización en la dirección correcta.
¿Quién necesita de la Inteligencia de Negocios?
Todos
los involucrados con la empresa necesitan de BI, para orientar los objetivos
hacia un mismo plan y garantizar la permanencia en la competencia. Sin embargo,
para poder usar BI, se requiere de un nivel profesional alto para hacer uso
efectivo de esta herramienta. Por lo tanto los empleados o recurso humano de
menor nivel o jerarquía, requiere de capacitación para abordar la Inteligencia
de Negocios.
Inteligencia de Negocios a Nivel Operativo
Permite que los empleados que trabajan con información operativa
pueden recibir la misma de una manera oportuna, exacta y adecuada y se componen
básicamente de herramientas de reportes y hojas de cálculo con un formato fijo
cuya información se actualiza frecuentemente.
Un ejemplo que se puede tomar para este tipo de estrategia es cuando
un supervisor de ventas utiliza una hija de cálculo para monitorear el
cumplimiento de las cuotas de ventas de los vendedores a su cargo, una de las
columnas tendría una información fija (la cuota de ventas) y a su lado podrá
estar una columna que diariamente extraiga el total de ventas para ese vendedor
en particular. El supervisor de ventas a su vez podría aplicar formulas tomando
en cuenta la columna de cuota y la columna de venta real sin necesidad de tener
que introducirlas manualmente.
Inteligencia de Negocios a Nivel Táctico
Esto permite que los analistas de datos y la gerencia media de la
empresa utilicen herramientas de análisis y consulta con el propósito de tener acceso
a la información sin ser intervención de terceros.
Un ejemplo de esta estrategia es cuando un gerente de ventas recibe
un reporte pre impreso en donde se indica que las ventas de una determinada
categoría de productos o servicios, se incrementaron de manera inusual con
relación al periodo anterior, una herramienta de análisis y consulta le permite
analizar este incremento y establecer si el mismo se debe a nuevos productos,
nuevos clientes o una estrategia de promociones que haya producido el incremento
en la demanda.
Inteligencia de Negocios a Nivel Estratégico
Esta herramienta permite que la alta dirección de las empresas pueda
analizar y monitorear tendencias, patrones, metas y objetivos estratégicos de
la organización.
Un ejemplo es cuando un cuadro de mando integral o Balanced Scoread
concepto introducido por Robert Kaplan y David Norton el cual definen como, “Un
esquema de trabajo multidimensional para describir, implementar, a través de la
vinculación de objetivos, iniciativas y mediciones a la estrategia de la
organización.”
Con esta herramienta se obtienen los siguientes beneficios:
- Promueve la alineación estratégica de toda organización a partir de la transformación de la visión y estrategia en planes concretos de acción.
- Fomenta el trabajo en equipo y por consiguiente la colaboración y la coordinación al conducir a toda la organización hacia la consecución de la estrategia definida.
- Integra y sintetiza un gran volumen de datos e indicadores que surgen de la gestión diaria de las operaciones.
- Desarrolla el conocimiento y el capital humano, bases fundamentales para alcanzar los objetivos estratégicos.
Una herramienta
utilizada a nivel estratégico es Delphos ya que satisface las necesidades que
se requieren.
El ciclo de la Inteligencia de Negocios
La Inteligencia de Negocios en una
plataforma de administración del desempeño que representa al ciclo en el que
las empresas establecen sus objetivos, analizan sus progresos, reflexionan,
actúan, miden su éxito y empiezan una nueva fase. Su ciclo se compone de cuatro
etapas a saber: Análisis, reflexión, acción y medición. (Peña, 2006).
El análisis comienza por determinar los
datos a recopilar. La selección se basa en un entendimiento básico y en
supuestos de cómo opera la organización, considerando aquello que es relevante
a los clientes, proveedores, empleados, los factores que afectan los insumos,
la producción, el costo y la calidad. A la colección de todo aquello que se
debe conocer acerca de la empresa se conoce como modelo mental. Este concepto
aplica a nivel de las personas y de la organización como un todo. Los modelos
mentales son esenciales para los ejecutivos para tomar decisiones, puesto que
representan las bases para reconocer una buena idea, pero también constituyen
los límites para no ver aspectos que se encuentran afuera. (Peña, 2006).
La reflexión implica el estudio minucioso
de los hechos y de la situación, además de considerar el rumbo que puede tomar
el caso de estudio. El escenario que abarca la reflexión depende del nivel
jerárquico que la está realizando y la consideración del ambiente externo. La
reflexión nace de un análisis libre de preguntas que solo los ejecutivos pueden
formular y que se encaminan al descubrimiento de patrones relevantes. Al encontrar
algunos hechos que pueden ser contradictorios a los postulados establecidos,
implica una labor de convencimiento y de superación de resistencias al cambio,
sin embargo para que la iniciativa tenga éxito, es necesario compartirla y
allegarse de aliados. La conexión de la acción al ciclo de la Inteligencia de
Negocios es a través del proceso de toma de decisiones, en donde las acciones
se suceden como resultado de las decisiones. La toma de decisiones al estar
basada en la Inteligencia de Negocios ofrece mejores condiciones para
identificar oportunidades, orientar las acciones, la experimentación, la prueba
y la retroalimentación. (Peña, 2006).
La medición procura evaluar los resultados al
compararlos contra los estándares cuantitativos y las expectativas planteadas
originalmente; con lo cual se da vida a otro ciclo de análisis, reflexión,
acción y medida. En la Inteligencia de Negocios se pueden establecer estándares
para pruebas de comparación que faciliten monitorear el desempeño y proveer
retroalimentación para cada área funcional del negocio. La métricas
corresponden a los indicadores clave de desempeño que se generan a
partir de explorar grandes cantidades de datos integrados de fuentes
heterogéneas que son evaluados por algoritmos para descubrir, inferir, y
calcular información relevante, dando como resultado reportes consistentes
sobre criterios de actividad que los ejecutivos consideran y usan como
argumentos para sus decisiones. (Peña, 2006).
Requerimientos de un Sistema de BI
1. Único
punto de acceso a datos relevantes, dato analítico único
2. Cobertura
de todos los procesos de la empresa
3. Información
de Calidad en cuanto a:
a. Integridad
b. Usabilidad
c. Flexibilidad
4. El
sistema BI debe dar soporte a sistemas operativos y estratégicos.
5. Tiempo
de implementación razonable.
6. Acceso
rápido a los datos, y simple. Es necesario que los propios usuarios entren a
trabajar con los datos.
Aportes de un Sistema de BI
1. Apoyan
la actividad de los analistas de información, así como la de los mandos
intermedios y altos directivos de las empresas.
2. Son
sistemas especialmente diseñados para el soporte a la toma de decisiones, p.e.
análisis de ventas por región y producto, estudio de patrones de compra, etc.
3. La
mayoría de herramientas BI son fáciles de utilizar.
4. Utilizan
Base de datos OLAP (BD OLAP) diseñadas para optimizar las consultas de datos
mediante su acceso multidimensional.
Aspectos importantes para la difusión de BI en las empresas
1. Formación sobre
herramientas y datos: Se refiere al nivel
de satisfacción con la formación sobre el significado de los datos, su análisis
y el uso de herramientas de BI para mejorar la toma de decisiones.
2. Rapidez de implantación:
Se refiere al grado en que las expectativas de los usuarios finales acerca de
la velocidad para incorporar diversos componentes de la solución BI por el
departamento TI se cumplen.
3. Involucración no
directiva: Nivel de participación de los
empleados en la promoción, diseño y uso de la solución de BI en la
organización.
4. Administración
funcional de información BI: Necesidad de la
existencia de un grupo de gobierno y administración que defina políticas y se
centre en la calidad e integración del dato.
5.
Metodologías
de gestión del rendimiento: Se refiere a
metodologías que definan métricas homogéneas sobre el rendimiento del negocio.
Los 10 errores que deben evitarse en Inteligencia de Negocios
1. Fallar
en el uso de una metodología.
2. Definir
una estructura organizativa del equipo inefectiva.
3. Fallar
en la involucración de los usuarios de negocio.
4. No
entregar evoluciones de la solución a los usuarios de negocio.
5. No
tener una buena definición del proyecto.
6. Falta
de una correcta estimación de las necesidades del proyecto.
7. Realizar
pruebas inadecuadas.
8. Subestimar
la limpieza del los datos.
9. Ignorar
el Metadata.
10.
Ser un esclavo de las
herramientas de gestión de proyectos.
¿En qué consiste una solución de arquitectura de Inteligencia de Negocios?
Es importante visualizar de alguna forma
que comprende una arquitectura de inteligencia
de negocios. La Figura 2 nos
representa esta arquitectura.
Analicemos este diagrama de izquierda a
derecha. Los primeros dibujos representan
las distintos fuentes de datos (Cubos essbase, bases de datos Oracle, Sql Server, mainframe,
archivos planos, archivos xml, hojas de Excel, etc.) que pudieran utilizarse para extraer los datos de múltiples
fuentes simultáneamente. El segundo
dibujo representa el proceso de extracción,
transformación y carga (ETL). Este proceso es en el que se definen de las fuentes heterogéneas que campos se van
a utilizar, si necesitan algún tipo de modificación
y/o transformación y donde quiero ubicar estos datos, este proceso se le conoce como “mapping”. El tercer
dibujo representa el repositorio de datos.
En este repositorio se encuentran los
datos transformados representados visualmente
en modelos multidimensionales, dimensiones y tablas de datos. Existe un proceso entre el repositorio
de datos y la interfase de acceso al usuario,
este es el motor de BI que me permite habilitar componentes, administrar consultas, monitorea
procesos, cálculos, métricas. La interfase de acceso a usuarios permite interaccionar con los datos, representar
de forma gráfica con aquellos
resultados de las consultas y los indicadores de gestión que fueron construidos.
Una solución de Business Intelligence parte de los
sistemas de origen de una organización (bases de datos, ERPs, ficheros de
texto...), sobre los que suele ser necesario aplicar una transformación
estructural para optimizar su proceso analítico (Ver Figura 7).
Para ello se realiza una fase de extracción,
transformación y carga (ETL) de datos. Esta etapa suele apoyarse en un almacén
intermedio, llamado ODS, que actúa como pasarela entre los sistemas fuente y
los sistemas destino (generalmente un datawarehouse), y cuyo principal objetivo
consiste en evitar la saturación de los servidores funcionales de la
organización.
La información resultante, ya unificada, depurada y
consolidada, se almacena en un datawarehouse corporativo, que puede servir como
base para la construcción de distintos datamarts departamentales. Estos
datamarts se caracterizan por poseer la estructura óptima para el análisis de
los datos de esa área de la empresa, ya sea mediante bases de datos
transaccionales (OLTP) o mediante bases de datos analíticas (OLAP).
Los datos albergados en el datawarehouse o en cada
datamart se explotan utilizando herramientas comerciales de análisis,
reporting, alertas... etc. En estas herramientas se basa también la
construcción de productos BI más completos, como los sistemas de soporte a la
decisión (DSS), los sistemas de información ejecutiva (EIS) y los cuadros de
mando (CMI) o Balanced Scorecard (BSC).
Dicho de una manera muy simple, la arquitectura
asociativa (Ver Figura 8), es una arquitectura en la que, a nivel interno, del
motor de datos, todos los puntos de datos, incluidos los agregados, conservan siempre sus asociaciones
a todos los demás puntos de datos,
incluidos otros agregados.
La arquitectura asociativa no
necesita reconfigurarse para responder a
nuevas preguntas de negocio
y eso hace con que sea
rápido de desplegar.
Como la arquitectura asociativa
retiene todas las asociaciones entre todos los
campos que se están analizando,
los usuarios finales encuentran que todo es mucho más fácil de
usar e intuitivo.
Pero, lo que es más importante, como asociativo permite al encargado de
la toma de decisiones interactuar con sus datos de
una manera holística, como un
todo unificado, y no en trozos
aislados, fragmentados, se logran mejores decisiones empresariales.
Como las asociaciones ofrecen un
valor enorme para las empresas, los proveedores de herramientas basadas en consultas han tratado siempre de proporcionarlas.
Esto es perfectamente posible,
pero sólo funciona cuando el desarrollador de la capa de
aplicación conoce cuáles serán las consultas con antelación.
Esto limita severamente la flexibilidad de la solución, y
por tanto el valor empresarial
que proporciona.
Normalmente sólo se ve en
soluciones de nicho (muy
específicas), donde las preguntas y
consultas exactas de negocio
se saben con antelación.
Las fases de planificación de un proyecto de Business Intelligence
Las fases de planificación de un proyecto de Business
Intelligence son:
•
Inicio:
Origen y razón de ser del proyecto.
•
Planificación:
En la que deberemos definir cuestiones como
el ámbito y alcance del proyecto, su plazo de ejecución, coste económico y recursos humanos
asignados.
•
Ejecución:
Durante esta fase debe controlarse el cumplimiento de lo planificado y aplicar las políticas previstas en la fase de planificación en el supuesto
de producirse cualquier tipo de
desviación.
•
Finalización:
En la que se termina el proyecto y se entra en el periodo de mantenimiento.
L.T. Moss nos
propone las características que debería cumplir una metodología para este tipo
de sistemas decisionales, a las que hemos incluido las dos características
finales:
1) Ha de estar orientada al cambio y no a la
consecución de un producto final.
2) La gestión del proyecto debe ser de forma global y
transversal a toda empresa.
3) Debe poder manejar múltiples subproyectos a la vez y
en paralelo.
4) Ha de tener en cuenta todas las tareas/procesos de
la empresa, sean o no críticos.
5) Debe basarse en la gestión de los caminos críticos
del workflow empresarial.
6) Debe estar orientada a las personas y relaciones
entre ellas.
7) Ha de estar alineada con las necesidades de negocio
de la organización.
Ahora, por
qué actúa como catalizador del mismo: Debe evitar que las tareas que forman el
proyecto se alejen del objetivo final marcado, concretándolo, encargándose de la organización y planificación,
controlando los resultados, plazos y presupuestos, coordinando y dirigiendo a los implicados y resolviendo las
incidencias que puedan acaecer.
Entorno de Trabajo
Según Peña (2006), los sistemas de la
Inteligencia de Negocios son susceptibles de emplearse en diversas
organizaciones, niveles jerárquicos y plataformas de cómputo. Sin embargo la
Inteligencia de Negocios también se refiere al proceso de toma de decisiones
involucrado en la planeación y control del comercio de una empresa. El
cuestionamiento que tradicionalmente aborda la Inteligencia de Negocios
esencialmente se refiere a: ¿Cómo contribuir a eficientar y automatizar el
diagnóstico y toma de decisiones relacionadas con una función específica de la
empresa, aprovechando los sistemas, recursos y tecnología de cómputo en
beneficio del usuario?
La administración de la empresa requiere
tomar decisiones para elegir los cursos de acción a seguir en apego a sus objetivos,
en consecuencia, los resultados que se obtengan tendrán como antecedente lo
acertado y oportuno que fueron las decisiones hechas.
Características de una organización enfocada en BI
Esta investigación sugiere que muchas
organizaciones todavía se encuentran en etapas muy tempranas del uso de la
información, operando sin una estrategia clara dirigida al BI. Los
descubrimientos también han demostrado que a medida que las organizaciones
maduran en su manejo de información y se enfocan más en el BI, sus resultados
son mejores. De manera que, ¿cuáles son las características de las
organizaciones que han tenido más éxito en estas tareas y qué podemos aprender
de ellas?
Las organizaciones con ingresos por $500
millones o más, aquellas que realizan operaciones en más de un país y que las
compañías que cotizan en bolsa, todas, reportan niveles más altos de madurez
informativa que las organizaciones promedio. Asimismo, estas entidades tienden
a presentar un mejor desempaño que el alcanzado en años previos.
La amenaza competitiva fomenta la afinación de las estrategias dirigidas al BI
Aunque una de las características que
tienen en común estas organizaciones es el tamaño (ya que las compañías
globales y que cotizan en bolsa tienden a ser grandes), otro factor importante
identificado mediante el estudio realizado es que todas estas organizaciones
indican que están enfrentando niveles de competencia más altos que el promedio.
De hecho, la diferencia entre los niveles de madurez informativa alcanzados por
las distintas organizaciones que están haciendo frente a retos competitivos
moderados o significativos y por aquellas que se enfrentan a poca o nula
competencia fue muy marcada.
Lo que se puede deducir aquí es que las
organizaciones de estas categorías no pueden darse el lujo de permanecer
impávidas. Las organizaciones grandes pueden verse amenazadas por otras más
pequeñas de nicho que ofrecen precios más bajos. Las organizaciones globales
enfrentan amenazas competitivas tanto por parte de entidades nacionales como
internacionales. Las compañías que cotizan en bolsa deben ser más astutas que
la competencia para poder hacer crecer la participación en el mercado e
incrementar el capital de los accionistas. Por ende, es posible que una
estrategia de BI más enfocada, que ha dado como resultado un uso más maduro de
la información, haya ayudado a estas organizaciones a lidiar con las presiones
competitivas y a mejorar su desempeño.
En gran medida la respuesta tiene que ver
con el uso de la tecnología para explotar con efectividad todos esos datos. De
manera más específica, las organizaciones que muestran progreso en las áreas de
analítica avanzada, tecnología para el acceso a la información e integración de
datos a nivel organizacional, parecen estar alcanzando un nivel más alto de
desempeño.
Sin embargo, la inteligencia de negocios
implica más que la sencilla implementación de tecnología. Las organizaciones
necesitan un enfoque estratégico e integral para diseñar, implementar,
administrar, supervisar y respaldar las iniciativas de BI. (SAS, 2009).
¿Es la Inteligencia de Negocios propia de las Compañías que se desenvuelven en el sector privado?
La respuesta inmediata es
NO, la Inteligencia de Negocios no es solamente de uso de empresas privadas.
Hoy en día, la Inteligencia de Negocios (Mercados o Business Intelligence) está
siendo utilizada incluso por los gobiernos. Los gobiernos utilizan el análisis,
descrito como Inteligencia de Negocios, para permitir y dirigir sus estrategias
y resultados en un ambiente cada vez más turbulento y volátil. Específicamente,
este análisis que realizan los gobiernos, los ayuda “en la toma de decisiones,
la cual, puede ser una importante fuente de contribución a la consecución de
las misiones gubernamentales, al igual que ahora lo están siendo en la
consecución de los objetivos de negocio corporativo.
Thomas Davenport y Sirkka L.
Jarvenpaa, sostienen que “existen áreas importantes en las cuales las
aplicaciones de análisis en organismos gubernamentales se pueden llevar a cabo.
Por ejemplo, la misión y gestión de las áreas de atención de salud, logística,
gestión de riesgos, y la inteligencia a la que el análisis se ha
aplicado. Si bien las posibilidades de análisis para mejorar la eficiencia y la
eficacia en el gobierno parecen ilimitadas, hay mucho menos claridad acerca de
la disposición del gobierno a adoptar estas herramientas y plataformas de
análisis. Davenport y Jarvenpaa son cuidadosos de señalar que “el uso de
análisis en inteligencia de negocios requiere de innovación de gestión”.
En los últimos años, los
avances en la captura de datos, tecnologías, normas de datos, almacenamiento de
datos y el modelado y las ciencias de la optimización han creado oportunidades
de negocios para los grandes programas de análisis a gran escala (inteligencia
de mercados). Es así como varias organizaciones en el sector privado no sólo
han aprovechado esto en su toma de decisiones, sino que también han creado
ventaja competitiva sostenida a partir de datos basados en esto. Ellos han
construido sus estrategias de negocios, al menos en parte, en torno a sus
capacidades analíticas. Si bien las organizaciones gubernamentales y organismos
no necesariamente compiten entre sí, pueden utilizar capacidades analíticas
para habilitar ejecutar sus unidades estratégicas en un entorno cada vez más
volátil y turbulento.
Si bien la Inteligencia de
Negocios se presenta a menudo como una Innovación Tecnológica, el uso
estratégico de los análisis, tanto en el sector privado como el gobierno,
requiere también de innovación en gestión masiva. Factores como Liderazgo,
Orientación de la Empresa (Institución), y Análisis
Estratégico en el Gobierno.-
Las organizaciones
gubernamentales y organismos no necesariamente compiten, pero utilizan análisis
de datos para las estrategias de la unidad y su rendimiento en entornos cada
vez más volátiles y turbulentos. Los análisis de datos y la toma de decisiones
correspondiente, pueden tener tanto o incluso más de un efecto poderoso en las
misiones gubernamentales como en los objetivos de negocios corporativos. El uso
real de los análisis en el gobierno puede ir desde estrategia de apoyo o
incluso la conducción en la realización de misiones y objetivos clave o
tácticas. Descubrir cómo la Estrategia de Análisis es importante en los
gobiernos, ha sido clave en investigaciones al respecto. Existen ejemplos
notables en la estrategia de aplicación de análisis en prevención de delitos,
los cuales, utilizan geografía de datos sobre crímenes, los cuales ayudan a
conducir funcionarios y otros recursos. También existen casos de utilización
geográfica de datos sobre otros desempeños en las funciones gubernamentales,
como por ejemplo la Educación Pública, en la Gestión Pública de la Ciudad, así
como también en la aplicación de análisis para la Salud Pública, Cadena de
Suministros y Recursos Humanos en el Gobierno, en la Gestión de Ingresos del
Gobierno, entre otros.
En el caso de la Salud
Pública, el análisis de datos es cada vez más importante en el cuidado de la
salud, y en casi todas las sociedades del mundo, la atención de la salud es
parte o en su totalidad una responsabilidad del gobierno. En el caso de Estados
Unidos, tal como analizan Davenport y Jarvenpaar, el gobierno paga el 40% de
los US$ 2 billones gastados en atención en salud en 2005. Para los proveedores
y los beneficiarios (pagadores) de atención de salud pública o privada, el
análisis de datos es clave para el desempeño de la atención de salud, a través
de al menos 3 ámbitos descritos por Davenport y Jarvenpaar:
- Medicina basada en evidencias: la cual se refiere a la
medicina basada en la evidencia práctica, la cual no es otra cosa que el uso de
la mejor evidencia de estudios de investigación clínica para orientar el
diagnóstico y el tratamiento de los pacientes para médicos especialistas.
- Reducción del fraude: Si bien los pagos por atención de
salud están entre los más grandes pagos del gobierno a los ciudadanos, también
es un dominio para el fraude. La idea es que, por medio de datos recopilados
mediante inteligencia de negocios, se pueda identificar el potencial fraude.
- Identificación de los pacientes para la gestión de
enfermedades: Si bien los programas de prestación de servicios es a todos
los pacientes, las personas en riesgo son identificados por la
enfermedad-específica mediante algoritmos basados en estructuras de
codificación médica y, en algunos casos, los datos de la farmacia. Las técnicas
analíticas utilizadas incluyen la regresión lineal o análisis logístico,
clasificación y árboles de decisión y de redes neuronales. Los pacientes
identificados reciben mayor atención de salud o intervenciones sociales y de
diseño de comportamientos para reducir el riesgo de intervenciones médicas a
futuro. Así también programas de manejo de la enfermedad se han demostrado para
fomentar la mejora de la salud a través de prevenir o retrasar la aparición de
complicaciones y enfermedades relacionadas, resultando en una menor demanda en
el sistema y menor costo para los pagadores del gobierno.
Considerando el caso de Cadena de Suministros y Recursos Humanos en
el Gobierno, si bien uno de los ámbitos más importantes para el análisis en el
sector privado es en la gestión de la cadena de suministro, donde las empresas
intentan optimizar recursos y canales de distribución, más recientemente, las
organizaciones han comenzado a centrarse en “la cadena de abastecimiento
humano”, o el uso de análisis en los procesos de recursos humanos. Estas dos
zonas son también importantes para los gobiernos, y su aplicación ha sido más
agresiva en los militares. Los orígenes del Análisis de la Cadena de Suministro
surgen de la disciplina de la investigación de operaciones. Estas aplicaciones
se utilizaron desde el principio dentro de las ramas de las ramas del gobierno,
específicamente el ejército. Las necesidades de competitividad y las
consecuencias drásticas de quedarse sin material en tiempo de guerra, los
análisis han sido utilizadas en el pronóstico, ruta de suministro, optimización
de operaciones navales y aéreas. Si bien algunos enfoques analíticos a ser
empleados por el ejército han cambiado para manejar inventarios y las líneas de
suministro, el ejército hoy en particular utiliza desde hace dos décadas un
modelo basado en “la masa” en movimiento, grandes cantidades de mercancía
pesada de un modelo de inventario basada en “funda justa” a uno basado en
“velocidad”, o una más ágil, rápido en movimiento de cadena de suministro que
opera sobre una base “justo a tiempo” de inventarios. Respecto a Análisis de
Datos de Recursos Humanos, el ejército también ha empleado cada vez más la
analítica de los enfoques de suministros de la cadena de recursos humanos.
Particularmente en tiempos de guerra con todos los voluntarios militares, las
fuerzas armadas recurren a las decisiones de análisis relativos a la
contratación. En los dominios analíticos incluyen el pronóstico, la
contratación, la segmentación y los modelos de tubería, los modelos de desgaste
y, las estrategias de reducción de fuerzas. De análisis de previsión
generalmente tienen lugar en el mundo militar el estudio de grandes poblaciones
(por ejemplo, servicios específicos, tales como el ejército o la fuerza civil dentro
del ejército) e incluye el modelado y análisis de políticas alternativas y de
los recursos, por ejemplo se alistó civiles v/s civiles contratistas, las
mezclas y el impacto de los reajustes, incentivos, jubilaciones, etc. El modelo
de Cadena de Suministro y de Recursos Humanos tiene similitudes con otros
ámbitos en el gobierno, y la cantidad de datos para esta área es cada vez menos
problemático, como las diversas ramas de las fuerzas armadas de servicios y
agencias logísticas de defensa, al instalar Recursos Empresariales de
Planificación (PER) que los sistemas de los movimientos de la cuenta de bienes
y personas. El principal problema, desde la perspectiva de datos es que, cada
rama de las fuerzas armadas (ejército, armada y fuerza aérea) tiene un enfoque
diferente y una estrategia distinta. Si existiese el deseo de hacer un análisis
a través de los diferentes servicios (que es discutible), sería difícil, dado
este entorno de datos.
Por último, en el ámbito de
Gestión de Ingresos del Gobierno,” que consiste en los esfuerzos de las
autoridades fiscales para maximizar las cantidades de ingresos legalmente
recogidos de los ciudadanos”, sus instituciones siempre tendrán una gran
necesidad de mejorar su rendimiento de pasivos de sus poblaciones. Los organismos
fiscales en primer lugar utilizan el análisis de datos para hacer frente a la
“brecha fiscal”. La pérdida de ingresos no percibidos en los ingresos fiscales,
denuncia, conducen a un masivo recorte presupuestario en estado crítico,
servicios locales y recursos de impacto en el público en general. La misión de
las agencias de impuestos “es garantizar que todos paguen su parte justa de los
costos de gobierno, no sólo lo que cumplen”. Así, la reducción de la brecha
fiscal implica, entre otras cosas, la segmentación de la base electoral de los
ciudadanos y de los grupos empresariales de mayor ingreso neto de una previsión
de su contribución. Los avances de gobierno, tales como e-gobierno, la
presentación electrónica de declaraciones de impuestos, el impuesto de
portales, las estadísticas de software de escritorio, las inversiones en los
almacenes de datos empresariales, entre otros, han permitido la realización de
análisis más factibles en el proceso de gestión de ingresos. El análisis de
datos está desempeñando un papel cada vez más crítico en, por lo menos, cuatro
ámbitos del a gestión de los ingresos gubernamentales:
- Análisis de Ingresos: dice relación con la realización a
micro-nivel de las previsiones de ingresos de una empresa individual, ciudadano
o un pequeño grupo. Estas previsiones ayudan a anticipar los comportamientos de
los contribuyentes de los nuevos legislativos o ejecutivos de políticas o
cambios en las políticas existentes en participar, durante las fluctuaciones de
la economía a nivel nacional.
-
Cumplimiento de los Sistemas: Si bien el análisis de datos puede ayudar
a reducir la brecha fiscal (pérdida de ingresos) mediante la mejora de
recaudación de impuestos con los mismos o incluso menos nivel de recursos,
involucra el cumplimiento de las solicitudes de centrarse en conseguir el
derecho de los casos asignados a la persona adecuada, para acción correcta en
el tiempo correcto. Las aplicaciones incluyen algunas o más de las siguientes
áreas tales como, el descubrimiento de las empresas y los individuos no
indizados con un pasivo fiscal potencial, selección de los contribuyentes para
la auditoría que se probablemente subestiman, aplicación de riesgo basado en
estrategias de recolección para cada caso (la recogida).
- Detección de Fraude: Dado que los regímenes de devolución
de impuestos fiscales fraudulentamente se han vuelto más sofisticados, las
agencias de impuestos han tenido que desplegar más métodos de gran alcance para
detener los controles de retornos fraudulentos antes de que salgan, mientras
que el mantenimiento de espera en los tiempos de restitución también han
tendido a disminuir para evitar molestias a los contribuyentes.
- Servicios de pago de impuestos al contribuyente: La nueva
esfera para el análisis en la gestión de ingresos es el servicio al cliente de
los contribuyentes. Las aplicaciones son similares en algunos aspectos a los
servicios al cliente de análisis de sistemas que han sido comercialmente
utilizado en el sector privado durante mucho tiempo. Estos sistemas están
normalmente basados en la gestión de aplicaciones de relaciones con clientes
(CRM), e identificación de clientes que probablemente sean candidatos a algún
tipo de intervención. Servicios al contribuyente ofrecen intervenciones
proactivas para reducir a los no indizados y su información. Explotan servicios
como llamadas entrantes de contribuyentes, correos electrónicos, sitios web,
evaluación de probabilidades que el contribuyente no tenga toda la información
necesaria para el cumplimiento de impuestos, no comprenda el cambio de
legislación fiscal, etc.
Todas estas aplicaciones
prometen entregar beneficios financieros, así como mejorar la imagen pública de
los organismos de impuestos y el gobierno en general. Por lo general, los
organismos desarrollan sus propios modelos de análisis para estos dominios.
Estos modelos específicos son necesarios como cambios en el comportamiento de
los contribuyentes, incluso dentro de las regiones.
Finalmente, podemos responder a nuestra
pregunta inicial ¿Qué es el Business Intelligence? Bueno, a estas
alturas queda bastante claro que puede definirse el Business Intelligence como
“aquel conjunto de tecnologías y procesos (plataforma) que permite a personas
de todos los niveles en una organización, tener acceso a datos, interactuar y
analizar su información para administrar el negocio, mejorar el rendimiento,
descubrir oportunidades y operar eficientemente”. En las altas esferas
ejecutivas corporativas, estos datos son transformados y entregados a ellos para
la utilización de esta información en la toma de decisiones corporativa, el
cual, transcurrido el tiempo, se transformará en conocimiento vital y recurso
primordial para la empresa.
¿Qué no es la
Inteligencia de negocios? Depósito
de información que puede o no se componente de la arquitectura de la
inteligencia de negocios, pero “depósito de información no es sinónimo de
inteligencia de negocios”. Aunque exista un almacén de información, solamente
se puede decir que la compañía u organización utiliza inteligencia de negocios
una vez que ponga en manos de los usuarios herramientas para llega a la
información y hacerla útil.
Casos de Éxito
Caso de éxito 1: Más inteligencia para ColCerámica
Publicado: 14/11/2005
Caso de éxito 2: Alpina
El Cliente
Como parte del
proceso de evolución e innovación en todas las áreas de la Alpina, en
el 2008 se realizó el lanzamiento oficial de Alpina Servicios
Compartidos. Esta iniciativa generó un nuevo modelo de operación de
sus áreas administrativas. Esta nueva área, basada en modelos de gestión
de talla mundial de “shared services”, permitió la centralización de
múltiples procesos administrativos originalmente ejecutados por las distintas
operaciones de Alpina en Colombia, Venezuela y Ecuador. Bajo este nuevo
modelo se reorganizaron los procesos, no bajo esquemas funcionales
tradicionales, sino bajo células de procesos con una lógica de alta
productividad.
Retos
del Proyecto
Los procesos de
Alpina Servicios Compartidos (Recursos Financieros, Compras Administrativas,
Contabilidad, Tecnología, Gestión y Control; y Centro de Atención al Cliente)
no contaban con un sistema de información para la presentación y gestión de
indicadores de desempeño. Alpina Servicios Compartidos necesitaba presentar la
información de los indicadores en puntos estratégicos dentro de la compañía.
Solución
Abits, basado
en la experiencia adquirida en este tipo de proyectos, ofrece una
solución de Inteligencia de Negocios basado en las mejores tecnologías. La
solución consistió en centralizar y presentar la información
correspondiente a cada uno de los indicadores de desempeño haciendo uso de
pantallas LCD ubicadas en diferentes puntos de la nueva sede.
Objetivos
•
Construir un
repositorio central para publicar la información de los distintos indicadores
de gestión.
•
Desarrollar un
mecanismo que permitiera presentar la información en el través de las
pantallas LCD.
•
Implementar un
sistema de información analítico que permitiera visualizar y analizar la
información de los indicadores de gestión a través de computadores de
escritorio.
Resultados
•
Las principales
áreas de Alpina Servicios Compartidos pueden visualizar en
pantallas LCD y desde sus equipos sus indicadores de desempeño
correspondientes.
•
Las principales áreas
de la compañía pueden acceder rápidamente a la información, haciendo buen uso
de la misma y tomando decisiones acertadas.
•
Los líderes de negocio
pueden obtener y analizar información oportuna de cada una de sus áreas.
•
Los Analistas de
negocio pueden hacer seguimiento a las metas de gestión diarias y
semanales.
Áreas
Involucradas
Las principales
áreas de la empresa Visualiza en televisores LCD los Indicadores
para los siguientes procesos:
•
Recursos Financieros (
cuentas por pagar, cuentas por cobrar, tesorería)
•
Servicios
Administrativos ( célula administrativa, portal de proveedores, gastos de
viaje)
•
Control Financiero
(contabilidad, costos, impuestos, reportes y presupuesto)
•
Centro de Atención al
Cliente
•
Gestión y Control
•
Tecnología.
Caso de éxito 3: Now de Venezuela
Situación
Now de
Venezuela (CA Sapphire Company), es una empresa dedicada a la distribución y
comercialización de productos nutracéuticos, es decir, destinados a la
nutrición y la prevención en el área de la salud de origen natural. Importa la
mercadería fabricada por Now Foods International en Chicago (Illinois, USA),
una compañía con reconocimiento en todo el mundo. "Operamos en el mercado
venezolano desde hace más de 20 años; trabajamos con las principales droguerías
del país y llegamos a más de 4000 farmacias", comenta Daniela Rojas,
Directora de Operaciones.
La clave
del negocio de Now de Venezuela es su fuerza de ventas distribuida en todo el
territorio nacional, y una eficiente gestión de los pedidos y las entregas
coordinadas desde sus oficinas en tres estados. "Cada vendedor tiene una
cuota y para alcanzarla debe realizar una planificación estratégica en función
de la cantidad de clientes que atiende y de la cartera de más de 50 productos
que ofrecemos para cuestiones cardiovasculares, osteoarticulares, antioxidantes,
para el deporte y nutricionales, entre otras", agrega Rojas.
"En
un determinado momento de la compañía, cuando comenzamos a crecer
significativamente, detectamos que el sistema que estábamos utilizando para la
gestión operativa no cubría las necesidades, dado que sus funcionalidades eran
bastante acotadas. El volumen de transacciones que empezó a tener la empresa,
superaba la capacidad del software, los módulos de compras, ventas y contable
operaban de forma aislada, y había muchas tareas que se realizaban en forma
manual, lo que obligaba en determinados momentos a realizar horas extras que
generaban un costo adicional para la empresa, y la generación de los balances e
informes de gestión se demoraban demasiado", recuerda Yaileen Hernández, Gerente
de IT.
Solución
"Elegimos
trabajar con Microsoft Dynamics GP porque vimos que tenía un rango de
prestaciones muy amplio, que cubría todos nuestros procesos de negocios. Dada
la flexibilidad de la herramienta, con la ayuda de Apple Green Technology
logramos adaptarla perfectamente a las particularidades fiscales venezolanas y
así fue que montamos en el sistema toda nuestra operación", acota
Hernández.
Para una
correcta implementación, se realizó una planificación de varios meses, se
conformaron mesas de trabajo para conocer al detalle las necesidades de cada
área, se configuró cada uno de los procesos en la solución y cuando estuvo todo
preparado se realizó un cambio completo y simultáneo para toda la compañía.
"Nuestra
operación incluye la importación de los productos desde Estados Unidos, y la
entrega a nuestros clientes; salvo una cadena de farmacias que posee 60
sucursales, el resto de la mercadería llega a los puntos de venta a través de
las droguerías. No obstante, nuestra fuerza de ventas visita a las farmacias y
les ayuda a realizar sus pedidos, por lo tanto tenemos vínculo con ambos
actores del canal. Toda la gestión de pedidos, ventas, entregas y pagos está en
Dynamics GP", detalla Daniela Rojas.
El área
de TI de Now de Venezuela es pequeña; tiene una persona para la administración
de redes, una de producción audiovisual, una de soporte y la Gerente de TI. El
apoyo de un partner certificado como Apple Green Technology le ayuda a cubrir
todas sus necesidades, incluyendo recientemente la migración a Dynamics GP 10,
la última versión disponible del producto. "Nosotros desarrollamos
internamente un sistema para los equipos portátiles que utiliza nuestra fuerza
de ventas, que le permite cargas la información incluso fuera de línea para
luego sincronizar con el ERP; con nuestro socio tecnológico, agregamos algunas
funcionalidades específicas de nuestro negocio, por ejemplo una para el manejo
de descuentos, que son muy particulares en esta industria ya que permiten
combinaciones de hasta 6 reducciones de precio, y también la liquidación de
comisiones por ventas", acota Yaileen Hernández.
Luis
Salcedo, de Apple Green Technology, explica que la localización de Dynamics GP
para Venezuela significó un desafío, "dado que teníamos que montar la
lógica de negocios dentro del sistema, lo cual nos obligó a programar en el
lenguaje nativo. Sin embargo, con la documentación en línea de Microsoft y la
combinación con desarrollos sobre SQL Server, pudimos preparar las
funcionalidades para la generación de los libros de compras, ventas, inventario
y declaración de ganancias, como así también para la administración de las
retenciones de IVA que corresponde a Now por ser un Contribuyente
Extraordinario según la normativa local". Esta compañía panameña tiene
certificaciones en Dynamics GP 10, Dynamics NAV 2013, SQL Server y .NET, lo que
la ha preparado para resolver este tipo de necesidades de sus clientes en la
región.
Beneficios
"Con
Microsoft Dynamics GP logramos reducir a un tercio el tiempo para la
elaboración de los balances y estados financieros, y para la conciliación de
cuentas. El tiempo de carga de información se ha reducido significativamente y
ya no tenemos que solicitarle al personal que realice horas extras lo que
permite un ahorro importante a la compañía", explica Daniela Rojas.
"El
personal puede consultar el histórico de ventas, revisar sus proyecciones en
función de la cuota que tenga cada uno y organizar en función de esos datos sus
negociaciones. Es decir que esta herramienta de gestión no solo impacta positivamente
en la operación sino que es una herramienta clave para el desarrollo del
negocio", agrega la ejecutiva.
"Estamos
utilizando también Reporting Services como herramienta de inteligencia de
negocios basada en SQL Server, que nos permite hacer diferentes análisis, como
la comparativa de venta de un año a otro, los vencimientos de las cuentas por
cobrar, los inventarios de los diferentes almacenes que utilizamos para
depósito y también los informes que requieren los entes gubernamentales",
agrega Hernández.
"La
plataforma que hemos montado es robusta y a la vez flexible. Reportes de ventas
que antes podían llevarnos hasta dos meses, ahora los tenemos listos en 10 días
y seguimos trabajando para reducir aún más esos plazos. Tenemos los inventarios
consolidados, y podemos extraer informes utilizando filtros con mucho nivel de
detalle. En algunos casos, exportamos la información para trabajar con los
datos en Tablas Dinámicas de Excel… la facilidad con que pasamos de una
herramienta a otra es muy conveniente", agrega la Gerente de TI.
Conclusiones
Las herramientas de inteligencia de
negocios y el perfil de usuarios analíticos han evolucionado a través de estos
años. Además, el nivel de conciencia, la necesidad y la evolución del mercado
han llevado a las empresas a considerar que la Inteligencia de Negocios sea una
prioridad ante la gerencia y las personas que toman decisiones.
Un proyecto de inteligencia de negocios
debe llevar tanto el compromiso del equipo de IT como el de la gente de negocios,
la participación activa de estos usuarios de negocios es fundamental para el
éxito del proyecto. Estos usuarios son los que adolecen realmente de una
herramienta que se ajuste a la necesidad de la empresa y les provea el nivel de
detalle que se requiera.
Alguien se podría preguntar también si
en la actualidad hay empresas que compitan básicamente utilizando Business
Intelligence, y la respuesta es afirmativa. Existen en la práctica y en la
literatura muchos ejemplos de empresas globales como 3M, Federal Express,
Capital One, Marriott International, Walmart y Amazon. Hemos recurrido a este
tipo de empresas a fin de que puedan ser identificadas por el lector, aunque
debemos resaltar que pueden obtenerse idénticos resultados en organizaciones de
reducido tamaño.
El caso de Amazon es especial, ya que
utiliza la información de otros compradores para recomendarnos productos que
nos pueden interesar en función de nuestras compras, o bien nos recomienda, cuando
hemos realizado una compra, otros productos para que los costes de transporte
sean más bajos. Es lo que llamamos Active datawarehousing: no tan
sólo analizar información, sino utilizarla en el momento en el que el cliente
tiene que tomar la decisión de si comprar nuestros productos o no. Este es un ejemplo
de los máximos niveles de potencialidad alcanzados hasta ahora en el uso de Business
Intelligence.
En sus inicios, Business Intelligence
se aplicaba en las organizaciones a nivel táctico, es decir: analizo, tomo
la decisión y establezco las políticas a aplicar. La segunda ola de Business
Intelligence subió al nivel de la estrategia, como una herramienta que
ayuda a la planificación estratégica. Hoy hablamos de Business Intelligence operativa,
que es la que está ligada a la toma de decisiones en el día a día, con el
objetivo de ser más ágiles en dicho proceso.
La
clave para conseguir el éxito en el proyecto BI es no improvisar. La
improvisación no es una buena compañera de los proyectos, y menos de los de
sistemas de información para la toma de decisiones.
•
El equipo
multidisciplinario formado por miembros tanto del área de negocio como de la
tecnológica. Compartir los proyectos facilita la comprensión de las distintas
necesidades y mejora sin duda las relaciones entre ellos.
•
La participación de los
usuarios en el proyecto es fundamental, ya que ellos serán los que consigan los
éxitos con el uso de las soluciones de Business Intelligence. Es
fundamental que se registren los éxitos obtenidos con el uso de las soluciones.
El poder compartirlos nos asegurará la continuidad y los recursos necesarios
para seguir avanzando.
•
La definición de unos
objetivos alcanzables y alineados con los de la organización. Los mayores
éxitos de las organizaciones que compiten mediante el uso de Business
Intelligence se obtienen cuando somos capaces de aportar información sobre
áreas estratégicas de la organización. Normalmente, estas áreas están
relacionadas con los clientes: el nivel de servicio, tiempo del ciclo,
optimización de costes, selección de personal, etc.
•
Debemos establecer un
seguimiento del proyecto que nos permita evaluar su nivel de avance y de
obtención de resultados. Cuando las organizaciones se acercan a la madurez en
el uso de estas tecnologías dejan de plantearse proyectos individuales y los
gestionan como una forma de competir.
•
La mayoría de las
empresas que compiten con Business Intelligence no han ido invirtiendo
de forma progresiva: estas inversiones, en la mayoría de los casos, se han
generado por la aparición de nuevas necesidades y por el propio aprendizaje de
las organizaciones.
•
La evaluación continua
de los resultados del proyecto nos permite mostrar cuáles han sido los
obtenidos: al comunicarlos podemos generar el interés en nuevas áreas de
análisis, creando nuevos modelos interdepartamentales que sin duda mejoran los
resultados de la organización.
•
El uso de las
soluciones de Business Intelligence nos mostrará resultados que nos
obligarán a tomar decisiones, por lo que es necesario que estemos preparados
para ello.
•
La tecnología debe ser
coherente con nuestra organización y nuestros usuarios.
Con la ayuda de Bussines Intelligence
conseguiremos organizaciones más eficientes, más eficaces y más competitivas,
para que con ello puedan contribuir a la creación de puestos de trabajo y al
desarrollo de una sociedad más humana, más sostenible, más respetuosa con el medio
ambiente y más responsable socialmente.
Referencias
1.
Cohen
Karen, Daniel y Asín Lares, Enrique. Sistemas de Información para los negocios. Editorial McGraw Hill.
México.2005.p.30
2.
Arrubias
Urrutia, Amaia. “La Importancia de la Comunicación Interna en la Empresa”. En
Revista Latina de Comunicación Social. Número 27. Marzo de 2000.p.6
3. Biere, Michael. Business
Intelligence for the Enterprise. IBM Press. Indianápolis.2003.p.29
4. Goodwin, Candice.
“Technology: Business Intelligence – Assault on the data mountain”. En Proquest.
Accountancy. Mayo 2003. p.15
5.
Laudon,
Kenneth C. Sistemas de Información Gerencial. Edition: 8 Publicado por Pearson Educación, 2004. ISBN 9702605288,
9789702605287, Pag. 103.
6.
Navarrete
Carrasco, Roberto Clemente. ¿Para qué sirven las Tecnologías de Información?
Departamento de Economía ITESM. Monterrey. 2002.
7.
Gil
Soto, Esperanza. Data Warehouse. Antecedentes, Situación Actual y
tendencias.
8.
Santa
Cruz de Tenerife, Septiembre 2001. Departamento de Economía y Dirección de
Empresas. Facultad de Ciencias Económicas y Empresariales. Campus Guajara.
Universidad de la Laguna. España. ISSN 1139 – 4501. Serie Estudios N° 2001/44.
9.
Gil
Soto, Esperanza. La información como recurso estratégico generador de
conocimientos. Un enfoque de recursos y capacidades. Universidad de la Laguna.
2004. ISBN: 84-7756-660-7
10. Kielstra, Paul.
Denis McCauley, ed. 2007. “In Search of Clarity: Unravelling the Complexities
of Executive Decision-making.” Economist
Intelligence Unit (septiembre de 2007),
11. Martínez Méndez, Javier. El salto desde la
Gestión de Información a la Gestión del Conocimiento. Departamento de Información
y Documentación. Universidad de Murcia. ISSN 1135-3716, Vol. 5, Nº 1, 1999.
12. Peña, Alejandro. Inteligencia de Negocios:
Una Propuesta para su Desarrollo en las organizaciones. Instituto Politécnico
Nacional. México. 2006. ISBN: 970-94797-1- Peralta, Manuel. Sistema de
Información. 2000.
13. http://www.sinnexus.com/business_intelligence
14. http://www.sas.com
Comentarios
Publicar un comentario