SDG 24-03-09 Conferencia Presentacion

Convertir Información en Conocimiento

Business IntelligenceUn distinto punto de vista

Qué hay en esta presentación

Cuña comercial.Business Intelligence:• qué es• quien lo usa• objetivos.• Fabricantes• Posicionamiento• Posicionamiento• Historia• como se usa• qué nos depara el futuro.

Qué hay que evitar.Algunos casos reales.Preguntas y respuestas.

Infracom - Soluciones Verticales y Kits

� FOCUS Manufacturing� FOCUS Manufacturing � FOCUS Shipping� FOCUS Shipping

� FOCUS Engineering� FOCUS Engineering

� FOCUS Building� FOCUS Building

� FOCUS Fashion� FOCUS Fashion

Para empresas de producción discreta.Gestión Integral de gestión de pedidos,producción, facturación y compras.

Para empresas que producen por proyecto.Permite la gestión integral de proyectos,ingeniería, provisión, gestión y facturaciónsegún las necesidades específicas. Concebido para empresas que trabajan en el mundo

de la construcción.Gestiona de manera integral la provisión, logística,distribución y gestión de recursos .

Para Operadores Logísticos. Incluye las prácticas deTransporte Marítimo, Terrestre, Aéreo y servicios.Gestiona de manera específica las problemáticas deMaster & House Bill of Lading, Arriendo de vehículos,Canales Logísticos, Puertos y Aeropuertos, Grupage,etc.

� FOCUS Fashion� FOCUS Fashion distribución y gestión de recursos .

Específicamente desarrollado para el mercadode la moda. Textil, Complementos, calzado.Gestiona de manera integral todos losaspectos del sector.

�NeaR Warehouse KIT�NeaR Warehouse KIT �NeaR Factory KIT�NeaR Factory KIT

�NeaR CAD KIT�NeaR CAD KIT

Integración de los departamentos de Ingeniería conPreindustrialización, Industrialización, Proceso,Compras.Del Diseño a la Lista de Materiales, de maneraintegrada.

Para Implantaciones SAP que necesiten de unasolución rápida, eficaz y cómoda en almacenesautomatizados, con o sin radiofrecuencia,recorrido óptimo de almacén, etc.

Agilidad en la gestión de planta, gestión deconsumos, planificación de producción ygestión de recursos internos y externos,gestión de procesos externalizados, ...

¿Quien es Infracom?

Empresa de Consultoría SAP de origen Italiano, Constituida en1999 por la asociación de diversos grupos empresariales eindustriales.Partner SAP en Soluciones, Servicios y Hosting.

550 Consultores SAP en toda Europa,experiencia contrastada en Despliegues Mundiales.1,500 empleados,1,500 empleados,+90 clientes internacionales.5 soluciones verticales, 3 kits de funcionalidad específica.3 data centers de alta disponibilidad, redundancia encomunicaciones, 10,000Km de fibra propia y acuerdos con losprincipales operadores a nivel mundial.Centros de excelenciaterritoriales, no globales.

Business Intelligence según...

IBM: Es un Concepto : Convertir Datos en Información Útil usando un conjunto de herramientas ytecnologías.

• Los Indicadores de Negocio son el resultado de la Consolidación de datos diversos (bases de datos, hojas de cálculo,logs, datos geopolíticos, heterogéneos, …) y permiten a los analistas gestionar el cambio y generar mayoresbeneficios.

Jeróme Bergerou (ACCURACAST ): Es un Proceso : Usar los datos de manera razonada para gestionarde manera eficaz el negocio.

• Provisión de datos, Filtrar y Organizar, Analizar y Determinar la situación, generando escenarios y analizando riesgospara tomar decisiones razonadas.

SIEBEL : Es un Conjunto de Herramientas : Mediante la Integración y Transformación de datosheterogéneos en Indicadores Clave, los Directivos, Ejecutivos y Empleados pueden tomar decisionesque mejorarán el rendimiento del negocio.COGNOS: Es la Monitorización de Sucesos, Rendimiento y Operaciones dentro de la compañíabuscando aquellos hechos Clave para el Cambio. Una vez que estos hechos se producen, el Sistemadebe dirigir la información adecuada a las personas según su Rol en la corporación.debe dirigir la información adecuada a las personas según su Rol en la corporación.Steve Hoberman (Microsoft Office Sharepoint Server – MOSS ): Procesos, Tecnologías yHerramientas necesarias para convertir Datos en Información, Información en Conocimiento,Conocimiento en Planes para Gestionar de manera eficaz las Acciones necesarias para el Negocio.

• BI agrupa el Data Warehouse, Herramientas de Análisis y Gestión de Contenido y Conocimiento.ORACLE : La Recogida de Información para el Análisis y el Pronóstico del Futuro. De manerasistemática, permite gestionar grandes volúmenes de datos para ofrecer capacidad de decisiónrazonada y facilitada por información fiable.Dave Menninger (INFORSENSE): “Business Intelligence es la gestión de lo conocido y lo desconocido.[...] Provisión, Consolidación, Ordenación y Preparación de Información para Entender y Actuar sobre labase de Indicadores Clave que definen el rendimiento de la Corporación”.

Entonces... ¿Qué es Business Intelligence?

Es un SISTEMA y un PROCESO.La definición más común de un BI es:“Sistema de almacenamiento de DatosCorporativos y sus herramientas de Análisis”.Otra definición es la de “Proceso deOtra definición es la de “Proceso deInformación Analítica de Negocio”.Yo personalmente prefiero considerarlo como“una hoja en blanco y un bolígrafo,potencialmente útiles”.

BI ¿Porqué es un SISTEMA y un PROCESO?

KPI

Data Mining

ETL

OLAP

Visión Analítica

InformesETL

Data Warehouse

Análisis de Negocio

Gestión del Rendimiento

Fuentes de Información

BI ¿Quién lo usa?

5% - Usuarios Técnicamente

Avanzados

95% - Usuarios y Punto

BI ¿Quién lo usa? (y II)

! Data Warehouse Corporativo (y II)

Análisis Estratégico Plan Estratégico

?

DW DBRMS

Data Warehouse Corporativo


ReportingRendimiento

xFS CRM ...XMLERP

... Y quien lo sufre

BI – Objetivos y Necesidades

Disponer de una visión única y clara del negocio.Facilitar una base común para el análisis y podertomar así decisiones.Disponer de datos consistentes con la operativa delnegocio pero que no interfieren en el día a día.negocio pero que no interfieren en el día a día.Separar los datos “útiles” de los “inútiles”.Disponer de datos históricos más allá de los límitesde los sistemas transaccionales.

Ser realmente de utilidad a quien lo utiliza

BI – Objetivos y Necesidades (y II)

EstratégicosMejoras en la Capacidad de

Decisión

Optimización de los Procesos de Negocio

Planificar el Futuro

Operativos

Marketing

Ventas

Operaciones

Recursos Humanos

Finanzas

TecnologiasInformación

...

Tácticos Analísis

Rendimiento

Qué habría pasado si...

Motivos que nos han llevado a...

Un poco de historia

Portales de Información

VisualizaciónVisualizaciónCuadros de

MandoAnálisis Predictivo

Colaboración,

Workflow

Colaboración, Procesos de

Workflow

Notificación en base a Eventos

Alertas

Procesos diferidos y en soporte papel

Informes y

Impresos

Informes y Estadísticas

Impresos

Data WarehousingSuites de BI y

analíticas

Suites de BI y aplicaciones

analíticas

Automatización

Decisión (BPM)

Automatización de Procesos de Decisión (BPM)

Automatización de

Inteligentes

Automatización de Procesos

Inteligentes

OLAP, Queries y Data Mining

ETL, Calidad de

Cleansing”

ETL, Calidad de datos, “Data Cleansing”

Gestión del Ciclo de Vita de los DW

Análisis de Contenidos

Plantillas y Modelos de Datos

ScorecardsAdaptabilidad de

ProcesosSoluciones a

medida

MandoMando

1975-19891975-1989 1990-20041990-2004 2005-20202005-2020

Algunos Fabricantes y Productos

Qué dice Gartner

Estudios de posicionamiento - Referencias

Evaluación por expertos

Magic Quadrant Customer Survey

Consulta a Usuarios

James Richardson

+ 350 compañíasSe analizan12 indicadores clave

Consulta a Usuarios

Nigel Pendse

+ 1,900 compañiás de 60 paises1,901 CompaniesSe analizan17 indicadores clave.

BI Platform Capabilities Rating

Evaluación por expertos

Kurt Schlegel - Bhavish Sood

Se analizan 12 indicadores clave y se cruzan con 220 criterios de análisis.

Evaluación pr Expertos

Cindi Howson

Análsis de las herramientas en entornos reales.Se utilizan +100 criterios de análisis.

Evaluación por ExpertosConsulta a Usuarios

Daan Van Beek - Norman Manley

Se analizan +70 criterios clave

(y para qué deberíamos usarlo...)

¿Qué ha pasado?¿Qué está pasando?¿Porqué ha pasado?

Para qué usamos BI

¿Cuándo ha pasado?

¿Qué pasará?¿Qué quiero que pase?¿Creo en el Oráculo de Delfos?

¿Qué podemos hacer con BI?

Informes, Estadísticas, Reportes...Analítica a hecho pasado.Documentarnos para el futuro.Alertas tempranas.Modelización del futuro.Usar la cabeza y no dejar que el sistema pueda tomar decisiones por nosotros.

El Futuro de BI está aquí

Business Intelligence

Basado en...

• Data Warehouse.

• Analítica de Negocio.

• Gestión de Rendimiento.

Distribución basada en...• Sucesos.• Contenidos.• Visualización.• Movilidad.

• Gestión de Rendimiento.

Integrado con...

• Geo posicionamiento.

• Fuentes Heterogéneas.

• En Tiempo Real.

• Movilidad.Decisión basada en...• Modelos avanzados.• Correlación con datos no

modelados.• Inteligencia Artificial.

Una Pincelada de Data Mining (I)

Data Mining es...

El poder extraer información útil de grandes volúmenes de datos.

• Métodos Matemáticos.• Algoritmos.• Inteligencia Artificial.

Qué entra en juego

Algoritmos I.A.Algoritmos I.A.

Métodos Data Mining

Una Pincelada de Data Mining (II)

Sus objetivos

Predicción de resultados:En función de los indicadores actuales, determinar el comportamiento de indicadores futuros.

Herramientas

Métodos directos:

• Árboles de Decisión.

• Funciones de Probabilidad.

Métodos estadísticos.

• Métodos Bayesianos.Descripción de la realidad:Encontrar patrones de comportamiento que nos interpretar la realidad.

• Métodos Bayesianos.

• Redes Neuronales.

• Validación Cruzada.

• …

Los factores principales de FRACASO en un proyecto BI

Confusión sobre quien ha de usar qué.Confusión sobre quien ha de saber qué.Eternizar los tiempos de implementación.Distribuir Demasiada información.Confundir Reporte con Análisis .Confundir Reporte con Análisis .Confundir Análisis con Capacidad de Decisión .No Identificar adecuadamente la información Realmente Útil .Querer Abarcar demasiado.Tener Diferentes Versiones de la Verdad .No involucrar al Usuario .

Business Intelligence en el Mundo Real

Los siguientes casos están basados en Proyectosreales.Algunos datos han sido modificados para proteger laprivacidad de las empresas los han implementado.Estos cambios pueden contener errores nointencionados, que son responsabilidad única del autor

Administración Pública

intencionados, que son responsabilidad única del autorde esta presentación.

Industria

Servicios Corporativos

Portal Comercial

Medios de Pago

Servicios de Internet

Automoción

Administración Pública (I)

Entorno

• Ciudad de un poco menos de 1M habitantes.• Casi 3,000 Kmq.• 15,000 empleados públicos.• 15,000 empleados públicos.• 2,000 MEUR de Budget operativo.• 500 MEUR de Budget para inversiones.

Administración Pública (II)

Visión del Proyecto

• Sin incrementos en el gasto público.• Reducción de 75MEUR/Año en impuestos, a partir

del 3er año.del 3er año.• Reducción de los gastos de infraestructura, sin

reducciones evidentes en la calidad de servicio.• Acceso a la información desde cualquier punto.• El desarrollo tecnológico debe alinearse con el

desarrollo de la ciudad.

Administración Pública (III)

Objetivos Operativos (a)

• Gestión de aguas• Análisis del margen de beneficio.• Análisis de la eficiacia operativa.

• Mejora medioambiental• Mejora medioambiental• Análisis geográfico de la eficacia en medidas anticontaminación.• Análisis de la red de aguas para la calidad del agua.

• Planificación urbana• Análisis del desarrollo urbano y la aplicación de infraestructura

combinados con datos geográficos.

• Sistema de transporte público• Análisis de la eficacia de la red urbana en términos de cumplimiento

de horarios y capacidad de viajeros.

Administración Pública (IV)

Objetivos Operativos (b)

• Sistemas de emergencia• Análisis de eficacia de los servicios de emergencia en términos de

tiempos.

• Servicios urbanos. Parques y Jardines• Servicios urbanos. Parques y Jardines• Cursos de Natación, Patinaje y/o Deportes: ¿cual es más atractivo?

• Recursos Humanos• Análisis de Nuevas Posiciones.• Análisis de Bajas.• Planificación de Sucesiones.• Presencia/Penetración de Sindicatos.• Determinación de Costes por Centros de Beneficio.• Preparar el camino para la Implementación de SAP HR.• Preparar el terreno para análisis de servicios en base demográfica/censal.

Administración Pública (V)

Herramientas

• Carga directa de ERP y aplicaciones específicasde negocio al DW.

• Enterprise Content Management (Sistema Gestión• Enterprise Content Management (Sistema Gestiónde Contenidos Corporativos) para la gestión dedatos heterogéneos y posterior volcado al DW.

• Distribución de Contenidos e Informes a través deportales de servicio.

Administración Pública (VI)

Técnicamente...

• 150 Usuarios de BI.• Cognos como BI frontend.• Información disponible en el Portal del Usuario.• Información disponible en el Portal del Usuario.• Distribución de Contenidos e Informes a través

de Portales de Servicio.

Administración Pública (VII)

Lecciones Aprendidas

• Datos de Calidad = Buenos resultados del BI.• Reglas de Negocio bien estructuradas e implementadas. Un

factor crítico para disponer de Datos de Calidad.• Definir los Metadatos, un factor trascendental para• Definir los Metadatos, un factor trascendental para

recuperar la información a posteriori.• Establecer formalmente el ciclo de vida del DW = Un

sistema de BI sólido.• Support Services para el Usuario. Muy Importante. Un

Usuario con un buen servicio de soporte es un usuarioproactivo.

• Formación, formación y formación. Garantiza un arranquede proyecto de éxito.

Servicios Corporativos (I)

Entorno

• Empresa de Servicios Horizontales de Recursos Humanos en SAP.

• 30 Entidades Asociadas.• 30 Entidades Asociadas.• +/- 2,700 Trabajadores.• 15 Consultores de HR.

Servicios Corporativos (II)


• Unificar los criterios de información estadística entrelas diversas Asociadas.

• Eliminar los desarrollos a medida por Asociada.• Mantener la Seguridad de la Información. Garantizar• Mantener la Seguridad de la Información. Garantizar

que ninguna Empresa Asociada pueda acceder a losdatos de las otras.

• Crear una Base Común de Información Agregada atodas las Asociadas para determinar tendencias delsector.

• Acceso Seguro, pero sin grandes inversiones enInfraestructura.

Servicios Corporativos (III)

Objetivos Operativos

• Gestión de Recursos Humanos.• Análisis de Carencias.• Análisis de Roles y Funciones versus Personal Contratado.• Preparar el camino para la implantación del Portal de Formación:

• Elaborar análisis de formación por Empleado.• Cruzar datos con las requisitos de Organigrama.

• Análisis de causas de ausencias, vertical por Entidad y Horizontal por Sector.

• Agregar datos de Entidades fuera grupo (“la competencia”).• Preparar el camino para incorporar el Plan de Sucesiones.• Determinar Rotaciones de Personal por grupos de Edad y Zona

Geográfica. ¿Causas?

Servicios Corporativos (IV)

Herramientas

• Carga directa de SAP-HR. Activación de Cubosestándar en SAP BI y customización de cubossegún necesidad de Entidad y Grupo.según necesidad de Entidad y Grupo.

• Segundo DW de Grupo independiente del DWde Entidades.

• Distribución de Contenidos e Informes a travésde SAP Portal.

Servicios Corporativos (V)

Técnicamente...

• 2 Key Users por Entidad Asociada.• 3 Consultores dedicados Full Time al proyecto

durante el primer año de vida; 2 durante eldurante el primer año de vida; 2 durante elsegundo.

• SAP BI como Frontend.• Information Push/Pull – Los Usuarios Recogen

la Información.

Servicios Corporativos (VI)


• Planificar la transición es necesario para disponer de unasolución solida de BI.

• “Porqué no lo hicimos antes”, o la resistencia del entornocuesta dinero.cuesta dinero.

• Seguridad, Seguridad, Seguridad.• “El diablo está en los detalles”. No hablamos lo suficiente

con las Asociadas antes de diseñar el Almacén de Datos, ytuvimos que rehacer el trabajo.

• Usar una fuente única de datos ayuda mucho. Tardamosmás en resolver las cargas de datos heterogéneas que lasde SAP. Proporcionalmente, el 90% de tiempo lo pasamosresolviendo problemas para datos que representabanmenos del 5% del conjunto... Y que no pertenecían a SAP.

Industria (I)

Entorno

• Grupo Multinacional, primero en ranking en su sector a nivelmundial.

• Más de 40 compañías del grupo, 50% productivas, 50%comerciales.comerciales.

• Cada compañía dispone de un sistema de gestión propio y reglasde negocio propias. No existe política común de tecnologías de lainformación.

• 70,000 Productos a catálogo, el 65% de los cuales de alto costede mano de obra y bajo valor añadido.

• 1,800 empleados a nivel mundial, 400 en oficinas.• 750 MEUR Facturado anual.

• ¿El diablo hecho proyecto?

Industria (II)


• Crear un Sistema de Información común para compartirdatos de stock, ventas y margen operativo.

• Mantener la independencia de cada compañía. Encualquier momento, el grupo puede decidircualquier momento, el grupo puede decidirdesprenderse de una compañía del grupo y esto debepoderse hacer sin interferir con la funcionalidad delgrupo.

• Interferir lo menos posible en las reglas de negocio decada compañía.

• En lo posible, hacerlo con soluciones “off-the-shelf” yen portal web.

Industria (III)


• En General• Cada compañía, por motivos históricos, usa códigos de

artículo propios para artículos comunes. Esto debeRESPETARSE en el Sistema de Información. Cada operadorRESPETARSE en el Sistema de Información. Cada operadordebe ser capaz de ver los códigos de artículo según sucostumbre, sin importar a qué compañía del grupo pertenecen.

• Inventario, Ventas y Margen• Disponer de una visión puntual (1 día operativo de retraso

máx.) de los indicadores (Ventas, Margen e Inventario) porCompañía.

• Analizar la evolución histórica por Compañía.• Disponer de una visión puntual e histórica por Compañía.

Industria (IV)

Objetivos Operativos (b)

Planificar para el Futuro• Incorporar otras necesidades de futuro:

• Work In Progress.• Compras.• Costes de Producción.• Costes de Mano de Obra.• Preparar el camino a una Migración a un

Sistema Común. ¿SAP Quizás?

Industria (V)

Herramientas

• DW en Hosting en un Datacenter, basado en unasolución OLAP-DB

• Hipercubo principal con codificación propia de• Hipercubo principal con codificación propia deartículos.

• Hipercubos específicos por compañía, preparados encascada del principal.

• Solución a medida para la capa de presentación,combinada con Microstrategy y Cristal Reports para laspartes de análisis y reportes.

Industria (VI)

Técnicamente...

• 1 Jefe de Proyecto, 2 Consultores dedicadosFull Time al proyecto durante el primer año devida.vida.

• La parte más compleja del sistema es la cargade datos.

• El segundo elemento más complejo es elTraductor de Códigos. Se trasladan las reglasde negocio al DW .

Industria (VII)


• Un proyecto sin el soporte de la Dirección del grupo es unproyecto condenado al fracaso.

• Garantizar la limpieza de los datos en origen elimina la mayorparte de los errores en la entrega de información al usuario.

• No disponer de reglas de negocio comunes aumenta en un grado• No disponer de reglas de negocio comunes aumenta en un gradola complejidad del proyecto (y los desarrollos a medida en lasETL).

• La seguridad es un factor, pero no siempre es crítico.• Cuando los usuarios pertenecen a franjas horarias radicalmente

distintas, es necesario planificar en Alta Disponibilidad.• Alta disponibilidad = 1 cero más en la complejidad del proyecto.• Soporte a los Usuarios desde el día de arranque en pruebas. Un

factor clave en el éxito del proyecto.• Establecer puntos de entrega claros, bien documentados y

aceptados por todas las partes. La gestión de proyecto es crítica.

Gestión de Fraudes en Medios de Pago (I)

Entorno

• Millones de Transacciones diarias.• La Corporación extendida: Bancos, Emisores de

Tarjetas, Gestores de Medios de Pago, Portales,Tarjetas, Gestores de Medios de Pago, Portales,Detallistas, Empresas…

• Distintas soluciones, pero un objetivo común.Evitar el fraude y supervisar la actividad de losdefraudadores.

• Actualmente, se estima que la probabilidad defraude en medios de pago es aproximadamente el0,2%.

Gestión de Fraudes en Medios de Pago (II)


• Hacer lo indecible para combatir la lacra de losfraudes con medios de pago.

• Englobar el proyecto dentro de los objetivosglobales de gestión de medios de pago.globales de gestión de medios de pago.

• Se extremadamente rápido en la respuesta, enparticular, gestionar alarmas y avisos de maneraproactiva.

• Soluciones extremadamente flexibles: no nosolvidemos que este es un problema clásico de laespada contra el escudo. A la larga, la espadasiempre rompe el escudo.

Gestión de Fraudes en Medios de Pago (III)


• Un objetivo principal: evitar el fraude.• Objetivo secundario: si este se produce, contenerlo.• Comunicar y compartir inmediatamente cuando se detecte un

caso anómalo de fraude (un nuevo método).caso anómalo de fraude (un nuevo método).• No compartir con la competencia las informaciones de negocio de

las transacciones.• Reducir al máximo los “falsos positivos”, pero recordando que es

mejor bloquear un pago “bueno” que dejar pasar un pago “malo”.• Las técnicas y herramientas utilizadas deben ser eficientes desde

el punto de vista de coste.• Evitar que el gran público se “asuste” y deje de usar los medios de

pago.• Garantizar la confidencialidad bancaria.

Gestión de Fraudes en Medios de Pago (V)

Metodología

• Cada entidad de Medios de Pago anota las transaccionesde sus usuarios en hipercubos. Millones de transaccionespor día.

• Estos hipercubos permiten crear “patrones de compra”.Modelos sobre la actuación de los compradores. Horarios,

• Estos hipercubos permiten crear “patrones de compra”.Modelos sobre la actuación de los compradores. Horarios,tipo de transacción, lugares, valor, tipo de servicio adquirido,etc.

• Las correlaciones en los distintos patrones de compra,podemos determinar los modelos de compra real versuscompras fraudulentas.

• Se utilizan herramientas de Data Mining avanzado paracrear, analizar y gestar los patrones.

• Por último, el sistema avisa de posibles tentativos de fraude,bloquea la tarjeta y avisa a un operador.

Gestión de Fraudes en Medios de Pago (VI)


• Los modelos de fraude deben ser compartidos con lasdiversas entidades bancarias. La unión hace la fuerza.

• El coste de mantener a raya el fraude en medios de pagoestá en línea con el monto de las pérdidas. Optimizarestá en línea con el monto de las pérdidas. Optimizarcostes sigue siendo una prioridad.

• Los modelos de compra pueden ser analizados paradeterminar qué perfil de comprador compra qué, cuando ydonde.

• Esta información es Extremadamente valiosa, y una vezagregada, tiene valor comercial.

• La realidad es compleja de gestionar, y hay defraudadoresque siguen estando un paso delante nuestro.

Portal de Comercio en Internet (I)

Entorno

• Portal comercial.• Productos y Servicios, ofrecidos on-line a miles de

clientes en todo el mundo.clientes en todo el mundo.• Los Productos y Servicios son rentables, pero no

es posible ver una regla clara que asocia Productoy Rentabilidad.

• La compañía busca maneras de maximizar larentabilidad de sus inversiones, y al mismo tiemposaturar el portal con productos rentables.

Portal de Comercio en Internet (II)


• Buscar los indicadores clave que determinan larentabilidad de los productos, no solo losindicadores de rentabilidad pura y dura.indicadores de rentabilidad pura y dura.

• El problema no reside en saber la rentabilidadde los productos ya existentes.

• Sino cómo evaluar las tendencias de mercado,y qué elementos “accesorios” hacen que unproducto sea más atractivo y genere un mayorvolumen de beneficios.

Portal de Comercio en Internet (III)

Evolución: el modelo de datos NO cambia.

• Ya disponemos de las informacionesnecesarias.

• “Solo” cambia el método de tratar lainformación para convertirla enconocimiento.

• El uso intensivo de Data Mining es clavepara mejorar el margen de beneficio.

Portal de Comercio en Internet (IV)

Datos en origen (I) – El Log del Servidor

• Un ejemplo:123.123.123.123 - - [12/Feb/2009:18:34:52 -0500] "GET /elfuturo/ HTTP/1.1" 200 15320"http://www.google.es/search?q=qué+es+business+intelligence&hl=es&lr=2&start=10&sa=N" Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1;GTB6; .NET CLR 1.1.4322; .NET CLR 2.0.50727; FDM; .NET CLR 3.0.04506.30; InfoPath.2; .NET CLR 3.0.04506.648)

• ¿Qué quiere decir?• 123.124.125.126: La dirección IP.• 123.124.125.126: La dirección IP.• -: El nombre del usuario remoto.• -: Su usuario de red.• [12/Feb/2009:18:34:52 +0100] : Fecha, Hora, Franja horaria del usuario.• “GET /elfuturo/ HTTP/1.1” : La petición en sí. El enlace físico a la página que el

usuario accede.• 200: El resultado de la petición.• 15320: el tamaño, en bytes, de lo que el servidor ha enviado al peticionario.• "http://www.google.es/search?q=qué+es+business+intelli gence&hl=es&lr=2&s

tart=10&sa=N" : Desde dónde se accede, quien ha enviado el usuario a /elfuturo/• Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; GTB6; .N ET CLR 1.1.4322; .NET

CLR 2.0.50727; FDM; .NET CLR 3.0.04506.30; InfoPath.2; .NE T CLR 3.0.04506.648): Iddel navegador.

Portal de Comercio en Internet (V)

Proceso a toro pasado – informes y análisis

Cleanse


Rendimiento de

?

?

??

¿Riesgos?

ETL

Combine DW

Reporting

Rendimiento de los Productos

?

?

Provisión de Nuevos Productos

Herramientas de Data Mining

Portal de Comercio en Internet (VI)

Proceso en línea – Minería de datos, relaciones

Cleanse

Agregación DeduccionesOptimizaciónPropuestas de

Cambio

ETL

Combine

Cleanse

DW

Provisión de Nuevos Productos

Análisis de Tendencias

Portal de Comercio en Internet (V)


• La más importante. Siempre hay espacio para la innovación.• Las nuevas ideas siempre son rentables. Simplemente, hay

unas más que otras.unas más que otras.• La equivocación es sana. La próxima vez lo haces mejor.• Buscar los resultados espectaculares a corto plazo,

especialmente en Data Mining, puede ser contraproducente.Mejor desarrollar los proyectos paso a paso, y gestionar concalma la evolución.

• Los datos de base ya están disponibles, hay que mirarloscon ojos distintos

Automoción (I)

Entorno

• Fabricante Mundial de Automoción deReconocido Prestigio.

• Líder en su Sector.• Líder en su Sector.• 520 Segmentos Operativos.

• 13 Modelos de vehículos.• 5 Plafones.• 2 Tipos de motor.• 4 Regiones de Ventas.

Automoción (II)

Visión

• Reducir los costes operativos del grupo.• Reforzar el control de gestión en toda la

cadena de valor.cadena de valor.• Reemplazar los sistemas tradicionales de

planificación.• Mejorar la percepción y el entendimiento de

nuestros clientes.• Permear el uso del Data Mining a todos los

aspectos de la compañía.

Automoción (III)


• Garantías.• Detección de Fraudes.• Diagnóstico de Fallos.• Diagnóstico de Fallos.• Detección de Anomalías.• Captación de Clientes.• Retención de Clientes.• Planificación de las Inversiones.• Calificación de los Usuarios.• Conducción Predictiva.

Automoción (IV)

Diagnóstico de Fallos y Detección de Anomalías

• Diagnóstico de fallos en los diversosconcesionarios.

• Desviaciones significativas respecto a los modelos• Desviaciones significativas respecto a los modelosdefinidos en preindustrialización disparan lasalarmas.

• El uso de Data Mining permite reducir el tiempo dedetección de las anomalías y reaccionar frente almercado de manera proactiva.

• El mismo proyecto se combina con la detección defraudes en concesionarios.

Automoción (V)


• Los proyectos de minería de datos siguen siendo,hasta cierto punto, un arte más que una ciencia.Pero eso no los convierte en menos rentables.Pero eso no los convierte en menos rentables.

• Modelar sobre el 90% de los datos, y validar sobreel 10% restante. Clave para saber si vamos porbuen camino.

• La Conclusión: Buscar un equilibrio entre elmétodo que mejor se adapta a los datos enanálisis y cuan complicado debe ser el modelo.

Intermediación en Internet (I)

Entorno

• Empresa de Intermediación de Pagos enInternet.

• Garantía de Confidencialidad, tanto hacia el• Garantía de Confidencialidad, tanto hacia elProveedor de Servicios como hacia elConsumidor.

• El Valor añadido hacia el Proveedor: Maximizarla capacidad de margen de productos medianteCross Selling y maximizar el valor de losproductos en venta.

Intermediación en Internet (II)

Visión

• Aumentar el facturado de la empresa generandomayor valor añadido para los Proveedores deServicios.Servicios.

• Facilitar la segmentación de mercado. Lo quefunciona en un sitio y a unas horas y para un rangode consumidores no tiene porqué funcionar en otrosegmento.

• La información que necesitamos ya estádisponible. Lo que sí necesitamos es generar elconocimiento.

Intermediación en Internet (III)

Herramientas

• Se mantiene y refina el uso del DataWarehouse Corporativo.Warehouse Corporativo.

• Incorporación de herramientas de BusinessIntelligence Avanzado y Data Mining.

• Rediseño integral del CMS para incorporar demanera transparente los resultados de losanálisis de BI.

Intermediación en Internet (IV)


• Planificar correctamente el proyecto y susobjetivos. Factor clave en determinar el éxito.

• Data Mining para determinar patrones y modelos.• Data Mining para determinar patrones y modelos.Extremadamente útil para garantizar el éxito denuestro proyecto.

• El Data Mining puede ser extremadamentecomplejo. Los modelos matemáticos requieren deun profundo conocimiento de las herramientasutilizadas. Pero esa complejidad es propia de laherramienta. El resultado no tiene porqué serlo.

En resumen

• La definición de qué es Business Intelligence es muy amplia, y aveces muy confusa.

• Business Intelligence es muy útil, pero también es complejo y ofrecemuchas posibilidades.

• La planificáción es esencial, es muy fácil pillarse los dedos.• Usar Business Intelligence para reportistica y es matar moscas a

cañonazos. Podemos hacer mucho más.• Asegurar la calidad de los datos es clave para tener buenos• Asegurar la calidad de los datos es clave para tener buenos

resultados.• Formación y Transmisión de conocimientos al usuario. Otro factor

clave para el éxito de un proyecto de BI.• La información está ya disponible. Necesitamos BI Avanzado para

convertirla en conocimiento.• Cuando se acude a Data Mining, es prudente buscar el equilibrio

entre el modelo y el resultado. Los modelos estadísticos pueden serextramadamente complejos.

• Meter todo en el Data Warehouse no tiene sentido, pero es buenoplanificar para el futuro.

Contacto

SDG 24-03-09 Conferencia Presentacion

Technology

Transcript of SDG 24-03-09 Conferencia Presentacion