1. Data Warehouse
1.1. Características
1.1.1. Integrado
1.1.2. Temático
1.1.3. Histórico
1.1.4. No volátil
2. Definición
2.1. Habilidad para transformar los datos en información
2.2. Transformar la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios
3. Sistema de Soporte de Decisión (DSS)
3.1. Es una herramienta de BI enfocada al análisis de los datos de una organización; ayuda a los gestores de nivel táctico y estratégico a utilizar datos y modelos para resolver problemas de decisión no estructurados o semi-estructurados
3.2. Proceso de toma de decisión con DSS
3.2.1. Agregación datos
3.2.2. Síntesis de la Información
3.2.3. Crear Inteligencia
3.2.4. Definir problema, necesidad
3.2.5. Diseño alternativas solución
3.2.6. Mejor opción, tomar decisión
3.2.7. Implementar acción
3.2.8. Crecer conocimiento
3.2.9. Mejora DSS
3.3. EIS
3.3.1. Un Sistema de Información para Ejecutivos o Sistema de Información Ejecutiva es una herramienta software, basada en un DSS, que provee a los gerentes de un acceso sencillo a información interna y externa de su compañía, y que es relevante para sus factores clave de éxito
4. Problemas actuales en las empresas
4.1. Sobrecarga de datos poco relevantes
4.2. Información demasiado dispersa en la empresa
4.3. Redundancia e inconsistencia de datos
4.4. Información no clasificada o mal organizada
4.5. Ausencia de información personalizada y/o relevante para los distintos perfiles que existen en un negocio
4.6. Informes estáticos, no pertinentes u oportunos
4.7. Largos tiempo de respuesta en consultas
4.8. Ausencia de información histórica
5. Arquitectura BI
5.1. En la figura se presenta la arquitectura típica genérica que acompaña un modelo de inteligencia de negocios, a través del cual, aprovechando las bondades que nos ofrece la tecnología, es posible disponer de información cuantitativa oportuna y de calidad para la toma de decisiones institucionales.
5.1.1. 1. Fuente de Datos
5.1.1.1. Los datos fuente proveen de la materia prima o datos en bruto (raw data) para construir un data warehouse. Los datos en bruto existen en gran cantidad y diversidad de formatos y pueden clasificarse según:
5.1.1.1.1. El origen: - Internos. Datos de la propia empresa, pueden presentarse en bases de datos, archivos o reportes de sistemas informáticos (ERP, CRM, SCM) - Externos. (redes sociales, GIS, Sist.gubernamentales, otros sistemas)
5.1.1.1.2. El formato: Estructurados. RDBM, data warehouse Semi-estructurados. CSV, JSON, XML, HTML, etc.
5.1.1.1.3. No estructurados. datos de archivos como PDF, imagen, sonido, video, etc.
5.1.1.1.4. El tamaño: Volúmenes de datos normales (de KB a MB) y Grandes volúmenes de datos (MB, GB, TB)
5.1.2. 2. ETL (Extract, Transform and Load)
5.1.2.1. Es el proceso que permite a las organizaciones mover datos desde múltiples fuentes, reformatearlos, limpiarlos y cargarlos en otra base de datos, data mart, o data warehouse para analizar, o en otro sistema operacional para apoyar un proceso de negocio
5.1.3. 3. Almacenamiento
5.1.3.1. Los datos que son extraídos (E) de las bases de datos u otras fuentes de interés institucional y luego son trasformados (T) con propósitos analíticos son almacenados, en una apuesta tradicional de BI, en bases de datos conocidas como bodegas de datos (Data Warehouse DW), Data Marts DM o Data Lakes; estos conforman el tercer elemento en una arquitectura y apuesta de BI y son quizá el corazón de este tipo de iniciativas, pues es allí donde se encuentra almacenada la información requerida para los análisis y la toma de decisiones institucionales.
5.1.4. 4. Agregación
5.1.4.1. Cubos OLAP (On-Line Analytical Processing). El procesamiento analítico en línea permite acceder a subconjuntos de datos (data mart) que forman parte de almacenes de datos (data warehouse), con una estructura multidimensional de manera que representan un significado especial o responden a una o varias preguntas en particular
5.1.5. 5. Visualización
5.1.5.1. Los reportes son una estrategia empleada para suministrar tecnológicamente información tabular que contiene cifras de interés institucional, de alta utilidad para aquellas organizaciones o entidades que requieren suministrar informes o microdatos de manera periódica a actores internos o externos.
5.1.5.2. Los tableros de mando o dashboards conforman la apuesta gráfica para el seguimiento y la presentación de las cifras, principalmente de naturaleza descriptiva, de una organización y son, de lejos, el mecanismo tecnológico más empleado para gestionar la información cuantitativa institucional en una organización guiada por una apuesta de inteligencia de negocios.
6. Campos de aplicación de BI
6.1. BI tiene múltiples campos de aplicación, que requieren del análisis de sus datos para identificar tendencias o patrones que a su vez orientan la toma de decisiones.
6.1.1. Comercial
6.1.2. Empresarial
6.1.3. Industrial
6.1.4. Educativo
6.1.5. Banca
6.1.6. Turísmo
7. Herramientas BI
7.1. Existen cientos de herramientas tecnológicas de alcance comercial o libre para la construcción y visualización de gráficos que permitan representar cifras institucionales, en el contexto de la inteligencia de negocios
7.1.1. Tableau
7.1.2. PowerBI
7.1.3. OBIEE
7.1.4. Qlik
7.1.5. Pentaho
7.1.6. SAS
7.1.7. IBM
7.1.8. SAP
7.1.9. Phyton