1. introducción a la inteligencia de negocios.pdf

8/15/2019 1. Introducción a la Inteligencia de Negocios.pdf

1/36

Instituto Tecnológico Superior de la Montaña

Inteligencia de Negocios

M. T. I. Francisco Castro Hurtado

1. INTRODUCCIÓN A LA INTELIGENCIA DE NEGOCIOS

1.1 Conceptos Básicos

1.1.1 Datawarehouse

En el contexto de la informática, un almacén de datos (del inglés

datawarehouse) es una colección de datos orientada a un determinado

ámbito (empresa, organización, etc.), integrado, no volátil y variable en el

tiempo, que ayuda a la toma de decisiones en la entidad en la que se

utiliza. Se trata, sobre todo, de un expediente completo de una

organización, más allá de la información transaccional y operacional,

almacenado en una base de datos diseñada para favorecer el análisis yla divulgación eficiente de datos (especialmente OLAP, procesamiento

analítico en línea). El almacenamiento de los datos no debe usarse con

datos de uso actual. Los almacenes de datos contienen a menudo

grandes cantidades de información que se subdividen a veces en

unidades lógicas más pequeñas dependiendo del subsistema de la

entidad del que procedan o para el que sea necesario.


2/36




Definición de Bill Inmon

Bill Inmon1 fue uno de los primeros autores en escribir sobre el tema de

los almacenes de datos, define un data warehouse (almacén de datos) en

términos de las características del repositorio de datos:

Orientado a temas: Los datos en la base de datos están

organizados de manera que todos los elementos de datos relativos

al mismo evento u objeto del mundo real queden unidos entre sí.

Variante en el tiempo: Los cambios producidos en los datos a lolargo del tiempo quedan registrados para que los informes que se

puedan generar reflejen esas variaciones.

No volátil: La información no se modifica ni se elimina, una vez

almacenado un dato, éste se convierte en información de sólo

lectura, y se mantiene para futuras consultas.

Integrado: La base de datos contiene los datos de todos los

sistemas operacionales de la organización, y dichos datos deben

ser consistentes.

Inmon defiende una metodología descendente (top-down) a la hora de

diseñar un almacén de datos, ya que de esta forma se considerarán mejor

todos los datos corporativos. En esta metodología los Data marts se

crearán después de haber terminado el data warehouse completo de la

organización.


3/36




Definición de Ralph Kimball

Ralph Kimball es otro conocido autor en el tema de los datawarehouse,

define un almacén de datos como: "una copia de las transacciones de

datos específicamente estructurada para la consulta y el análisis.

También fue Kimball quien determinó que un data warehouse no era más

que: "la unión de todos los Data marts de una entidad". Defiende por tanto

una metodología ascendente (bottom-up) a la hora de diseñar un almacén

de datos.

Una definición más amplia de almacén de datos

Las definiciones anteriores se centran en los datos en sí mismos. Sin

embargo, los medios para obtener esos datos, para extraerlos,

transformarlos y cargarlos, las técnicas para analizarlos y generar

información, así como las diferentes formas para realizar la gestión de

datos son componentes esenciales de un almacén de datos. Muchas

referencias a un almacén de datos utilizan esta definición más amplia. Por

lo tanto, en esta definición se incluyen herramientas para extraer,

transformar y cargar datos, herramientas para el análisis (inteligencia

empresarial) y herramientas para gestionar y recuperar los metadatos.


4/36




Función de un almacén de datos

En un almacén de datos lo que se quiere es contener datos que son

necesarios o útiles para una organización, es decir, que se utiliza como

un repositorio de datos para posteriormente transformarlos en

información útil para el usuario. Un almacén de datos debe entregar la

información correcta a la gente indicada en el momento óptimo y en el

formato adecuado. El almacén de datos da respuesta a las necesidades

de usuarios expertos, utilizando Sistemas de Soporte a Decisiones (DSS),

Sistemas de información ejecutiva (EIS) o herramientas para hacer

consultas o informes. Los usuarios finales pueden hacer fácilmenteconsultas sobre sus almacenes de datos sin tocar o afectar la operación

del sistema.

En el funcionamiento de un almacén de datos son muy importantes las

siguientes ideas:

Integración de los datos provenientes de bases de datos distribuidas por

las diferentes unidades de la organización y que con frecuencia tendrán

diferentes estructuras (fuentes heterogéneas). Se debe facilitar una

descripción global y un análisis comprensivo de toda la organización en

el almacén de datos.

Separación de los datos usados en operaciones diarias de los datos

usados en el almacén de datos para los propósitos de divulgación, de

ayuda en la toma de decisiones, para el análisis y para operaciones de

control. Ambos tipos de datos no deben coincidir en la misma base de

datos, ya que obedecen a objetivos muy distintos y podrían entorpecerse

entre sí.


5/36




Periódicamente, se importan datos al almacén de datos de los distintos

sistemas de planeamiento de recursos de la entidad (ERP) y de otros

sistemas de software relacionados con el negocio para la transformación

posterior. Es práctica común normalizar los datos antes de combinarlos

en el almacén de datos mediante herramientas de extracción,

transformación y carga (ETL). Estas herramientas leen los datos

primarios (a menudo bases de datos OLTP de un negocio), realizan el

proceso de transformación al almacén de datos (filtración, adaptación,

cambios de formato, etc.) y escriben en el almacén.

1.1.2 Data mart

Un Data mart es una versión especial de almacén de datos (data

warehouse). Son subconjuntos de datos con el propósito de ayudar a que

un área específica dentro del negocio pueda tomar mejores decisiones.

Los datos existentes en este contexto pueden ser agrupados, explorados

y propagados de múltiples formas para que diversos grupos de usuarios

realicen la explotación de los mismos de la forma más conveniente según

sus necesidades.

El Data mart es un sistema orientado a la consulta, en el que se producen

procesos batch de carga de datos (altas) con una frecuencia baja y

conocida. Es consultado mediante herramientas OLAP (On line Analytical

Processing - Procesamiento Analítico en Línea) que ofrecen una visión

multidimensional de la información. Sobre estas bases de datos se

pueden construir EIS (Executive Information Systems, Sistemas de

Información para Directivos) y DSS (Decision Support Systems, Sistemas

de Ayuda a la toma de Decisiones).


6/36




En síntesis, se puede decir que los data marts son pequeños data

warehouse centrados en un tema o un área de negocio específico dentro

de una organización.

Dependencia de un data mart

Según la tendencia marcada por Inmon sobre los data warehouse, un

data mart dependiente es un subconjunto lógico (vista) o un subconjunto

físico (extracto) de un almacén de datos más grande, que se ha aislado

por alguna de las siguientes razones:

Se necesita para un esquema o modelo de datos espacial (por

ejemplo, para reestructurar los datos para alguna herramienta

OLAP).

Prestaciones: Para descargar el data mart a un ordenador

independiente para mejorar la eficiencia o para obviar las

necesidades de gestionar todo el volumen del data warehouse

centralizado.

Seguridad: Para separar un subconjunto de datos de forma

selectiva a los que queremos permitir o restringir el acceso.

Conveniencia: la de poder pasar por alto las autorizaciones y

requerimientos necesarios para poder incorporar una nueva

aplicación en el Data Warehouse principal de la Empresa.

Demostración sobre el terreno: para demostrar la viabilidad y el

potencial de una aplicación antes de migrarla al Data Warehouse

de la Empresa.

Política: Razones internas de la organización para hacer esta

división o separación de los datos del almacén de datos, por

ejemplo:


7/36




o Cuando se decide una estrategia para las TI (Tecnologías de

la información) en situaciones en las que un grupo de usuarios

tiene más influencia, para determinar si se financia dicha

estrategia o descubrir si ésta no sería buena para el almacén

de datos centralizado.

o Estrategia para los consumidores de los datos en situaciones

en las que un equipo de almacén de datos no está en

condiciones de crear un almacén de datos utilizable.

Según la escuela Inmon de data warehouse, entre las pérdidas inherentes

al uso de data marts están la escalabilidad limitada, la duplicación dedatos, la inconsistencia de los datos con respecto a otros almacenes de

información y la incapacidad para aprovechar las fuentes de datos de la

empresa. Así y todas estas herramientas son de gran importancia.

Conceptos erróneos de los Data Marts

Al hablar de los data marts, es inevitable la comparación con los data

warehouse y al final se acaba diciendo (o entendiendo) que son como

estos, pero en pequeño, y en cierto modo esto es así, pero esta idea suele

hacer caer en los siguientes errores sobre la implementación y

funcionamiento de los data marts:

Son más simples de implementar que un Data Warehouse:

FALSO, la implementación es muy similar, ya que debe

proporcionar las mismas funcionalidades.

Son pequeños conjuntos de datos y, en consecuencia, tienen

menor necesidad de recursos: FALSO, una aplicación corriendo

sobre un data mart necesita los mismos recursos que si corriera

sobre un data warehouse.


8/36




Las consultas son más rápidas, dado el menor volumen de datos:

FALSO, el menor volumen de datos se debe a que no se tienen

todos los datos de toda la empresa, pero sí se tienen todos los

datos de un determinado sector de la empresa, por lo que una

consulta sobre dicho sector tarda lo mismo si se hace sobre el data

mart que si se hace sobre el data warehouse.

En algunos casos añade tiempo al proceso de actualización:

FALSO, actualizar el data mart desde el data warehouse cuesta

menos (ya que los formatos de los datos son o suelen ser

idénticos) que actualizar el data warehouse desde sus fuentes de

datos primarias, donde es necesario realizar operaciones detransformación.

1.1.3 Tipos de sistemas de información

Un sistema de de información tienen como propósito perfeccionar las

actividades llevadas a cabo en una organización, y así alcanzar ventajas

competitivas.

Siguiendo esta línea, y de acuerdo a su función se distinguen cuatro tipos

de sistemas de información:

SISTEMA DE PROCESAMIENTO DE TRANSACCIONES: Cuando un

sistema recopila, almacena y altera la información creada a partir de

transacciones llevadas a cabo dentro de una organización se denomina

sistema de procesamiento de transacciones. Tiene como finalidad

procesar las transacciones diarias de una empresa, acumulando toda la

información recibida en una base de datos para su posterior consulta.


9/36




SISTEMA DE INFORMACIÓN GERENCIAL: Un sistema de información

gerencial es aquel utilizado por la empresa para solventar inconvenientes

en la misma. Es decir, el objetivo del mismo es la suministración de

información para la resolución de problemas a través de la interacción

entre tecnologías y personas.

Los datos aportados por el sistema deben disponer de cuatro cualidades

elementales: Calidad, oportunidad, Cantidad y Relevancia.

SISTEMA DE SOPORTE A DECISIONES: Este sistema se basa en el

estudio y la comparación entre un conjunto de variables con el objeto decontribuir a la toma de decisiones dentro de una empresa. El apoyo dado

por el sistema involucra la estimación, valoración y balance entre

alternativas. Al igual que el sistema de información gerencial, esta

tecnología interacciona con personas en el filtrado de información que

permite optar por la decisión más acertada.

SISTEMA DE INFORMACION EJECUTIVA: Esta tecnología es utilizada

por los gerentes de una empresa, ya que permite acceder a la información

interna y externa de la misma, disponiendo de los datos que puedan llegar

a afectar su buen rendimiento.

De esta manera, el ejecutivo podrá conocer el estado de todos los

indicadores, incluso aquellos que no cumplan con las expectativas y a

partir de esto, tomar las medidas que considere adecuadas.


10/36




1.1.4 Variables de medición

Las variables de medición son aquellas que representan la medición

matemática de un aspecto del negocio.

Se utilizan para medir la productividad, las pérdidas, las ganancias, entre

otros aspectos que les pueden definir un sin número de indicadores que

le permitirá a un ejecutivo tomar decisiones operativas o estratégicas.

Un ejemplo práctico es que si una empresa vende refrescos las variablesde medición le ayudan a saber y a poder graficar cuantos refrescos se

venden al día, cual es el más consumido, a qué tipo de personas les gusta

el refresco, entre otras cosas se pueden aplicar las variables de medición.

1.1.5 Variables de Análisis

Las variables de análisis son aquellas que se incluyen en el proceso

estadístico, son aquellas variables que realizan estudios analíticos sobre

las variables de medición.


11/36




Las variables de análisis se utilizan principalmente para realizar estudios

estadísticos como factores de riesgo, permanencia del producto en el

mercado, entre otras cosas.

Un ejemplo práctico es que se utilizan dentro de la empresa para poder

determinar los diversos riesgos, la permanencia del producto o el servicio

dentro del mercado, local, nacional e internacional y también se obtienen

fortalezas y debilidades de la empresa.

1.2 Componentes de la inteligencia de negocios1.2.1 Minería de datos

La minería de datos o exploración de datos (es la etapa de análisis de

"Knowledge Discovery in Databases" o KDD) es un campo de las ciencias

de la computación referido al proceso que intenta descubrir patrones en

grandes volúmenes de conjuntos de datos. Utiliza los métodos de la

inteligencia artificial, aprendizaje automático, estadística y sistemas de

bases de datos. El objetivo general del proceso de minería de datos

consiste en extraer información de un conjunto de datos y transformarla

en una estructura comprensible para su uso posterior . Además de la

etapa de análisis en bruto, que involucra aspectos de bases de datos y

de gestión de datos, de procesamiento de datos, del modelo y de las

consideraciones de inferencia, de métricas de Intereses, de

consideraciones de la Teoría de la complejidad computacional, de post-

procesamiento de las estructuras descubiertas, de la visualización y de la

actualización en línea.


12/36




El término es una palabra de moda, y es frecuentemente mal utilizado

para referirse a cualquier forma de datos a gran escala o procesamiento

de la información (recolección, extracción, almacenamiento, análisis y

estadísticas), pero también se ha generalizado a cualquier tipo de sistema

de apoyo informático decisión, incluyendo la inteligencia artificial,

aprendizaje automático y la inteligencia empresarial. En el uso de la

palabra, el término clave es el descubrimiento, comúnmente se define

como "la detección de algo nuevo". Incluso el popular libro "La minería de

datos: sistema de prácticas herramientas de aprendizaje y técnicas con

Java" (que cubre todo el material de aprendizaje automático)originalmente iba a ser llamado simplemente "la máquina de aprendizaje

práctico", y el término "minería de datos" se añadió por razones de

marketing. A menudo, los términos más generales "(gran escala) el

análisis de datos", o "análisis" -. O cuando se refiere a los métodos

actuales, la inteligencia artificial y aprendizaje automático, son más

apropiados.

La tarea de minería de datos real es el análisis automático o semi-

automático de grandes cantidades de datos para extraer patrones

interesantes hasta ahora desconocidos, como los grupos de registros de

datos (análisis clúster), registros poco usuales (la detección de

anomalías) y dependencias (minería por reglas de asociación). Esto

generalmente implica el uso de técnicas de bases de datos como los

índices espaciales. Estos patrones pueden entonces ser vistos como una

especie de resumen de los datos de entrada, y pueden ser utilizados en

el análisis adicional o, por ejemplo, en la máquina de aprendizaje y

análisis predictivo. Por ejemplo, el paso de minería de datos podría

identificar varios grupos en los datos, que luego pueden ser utilizados

para obtener resultados más precisos de predicción por un sistema de


13/36




soporte de decisiones. Ni la recolección de datos, preparación de datos,

ni la interpretación de los resultados y la información son parte de la etapa

de minería de datos, pero que pertenecen a todo el proceso KDD como

pasos adicionales.

Los términos relacionados con la obtención de datos, la pesca de datos y

espionaje de los datos se refieren a la utilización de métodos de minería

de datos a las partes de la muestra de un conjunto de datos de población

más grandes establecidas que son (o pueden ser) demasiado pequeñas

para las inferencias estadísticas fiables que se hizo acerca de la validez

de cualquier patrón descubierto. Estos métodos pueden, sin embargo, serutilizados en la creación de nuevas hipótesis que se prueban contra

poblaciones de datos más grandes.

Proceso

Un proceso típico de minería de datos consta de los siguientes pasos

generales:

A. Selección del conjunto de datos, tanto en lo que se refiere a las

variables objetivo (aquellas que se quiere predecir, calcular o

inferir), como a las variables independientes (las que sirven para

hacer el cálculo o proceso), como posiblemente al muestreo de los

registros disponibles.

B. Análisis de las propiedades de los datos, en especial los

histogramas, diagramas de dispersión, presencia de valores

atípicos y ausencia de datos (valores nulos).


14/36




C. Transformación del conjunto de datos de entrada, se realizará de

diversas formas en función del análisis previo, con el objetivo de

prepararlo para aplicar la técnica de minería de datos que mejor se

adapte a los datos y al problema, a este paso también se le conoce

como pre procesamiento de los datos.

D. Seleccionar y aplicar la técnica de minería de datos, se construye

el modelo predictivo, de clasificación o segmentación.

E. Extracción de conocimiento, mediante una técnica de minería de

datos, se obtiene un modelo de conocimiento, que representa

patrones de comportamiento observados en los valores de lasvariables del problema o relaciones de asociación entre dichas

variables. También pueden usarse varias técnicas a la vez para

generar distintos modelos, aunque generalmente cada técnica

obliga a un pre procesado diferente de los datos.

F. Interpretación y evaluación de datos, una vez obtenido el modelo,

se debe proceder a su validación comprobando que las

conclusiones que arroja son válidas y suficientemente

satisfactorias. En el caso de haber obtenido varios modelos

mediante el uso de distintas técnicas, se deben comparar los

modelos en busca de aquel que se ajuste mejor al problema. Si

ninguno de los modelos alcanza los resultados esperados, debe

alterarse alguno de los pasos anteriores para generar nuevos

modelos.

Si el modelo final no superara esta evaluación el proceso se podría repetir

desde el principio o, si el experto lo considera oportuno, a partir de

cualquiera de los pasos anteriores. Esta retroalimentación se podrá

repetir cuantas veces se considere necesario hasta obtener un modelo

válido.


15/36




Una vez validado el modelo, si resulta ser aceptable (proporciona salidas

adecuadas y/o con márgenes de error admisibles) éste ya está listo para

su explotación. Los modelos obtenidos por técnicas de minería de datos

se aplican incorporándolos en los sistemas de análisis de información de

las organizaciones, e incluso, en los sistemas transaccionales. En este

sentido cabe destacar los esfuerzos del Data Mining Group, que está

estandarizando el lenguaje PMML (Predictive Model Markup Language),

de manera que los modelos de minería de datos sean interoperables en

distintas plataformas, con independencia del sistema con el que han sido

construidos. Los principales fabricantes de sistemas de bases de datos yprogramas de análisis de la información hacen uso de este estándar.

Tradicionalmente, las técnicas de minería de datos se aplicaban sobre

información contenida en almacenes de datos. De hecho, muchas

grandes empresas e instituciones han creado y alimentan bases de datos

especialmente diseñadas para proyectos de minería de datos en las que

centralizan información potencialmente útil de todas sus áreas de

negocio. No obstante, actualmente está cobrando una importancia cada

vez mayor la minería de datos desestructurados como información

contenida en ficheros de texto, en Internet, entre otros.

Protocolo de un proyecto de minería de datos

Un proyecto de minería de datos tiene varias fases necesarias que son,

esencialmente:

Comprensión: del negocio y del problema que se quiere resolver.

Determinación, obtención y limpieza: de los datos necesarios.

Creación de modelos matemáticos.


16/36




Validación, comunicación: de los resultados obtenidos.

Integración: si procede, de los resultados en un sistema

transaccional o similar.

La relación entre todas estas fases sólo es lineal sobre el papel. En

realidad, es mucho más compleja y esconde toda una jerarquía de sub

fases. A través de la experiencia acumulada en proyectos de minería de

datos se han ido desarrollando metodologías que permiten gestionar esta

complejidad de una manera más o menos uniforme.

Técnicas de minería de datos

Como ya se ha comentado, las técnicas de la minería de datos provienen

de la inteligencia artificial y de la estadística, dichas técnicas, no son más

que algoritmos, más o menos sofisticados que se aplican sobre un

conjunto de datos para obtener unos resultados.

Las técnicas más representativas son:

Redes neuronales: Son un paradigma de aprendizaje y procesamiento

automático inspirado en la forma en que funciona el sistema nervioso de

los animales. Se trata de un sistema de interconexión de neuronas en una

red que colabora para producir un estímulo de salida. Algunos ejemplos

de red neuronal son:

El perceptrón.

El perceptrón multicapa.

Los mapas autoorganizados, también conocidos como redes de

Kohonen.


17/36




Regresión lineal: Es la más utilizada para formar relaciones entre datos.

Rápida y eficaz pero insuficiente en espacios multidimensionales donde

puedan relacionarse más de 2 variables.

Árboles de decisión: Un árbol de decisión es un modelo de predicción

utilizado en el ámbito de la inteligencia artificial, dada una base de datos

se construyen estos diagramas de construcciones lógicas, muy similares

a los sistemas de predicción basados en reglas, que sirven para

representar y categorizar una serie de condiciones que suceden de forma

sucesiva, para la resolución de un problema. Ejemplos:

Algoritmo ID3. Algoritmo C4.5.

Modelos estadísticos: Es una expresión simbólica en forma de igualdad

o ecuación que se emplea en todos los diseños experimentales y en la

regresión para indicar los diferentes factores que modifican la variable de

respuesta.

Agrupamiento o Clustering: Es un procedimiento de agrupación de una

serie de vectores según criterios habitualmente de distancia; se tratará de

disponer los vectores de entrada de forma que estén más cercanos

aquellos que tengan características comunes. Ejemplos:

Algoritmo K-means.

Algoritmo K-medoids.

Reglas de asociación: Se utilizan para descubrir hechos que ocurren encomún dentro de un determinado conjunto de datos.


18/36




Según el objetivo del análisis de los datos, los algoritmos utilizados se

clasifican en supervisados y no supervisados (Weiss y Indurkhya, 1998):

Algoritmos supervisados (o predictivos): predicen un dato (o un

conjunto de ellos) desconocido a priori, a partir de otros conocidos.

Algoritmos no supervisados (o del descubrimiento del

conocimiento): se descubren patrones y tendencias en los datos.

Ejemplos de uso de la minería de datos

Negocios

La minería de datos puede contribuir significativamente en las

aplicaciones de administración empresarial basada en la relación con el

cliente. En lugar de contactar con el cliente de forma indiscriminada a

través de un centro de llamadas o enviando cartas, sólo se contactará

con aquellos que se perciba que tienen una mayor probabilidad de

responder positivamente a una determinada oferta o promoción.

Por lo general, las empresas que emplean minería de datos ven

rápidamente el retorno de la inversión, pero también reconocen que el

número de modelos predictivos desarrollados puede crecer muy

rápidamente.

En lugar de crear modelos para predecir qué clientes pueden cambiar, la

empresa podría construir modelos separados para cada región y/o para

cada tipo de cliente.


19/36




También puede querer determinar qué clientes van a ser rentables

durante una ventana de tiempo (una quincena, un mes) y sólo enviar las

ofertas a las personas que es probable que sean rentables. Para

mantener esta cantidad de modelos, es necesario gestionar las versiones

de cada modelo y pasar a una minería de datos lo más automatizada

posible.

Análisis de la cesta de la compra

El ejemplo clásico de aplicación de la minería de datos tiene que ver con

la detección de hábitos de compra en supermercados. Un estudio muy

citado detectó que los viernes había una cantidad inusualmente elevada

de clientes que adquirían a la vez pañales y cerveza. Se detectó que se

debía a que dicho día solían acudir al supermercado padres jóvenes cuya

perspectiva para el fin de semana consistía en quedarse en casa

cuidando de su hijo y viendo la televisión con una cerveza en la mano. El

supermercado pudo incrementar sus ventas de cerveza colocándolas

próximas a los pañales para fomentar las ventas compulsivas.

Patrones de fuga

Un ejemplo más habitual es el de la detección de patrones de fuga. En

muchas industrias —como la banca, las telecomunicaciones, etc.—

existe un comprensible interés en detectar cuanto antes aquellos clientes

que puedan estar pensando en rescindir sus contratos para,

posiblemente, pasarse a la competencia. A estos clientes —y en función

de su valor — se les podrían hacer ofertas personalizadas, ofrecer

promociones especiales, etc., con el objetivo último de retenerlos. La

minería de datos ayuda a determinar qué clientes son los más proclives

a darse de baja estudiando sus patrones de comportamiento y


20/36




comparándolos con muestras de clientes que, efectivamente, se dieron

de baja en el pasado.

Fraudes

Un caso análogo es el de la detección de transacciones de lavado de

dinero o de fraude en el uso de tarjetas de crédito o de servicios de

telefonía móvil e, incluso, en la relación de los contribuyentes con el fisco.

Generalmente, estas operaciones fraudulentas o ilegales suelen seguir

patrones característicos que permiten, con cierto grado de probabilidad,

distinguirlas de las legítimas y desarrollar así mecanismos para tomar

medidas rápidas frente a ellas.

Recursos humanos

La minería de datos también puede ser útil para los departamentos de

recursos humanos en la identificación de las características de sus

empleados de mayor éxito. La información obtenida puede ayudar a la

contratación de personal, centrándose en los esfuerzos de sus

empleados y los resultados obtenidos por éstos. Además, la ayuda

ofrecida por las aplicaciones para Dirección estratégica en una empresa

se traducen en la obtención de ventajas a nivel corporativo, tales como

mejorar el margen de beneficios o compartir objetivos; y en la mejora de

las decisiones operativas, tales como desarrollo de planes de producción

o gestión de mano de obra.

Comportamiento en Internet

También es un área en boga el del análisis del comportamiento de los

visitantes —sobre todo, cuando son clientes potenciales— en una página

de Internet. O la utilización de la información —obtenida por medios más


21/36




o menos legítimos— sobre ellos para ofrecerles propaganda adaptada

específicamente a su perfil. O para, una vez que adquieren un

determinado producto, saber inmediatamente qué otro ofrecerle teniendo

en cuenta la información histórica disponible acerca de los clientes que

han comprado el primero.

Terrorismo

La minería de datos ha sido citada como el método por el cual la unidad

Able Danger del Ejército de los EE. UU. había identificado al líder de los

atentados del 11 de septiembre de 2001, Mohammed Atta, y a otros tres

secuestradores del "11-S" como posibles miembros de una célula de Al

Qaeda que operan en los EE. UU. más de un año antes del ataque. Se

ha sugerido que tanto la Agencia Central de Inteligencia y su homóloga

canadiense, Servicio de Inteligencia y Seguridad Canadiense, también

han empleado este método.2

Juegos

Desde comienzos de la década de 1960, con la disponibilidad de oráculos

para determinados juegos combinacionales, también llamados finales de

juego de tablero (por ejemplo, para las tres en raya o en finales de

ajedrez) con cualquier configuración de inicio, se ha abierto una nueva

área en la minería de datos que consiste en la extracción de estrategias

utilizadas por personas para estos oráculos. Los planteamientos actuales

sobre reconocimiento de patrones, no parecen poder aplicarse con éxito

al funcionamiento de estos oráculos. En su lugar, la producción de

patrones perspicaces se basa en una amplia experimentación con bases

de datos sobre esos finales de juego, combinado con un estudio intensivo

de los propios finales de juego en problemas bien diseñados y con


22/36




conocimiento de la técnica (datos previos sobre el final del juego).

Ejemplos notables de investigadores que trabajan en este campo son

Berlekamp en el juego de puntos-y-cajas (o Timbiriche) y John Nunn en

finales de ajedrez.

Ciencia e Ingeniería

En los últimos años la minería de datos se está utilizando ampliamente

en diversas áreas relacionadas con la ciencia y la ingeniería. Algunos

ejemplos de aplicación en estos campos son:

Genética

En el estudio de la genética humana, el objetivo principal es entender la

relación cartográfica entre las partes y la variación individual en las

secuencias del ADN humano y la variabilidad en la susceptibilidad a las

enfermedades. En términos más llanos, se trata de saber cómo los

cambios en la secuencia de ADN de un individuo afectan al riesgo dedesarrollar enfermedades comunes (como por ejemplo el cáncer). Esto

es muy importante para ayudar a mejorar el diagnóstico, prevención y

tratamiento de las enfermedades. La técnica de minería de datos que se

utiliza para realizar esta tarea se conoce como "reducción de

dimensionalidad multifactorial".3

Ingeniería eléctrica

En el ámbito de la ingeniería eléctrica, las técnicas de minería de datos

han sido ampliamente utilizadas para monitorizar las condiciones de las

instalaciones de alta tensión. La finalidad de esta monitorización es

obtener información valiosa sobre el estado del aislamiento de los


23/36




equipos. Para la vigilancia de las vibraciones o el análisis de los cambios

de carga en transformadores se utilizan ciertas técnicas para agrupación

de datos (clustering) tales como los mapas auto-organizativos (SOM:

Self-organizing map). Estos mapas sirven para detectar condiciones

anormales y para estimar la naturaleza de dichas anomalías.4

Análisis de gases

También se han aplicado técnicas de minería de datos para el análisis de

gases disueltos (DGA: Dissolved gas analysis) en transformadores

eléctricos. El análisis de gases disueltos se conoce desde hace mucho

tiempo como la herramienta para diagnosticar transformadores. Los

mapas auto-organizativos (SOM) se utilizan para analizar datos y

determinar tendencias que podrían pasarse por alto utilizando las

técnicas clásicas (DGA).

Tendencias

La Minería de Datos ha sufrido transformaciones en los últimos años de

acuerdo con cambios tecnológicos, de estrategias de marketing, la

extensión de los modelos de compra en línea, etc. Los más importantes

de ellos son:

La importancia que han cobrado los datos no estructurados (texto,

páginas de Internet, etc.).

La necesidad de integrar los algoritmos y resultados obtenidos en

sistemas operacionales, portales de Internet, etc.

La exigencia de que los procesos funcionen prácticamente en

línea (por ejemplo, en casos de fraude con una tarjeta de crédito).

Los tiempos de respuesta. El gran volumen de datos que hay que

procesar en muchos casos para obtener un modelo válido es un

inconveniente; esto implica grandes cantidades de tiempo de


24/36




proceso y hay problemas que requieren una respuesta en tiempo

real.

Herramientas de software

Existen muchas herramientas de software para el desarrollo de modelos

de minería de datos tanto libres como comerciales como, por ejemplo:

dVelox de APARA

KXEN

KNIME

Neural Designer

OpenNN

Orange

Powerhouse

Quiterian

RapidMiner

SPSS Clementine

SAS Enterprise Miner

STATISTICA Data Miner

Weka

KEEL

Cuest ionar io:

1. ¿Qué es la minería de datos?

2. ¿Qué intenta descubrir la minería de datos?

3. ¿Cuáles son los métodos que utiliza la minería de datos?

4. ¿Cuál es el objetivo general del proceso de minería de datos?

5. ¿Cuál es la tarea real de la minería de datos?

6. Menciona los pasos de un proceso típico de minería de datos

7. ¿Cuáles son las fases necesarias de un proyecto de minería de datos?

8. Explica brevemente las técnicas de minerías de datos.

9. Menciona ejemplos de uso de la minería de datos.

10. Menciona por lo menos tres herramientas de software para el desarrollo de

modelos de minería de datos.


25/36




1.2.2 Administración del conocimiento

La administración del conocimiento implica la conversión del

conocimiento tácito (el que sabe un trabajador específico) en explícito

(conocimiento documentado y replicable) para convertirlo en un activo

estratégico de la organización.

Dicho en otras palabras implica la adecuada utilización de datos e

información para transformarlos en conocimiento y entendimiento.

El conocimiento responde a preguntas que empiezan con ¿Cómo?, es

decir, todo aquello que generalmente sólo algunos miembros de laorganización saben y lo tienen en su cabeza pero no ha sido transformado

en un conocimiento explícito.

Los procesos y Subprocesos clave de la Administración de Conocimiento

definidos por el CSC (Centro de Sistemas de Conocimiento) son los

siguientes:

Sujeto

Capital Agente

Objeto

Capital instrumental

Contexto

Alineación y consolidación

Estratégica de capitales

Acto de

conocimiento


26/36




1. Alineación y consolidación estratégica de capitales:

a) Definición de Sistemas Referenciales

b) Estructuración y Operacionalización de Capitales

c) Estrategia de Administración del Conocimiento y Desarrollo de Capitales

Articuladores

2. Administración del Capital Agente

a) Administración del Aprendizaje Organizacional

b) Desarrollo de Prácticas de Valor

c) Desarrollo de Competencias Claves

3. Administración del Capital Instrumentala) Métodos y Herramientas para instrumentar las estratégicas de

Administración del Conocimiento

b) Selección e Implementación de Plataformas Tecnológicas para la

Administración del Conocimiento

c) Desarrollo de la Base de Conocimiento

Con el fin de ampliar más este concepto, se presentan diferentes enfoques desde

el punto de vista de una organización:


27/36




1.2.3 Aplicaciones analíticas

Segun Gartner el mercado mundial de Business Intelligence crecio un13% en 2007 respecto al 2006, esto representa un valor de mercado que

exedio los 5,1 billones de dolares en comparacion con los 4,5 billones

registrados en el periodo 2006, los proveedores mas grandes del

mercado: Bussines Objects, Cognos e Hyperion fueron adquiridos por las

corporaciones SAP, IBM y Oracle respectivamente, esto hace preveer la

presencia cada vez mayor de soluciones de Business Intelligence en

nuestro dia a dia por lo que presentamos este articulo que intenta dar

ejemplos de las aplicaciones analíticas más comunes disponibles hoy en

el mercado del business intelligence.

Desgraciadamente muchas empresas se limitan a un sistema de análisis

y reporting sobre su data warehouse, desaprovechando las


28/36




oportunidades que ofrecen otras aplicaciones que se basan en la misma

arquitectura.

Simulación y Forecasting. Son aplicaciones para simular

escenarios y predecir tendencias en el futuro. “Si el precio de la

materia prima crece un 5% a lo largo del año y en tres meses el

dólar sube 10%, ¿cómo afecta a nuestra venta al final del año?” “Si

invertimos 10% más en esta línea de productos,¿cómo cambia

nuestra productividad y ROI?”

Activity-Based Costing. La determinación de los costes basados

en actividades descubre los costes reales de los productos,

servicios o clientes más allá de la contabilidad tradicional y desvela

que por ejemplo dos clientes aparentemente igual de rentables

según sus compras, en realidad causan costes muy diferentes, o

que 25% de la actividad de la empresa causa80% de los costes.

Minería de Datos. Sistemas basados en algoritmos matemáticos

para descubrir tendencias escondidas entre grandes volúmenes de

datos. Aplicada desde la detección de fraude hasta el análisis de

cesta de compra.

Balanced Scorecard/Cuadro de Mando Integral. Un concepto de

gestión de la estratégica empresarial desarrollado por Norton y


29/36




Kaplan. Permite ver la empresa no sólo bajo la perspectiva

financiera, sino también bajo otras como clientes, procesos o

potenciales. Los objetivos estratégicos de las empresas se definen

y su alcance se mide constantemente con datos reales.

Gestión de riesgo. Especialmente las entidades financieras y las

aseguradoras, pero también otras empresas, necesitan calcular

riesgos y simular escenarios. Las aplicaciones BI proporcionan

todo el proceso.

Alertas y vigilancia. Ya no es necesario leer cada mañana

muchas páginas de informes o mirar cada hora una pantalla para

detectar si existe una situación crítica en algún lugar de laempresa. Se pueden vigilar automáticamente los indicadores de la

actividad empresarial y generar avisos por email o SMS si un

indicador está fuera de su rango normal, a cualquier ritmo y hora

del día.

Fidelización de Clientes. Las aplicaciones ayudan a identificar

que son los mejores o más rentables clientes y porque clientes

abandonan la empresa. Proporcionan los datos para campañas y

evalúan las respuestas y el impacto.

Consolidación. Automatización de consolidaciones contables

entre empresas de un mismo grupo o entre sucursales. También

se aplican en fusiones de empresas y adquisiciones.

Como hemos visto, existen numerosas aplicaciones verticales o analíticas

que se pueden instalar sobre un data warehouse existente. Si se

aprovecha esta base de infraestructura, la inversión es pequeña en

relación con el potencial empresarial de las aplicaciones.


30/36




1.2.4 Sistemas de reportes

Los sistemas de reportes tienen como objetivo principal mostrar una

visión general de la situación de la empresa. Consecuentemente, estosmuestran la situación de las operaciones regulares de la empresa para

que los directivos puedan controlar, organizar, planear y dirigir. Los

reportes se pueden visualizar, exportar a otros formatos como PDF,

HTML, XML, etc. y también se pueden imprimir en papel.

El Jasper Report es una librería para la generación de informes. Está

escrita en java y es libre. http://jasperforge.org/ El funcionamiento

consiste en escribir un xml donde se recogen las particularidades del

informe. Este xml lo tratan las clases del Jasper para obtener una salida.

Esta salida puede ser un PDF, XML, HTML, CSV, XLS, RTF, TXT. Otra

ventaja de utilizar Jasper Report es que se integra perfectamente con el

JFreeChart que es una librería libre para la generación de todo tipo de

graficas.

Para generar el xml lo recomendable es bajarse la herramienta iReport

que es un editor gráfico que está implementado en java y se integra

perfectamente con el Jasper Report.


31/36





32/36




El sistema de reportes jasper reports ofrece muchas herramientas que

son de gran utilidad proporciona todo lo necesario para diseñar informes

de una complejidad media, y la curva de aprendizaje para comenzar a

tener resultados productivos no es muy elevada. Además los informes se

pueden realizar directamente sobre los xml descriptores o podemos

utilizar la herramienta ireport para diseñarlo gráficamente.

Un ejemplo básico:

Para generar un reporte con jasper report debemos seguir los siguientes

pasos:

Generar un fichero .jrxml en el que se configura cómo queremos elinforme.

Compilar el fichero .jrxml para obtener un fichero .jasper.

Rellenar los datos del informe. Esto generará un fichero .jrprint.

Exportar el fichero .jrprint al formato que deseemos (pdf, etc). Esto

generará el fichero en cuestión.


33/36




Generar el fichero .jrxml

El fichero .jrxml se puede generar a mano con este DTD y esta referencia

de atributos. De todas formas, una opción mejor es usar la herramienta

iReport, que permite generar el fichero .jrxml de forma visual y más fácil.

En este fichero también se configura cual va a ser la fuente de datos (si

es una base de datos, un fichero, etc). Incluso si es base de datos, en

este fichero se pone el SELECT que devuelve los datos que queremos

para el informe.

Compilado del fichero .jrxml

Para compilar el fichero .jrxml y generar el fichero .jasper, desde código

podemos poner algo como esto:

JasperReport report=

JasperCompileManager.compileReport("C:\\informesJAsper\\JRXML\\Inf

ormeMySql.jrxml");

Rellenar el informe con datos

Ahora hay que rellenar el informe con datos. Desde código se hace con

algo como esto

JasperPrint print = JasperFillManager.fillReport(report, parameters,

conn);


34/36




Donde conn es la conexión con la base de datos. No es necesario indicar

el select ni nada similar, puesto que esta información está incluida en el

.jrxml.

Obtener el pdf (o el que sea)

Finalmente, para obtener el fichero .pdf, la línea es algo como esto

JasperExportManager.exportReportToPdfFile(print, "C:\\informes

JAsper\\PDF's\\InformePaisesMySQL.pdf");

Donde el parámetro es el fichero de salida que deseamos.

1.2.5 Multidimensionalidad

La multidimensionalidad dentro de la inteligencia de negocios ayuda a

representar los datos en forma cercana a la intuición del usuario y al

mismo tiempo resolver problemas planteados en sistemas relacionales.

La información multidimensional se puede encontrar en hojas de cálculo,

bases de datos, etc. Es una herramienta de B.I. que es capaz de reunir

información dispersa en toda la empresa e incluso en diferentes fuentes

para así proporcionar a los departamentos la accesibilidad, poder y

flexibilidad que necesitan para analizar la información. Por ejemplo, un

pronóstico de ventas de un nuevo producto en varias regiones no está

completo si no se toma en cuenta también el comportamiento histórico de

las ventas de cada región y la forma en que la introducción de nuevos

productos se ha desarrollado en cada región en cuestión.

Se representan los datos como una matriz.

En los ejes están los criterios de análisis.


35/36




En los cruces están los valores a analizar.

A esta estructura se le llama Cubo o Hipercubo.

Los Cubos o Hipercubos constan de:

Dimensiones:

o Criterios de análisis de los datos.

o Macro-objetos del problema.

o Variables independientes.

o Ejes en el hipercubo.

Medidas:

o Valores o indicadores a analizar.

o Datos asociados a relaciones entre los objetos

o Problema.

o Variables dependientes.

o Variables en la intersección de las dimensiones.

Las bases de datos multidimensionales se utilizan principalmente para

crear aplicaciones OLAP y pueden verse como bases de datos de una sola

tabla, su peculiaridad es que por cada dimensión tienen un campo (o

columna), y otro campo por cada métrica o hecho.


36/36



1.3 Principales herramientas de la inteligencia de negocios

Las herramientas de negocio son:

Cuadro de mando integral también llamados Dashboard.

Digital Dashboards o paneles de Control Digital - También

conocidos como Business Intelligence Dashboards, o Dashboards

Ejecutivos, Son resúmenes visuales de información del negocio,

que muestran de una mirada la comprensión del global de las

condiciones del negocio mediante métricas e Indicadores Clave de

Desempeño (KPIs). Esta es una Herramienta de Inteligencia de

Negocios muy popular desde hace unos pocos años.

OLAP (Procesamiento Analítico en línea por sus siglas en Inglés)

(incluido HOLAP, ROLAP and MOLAP)- Es la capacidad de algunos

sistemas de soporte de decisiones gerenciales que permiten

examinar de manera interactiva grandes volúmenes de información

desde varias perspectivas.

Aplicaciones de Informes, genera vistas de datos agregadas paramantener a la gerencia informada sobre el estado de su negocio.

Minería de datos - Extracción de información de las bases de datos

acerca del consumidor, mediante la utilización de aplicaciones que

pueden aislar e identificar patrones o tendencias del consumidor en

un alto volumen de datos. Hay una gran variedad de técnicas de

minería de datos que revelan distintos tipos de patrones. Algunas

de las técnicas son métodos estadísticos (Particularmente

Estadística de Negocios) y Redes Neurales como formas altamente

avanzadas de análisis de datos.

1. introducción a la inteligencia de negocios.pdf

Documents