BUSINESS INTELLIGENCETópicos Selectos de Ingeniería de Software II

BUSINESS INTELLIGENCE

Es el conjunto de técnicas destinadas a explotar los datos corporativos para mejorar la toma de

decisiones de negocio mediante el acceso fácil a una información relevante y actualizada

“La información almacenada pero no utilizada cuesta dinero. La información explotada genera beneficios”

Business Intelligence: propuestas

Las empresas se enfrentan al reto de transformar los datos almacenados en una valiosa fuente de información para la toma de decisiones.

MUCHOS DATOS PERO POCA INFORMACIÓN MÚLTIPLES FUENTES DE DATOS

La agregación de las diferentes fuentes facilita el acceso estructurado a la información.

BAJA CALIDAD DE LOS DATOS SATURACIÓN DEL DEPARTAMENTO DE I.T.

La fiabilidad de la información depende de su calidad

Es importante descentralizar la gestión de la información, facilitando el acceso a los usuarios.

dato

s

información

Hay que procesar los datos para que se conviertan en información útil

ERP VENTAS

Mr. Smith

500$ / ganancias anuales

Mr. Smith

5.000$ / ganancias anuales

Marketing

Ventas

Producción

Finanzas

IT

ventas

marketingRRHH

ERPsoporte

PC’S

cotejar

Business Intelligence: etapas

IMPLANTACIÓN DE PROCESO

“OLAP” DE ANÁLISIS

Creación de una estructura multidimensional para el acceso a la información.

Posibilidad de realizar consultas de datos e informes a diferentes niveles de detalle.

DESARROLLODE UN

MODELO DE DATAMINING

Extracción de tendencias ocultas en grandes volúmenes de datos.

Explicaciones de las tendencias descubiertas en función de parámetros accionables de negocio.

CONSTRUCCIÓN DE UN

DATA WAREHOUSE

Integración y normalización de las diferentes fuentes de datos involucrados en el proyecto.

Data Warehouse estructurado para el acceso óptimo a la información.

2-6 semanas2-4 semanas 2-4 semanas2-6 semanas

ANÁLISIS DE NEGOCIO Y ANÁLISIS TECNOLÓGICO

Definición y análisis de los objetivos de negocio del proyecto.

Definición de las necesidades tecnológicas asociadas a los objetivos de negocio.

PROBLEMA DEFINICIÓN EJEMPLOS DESCRIPCIÓN Y

RESUMEN DE DATOS Descripción concisa de datos, elemental y agregada. Análisis exploratorio

Casi cualquier problema incluye elementos de descripción

SEGMENTACIÓN Separación de datos en subgrupos significativos

Segmentación de Mercado. Segmentación de hábitos de compra

DESCRIPCIÓN CONCEPTUAL

Descripción inteligible y útil de conceptos / clases / grupos. Gana el conocimiento sobre la precisión.

Descripción de grupos de clientes según lealtad. Perfilado de segmentos.

CLASIFICACIÓN Es asumido que diferentes observaciones, definidas por variables, pertenecen a clases dadas.

Bancarrota, Capacidad crediticia

PREDICCIÓN (REGRESIÓN,

FORECASTING)

Variable dependiente continua. Dados valores de variables predictivas, encontrar valor de predicción.

Bolsa, beneficios empresa, cuota de mercado

ANÁLISIS DE DEPENDENCIAS

Búsqueda de dependencias entre variables). A menudo con segmentación

Análisis de hábitos de compra.

DataMining: Problemas a resolver

B.I.: Procesos ETL(Entrada-Transformación-Carga)

Business Intelligence:ciclo de desarrollo

B.I. Aplicado:Segmentación GTM:

Visualización gráfica de la información crítica de negocio

Análisis avanzados de la información: segmentación de mercados,

predicción, análisis de escenarios hipotéticos

Acceso a tablas multidimensionales de datos

B.I. Aplicado: Sistemas de Información ejecutiva