Inteligencia de Negocios

La Inteligencia de Negocios (tambin conocida como inteligencia empresarial y business intelligence) se define como el conjunto de productos y servicios que les permiten a los usuarios finales del sistema el acceder y analizar de manera rpida y sencilla, la informacin para la toma de decisiones y planificacin a futuro del negocio. Es una estrategia empresarial con el fin de incrementar el rendimiento de la empresa o la competitividad del negocio, a travs de la organizacin inteligente de sus datos histricos, es decir las transacciones u operaciones diarias que forman parte del quehacer rutinario de la empresa. Es el conjunto de estrategias y herramientas enfocadas a la administracin y creacin de conocimiento mediante el anlisis de datos existentes en una organizacin o empresa.

I.

Historia

El trmino es acuado por el investigador de IBM Hans Peter Luhn en 1958, la define como: "La capacidad de comprender las interrelaciones de los hechos presentados en tal forma como para orientar la accin hacia una meta deseada. En 1989, Howard Dresner, quien ms tarde se convertira en un analista de Gartner Group (empresa norteamericana especializada en consulta e investigacin de las tecnologas de la informacin), propuso la "inteligencia de negocios" como un trmino general para describir "los conceptos y mtodos para mejorar la toma de decisiones empresariales mediante el uso de sistemas basados en hechos de apoyo".

En 1996, el uso de trmino se haba extendido considerablemente. Segn lo publicado por la empresa de origen panameo proveedora de soluciones en el rea de Inteligencia de Negocios, Idensa, el trmino fue utilizado en un reporte de Gartner Group en el ao anteriormente mencionado:

Para el ao 2000, la Democracia de la Informacin emerger en las empresas de vanguardia, con las aplicaciones de Inteligencia de Negocios ampliamente disponibles a nivel de empleados, consultores, clientes, proveedores y el pblico en general. La clave para surgir en un mercado competitivo es mantenerse delante de sus competidores. Se requiere ms que intuicin para tomar decisiones correctas basadas en informacin exacta y actualizada. Las herramientas de reporte, consulta y anlisis de datos pueden ayudar a los usuarios de negocios a navegar a travs de un mar de informacin para sintetizar la informacin valiosa que en l se encuentra - hoy en da esta categora de herramientas se les llama Inteligencia de Negocios.

Un factor clave en la proliferacin del trmino fue el surgimiento de los llamados DSS (Decision Support Systems o Sistemas de Soporte de Decisiones) a mediados de los 60s. Defnase DSS como "un sistema basado en computador que ayuda en el proceso de toma de decisiones." (Finlay et al, 1994). Es un sistema de informacin basado en un computador interactivo, flexible y adaptable, especialmente desarrollado para apoyar la solucin de un problema de gestin no estructurado para mejorar la toma de decisiones. Utiliza datos, proporciona una interfaz amigable y permite la toma de decisiones en el propio anlisis de la situacin (Turban, 1995)

II.

Caractersticas

1) Accesibilidad a la informacin: Los datos son primordiales, sin ellos no podra

existir el concepto como tal. De modo que, garantizar que los datos, la informacin, herramientas, y tcnicas estarn accesibles para todos los usuarios del sistema, sin importar la procedencia de dichos datos es de vital importancia para el futuro de la aplicacin y el negocio mismo.

2) Apoyo en la toma de decisiones: Se tiene como meta no slo la presentacin

de la informacin generada por las transacciones diarias de la organizacin, sino tambin que los usuarios sean capaces de accesar a herramientas de anlisis que les permitan seleccionar

y manipular slo aquellos datos de inters para tomar decisiones y hacer planteamientos a futuro vitales para la sobrevivencia financiera del negocio y la informacin.

3)

Orientacin al usuario final: Se busca independencia entre los conocimientos tcnicos

de los usuarios y su capacidad para utilizar estas herramientas, es decir, se tiene como fin que el usuario comprenda el sistema y cada una de sus funciones mediante documentacin de ayuda y soporte en lnea.

III.

Por qu invertir en Inteligencia de Negocios?

1. Visibilidad del entorno actual del negocio 2. Informes y reportes centralizados 3. Anlisis de tendencias y prediccin del futuro, planeacin a largo plazo. 4. Toma de decisiones efectivas sobre los productos que funcionan y los que no lo hacen. 5. Centraliza datos dispersos 6. Validacin de sistemas transaccionales

IV.

Niveles

1) Nivel Operativo: La Inteligencia de Negocios a Nivel Operativo permite que los

empleados que trabajan con informacin operativa puedan recibir sta de una manera oportuna, exacta y adecuada. Consiste en herramientas de reportes operativos, hojas de clculo con un formato fijo cuya informacin se actualiza frecuentemente, se encarga de la creacin y distribucin de reportes de cualquier fuente de datos.

2) Nivel Tctico: La Inteligencia de Negocios a Nivel Tctico permite que los analistas
de datos y la gerencia media de la empresa utilicen herramientas de anlisis y consulta con el propsito de tener acceso a la informacin sin intervencin de terceros.

3) Nivel Estratgico: La Inteligencia de Negocios a Nivel Estratgico permite que la alta

gerencia de las empresas pueda analizar y monitorear tendencias, patrones, metas y objetivos estratgicos de los dems niveles de la organizacin, es decir, el anlisis y control del desempeo empresarial y el alineamiento de estrategias y objetivos corporativos con el fin de alcanzar las metas previamente establecidas.

V.

Herramientas de Inteligencia de Negocios

1) Cuadro de Mando Integral: El concepto del Cuadro de Mando Integral o Balance

Scorecard hizo su primera aparicin en la revista Harvard Business Review en el tomo publicado en enero de 1992, escrito por Robert S. Kaplan y David P. Norton: [] Es un conjunto de medidas que les da a la alta gerencia una rpida pero comprensiva vista del negocio. El BSC incluye medidas financieras que dicen los resultados de las acciones que ya han sido tomadas. Y ello complementa las medidas financieras con medidas operacionales en satisfaccin del cliente, procesos internos, y la innovacin y mejora de actividades de la organizacin medidas operacionales que son los conductores del desarrollo financiero futuro.

El tomo publicado en setiembre de 1993 explica lo siguiente: Le provee a los ejecutivos un marco de trabajo comprensivo que traduce los objetivos estratgicos de una compaa en un grupo coherente de medidas de desempeo. Mucho ms que un ejercicio de medicin, el Cuadro de Mando Integral es un sistema de manejo que puede motivar mejoras significantes en reas crticas como productos, procesos, clientes y desarrollo de mercado.

Kaplan y Norton profundizan an ms en el tema en 1996: "El BSC es una herramienta revolucionaria para movilizar a la gente hacia el pleno cumplimiento de la misin a travs de canalizar las energas, habilidades y conocimientos especficos de la gente en la organizacin hacia el logro de metas estratgicas de largo plazo. Permite tanto guiar el desempeo actual como apuntar al desempeo futuro.

Usa medidas en cuatro categoras -desempeo financiero, conocimiento del cliente, procesos internos de negocios y, aprendizaje y crecimiento- para alinear iniciativas individuales, organizacionales y trans-departamentales e identifica procesos enteramente nuevos para cumplir con objetivos del cliente y accionistas. El BSC es un robusto sistema de aprendizaje para probar, obtener realimentacin y actualizar la estrategia de la organizacin. Provee el sistema gerencial para que las compaas inviertan en el largo plazo -en clientes, empleados, desarrollo de nuevos productos y sistemas ms bien que en gerenciar la ltima lnea para bombear utilidades de corto plazo. Cambia la manera en que se mide y maneja un negocio".

1.1)

Caractersticas

Gregory P. Reilly y Raymond R. Reilly detallan una lista de caractersticas primordiales que debe acatar un BSC:

1. El sistema debe asegurar que el valor es creado para los accionistas y ayudar a los gerentes en la toma de decisiones al darle un entendimiento de las ganancias futuras. 2. Las medidas deben ser sistemticas. 3. Las medidas deben ayudar a la compaa a lograr una estrategia mediante la revisin de sus actividades. 4. Una medida debe ser lgica y expresar lo que los accionistas quieren que se les enve. 5. El nmero de medidas dentro de la organizacin debe estar limitada a incluir slo aquellas que sean las ms importantes. 6. Los estndares de medidas deben tomar en consideracin lo que est ocurriendo en el resto de la industria. Los gerentes deben hacer uso de puntos de referencia si es posible. 7. Un sistema de medicin debe inspirar a los usuarios a comprender el sistema a crea una cultura que comprenda el poder de la informacin que las medidas proveen. Los resultados deben estar abiertamente comunicados y el sistema debe ser fcil para que todas las personas lo utilicen.

1.2)

Tipos de BSC

a) Cuadro de Mando Operativo: Tiene la funcin de evaluar cmo evolucionan los indicadores operativos que requieren de un control constante. Se enfoca en el rea de procesos, donde las decisiones se toman a diario y los procesos operativos son la clave del negocio.

b) Cuadro de Mando Estratgico: Tiene la funcin de proporcionar un marco para el diseo de las medidas para las actividades de ms importancia en el negocio.

1.3)

Perspectivas

Kaplan y Norton establecen las cuatro perspectivas del Balance Scorecard: a) Perspectiva del cliente: Cmo nos ven los clientes?

Las preocupaciones del cliente tienden a caer sobre:

Tiempo: El tiempo de entrega calcula el tiempo requerido para que la compaa cumpla con las necesidades del cliente. Para productos existentes, el tiempo de entrega puede ser calculado del tiempo en del cual la compaa recibe una orden hasta el tiempo en el cual enva el producto o servicio terminado al cliente. No obstante, para los productos recientemente introducidos, el tiempo de entrega representa el tiempo en el cual llegar al mercado.

Calidad: La calidad mide el nivel de imperfeccin de los productos entrantes percibidos y analizados por los clientes. A su vez, tambin mide los envos y la exactitud de la compaa para cumplirlos a tiempo.

Rendimiento y servicio: La combinacin de ambos mide cmo los productos o servicios de la compaa contribuyen a recrear el valor para sus clientes.

Costos: Los clientes slo ven el precio como un componente del costo. Otros costos incluyen la orden, el horario de envo, el pago, revisin, inspeccin, manejo y almacenaje de materiales, los productos restantes, la obsolencia de los productos y las disrupciones del horario.

b) Perspectiva interna del negocio: En qu debemos sobresalir?

Las medidas basadas en los clientes han de ser traducidas en medidas de lo que compaa debe realizar internamente para cumplir con las expectativas de los clientes. Un excelente servicio al cliente se deriva de procesos, decisiones, y acciones ocurriendo en el interior de la organizacin. Por tanto, los gerentes deben enfocarse en las operaciones internas de mayor importancia y mejorarlas constantemente para satisfacer las necesidades de la clientela.

Las medidas internas para un BSC deben surgir los procesos del negocio que tengan el mayor impacto en la satisfaccin al cliente, es decir todos aquellos factores relacionados con los procesos internos de la organizacin que puedan afectar positiva o negativamente el ciclo de tiempo, calidad, habilidades de la fuerza laboral, productividad, etc. La compaa debe identificar la competencia, los clientes, los productos, la tecnologa necesaria para seguir a flote en el mundo financiero y tomar la decisin de en cules procesos han de sobresalir e identificar las medidas para cada uno. Para alcanzar las metas para mejorar el ciclo de tiempo, calidad, produccin y costos, los gerentes deben discernir las medidas que son influenciadas por las acciones de sus subordinados. Perspectiva de innovacin y aprendizaje: Podemos continuar mejorando y creando

c)

valor?

Las medidas basadas en los clientes y los procesos del negocio en el BSC identifican los parmetros que la compaa considere ms importante para el xito, tanto competitivo como financiero.

La existencia de compaas que puedan ofrecer un mejor servicio a menor precio en un mercado, a un intenso nivel global: la competencia. Esto impulsa a la organizacin a realizar continuas mejoras para sus productos y procesos existentes, aunado a la habilidad y requerimiento de introducir nuevos productos con capacidades expandidas. Es decir, la habilidad de innovar, mejorar, y aprender de una compaa est directamente enlazada a su valor. Slo mediante el lanzamiento de nuevos productos, se crea ms valor para los clientes y se mejoran eficiencias operacionales que le permiten a la compaa penetrar en nuevos mercados y as, incrementar las ganancias y mrgenes.

Las medidas de innovacin se enfocan en la habilidad de la compaa para desarrollar e introducir productos rpidamente, de los cuales se espera que generen la fuente de sus ventas futuras. El porcentaje de las ventas de los nuevos productos se ha de utilizar para medidas de innovacin y mejora del estado actual de la organizacin. La mejora se enfoca en los nuevos productos, la meta es alcanzar estabilidad en la manufactura de stos en vez de mejorar los productos existentes. Perspectiva financiera: Cmo nos vemos a los ojos de los accionistas?

d)

Las medidas del rendimiento financiero indican si las estrategias, implementacin y ejecucin de la compaa puedan contribuir a una mejora en el servicio o no. Las metas financieras tpicas son: rentabilidad, crecimiento y el valor de los accionistas. Sin embargo, el BSC establece que las metas financieras son simplemente:

Sobrevivencia: Representado por el flujo de efectivo. Triunfo: Representado por el clculo de la tasa de crecimiento de la ventas trimestrales dividida entre las ganancias operativas.

Prosperidad: Es el resultado de multiplicar la tasa de crecimiento del mercado por segmento.

El anlisis del valor de los accionistas predice los futuros flujos de efectivo y los descuenta de un estimado del valor actual, sin embargo, dicho anlisis an est basado en el flujo de efectivo en vez de las actividades y procesos que conducen ese flujo de efectivo.

Las medidas de satisfaccin del cliente, el rendimiento de los procesos internos del negocio, la innovacin y el mejoramiento se derivan de la visin particular del mundo que tenga la compaa y su perspectiva en factores clave de xito. El BSC nicamente puede traducir la estrategia de una organizacin en objetivos de medicin especficos, es decir, una falla en el proceso requerir que la alta gerencia reconsidere la estrategia y sus planes de mejora actuales.

1.4)

Elaboracin

El Cuadro de Mando Integral es a menudo considerado como una herramienta de mantenimiento compresiva que enlaza las estrategias y el planeamiento de las acciones a corto plazo. Heinz (2001)

La autora cita las fases del proyecto para introducir un BSC:

Organizacin del proyecto Identificacin de metas estratgicas Modelaje de cadenas de causa y efecto Definir medidas para cuantificar el alcance de las metas Establecer peldaos y objetivos para las medidas Desarrollar programas estratgicos para alcanzar las metas

1.5)

Crticas y errores

De acuerdo a Ittner y Larcker (2003): Darle seguimiento a cosas como satisfaccin al cliente y reemplazo de empleados puede suplementar fuertemente la tenedura de libros tradicional. Desafortunadamente, la mayora de las compaas estropean el trabajo. Aaden lo siguiente: [] Pero, la realidad es que solo unas cuantas compaas han alcanzado estos beneficios. Por qu? Porque fallan para identificar analizar y actuar en las medidas no financieras de manera correcta.

Hemos realizado una investigacin de campo en ms de 60 compaas de manufactura y servicio y lo suplementamos con las respuestas de la encuesta de los 297 ejecutivos. Para nuestra sorpresa, descubrimos que la mayora las compaas han realizado un poco intento para identificar las reas de rendimiento no financiera que podra avanzar su estrategia elegida. Ninguna ha demostrado un enlace de causa y efecto entre las mejoras en esas reas no financieras en los flujos de efectivo, las ganancias, o el precio de las acciones.

Los autores establecen los errores cometidos frecuentemente por los gerentes, a saber:

No enlazar las medidas con las estrategias No validar dichos enlaces No establecer los objetivos de rendimiento correctos Calcular las medidas errneamente

El Cuadro de Mando Integral ha recibido crticas por parte por diversos autores:

Jensen (2001) afirma que el modelo no provee una visin unificada con recomendaciones claras, simplemente es una lista de mediciones.

Otros afirman que el modelo est construido en el principio de los accionistas siendo el mayor propsito, mientras que los inversionistas son dejados de lado, vistos simplemente como la entrada para alcanzar las metas financieras.

Sin embargo, diversos estudios han determinado que el Cuadro de Mando Integral es una herramienta til, mientras se elabore y se ponga en prctica correctamente.

2) Paneles de Control Digital

Es una interfaz electrnica, una herramienta que les permite a los usuarios manejar el rendimiento desde cualquier dispositivo para adquirir y consolidar datos a travs de la organizacin.

Provee un anlisis profundo del negocio, aunado a una visin en tiempo real de la productividad de un departamento en especfico, actividades, procesos, indicadores clave de rendimiento, etc.

2.1)

Historia

En los 80s, antes que el data warehousing y la inteligencia de negocios hubieran evolucionado las metodologas necesarias para manejar los datos y darle forma a las tecnologas necesarias, la visin simplemente no era prctica; no poda ser realizada porque la informacin requerida estaba incompleta, poco confiable, y se dispersaba a travs de demasiadas fuentes separadas [] Durante los 90s, el data warehousing, el procesamiento analtico en lnea (OLAP), y eventualmente la inteligencia de negocios trabajaron como compaeros para domar la salvaje embestida de la era de la informacin. El nfasis durante esos aos estaba en recolectar, corregir, integrar, almacenar y accesar la informacin en manera que buscaron garantizar su exactitud, puntualidad y utilidad. [] El esfuerzo del data warehousing se ha enfocado enormemente en las tecnologas, y en un menor grado a las metodologas, se necesita hacer la informacin accesible y til. Steven Few (2006)

2.2)
-

Caractersticas

Los paneles de control son dispositivo de muestra de informacin. Deben mostrar la informacin necesitada para alcanzar objetivos especficos. La informacin debe entrar en una sola pantalla del dispositivo. Son utilizados para monitorear la informacin. Deben tener mecanismos de muestreos pequeos, concisos y claros. Pueden estar personalizados.

2.3)

Los propsitos

De acuerdo a lo publicado en 2009 por la empresa norteamericana de soluciones informticas, Juice Inc., las siguientes son las preguntas que previamente deben planearse los gerentes para desarrollar un panel de control exitoso:

Quin es mi audiencia?

El panel de control digital necesita una audiencia en mente. Quines son los usuarios? Qu rol tienen en la organizacin?, Cules son sus necesidades de informacin y cunta de esa informacin ya conocen?

Se debe tener en cuenta los siguientes factores:

El rol que cumple el usuario dentro de la organizacin. Es un cliente, un accionista, un empleado, un gerente o un miembro de la junta ejecutiva? Se implica que ser debe estructurar la informacin para simplificarla con el fin de responder preguntas de alta prioridad.

El flujo de trabajo, es decir, qu clase de acciones realizarn en el sistema diariamente? La forma en la que la informacin es mostrada debe encajar con el flujo de trabajo indicado, es decir, un cliente ajeno a la organizacin no puede ver informacin relacionada con la contabilidad, pero los miembros s pueden accesar a esa informacin.

El confort de datos y las habilidades, qu tan bien saben manejar los datos? Cmo prefieren que sea mostrada la informacin? El nivel de detalle y capacidades analticas del panel de control deben encajar con la zona de confort de los usuarios finales.

Experiencia en dato y negocios, es decir cunto conocimiento tiene el usuario sobre la organizacin y el sistema que va a utilizar? Comprende la informacin en la manera que fue representada? Determina la necesidad de explicaciones, documentacin, soporte en lnea, etc.

Qu valor aadir el panel de control digital?

Ayudar al gerente a determinar qu es importante. Educar a los miembros de la organizacin sobre lo que est incurriendo actualmente. Establecer metas y expectativas para individuos especficos o grupos. Ayudar a ciertas acciones en especficos a ser realizadas en el tiempo fijado.

Resaltar expectativas y proveer alertas cuando ocurra un problema. Comunicar progreso y xito entre todos los miembros de la organizacin. Proveer una interfaz comn para todos, que permita interactuar y analizar datos importantes del negocio.

Mejorar la comunicacin entre departamentos. Aumentar la moral de los subordinados.

Qu tipo de panel de control digital estoy creando?

De acuerdo a lo publicado por Few en 2006, se debe tener en cuenta el tipo de panel de control que se va a desarrollar, de acuerdo a las necesidades y requerimientos de los usuarios finales del sistema. A saber:

a) -

Por mbito

Completo: Muestra toda la informacin de la compaa Especfico: Se enfoca en mostrar nicamente la informacin de una actividad, proceso, funcin, producto, etc. en especfico.

b) -

Por rol de negocios

Estratgico: Provee una vista del rendimiento de alto nivel, completa y a largo plazo. Operacional: Provee una vista tctica del rendimiento, enfocado y a corto plazo. Analtico: Permite interactuar con los datos, explorndolos a fondo para detalles de trasfondo, y explorarlos para determinar si tiene sentido o no. En caso que no lo tenga, se examinarn las causas de ello.

c) -

Por tipo de datos

Cuantitativo: Datos examinados de manera cientfica (principalmente estadstica). No cuantitativo: Datos que no necesitan ciencia para ser examinados.

d)

Por dominio de los datos

Es decir el departamento en el cual se enfoca el panel de control en cuestin, por ejemplo: ventas, manufactura, recursos humanos, mercadeo, finanzas, etc.

e) -

Por horizonte de tiempo

Histrico: Muestra todo el rendimiento que ha transcurrido para darle seguimiento a las tendencias.

Panormico: Muestra el rendimiento en un nico punto en el tiempo. A tiempo real: Monitorea el rendimiento y la actividad en el momento en el que ocurran. Predictivo: Utiliza el rendimiento del pasado para predecir el rendimiento del futuro.

f)

Por interactividad

Determina si el panel de control cuenta con un muestreo esttico o uno interactivo (exploracin a fondo, filtros de seguridad, etc.).

g) -

Por personalizacin

Un tamao encaja para todos: Presentada como simple vista por defecto para todos los usuarios.

Personalizable: Cuenta con la funcionalidad de permitirle a los usuarios crear una vista que refleje sus necesidades.

h) -

Por niveles de detalle

Alto: Presenta slo los nmero de alto nivel ms crticos. Explorado: Provee la habilidad de explorar a fondos los nmeros para ganar ms contexto.

i) -

Por punto de vista

Prescriptivo: Explcitamente se le indica al usuario qu son los datos y qu hacer con ellos.

Exploratorio: El usuario puede interpretar los datos.

2.4)

Errores comunes en el diseo de Paneles de Control

De acuerdo a Few (2006), este es listado de errores comunes que se deben evitar en el diseo del Dashboard:

Exceder los lmites para una sola pantalla, esto es mostrar ms informacin de la que pueda ser mostrada en la pantalla del dispositivo.

Darle un contexto y explicacin inadecuados a los datos. Mostrar demasiada informacin, detalles y precisiones excesivas, debido a que demasiada informacin podra no entrar en el espacio asignado, aunado a los detalles y precisiones que son excesivos, innecesarios. Aunado, a la posibilidad que el usuario se confunda y/o pierda el inters en la aplicacin y por ende, en la compaa.

Expresar las medidas indirectamente. Escoger un multimedia inadecuado para mostrar la informacin. Introducir variedad sin sentido. Utilizar dispositivos con multimedia pobremente diseada. Embellecer la pantalla con decoracin intil. Utilizar incorrectamente los colores y efectos multimedia, o utilizarlos en exceso. Disear un medio visual poco llamativo. Codificar los datos inadecuadamente. Organizar pobremente los datos. No ensaltar los datos ms importantes.

3) Procesamiento Analtico en Lnea

El Procesamiento Analtico en Lnea (On-Line Analytical Processing, tambin conocido como OLAP) es un acercamiento a responder queries analticos multidimensionales (MDA) rpidamente, es decir es un mtodo ms rpido para ejecutar sentencias del tipo SELECT, 9en contraste al OLTP (On-Line Transaction Processing o Procesamiento de Transacciones en Lnea) que se enfoca ms en las sentencias del tipo INSERT, UPDATE y DELETE. Algunas de aplicaciones del OLAP son: reportes de negocios para ventas, mercadeo, reportes de gerencia, mantenimiento de procesos del negocio, presupuestos, pronsticos, reportes financieros, minera de datos y reas similares. Las bases de datos operacionales estn enfocadas en registrar las transacciones, de ese modo estn mayormente su carga de trabajo est caracterizado por un OLTP. Los data warehouses permiten anlisis complejos de datos orientados al soporte de decisiones; la carga de trabajo que soportan tiene caractersticas complemente diferentes, y es mayormente conocido como OLAP. Tradicionalmente, las aplicaciones de OLAP estn basadas en modelaje multidimensional que representa los datos bajo la metfora de un cubo cuyas celdas corresponden a eventos que ocurrieron en el dominio del negocio. Cada evento est cuantificado por un grupo de medidas, cada borde del cubo corresponde a un dimensin relevante para el anlisis, tpicamente asociada a un jerarqua de atributos para que lo describan a profundidad

3.1)

Tipos de OLAP

a) ROLAP

El ROLAP (Relational On-Line Analytical Processing o Procesamiento Analtico En Lnea Relacional) es un sistema de herramientas de OLAP construidas sobre el motor de una base de datos relacional.

La arquitectura ROLAP es capaz de usar datos precalculados (si estos estn disponibles), o de generar dinmicamente los resultados desde la informacin elemental (menos resumida). Esta arquitectura accede directamente a los datos del DW y soporta tcnicas de optimizacin para acelerar las consultas como tablas particionadas, soporte a la desnormalizacin, soporte de mltiples reuniones, precalculado de datos, ndice, etctera. (Tamayo, Moreno 2006)

De acuerdo a lo citado por Pedersen y Jensen en el 2001, y a Tamayo y Moreno en el 2006 existen ciertas ventajas y desventajas cuando se comparan las cualidades de ROLAP y MOLAP: -

Ventajas

Es una mejor opcin para manejar enormes cantidades de datos. Con una gran variedad en herramientas y la habilidad de armonizar con el cdigo ETL (Extract, Transform, Load o Extraer, Transformar Cargar, es un proceso generalmente utilizado en Data Warehousing donde se involucra extraer datos de una fuente, transformarlos para que encajen con las necesidad especficas del usuario y cargarlos en el objetivo final), sus tiempos de cargas son mucho menores que aquellos con cargas automatizadas MOLAP.

Los datos son almacenados en una base de datos relacional estndar y pueden ser accesados por cualquier herramienta de reportes de SQL que no necesita ser una herramienta de OLAP.

Puede generar control de autorizacin y permisos.

Desventajas

Tiene menor rendimiento que MOLAP. La carga de tablas deben ser manejadas por cdigo ETL, lo cual requiere ms costos y tiempo para desarrollarlo.

No funciona cuando se utilizan clculos pesados que no se traducen bien en SQL, como por ejemplo presupuestos y reportes financieros.

b) MOLAP

El MOLAP (Multidimensional On-Line Analytical Processing o Procesamiento Analtico En Lnea Multidimensional) es un sistema de herramientas de OLAP construidas sobre el motor de una base de datos multidimensionales, utiliza una arquitectura de dos niveles: una base de datos multidimensional y un motor analtico. La informacin procedente de los sistemas transaccionales se carga en el sistema MOLAP. Una vez cargados los datos en la BDMD, se realiza una serie de clculos para obtener datos agregados a travs de las dimensiones del negocio, poblando la estructura de la BDMD. Luego de llenar esta estructura, se generan ndices y se emplean algoritmos de tablas hash para mejorar los tiempos de accesos de las consultas Una vez que el proceso de poblado ha finalizado, la BDMD est lista para su uso. Los usuarios solicitan informes a travs de la interfaz y la lgica de aplicacin de la BDMD obtiene los datos. (Tamayo, Moreno 2006) -

Ventajas

Rpido rendimiento del query debido a almacenamiento optimizado e ndices multidimensionales.

Menor espacio en disco comparado a los datos almacenados en bases de datos relacionales con ROLAP debido a tcnicas de compresin.

Computacin automatizada de alto nivel. Muy compacto para conjuntos de datos de baja dimensin. Los modelos de arreglos proveen indexado natural. Extraccin efectiva de los datos, lograda a travs de pre-estructuracin de datos agregados.

Desventajas

Con algunas soluciones en MOLAP el paso de procesamiento (la carga de datos) puede ser bastante extenso, especialmente en grandes volmenes de datos.

Las herramientas de MOLAP tradicional tiene dificultades al crear queries para modelos con dimensiones de alta cardinalidad, es decir cuando existen millones de usuarios en el servidor.

Algunos productos en MOLAP tiene dificultades para actualizar y generar queries para modeles de ms de 10 dimensiones.

Algunas metodologas en MOLAP introducen redundancia de datos

c) HOLAP

El HOLAP (Hybrid On-Line Analytical Processing o Procesamiento Analtico En Lnea Hbrido) es un sistema de herramientas de OLAP hbrido, una mezcla de tecnologas ROLAP y MOLAP.

d) WOLAP

El WOLAP (Web-Based On-Line Analytical Processing o Procesamiento Analtico En Lnea Basado en Web) es un sistema de herramientas de OLAP diseado para plataformas en Web, diseado para llenar la necesidad de los clientes en lnea. .

e) DOLAP

El DOLAP (Desktop On-Line Analytical Processing o Procesamiento Analtico En Lnea Para Escritorio) es un sistema de herramientas de OLAP diseado para funcionar en computadoras de escritorio.

f) RTOLAP

El RTOLAP (Real Time On-Line Analytical Processing o Procesamiento Analtico En Lnea En Tiempo Real) es un sistema de herramientas de OLAP diseado para funcionar en tiempo real, donde su principal caracterstica en almacenar datos en RAM. -

Ventajas

Puesto que los valores precalculados no son almacenados, el tamao del cubo en un sistema RTOLAP es mucho menor que un producto OLAP que hace uso del preclculo.

Esencialmente realiza clculos justo a tiempo mediante nicamente calcular valores cuando se necesiten, el espacio pueda ser ahorrado. En un sistema precalculado una gran parte de los clculos sern almacenados, aun cuando no se necesiten.

Desventajas

Puesto que los valores precalculados no son almacenados, el tamao del cubo en un sistema RTOLAP es mucho menor que un producto OLAP que hace uso del preclculo.

Esencialmente realiza clculos justo a tiempo mediante nicamente calcular valores cuando se necesiten, el espacio pueda ser ahorrado. En un sistema precalculado una gran parte de los clculos sern almacenados, aun cuando no se necesiten.

g) SOLAP

El SOLAP (Spatial On-Line Analytical Processing o Procesamiento Analtico En Lnea En Tiempo Real) es una herramienta SOLAP puede definirse como una plataforma visual diseada especficamente para soportar rpida y fcilmente el anlisis espacio-temporal y la exploracin multidimensional de datos, teniendo en cuenta los diferentes niveles disponibles que hay en la observacin, tanto de cartografa como de grficas. (Quintanilla, et al. 2007)

4) Minera de Datos
Es el proceso que intenta descubrir patrones en grandes volmenes de conjuntos de datos. Utiliza los mtodos de la inteligencia artificial, aprendizaje automtico, estadstica y sistemas de bases de datos. El objetivo general consiste en extraer informacin de un conjunto de datos y transformarla en una estructura comprensible para su uso posterior. La minera de datos puede describirse como "anlisis de datos exploratorio". El propsito es buscar patrones interesantes en los datos, patrones que pueden usarse para especificar la estrategia del negocio o para identificar comportamientos fuera de lo comn [] Las herramientas de minera de datos aplican tcnicas estadsticas a una gran cantidad de datos almacenados para buscar tales patrones. Date (2001)

5) Otras herramientas
Aplicaciones de informes que generan vistas de datos agregadas para mantener a la gerencia informada sobre el estado de su negocio.

VI.

El Data Warehouse

Un data warehouse es una coleccin de datos orientada al tema, integrada, no voltil y variante a como pase el tiempo, con soporte para las decisiones de la gerencia. [] Los datos en el data warehouse son capaces de ser utilizados para muchos propsitos, incluidos los requerimientos futuros que son conocidos a da de hoy. Es el corazn del ambiente arquitecturado, y es la fundacin de todos los procesamientos de Sistemas de Soporte de Decisiones. (Inmon, 1996).

Los data warehouses surgieron por dos razones: primero, la necesidad de proporcionar una fuente nica de datos limpia y consistente para propsitos de apoyo para la toma de decisiones; segundo, la necesidad de hacerlo sin afectar a los sistemas operacionales. (Date, 2001)

De acuerdo a lo citado por Tamayo y Moreno (2006):}

Orientacin al tema: La informacin se clasifica en base a los temas o aspectos que son de inters para el analista o usuario final. Por ejemplo: ventas, inventarios, finanzas, contabilidad, etc. Por cada uno de ellos hay sujetos de inters como productos, clientes, proveedores, etctera.

Integracin de los datos: Se refiere a la integracin de datos recogidos de diferentes sistemas operacionales de la organizacin o fuentes externas. Se manifiesta en convenciones de nombres (estandarizacin), en la medida uniforme de las variables, entre otros.

Variacin del tiempo: Los datos almacenados estn referidos a un perodo de tiempo especfico.

No voltil: Una vez almacenados los datos, estos no son modificados, es decir, una estructura de slo lectura.

1) Caractersticas
De acuerdo a lo citado por Inmon en 1996, los Data Warehouses cumplen con la siguiente lista de caractersticas:

Estn construidos bajo una metodologa de desarrollo diferente a las aplicaciones.

Son fundamentalmente diferentes a los Data Marts. Se mantienen en su premisa, a diferencia de muchas tecnologas que simplemente se desvanecen.

Atraen enormes cantidades de datos, al punto que se requieren nuevas estrategias para el manejo de esas cantidades de datos.

2) Razones para su uso

-

Slo hay una nica versin de la verdad. Los datos pueden ser si es necesario. Los datos estn inmediatamente disponibles para nuevos usos. El costo de los datos para la organizacin se disminuye considerablemente.

3) Monitoreo de los datos

Identificar qu, cmo, cundo y a qu ratio est ocurriendo el crecimiento de los datos. Identificar cules datos se han utilizado. Calcular cul es la respuesta de tiempo qu est recibiendo el usuario final. Determinar quin est utilizado el data warehouse. Especificar cunto del data warehouse estn utilizando los usuarios finales. Reconocer cundo el data warehouse es utilizado. Examinar el nivel de uso del data warehouse.

VII.

Los Data Marts

Pareci obviamente una buena idea construir algn tipo de "almacn" limitado de propsito general que estuviera hecho a la medida de ese propsito. Adems, en algunos casos sera posible extraer y preparar los datos requeridos directamente a partir de las fuentes locales, lo que proporcionaba un acceso ms rpido a los datos que si tuvieran que ser sincronizados con los dems datos cargados en todo el data warehouse. Dichas consideraciones condujeron al concepto de data mart [] un almacn de datos especializado, orientado a un tema, integrado, voltil y variante en el tiempo para apoyar un subconjunto especfico de decisiones de administracin." Date (2001).

La diferencia entre Data Warehouse y Data Mart radica en qu dos aspectos: el data mart es especializado y voltil, a diferencia del data warehouse que no es especializado y no es voltil, es decir el data mart permite realizar modificaciones a los datos almacenados.

1) Creacin
Date cita los tres enfoques para la creacin de un data mart:

Los datos pueden ser simplemente extrados del data warehouse con un enfoque de "divide y vencers" sobre la carga de trabajo general de apoyo para la toma de decisiones, a fin de lograr un mejor rendimiento y escalabilidad. Por lo general, los datos extrados son cargados en una base de datos que tiene un esquema fsico que se parece mucho al subconjunto aplicable del data warehouse; sin embargo, puede ser simplificado de alguna manera gracias a la naturaleza especializada del data mart.

A pesar del hecho de que el data warehouse pretende proporcionar un "punto de control nico", un data mart puede ser creado todava en forma independiente.. Dicho enfoque puede ser adecuado si el data warehouse es inaccesible por alguna razn.

Algunas instalaciones han seguido un enfoque de "primero el data mart", donde los data marts son creados conforme van siendo necesarios y el data warehouse general es creado como una consolidacin de los diversos data marts.

Bibliografa

1. Business Dictionary (2013). Digital Dashboard. Recuperado el 31 de julio del 2013, de: http://www.businessdictionary.com/definition/digital-dashboard.html 2. Date, C.J. (2001). An introduction to database systems. Prentice Hall 3. Few, S. (2006). Information Dashboard Design. California: OReilly. 4. Finlay, P. N. et al (1994). Introducing decision support systems. Oxford, Cambridge: Blackwell Publishers. 5. Forsythe, R., Bunch, J. A., and Burton, E. J. (1999). Implementing ABC and the balanced scorecard at a publishing house. Management Accounting Quarterly, Pgs. 10 18 6. Gray, J., Chaudhuri, S., Bosworth, A., Layman, A., Reichart, D., Venkatrao, M. (1997). Data cube: a relational aggregation operator generalizing group-by, cross-tab, and sub-totals., Data Mining and Knowledge Discovery 7. Heinz, A. (2001). Applying the Balanced Scorecard Concept: An Experience Report. Long Range Planning, Tomo 34, Pgs. 441 461 8. Idensa. (2013). Inteligencia de Negocios. Recuperado el 29 de julio del 2013, de: http://www.idensa.com/ 9. Inmon, W. H. (1996). Building the data warehouse. New York: John Wiley & Sons 10. ITMadrid. (2013). Qu es Inteligencia de Negocios? (Business Intelligence). Recuperado el 29 de julio del 2013, de: http://www.itmadrid.com/blog/que-esinteligencia-de-negocios-business-intelligence/ 11. Ittner, C., Larcker, D. (2003). Coming Up Short on Nonfinancial Performance Measurement. Harvard Business Review, Pgs. 89 95. 12. Juice, Inc. (2009). A Guide to Creating Dashboards People Love to Use. Reston, Virginia: Juice Inc. 13. Kaplan, R., Norton D. (1992). The Balanced Scorecard Measures that Drive Performance. Harvard Business Review, Pgs. 73 77. 14. Kaplan, R., Norton D. (1993). Putting the Balanced Scorecard to Work. Recuperado el 31 de julio del 2013, de: http://hbr.org/1993/09/putting-the-balancedscorecard-to-work/

15. Kaplan, R., Norton D. (1996). The Balanced Scorecard: Translating Strategy into Action. Boston, Massachusetts: Harvard Business School Press 16. Martin, J. (2013). The Balanced Scorecard Concepts. Recuperado el 31 de julio del 2013, de: http://www.maaw.info/BalScoreSum.htm 17. Martinsons, M., Davison, R., Tse, D. (1999). The balanced scorecard: A foundation for the strategic management of information systems. Decision Support Systems, Pgs. 71 88 18. Quintanilla et al (2007). Aplicacin de tecnologas SOLAP/WEB para el asesoramiento del riego por satlite. Castilla, Espaa: Universidad de Castilla 19. Reilly, G., Reilly. R. (2000). Using a measure network to understand and deliver value. Journal of Cost Management, Pgs. 5 14 20. Rizzi, S. (2007). Data Warehouses and OLAP: Concepts, Architectures and Solutions. Bologna, Italia: Universidad de Bologna 21. Tamayo, M., Moreno, F. (2006). Anlisis del modelo de almacenamiento MOLAP frente al modelo de almacenamiento ROLAP. Ingeniera e Investigacin, Volumen 26, Tomo 3, Pgs. 135 142 22. Turban, E. (1995). Decision support and expert systems: management support systems. Englewood Cliffs, New York: Prentice Hall 23. Wikipedia. (2013). Inteligencia empresarial. Recuperado el 29 de julio del 2013, de: https://es.wikipedia.org/wiki/Inteligencia_empresarial 24. Wikipedia. (2013). Cuadro de mando integral. Recuperado el 31 de julio del 2013, de: http://es.wikipedia.org/wiki/Cuadro_de_mando_integral 25. (2013). Herramientas de inteligencia de negocios. Recuperado el 31 de julio del 2013, de: http://es.wikipedia.org/wiki/Herramientas_ de_inteligencia_de_negocios 26. Wikipedia. (2013). Dashboard. Recuperado el 31 de julio del 2013, de: http://en.wikipedia.org/wiki/Dashboard_(management_information_systems) 27. Wikipedia. (2013). Online analytical processing. Recuperado el 1 de agosto del 2013, de: http://en.wikipedia.org/wiki/Online_analytical_processing