Scribd Logo
Upload

Welcome to Scribd!

  • Lectura BI PDF

    Uploaded by

    Rodrigo Torres
    11 views10 pages

    Original Title

    Lectura_BI.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    11 views10 pages

    Lectura BI PDF

    Uploaded by

    Rodrigo Torres

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 10
    238 Parte Dos nfraesteuctura de tecnologia de informacién FIGURA 6-12 BASES DE DATOS DISTRIBUIDAS (a) Base de datos (©) Base co datos partcionada cduplcada Base de datos. central Pantcén A Ge base Parlin Bde la base Dupleado dela base Dupicado goa base de daios remota "ce catos ‘ona Gedeios remota” do datos osu Exit formas atematvas para dsb una base de dates. La base de datos central se puede particna (2) etl manera que cada procesador remot ten los datos necsaios pata satlacer us propia necesidades locales. La base de datos central también se puede replica (b) en todas las Uubicaciones remaras. datos necesarios para abastecer su drea local. Los cambios en los archivos locales se pueden justificar con la base de datos central a partir de lotes, con frecuencia por la hoche. Otra estrategia es replicar (es decir, duplicar por completo) la base de datos Central (vea la figura 6-12b) en todas las ubicaciones remotas. Por ejemplo, Lufthan- a Airlines reemplazé su base de datos de mainframe centralizada con una base de datos replicada para que la informacion estuviera disponible de manera mas inme- 4 Ginta para los despachadores de vuetos. Cualquier cambio que se haga al DBMS de Lufthansa en Frankfort se replica automaticamente en Nueva York y en Hong Kong, Esta estrategia también requiere que la actualizacién de la base de datos cen- tral se haga en horas de menos carga. Los sistemas distribuidos reducen la vulnerabilidad de un solo sitio central masi- vo. Incrementan el servicio y el nivel de respuesta para los usuarios locales y con frecuencia pueden correr en computadoras mas pequefias y menos caras. Sin em- Dargo, las bases de datos locales en ocasiones pueden desviarse de los estindares y definiciones centrales de datos y plantear problemas de seguridad por la amplia dis- tribucién del acceso a datos delicados. Los disefiadores de bases de datos necesitan ponderar estos factores en sus decisiones, ——————— Uso bE BASES DE DATOS PARA MEJORAR EL DESEMPENO EMPRESARIAL Y LA TOMA DE DECISIONES Las empresas utilizan sus bases de datos para dar seguimiento a las transacciones basicas, como el pago a proveedores, el procesamiento de pedidos, el seguimiento de Tos clientes y el pago a los empleados. Pero también necesitan las bases de datos ara suministrar informacion que ayudard a la empresa a manejar los negocios de ‘manera mas eficiente, y que ayudard a los gerentes y a los empleados a tomar me. Jores decisiones. Si una empresa desea saber cudl producto es el mas popular 0 quién es su cliente mas rentable, puede encontrar la respuesta en los datos. Por ejemplo, al analizar los datos de compras de sus clientes con tarjeta de crédi- ‘o, Louise's Trattoria, una cadena de restaurantes de Los Angeles, se dio cuenta de Capitulo 6 Fundamentos de la inteigencia de negocios: administracién de bases de datos einformacién que la calidad cra mas importante que el precio para la mayoria de sus clientes, Quienes tenian educacién universitaria y les gustaba el buen vino. En respuesta a esta informacién, la cadena introdujo piatos vegetarianos, mas variedad de maris 0s y vintos mas caros, elevando sus ventas en ms de 10 por ciento. En una empresa grande, con robustas bases de datos o enormes sistemas para ca- da fimcién, como manufactura, ventas y contabilidad, se requieren capacidades y he- rramientas especiales para analizar extensas cantidades de datos y para acceder datos, desde multiples sistemas. Estas capacidades incluyen el almacenamiento de datos, la mineria de datos y herramientas para acceder bases de datos internas a través de a Web, ALMACENES DE DATOS. Suponga que requiere informacién concisa y conflable acerca de las operaciones ac- tuales, las tendencias y los cambios a través de toda la empresa. Si usted trabajara cn una empresa grande, podria dificultarsele obtener esta informacién porque con frecuencia los datos se conservan en sistemas separados, como ventas, manufactu- 1 0 contabilidad. Algunos de los datos que usted necesitara podrian estar en el tema de ventas, y otros fragmentos en el sistema de manufactura. Muchos de estos sistemas son antiguos y heredados, que utilizan tecnologias de administracién de. datos obsoletas o sistemas de archivos en los cuales es dificil para los usuarios acce- der a la informacion, Usted podria pasar cantidades de tiempo excesivas localizando y recopilando los datos que necesitara, 0 podria verse obligado a tomar sus decisiones con base en c nocimiento incompleto. Si requiriera informacion sobre tendencias, también podria tener problemas para encontrar los datos de sucesos pasados porque la ma- yoria de las empresas solo ponen a disposicién inmediata sus datos actuales. El al- macenamiento de datos resuelve esos problemas. iQué es un almacén de datos? Un almacén de datos ¢s una base de datos que almacena datos actuales ¢ hist6ri- cos de potencial interés para los encargados de la toma de decisiones de toda la empresa. Los datos se originan en muchos sistemas de transacciones operativas esenciales, como los sistemas de ventas, cuentas de clientes y manufactura, y po: drian incluir datos derivados de transacciones en sitios Web. El almacen de datos consolida y estandariza informacion de diferentes bases de datos operativas von el propésito de que la informacion se pueda utilizar a traves de la empresa para el andlisis y la toma de decisiones por parte de la administracton. 1a figura 6-13 ilustra la manera en que funciona un almacén de datos. £1 alma- vén de datos pone los datos a disposicidn de quien los necesite, pero no se pueden ‘modificar. Un sistema de almacén de datos también proporciona una variedad de herramientas de consultas con fines especificos y estandarizadas, herramientas analiticas y caracteristicas graficas para la elaboracin de informes. Muchas empre. sas utilizan portales de intranets para poner la informacién de los almacenes de dav tos a disposicion de toda la empresa. Mercados de datos Con frecuencia, las companias construyen almacenes de datos a nivel general de la empresa, en los que un almacén de datos central abastece a toda la organizacion, 0 crean almacenes descentralizados mas pequeiios lamados mercados de datos. Un mercado de datos ¢s un subconjunto de un almacén de datos en el que una parte resumida o altamente enfocada de los datos de la organizacion se coloca en una ba- se de datos separada pata una poblacion especifica de usuarios, Por ejemplo, una compafiia puede desarrollar mercados de datos de marketing y ventas para manejar la informacién de los clientes. Por lo comin, un mercado de datos se enfoca en una sola area objetivo o linea de negocios, por lo que usualmente se puede construir mas, rapido y a un costo mas bajo que un almacén de datos a nivel de toda la empresa. 239 240° Parte Dos infraestructura de tecnologia de informacién FIGURA 6-13 COMPONENTES DE UN ALMACEN DE DATOS ee eetneemnt informes -OLAP *Minaria de datos FUENTES BE DATOS: EXTERNAS El almacén de datos extrae datos actualesehistrcos de miliples sistemas operatives dentro de la Dtganizacion. Estos datos se comibinan con datos de fuentes externas y se eorganizan en una base de datos central diserada para elaborarinformes y analis's para la adminstracin. El directorio de infor ‘macin suminista informacion a los usuarios acerca de os dats disponibles en elalmacén de datos, INTELIGENCIA DE NEGOCIOS, ANALISIS DE DATOS MULTIDIMENSIONALES Y MINERIA DE DATOS Una vez que se han capturado y organizado los datos en almacenes de datos y en mercados de datos, estan a disposicién para anilisis més profundos, Una serie de herramientas permite a los usuarios analizar estos datos para descubrir nuevos pa. tones, relaciones y conocimientos profundos para orientar la toma de decisiones, Estas herramientas para consolidar, analizar y dar acceso a extensas cantidades de datos para ayudar a los usuarios a tomar mejores decisiones de negocios con fre ‘cuencia se denominan inteligencia de negocios (BI). Las principales herramien. tas para la inteligencia de negocios incluyen software para consultas e informes de bases de datos, herramientas para andlisis de datos multidimensionales (procesa. miento analitico en linea) y mineria de datos, Cuando pensamos en la inteligencia como se aplica a los humanos, por lo general, ensamos en la capacidad de la gente para combinar el conocimiento aprendido con nueva informacién y cambiar comportamientos con la idea de alcanzar el éxito en sua actividad o adaptarse a una nueva situacion. De manera similar, la inteligencia de ‘negocios da a las empresas la capacidad de acumular informacidn; desarrollar cono- cimiento sobre clientes, competidores y operaciones internas, y cambiar la manera de tomar decisiones para lograr una rentabilidad mas alta y otras metas de negocios, Por ejemplo Harrah's Entertainment, la segunda empresa de apuestas mas grande en su industria, analiza continuamente los datos sobre sus clientes recopilados cuan- do la gente juega en sus maquinas tragamonedas o cuando acude a sus casinos y ho- teles. El departamento de marketing de Harrah's utiliza esta informacién para cons. ‘tuir un perfil de apuestas detallado, con base en el valor continuo de un cliente en Particular para la empresa, Esta informacion orienta las decisiones de la administra Gi6n sobre la manera de cultivar alos clientes mas rentables, animar a esos clientes 4 gastar mds y atraer mas clientes con wn potencial alto de generacion de ingresos, {a inteligencia de negocios ha mejorado tanto las utilidades de Harrah's que se ha convertido en la pieza central de ta estrategia de negocios de la empresa | | | | La figura 6-14 ilustra 1a manera en que funciona la inteligencia de negocios, Las bases de datos operativas de la empresa dan se} generan por el manejo del negocio. Estas bases de datos alimentan informacion al almacén de datos. Los gerentes utilizan Jas herramientas de inteligencia de nego- cios para encontrar patrones y significados en los datas. A continuacion, los tes aprovechan lo que han aprendido del anilisis de los datos tomando decisiones de intligencia de negocios mds informadas Esta seccidn le presentard las tecnologias y herramientas de inteligencia de ne- gocios mas importantes. En el capitulo 12 le proporcionaremos mas detalles acerca de las aplicaciones de inteligencia de negocios. Procesamiento analitico en linea (OLAP) Suponga que su empresa vende cuatro diferentes productos —tuercas, pernos, aran- delas y tornillos— en las regiones Este, Oeste y Central, Si usted quisiera hacer una pregunta bastante divecta ntidad de arandelas vendidas durante el tt estte pasado, podria encontrar facilmente la respuesta consultando st base de da tos de ventas. :Pero qué pasaria si quisiera saber la cantidad de arandelas vendidas en cada una de sus regiones de venias y comparar los resultados reales con las ven tas proyectadas? Para obtener la respuesta, usted ne ni nea (OLAP). OLAP soporia el anlisis de datos multdimensionates el cual perm tea los usuarios ver los mismos datos en diferentes formias utilizanda multiples di mensiones, Cada aspecto de la informactén —producto, precio, costo, region o periodo— representa una dimensidn diferente. Asf, un gerente de producto podria utilizar una herramienta de andlisis de datos multidimensionales para saber ewéin tas arandelas se vendieron durante junio en el Este, como se compara esto con el ‘mes anterior ycon el mismo mes del ato pasado, y como se compara con el pronds tico de ventas. OLAP permite alos usuarios obtener respuestas en linea a preguntas especificas como las anteriores en un lapso de tiempo sumamente rapido, aun cuando los datos estén almacenados en bases de datos bastante grandes, como las cifras de ventas de varios alos La figura 6-15 muestra un modelo multidimensional que podria crearse para re- presentar productos, regiones, ventas reales y ventas proyectadas. Una macriz de nto analitico en esitaria el proces FIGURA 6-4 INTELIGENCIA DE NECOCIOS sages de datos ‘Almacén de datos Inteigencta ernegocios Minria decatos ‘OLAP taboracon de consutas @ informes. pectin dies Busquod de patrones __Decisién para responder 2 ‘ransacciones Yeconocimiontos profundos os datos y los patrones, Una serie de herremientas analticas trabajan con la informacin almacenada en las bases de datos ara encontrar patrones y conocimientos profundos para ayudar alas getentes y empleados a tomar mejores decisiones para una mejora en el desempero dela organizacien, lo 6 Fundarmentos dela iteligencia de negocios: administracln de bases de datos informacién 241 242, Parte Dos Infraestructura de tecnologia de informacién FIGURA 6-15 MODELO DE DATOS MULTIDIMENSIONALES. conta Reion \avsta que se muestia es producto contra regi, Si usted gra 90 grados el cubo, la cra que se ‘mostraré es producto conta vents reales y proyectadas. Silo welve a grar, tend una vsta de la regién contra ventas reales y proyeciadas. Se pueden tener olas vistas, Ventas reales se podria apilar sobre una matriz de ventas proyectadas para formar lun cubo con seis earas. Si gira 90 grados el cubo en una sola direccidn, la cata que ‘se muestra sera el producto contra las ventas reales y las proyectadas. Si gira 90 gra- dos el cubo de nueva cuenta, vera la region contra las ventas reales y las proyecta. das, Silo gira 180 grados a partir de la vista original, vera las ventas proyectadas y el Producto contra la region. Los cubos se pueden anidar dentro de cubos para cons- truir vistas de datos complejas. Una empresa podria utilizar una base de datos mul. tidimensional especializada o una herramienta que genere vistas de datos multidiz ‘mensionales en bases de datos relacionales. Lo EEN aT Mineria de datos Las consultas de bases de datos tradicionales responden preguntas como *;Cuéntas unidades del producto numero 403 se embarcaron en febrero de 2007?" OLAP, 6 analisis multidimensional, soporta solicitudes de informacién mucho mas comple. Jas, como *Comparar las ventas del producto 403 respecto de lo planeado, pot tri, mestre y regin de ventas, de los dos aos anteriores". Con OLAP y el andltisis de da. {08 orientado a consultas, los usuarios necesitan tener una buena idea sobre la informacién que estan buscando. 4a mineria de datos esti mis orientada al descubrimiento de informacion, La ‘mineria de datos proporciona conocimientos acerca de los datos corporativos que no se podrian obtener con OLAY, al encontrar patrones y relaciones ocultas en ro. bbustas bases de datos ¢ infiriendo reglas a partir de ellos para predecir el comporta miento futuro, Los patrones y las reglas se utilizan para orientar la toma de decisio. nes y predecir el efecto de tales decisiones. Los tipos de informacidn que s obtener a partir de la mineria de datos incluyen asociaciones, iones, agrupaciones y prondsticos. pueden secencias, clasifica- * Las asociaciones son ocurrencias enlazadas a un solo evento. Por ejemplo, un estudio de los patrones de compras de un supermercado podria revelar que Guando se compran hojuelas de matz tambien se compra, en un 65 por ciento de las veces, una bebida de cola, pero cuando hay alguna promocién se com. ra una bebida de cola en 85 por ciento de las veces. Esta informacisn ayuda los gerentes a tomar mejores decisiones porque se han dado cuenta de [a rentabilidad de las promociones, * Bn las secuencias, 10s eventos se enlazan con el paso del tiempo. Por ejemplo, Podriamos encontrar que si se compra una casa, 65 por ciento de las veves se Dr Gapitulo 6 Fundamentos de la ineligencia de negocios: administracén de bases de datos e informacion 243 ‘comprar un nuevo refrigerador dentro de las siguientes dos semanas, y que al mes de la compra de la casa habra un 45 por ciento de veces en que s¢ comprar un horno, © Laclasificacién reconoce patrones que describen el grupo al cual pertenece un clemento por medio del anilisis de los clementos existentes que se han clas cado y por medio de la inferencia de un conjunto de reglas. Por ejemplo, las, ‘empresas de tarjetas de crédito o las tclefonicas se preocupan por la pérdida de lentes permanentes. La clasificacion ayuda a descubrir las caracteristicas de los clientes que se podrian perder y puede aportar un modelo para ayudar a los gerentes a predecir quiénes son estos clientes e idear campaiias especiales para retenerlos © El agrupamiento funciona de una manera semejante:a la clasificacion cuando ain no se han definido grupos. Una herramienta de mineria de datos puede descubrir diferentes agrupamientos dentro de los datos, como encontrar gru pos de afinidad para tarjetas bancarias © particionar una base de datos en ‘grupos de clientes por sus caracteristicas demogrificas y el tipo de sus inver- siones personales, © Aunque estas aplicaciones incluyen predicciones, la generacidn de prondsticos utiliza las predicciones de una manera distinta. Emplea una serie de valores existentes para pronosticar qué otros valores habri, Por ejemplo, la elaboracion de pronésticos podria encontrar patrones en los datos para ayudar a los geren- tes a estimar el valor futuro de variables continuas, como cifras de ventas Estos sistemas realizan analisis de alto nivel sobre patrones o tendencias, pero tam bién pueden profundizar para ofrecer mas detalles cuando sea necesario. Existen aplicaciones de mineria de datos para todas las areas funcionales de una empresa, al ‘gual que para el gobierno y el trabajo cientifico. Uno de los usos populares de la mic netia de datos es oftecer andlisis detallados de patrones existentes en los datos de clientes para realizar campafias de marketing o para identificar clientes rentables. Por ejemplo, Virgin Mobile Australia utiliza un almacén de datos y mineria de da- ‘os pata incrementar la lealtad del cliente y presentar nuevos servicios. El almacén de datos consolida en una enorme base de datos la informacion de su sisteria em- presarial, su sistema de administracién de las relaciones con el cliente ¥ los siste mas de facturacion al cliente. La mineria de datos ha permitido a la administeacion doterminar el perfil demografico de nuevos clientes y relacionarlo con los equipos gue hayan comprado. También ha ayudado a la administracion a evaluat el desem: pefto de cada tienda y de las campanas en el punto de venta, las reacciones del con- sumidor a nuevos productos y servicios, los indices de desercidn de clientes y los ingresos generados por cada cliente. Elanalisis predictivo utiliza técnicas de mineria de datos, datos historivos y supo: siciones sobre condiciones futuras para predecir resultados de eventos, como la pvr babilidad de que un cliente responders a una oferta 0 comprar wn producto especifi- co. Por ejemplo, la division estadounidense de The Body Shop International plc utiliz6 analisis predictivo con su base de datos de clientes de catalogo, la Web y de las tiendas para identificar clientes que tuvieran mas probabilidad de realizar comptas por Catdlogo. Bsa informacion ayud6 a la empresa a construir una lista de correos mas precisa y dirigida para sus catdlogos, con lo cual mejor6 la tasa de respuesta a los co- eos con ofertas de catilogos y a los ingresos por ventas de catalogo. La mineria de datos es una herramienta poderosa y rentable, pero plantea ries: {08 para la protecci6n de la privacidad individual. La tecnologia de mineria de datos puede combinar informacion de muchas fuentes diversas para crear una “imagen de datos" detallada sobre cada uno de nosotros —nuestros ingresos, nuestros habi tos de conducir, nuestras aficiones, nuestras familias ¥ nuestros intereses politicos, Encl capitulo 4 se analiza la cuestion sobre si se debe permitir a las empresas reco- pilar esta informacion detallada acerca de los individuos. La Sesion Interactiva sobre Organizaciones explora el debate acerca de si las grandes bases de datos que alma- Capitulo 6 Fundamentos de la inteligencia de negocios: administracién de bases de datos informacién 245 tno de sus cabellos o de su saliva en un vaso de bebida The Naw York Tomes, 17 de marzo de 2000, Genetic Privacy we apareciera en un lugar pablico o privado en el cual tue wePicorg, accede 3 de agosto de 2008, y John Solomon, “Ft mae noe ™ ‘Massive DNA Database Helps 1D Suspects, USA Tey, de mateo vieran todo el derecho de estar, So Puents:Sscey Stowe, “10 Yeas after Gin Munder, DNA Link Re sills in Armes, y Harlan Levy, “Caught Up in DNA‘ Growing eb, PREGUNTAS DEL CASO DE ESTUDIO MIS EN AGCION {Guales son los beneficios de las bases de datos de Explore el sitio Web del 2. ,Qué problemas plantean las bases de datos de ADN? siguientes. 3. ,Quiénes deben incluirse en una base de datos nacio. hal de ADN? ,Debe limitarse a criminales condena- dos? Explique su respuesta. 4, :Quiénes deben tener la facultad de utiliza bases de Gatos de ADN? cenan perfiles de ADN utilizados en la lucha contra el crimen repiesentan una amenaza a la privacidad y al bienestar social BASES DE DATOS Y LA WEB

    You might also like