HERRAMIENTAS DE
INTELIGENCIA
DE NEGOCIO
S
HERRAMIENTAS DE INTELIGENCIA
DE NEGOCIOS
Las herramientas de inteligencia de negocio son un
tipo de aplicaciones software diseñadas para
colaborar con la inteligencia del negocio.
¿Qué es la
inteligencia de
negocio?
LA INTELIGENCIA DE NEGOCIO
• Se refiere al conjunto de estrategias, aplicaciones, datos,
productos, tecnologías y arquitectura técnicas, que están
enfocados a la administración y creación de
conocimiento sobre el medio a través del análisis de los
datos existentes en una organización o empresa.
BENEFICIOS DE LAS HERRAMIENTAS
DE INTELIGENCIA
Capacidad de extraer
Depurar
Consolidar
Sintetizar
y presentar datos o información de forma automatizada. Además, permite a los
usuarios analizar la información y tomar decisiones de una manera ágil, flexible y
fiable.
CLASIFICACIÓN
• Las herramientas de inteligencia de negocio asisten al análisis y la
presentación de los datos, y según el proceso que abarcan y el
ámbito al que se orientan, se pueden clasificar en:
Enterprise Reporting
OLAP (On-Line Analytical Processing)
Data mining o minería de datos
EIS (Executive Information System)
ENTERPRISE REPORTING
• El de herramientas es
documentos estas e
objetivo generar personalizados
con gran
cantidad de informes
detalles. Además, permiten obtener
información actualizada de manera rápida y la posibilidad
de generar automáticamente alarmas en base a criterios
programados anteriormente.
OLAP (On-Line Analytical Processing)
• Este tipo de herramientas permiten generar
análisis muy completos con enfoques deductivos y la
posibilidad de aplicar filtros personalizados.
OLAP (On-Line Analytical Processing)
Principales ventajas de estas herramientas son:
Las consultas son muy rápidas, debido a se accede
que a estructuras (cubos) pre-configuradas. directamente
Dependiendo del usuario se generan diferentes cubos, destinados a
cubrir
las necesidades de cada uno.
OLAP (On-Line Analytical Processing)
Las desventajas son:
Una vez hecha la base de datos no se puede modificar
su estructura sin rediseñar el cubo.
El cubo es una estructura adicional que hay que mantener y
actualizar, eso supone un gasto extra de recursos (servidores, procesos
de
carga…)
Data mining o Minería de datos
• Se trata de recoger información a través del análisis de bases de
datos con registros históricos. Además, se usan aplicaciones
capaces de identificar y aislar patrones y tendencias.
BIG Data
B i g Datta
• Llamamos Big Data a un gran volumen de datos con una variedad,
complejidad y velocidad de crecimiento enorme y que además tienen
la característica de no ser estructurados.
Características del Big Data
Volumen
Variedad
Velocidad
Volume
• El volumen de losndatos almacenados en los depósitos de
las empresas ha pasado de ocupar megabytes y gigabytes a
"petabytes".
• Google procesa 20 petabytes al día.
Varieda
• Los datos han pasado ded
ser datos almacenados y estructurados, guardados
en bancos de datos empresariales a ser semiestructurados, audio, vídeo,
XML, etc.
• Una creciente variedad de datos necesitan ser procesados y convertidos en
información.
Velocida
d
• La velocidad del movimiento, proceso y captura de datos dentro y fuera de la
empresa ha aumentado significativamente. Los modelos basados en
inteligencia de negocios generalmente suelen tardar días en procesar, frente a
las necesidades analíticas casi en tiempo real de hoy en día debido al flujo de
datos a alta velocidad
Ventajas del Big Data a las empresa
• Implementación de mejoras tecnológicas
• Innovación en la creación de productos y servicios.
• Segmentación de los clientes para personalizar acciones.
Minería de Datos
Minería de Datos
• La minería de datos tiene como propósito la identificación de un
conocimiento obtenido a partir de las bases de datos que aporten
hacia la toma de decisión.
• Minería de datos es la exploración y análisis de grandes cantidades
de datos con el objeto de encontrar patrones y reglas significativas
(conocimiento).
Tipos de aplicaciones de la minería
de datos
• Clasificación
• Pronóstico (Predicción)
• Asociación
• Agrupación o segmentación (Clustering)
Clasificación
• Examinar las características de un nuevo objeto y asignarle una
clase o categoría de acuerdo a un conjunto de tales objetos
previamente definido
Ejemplos:
– Clasificar aplicaciones a crédito como bajo, medio y alto riesgo.
– Detectar reclamos fraudulentos de seguros.
Pronóstic
o
• Predecir un valor futuro con base a valores pasados
Ejemplos:
– Predecir cuánto efectivo requerirá un cajero
automático en un fin de semana.
Asociación
•Determinar cosas u objetos que van juntos
Ejemplo:
– Determinar que productos se adquieren
conjuntamente en un supermercado.
Agrupación o segmentación
• Dividir una población en un número de grupos más homogéneos.
• No depende de clases pre-definidas a diferencia de clasificación.
Ejemplo:
• – Dividir la base de clientes de acuerdo con los hábitos
de consumo.
Servicio de inteligencia de
Negocios (BI).
Objetivo
s
Entender el concepto de Inteligencia de Negocio
Conocer los elementos más importantes en el diseño de una sistema
de Inteligencia de Negocio.
Identificar tecnologías informáticas que son necesarias para el desarrollo
de
herramientas de Inteligencia de Negocio.
Inteligencia de Negocio
• “ Inteligencia de Negocio se refiere al proceso
de
convertir datos en conocimiento y conocimiento
en acciones para crear la ventaja competitiva del negocio
“
Inteligencia de Negocio
Nace así el concepto de Inteligencia de Negocio (Business Intelligence):
No es una tecnología
Es un conjunto de sistemas de información que trabajan de forma coordinada.
Sistemas de almacenamiento de datos (data warehouse)
Sistemas de minería de datos (data mining)
Herramientas de procesamiento analítico de datos (OLAP)
Sistemas de administración de conocimiento (KBS)
Herramientas de consulta y reporte de datos
Tableros de información (Dashboards)
Inteligencia de Negocio
Inteligencia de Negocio
ARQUITECTURA
DE UN
SISTEMA
6 Herramientas de Business
Intelligence
• SAP BUSINESS INTELLIGENCE
• SPAGOBI
• BIRT
• SAS BUSINESS INTELLIGENCE
• RAPID MINER
• DOMO INTELIGENCIA DE NEGOCIO
SAP Business Intelligence
• SAP BusinessObjects BI (SAP BO, también históricamente BOBJ) es una
plataforma de Business Intelligence (BI) de generación de informes y análisis
dirigida a usuarios empresariales. Consiste en una serie de aplicaciones de
generación de informes que permiten a los usuarios descubrir datos, realizar
análisis para obtener conocimientos y crear informes que visualicen los
conocimientos.
SpagoBI
• SpagoBI se describe a sí mismo como la única plataforma abierta 100% y
completa de Business Intelligence.
• Su arquitectura modular, basado en estándares abiertos, facilita la
personalización y la integración en entornos.
• Además, cuenta con el apoyo de los servicios profesionales de Engineering
Group, la empresa que gestiona el proyecto sobre una base ad hoc. Una
suscripción de un año de mantenimiento, incluido el apoyo, está disponible a
partir de 5000 euros.
BIRT
• BIRT es un proyecto de software de código abierto que
proporciona la plataforma tecnológica BIRT.
• Este puede crear visualizaciones de datos e informes que se
pueden incrustar en aplicaciones del cliente Web, especialmente
los basados en Java y Java EE.
SAS Business Intelligence
• Fue desarrollado cerca de los años 1970 por la Universidad de
Carolina delNorte. Desarrollada para la gestión y análisis de
experimentos de agricultura ya ctualmente para uso y desarrollo
estadístico.
Rapid
Miner
• Es una plataforma de análisis de código libre para data mining. Integra un
aprendizaje automático y análisis predictivo. Esto significa que permite
diseñar a la empresa sus propias rutinas de análisis de datos de forma visual y
acelerar la entrega al eliminar la necesidad de escribir código.
• Funciona con una amplia gama de formatos de datos, incluyendo Hadoop,
CSV, Excel, Oracle y MySQL.
DOMO Inteligencia de Negocio
• Domo es una de las herramientas de Business Intelligente en la nube
que permite a los usuarios crear tableros desde los cuáles organizar sus datos.
• Además, se puede compartir y acceder a la información desde numerosos
ámbitos o fuentes de datos, desde hojas de cálculo hasta bases de datos
locales, pasando por aplicaciones y bases de datos en cloud. También permite
visualizar archivos en numerosos formatos, como CSV, XML o JSON
