You are on page 1of 36

Instituto Tecnológico Superior de la Montaña

Inteligencia de Negocios
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 y
la 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.

M. T. I. Francisco Castro Hurtado

Instituto Tecnológico Superior de la Montaña
Inteligencia de Negocios
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 lo
largo 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.

M. T. I. Francisco Castro Hurtado

Instituto Tecnológico Superior de la Montaña
Inteligencia de Negocios
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.

M. T. I. Francisco Castro Hurtado

T. utilizando Sistemas de Soporte a Decisiones (DSS). M. de ayuda en la toma de decisiones. ya que obedecen a objetivos muy distintos y podrían entorpecerse entre sí. 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). I. Los usuarios finales pueden hacer fácilmente consultas sobre sus almacenes de datos sin tocar o afectar la operación del sistema. es decir. 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. Ambos tipos de datos no deben coincidir en la misma base de datos. Francisco Castro Hurtado . El almacén de datos da respuesta a las necesidades de usuarios expertos. Un almacén de datos debe entregar la información correcta a la gente indicada en el momento óptimo y en el formato adecuado. para el análisis y para operaciones de control.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 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. Sistemas de información ejecutiva (EIS) o herramientas para hacer consultas o informes. que se utiliza como un repositorio de datos para posteriormente transformarlos en información útil para el usuario.

Sistemas de Ayuda a la toma de Decisiones). Son subconjuntos de datos con el propósito de ayudar a que un área específica dentro del negocio pueda tomar mejores decisiones.2 Data mart Un Data mart es una versión especial de almacén de datos (data warehouse). etc. Sobre estas bases de datos se pueden construir EIS (Executive Information Systems. realizan el proceso de transformación al almacén de datos (filtración.) y escriben en el almacén. 1. M. cambios de formato. adaptación. en el que se producen procesos batch de carga de datos (altas) con una frecuencia baja y conocida. El Data mart es un sistema orientado a la consulta. I.1. 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.Procesamiento Analítico en Línea) que ofrecen una visión multidimensional de la información. Sistemas de Información para Directivos) y DSS (Decision Support Systems. 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. Los datos existentes en este contexto pueden ser agrupados. Es práctica común normalizar los datos antes de combinarlos en el almacén de datos mediante herramientas de extracción. Es consultado mediante herramientas OLAP (On line Analytical Processing . transformación y carga (ETL). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un negocio). Francisco Castro Hurtado . T.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Periódicamente.

Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios En síntesis. que se ha aislado por alguna de las siguientes razones:  Se necesita para un esquema o modelo de datos espacial (por ejemplo. Francisco Castro Hurtado .  Demostración sobre el terreno: para demostrar la viabilidad y el potencial de una aplicación antes de migrarla al Data Warehouse de la Empresa. I. 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. Dependencia de un data mart Según la tendencia marcada por Inmon sobre los data warehouse.  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.  Política: Razones internas de la organización para hacer esta división o separación de los datos del almacén de datos. T. 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. un data mart dependiente es un subconjunto lógico (vista) o un subconjunto físico (extracto) de un almacén de datos más grande.  Seguridad: Para separar un subconjunto de datos de forma selectiva a los que queremos permitir o restringir el acceso. por ejemplo: M.

la implementación es muy similar. M. ya que debe proporcionar las mismas funcionalidades. la duplicación de datos. 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. es inevitable la comparación con los data warehouse y al final se acaba diciendo (o entendiendo) que son como estos. una aplicación corriendo sobre un data mart necesita los mismos recursos que si corriera sobre un data warehouse.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 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. I. Según la escuela Inmon de data warehouse. Conceptos erróneos de los Data Marts Al hablar de los data marts. Así y todas estas herramientas son de gran importancia. entre las pérdidas inherentes al uso de data marts están la escalabilidad limitada. T. y en cierto modo esto es así. pero en pequeño. 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. en consecuencia. para determinar si se financia dicha estrategia o descubrir si ésta no sería buena para el almacén de datos centralizado. Francisco Castro Hurtado . tienen menor necesidad de recursos: FALSO. la inconsistencia de los datos con respecto a otros almacenes de información y la incapacidad para aprovechar las fuentes de datos de la empresa.  Son pequeños conjuntos de datos y.

y de acuerdo a su función se distinguen cuatro tipos de sistemas de información: SISTEMA DE PROCESAMIENTO DE TRANSACCIONES: Cuando un sistema recopila. T. Francisco Castro Hurtado . 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. y así alcanzar ventajas competitivas. pero sí se tienen todos los datos de un determinado sector de la empresa. M.1. donde es necesario realizar operaciones de transformación. acumulando toda la información recibida en una base de datos para su posterior consulta. Tiene como finalidad procesar las transacciones diarias de una empresa. almacena y altera la información creada a partir de transacciones llevadas a cabo dentro de una organización se denomina sistema de procesamiento de transacciones. 1. dado el menor volumen de datos: FALSO.3 Tipos de sistemas de información Un sistema de de información tienen como propósito perfeccionar las actividades llevadas a cabo en una organización. Siguiendo esta línea.  En algunos casos añade tiempo al proceso de actualización: FALSO.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios  Las consultas son más rápidas. 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. el menor volumen de datos se debe a que no se tienen todos los datos de toda la empresa. I.

Los datos aportados por el sistema deben disponer de cuatro cualidades elementales: Calidad. SISTEMA DE INFORMACION EJECUTIVA: Esta tecnología es utilizada por los gerentes de una empresa. De esta manera. oportunidad. el objetivo del mismo es la suministración de información para la resolución de problemas a través de la interacción entre tecnologías y personas. T. disponiendo de los datos que puedan llegar a afectar su buen rendimiento.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios SISTEMA DE INFORMACIÓN GERENCIAL: Un sistema de información gerencial es aquel utilizado por la empresa para solventar inconvenientes en la misma. tomar las medidas que considere adecuadas. Francisco Castro Hurtado . esta tecnología interacciona con personas en el filtrado de información que permite optar por la decisión más acertada. incluso aquellos que no cumplan con las expectativas y a partir de esto. ya que permite acceder a la información interna y externa de la misma. El apoyo dado por el sistema involucra la estimación. Al igual que el sistema de información gerencial. I. SISTEMA DE SOPORTE A DECISIONES: Este sistema se basa en el estudio y la comparación entre un conjunto de variables con el objeto de contribuir a la toma de decisiones dentro de una empresa. Es decir. Cantidad y Relevancia. valoración y balance entre alternativas. M. el ejecutivo podrá conocer el estado de todos los indicadores.

Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 1.4 Variables de medición Las variables de medición son aquellas que representan la medición matemática de un aspecto del negocio. entre otros aspectos que les pueden definir un sin número de indicadores que le permitirá a un ejecutivo tomar decisiones operativas o estratégicas. T. a qué tipo de personas les gusta el refresco. cual es el más consumido. I.1. 1. son aquellas variables que realizan estudios analíticos sobre las variables de medición. M. Se utilizan para medir la productividad.1. Francisco Castro Hurtado . Un ejemplo práctico es que si una empresa vende refrescos las variables de medición le ayudan a saber y a poder graficar cuantos refrescos se venden al día. las pérdidas. entre otras cosas se pueden aplicar las variables de medición.5 Variables de Análisis Las variables de análisis son aquellas que se incluyen en el proceso estadístico. las ganancias.

de métricas de Intereses.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Las variables de análisis se utilizan principalmente para realizar estudios estadísticos como factores de riesgo. M. 1. entre otras cosas. de consideraciones de la Teoría de la complejidad computacional.2. estadística y sistemas de bases de datos. T. local.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. aprendizaje automático. la permanencia del producto o el servicio dentro del mercado. Utiliza los métodos de la inteligencia artificial. nacional e internacional y también se obtienen fortalezas y debilidades de la empresa. 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. de la visualización y de la actualización en línea. I. Francisco Castro Hurtado .2 Componentes de la inteligencia de negocios 1. de procesamiento de datos. Además de la etapa de análisis en bruto. que involucra aspectos de bases de datos y de gestión de datos. del modelo y de las consideraciones de inferencia. permanencia del producto en el mercado. de postprocesamiento de las estructuras descubiertas. Un ejemplo práctico es que se utilizan dentro de la empresa para poder determinar los diversos riesgos.

T. o "análisis" -. incluyendo la inteligencia artificial. que luego pueden ser utilizados para obtener resultados más precisos de predicción por un sistema de M. aprendizaje automático y la inteligencia empresarial. extracción. Esto generalmente implica el uso de técnicas de bases de datos como los índices espaciales. y pueden ser utilizados en el análisis adicional o. pero también se ha generalizado a cualquier tipo de sistema de apoyo informático decisión. el término clave es el descubrimiento. O cuando se refiere a los métodos actuales. A menudo. y el término "minería de datos" se añadió por razones de marketing. almacenamiento. son más apropiados. el paso de minería de datos podría identificar varios grupos en los datos. I. la inteligencia artificial y aprendizaje automático. y es frecuentemente mal utilizado para referirse a cualquier forma de datos a gran escala o procesamiento de la información (recolección. por ejemplo. registros poco usuales (la detección de anomalías) y dependencias (minería por reglas de asociación). los términos más generales "(gran escala) el análisis de datos". En el uso de la palabra. La tarea de minería de datos real es el análisis automático o semiautomático de grandes cantidades de datos para extraer patrones interesantes hasta ahora desconocidos.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios El término es una palabra de moda. Estos patrones pueden entonces ser vistos como una especie de resumen de los datos de entrada. comúnmente se define como "la detección de algo nuevo". como los grupos de registros de datos (análisis clúster). Francisco Castro Hurtado . Por ejemplo. en la máquina de aprendizaje y análisis predictivo. 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". análisis y estadísticas).

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.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios soporte de decisiones. ser utilizados en la creación de nuevas hipótesis que se prueban contra poblaciones de datos más grandes. Los términos relacionados con la obtención de datos. pero que pertenecen a todo el proceso KDD como pasos adicionales. como posiblemente al muestreo de los registros disponibles. preparación de datos. como a las variables independientes (las que sirven para hacer el cálculo o proceso). en especial los histogramas. ni la interpretación de los resultados y la información son parte de la etapa de minería de datos. diagramas de dispersión. T. tanto en lo que se refiere a las variables objetivo (aquellas que se quiere predecir. Análisis de las propiedades de los datos. M. Estos métodos pueden. Francisco Castro Hurtado . calcular o inferir). Proceso Un proceso típico de minería de datos consta de los siguientes pasos generales: A. B. Selección del conjunto de datos. sin embargo. presencia de valores atípicos y ausencia de datos (valores nulos). Ni la recolección de datos. I.

una vez obtenido el modelo. En el caso de haber obtenido varios modelos mediante el uso de distintas técnicas. M.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios C. debe alterarse alguno de los pasos anteriores para generar nuevos modelos. se obtiene un modelo de conocimiento. aunque generalmente cada técnica obliga a un pre procesado diferente de los datos. se realizará de diversas formas en función del análisis previo. Si ninguno de los modelos alcanza los resultados esperados. a partir de cualquiera de los pasos anteriores. se construye el modelo predictivo. Seleccionar y aplicar la técnica de minería de datos. que representa patrones de comportamiento observados en los valores de las variables del problema o relaciones de asociación entre dichas variables. se debe proceder a su validación comprobando que las conclusiones que arroja son válidas y suficientemente satisfactorias. I. También pueden usarse varias técnicas a la vez para generar distintos modelos. se deben comparar los modelos en busca de aquel que se ajuste mejor al problema. si el experto lo considera oportuno. con el objetivo de prepararlo para aplicar la técnica de minería de datos que mejor se adapte a los datos y al problema. Francisco Castro Hurtado . T. F. E. Extracción de conocimiento. Transformación del conjunto de datos de entrada. de clasificación o segmentación. D. a este paso también se le conoce como pre procesamiento de los datos. Interpretación y evaluación de datos. Esta retroalimentación se podrá repetir cuantas veces se considere necesario hasta obtener un modelo válido. mediante una técnica de minería de datos. Si el modelo final no superara esta evaluación el proceso se podría repetir desde el principio o.

que está estandarizando el lenguaje PMML (Predictive Model Markup Language). e incluso. en Internet. 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. Los modelos obtenidos por técnicas de minería de datos se aplican incorporándolos en los sistemas de análisis de información de las organizaciones. M. Tradicionalmente. Protocolo de un proyecto de minería de datos Un proyecto de minería de datos tiene varias fases necesarias que son. En este sentido cabe destacar los esfuerzos del Data Mining Group.  Determinación. T. Los principales fabricantes de sistemas de bases de datos y programas de análisis de la información hacen uso de este estándar. si resulta ser aceptable (proporciona salidas adecuadas y/o con márgenes de error admisibles) éste ya está listo para su explotación. entre otros. las técnicas de minería de datos se aplicaban sobre información contenida en almacenes de datos. I. No obstante. obtención y limpieza: de los datos necesarios.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Una vez validado el modelo. con independencia del sistema con el que han sido construidos. Francisco Castro Hurtado .  Creación de modelos matemáticos. actualmente está cobrando una importancia cada vez mayor la minería de datos desestructurados como información contenida en ficheros de texto. en los sistemas transaccionales. de manera que los modelos de minería de datos sean interoperables en distintas plataformas. De hecho. esencialmente:  Comprensión: del negocio y del problema que se quiere resolver.

 Los mapas autoorganizados. La relación entre todas estas fases sólo es lineal sobre el papel.  Integración: si procede. dichas técnicas. no son más que algoritmos. 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. Francisco Castro Hurtado . I.  El perceptrón multicapa. también conocidos como redes de Kohonen. las técnicas de la minería de datos provienen de la inteligencia artificial y de la estadística. Técnicas de minería de datos Como ya se ha comentado. T.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios  Validación. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. M. más o menos sofisticados que se aplican sobre un conjunto de datos para obtener unos resultados. Algunos ejemplos de red neuronal son:  El perceptrón. En realidad. de los resultados en un sistema transaccional o similar. es mucho más compleja y esconde toda una jerarquía de sub fases. 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. comunicación: de los resultados obtenidos.

que sirven para representar y categorizar una serie de condiciones que suceden de forma sucesiva. dada una base de datos se construyen estos diagramas de construcciones lógicas. M. Ejemplos:  Algoritmo K-means. Ejemplos:  Algoritmo ID3. 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. muy similares a los sistemas de predicción basados en reglas. Agrupamiento o Clustering: Es un procedimiento de agrupación de una serie de vectores según criterios habitualmente de distancia.  Algoritmo C4.5.  Algoritmo K-medoids. Reglas de asociación: Se utilizan para descubrir hechos que ocurren en común dentro de un determinado conjunto de datos.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Regresión lineal: Es la más utilizada para formar relaciones entre datos. se tratará de disponer los vectores de entrada de forma que estén más cercanos aquellos que tengan características comunes. 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. T. I. Francisco Castro Hurtado . para la resolución de un problema.

Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Según el objetivo del análisis de los datos. Por lo general. la empresa podría construir modelos separados para cada región y/o para cada tipo de cliente. T. En lugar de contactar con el cliente de forma indiscriminada a través de un centro de llamadas o enviando cartas. M. En lugar de crear modelos para predecir qué clientes pueden cambiar. pero también reconocen que el número de modelos predictivos desarrollados puede crecer muy rápidamente. las empresas que emplean minería de datos ven rápidamente el retorno de la inversión.  Algoritmos no supervisados (o del descubrimiento del conocimiento): se descubren patrones y tendencias en los datos. Francisco Castro Hurtado . sólo se contactará con aquellos que se perciba que tienen una mayor probabilidad de responder positivamente a una determinada oferta o promoción. 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. 1998):  Algoritmos supervisados (o predictivos): predicen un dato (o un conjunto de ellos) desconocido a priori. a partir de otros conocidos. los algoritmos utilizados se clasifican en supervisados y no supervisados (Weiss y Indurkhya. I.

A estos clientes —y en función de su valor— se les podrían hacer ofertas personalizadas. En muchas industrias —como la banca. La minería de datos ayuda a determinar qué clientes son los más proclives a darse de baja estudiando sus patrones de comportamiento y M. es necesario gestionar las versiones de cada modelo y pasar a una minería de datos lo más automatizada posible. con el objetivo último de retenerlos. las telecomunicaciones. Para mantener esta cantidad de modelos. Patrones de fuga Un ejemplo más habitual es el de la detección de patrones de fuga. El supermercado pudo incrementar sus ventas de cerveza colocándolas próximas a los pañales para fomentar las ventas compulsivas. I.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios También puede querer determinar qué clientes van a ser rentables durante una ventana de tiempo (una quincena. Francisco Castro Hurtado .— existe un comprensible interés en detectar cuanto antes aquellos clientes que puedan estar pensando en rescindir sus contratos para. T.. 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. un mes) y sólo enviar las ofertas a las personas que es probable que sean rentables. etc. 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. etc. ofrecer promociones especiales. posiblemente. pasarse a la competencia.

en la relación de los contribuyentes con el fisco. Generalmente. con cierto grado de probabilidad. I. 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. tales como mejorar el margen de beneficios o compartir objetivos. se dieron de baja en el pasado. O la utilización de la información —obtenida por medios más M. T. tales como desarrollo de planes de producción o gestión de mano de obra.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios comparándolos con muestras de clientes que. La información obtenida puede ayudar a la contratación de personal. y en la mejora de las decisiones operativas. estas operaciones fraudulentas o ilegales suelen seguir patrones característicos que permiten. 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. centrándose en los esfuerzos de sus empleados y los resultados obtenidos por éstos. incluso. efectivamente. Francisco Castro Hurtado . Comportamiento en Internet También es un área en boga el del análisis del comportamiento de los visitantes —sobre todo. distinguirlas de las legítimas y desarrollar así mecanismos para tomar medidas rápidas frente a ellas. cuando son clientes potenciales— en una página de Internet. Además. la ayuda ofrecida por las aplicaciones para Dirección estratégica en una empresa se traducen en la obtención de ventajas a nivel corporativo.

I. Se ha sugerido que tanto la Agencia Central de Inteligencia y su homóloga canadiense. con la disponibilidad de oráculos para determinados juegos combinacionales.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios o menos legítimos— sobre ellos para ofrecerles propaganda adaptada específicamente a su perfil. Terrorismo La minería de datos ha sido citada como el método por el cual la unidad Able Danger del Ejército de los EE. UU. Servicio de Inteligencia y Seguridad Canadiense. saber inmediatamente qué otro ofrecerle teniendo en cuenta la información histórica disponible acerca de los clientes que han comprado el primero. una vez que adquieren un determinado producto. más de un año antes del ataque.2 Juegos Desde comienzos de la década de 1960. combinado con un estudio intensivo de los propios finales de juego en problemas bien diseñados y con M. O para. no parecen poder aplicarse con éxito al funcionamiento de estos oráculos. T. UU. había identificado al líder de los atentados del 11 de septiembre de 2001. también han empleado este método. 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. Francisco Castro Hurtado . Los planteamientos actuales sobre reconocimiento de patrones. Mohammed Atta. también llamados finales de juego de tablero (por ejemplo. la producción de patrones perspicaces se basa en una amplia experimentación con bases de datos sobre esos finales de juego. y a otros tres secuestradores del "11-S" como posibles miembros de una célula de Al Qaeda que operan en los EE. En su lugar.

se trata de saber cómo los cambios en la secuencia de ADN de un individuo afectan al riesgo de desarrollar enfermedades comunes (como por ejemplo el cáncer). Esto es muy importante para ayudar a mejorar el diagnóstico. La finalidad de esta monitorización es obtener información valiosa sobre el estado del aislamiento de los M. 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. I. 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. La técnica de minería de datos que se utiliza para realizar esta tarea se conoce como "reducción de dimensionalidad multifactorial". 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. Francisco Castro Hurtado . T. prevención y tratamiento de las enfermedades.3 Ingeniería eléctrica En el ámbito de la ingeniería eléctrica. En términos más llanos. las técnicas de minería de datos han sido ampliamente utilizadas para monitorizar las condiciones de las instalaciones de alta tensión. Algunos ejemplos de aplicación en estos campos son: Genética En el estudio de la genética humana.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios conocimiento de la técnica (datos previos sobre el final del juego).

I. etc. páginas de Internet. Tendencias La Minería de Datos ha sufrido transformaciones en los últimos años de acuerdo con cambios tecnológicos.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. la extensión de los modelos de compra en línea. El análisis de gases disueltos se conoce desde hace mucho tiempo como la herramienta para diagnosticar transformadores. El gran volumen de datos que hay que procesar en muchos casos para obtener un modelo válido es un inconveniente. etc. Estos mapas sirven para detectar condiciones anormales y para estimar la naturaleza de dichas anomalías. portales de Internet.  La exigencia de que los procesos funcionen prácticamente en línea (por ejemplo. Los más importantes de ellos son:  La importancia que han cobrado los datos no estructurados (texto.  La necesidad de integrar los algoritmos y resultados obtenidos en sistemas operacionales. esto implica grandes cantidades de tiempo de M. Francisco Castro Hurtado . 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). Los mapas auto-organizativos (SOM) se utilizan para analizar datos y determinar tendencias que podrían pasarse por alto utilizando las técnicas clásicas (DGA). en casos de fraude con una tarjeta de crédito). T.).Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios equipos.  Los tiempos de respuesta. de estrategias de marketing. etc.

¿Cuáles son los métodos que utiliza la minería de datos? 4. Francisco Castro Hurtado . 9. Explica brevemente las técnicas de minerías de datos. Menciona ejemplos de uso de la minería de datos. 10. ¿Qué intenta descubrir la minería de datos? 3. ¿Cuál es el objetivo general del proceso de minería de datos? 5.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios proceso y hay problemas que requieren una respuesta en tiempo real. ¿Qué es la minería de datos? 2. Menciona los pasos de un proceso típico de minería de datos 7. I. Menciona por lo menos tres herramientas de software para el desarrollo de modelos de minería de datos. M. T. por ejemplo:  dVelox de APARA  KXEN  KNIME  Neural Designer  OpenNN  Orange  Powerhouse  Quiterian  RapidMiner  SPSS Clementine  SAS Enterprise Miner  STATISTICA Data Miner  Weka  KEEL Cuestionario: 1. ¿Cuál es la tarea real de la minería de datos? 6. Herramientas de software Existen muchas herramientas de software para el desarrollo de modelos de minería de datos tanto libres como comerciales como. ¿Cuáles son las fases necesarias de un proyecto de minería de datos? 8.

El conocimiento responde a preguntas que empiezan con ¿Cómo?. I. es decir. todo aquello que generalmente sólo algunos miembros de la organización saben y lo tienen en su cabeza pero no ha sido transformado en un conocimiento explícito. T.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 1.2. Los procesos y Subprocesos clave de la Administración de Conocimiento definidos por el CSC (Centro de Sistemas de Conocimiento) son los siguientes: Contexto Alineación y consolidación Estratégica de capitales Acto de conocimiento Sujeto Capital Agente M. Francisco Castro Hurtado Objeto Capital instrumental .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.

Administración del Capital Agente a) Administración del Aprendizaje Organizacional b) Desarrollo de Prácticas de Valor c) Desarrollo de Competencias Claves 3. T.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 1. Francisco Castro Hurtado . 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. se presentan diferentes enfoques desde el punto de vista de una organización: M. Administración del Capital Instrumental a) 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. I.

2. 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. Cognos e Hyperion fueron adquiridos por las corporaciones SAP.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 1.5 billones registrados en el periodo 2006. IBM y Oracle respectivamente. los proveedores mas grandes del mercado: Bussines Objects. M. esto representa un valor de mercado que exedio los 5. Francisco Castro Hurtado desaprovechando las . I.1 billones de dolares en comparacion con los 4. T. Desgraciadamente muchas empresas se limitan a un sistema de análisis y reporting sobre su data warehouse.3 Aplicaciones analíticas Segun Gartner el mercado mundial de Business Intelligence crecio un 13% en 2007 respecto al 2006.

 Simulación y Forecasting.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios oportunidades que ofrecen otras aplicaciones que se basan en la misma arquitectura. o que 25% de la actividad de la empresa causa80% de los costes. servicios o clientes más allá de la contabilidad tradicional y desvela que por ejemplo dos clientes aparentemente igual de rentables según sus compras. ¿cómo afecta a nuestra venta al final del año?” “Si invertimos 10% más en esta línea de productos. Un concepto de gestión de la estratégica empresarial desarrollado por Norton y M. La determinación de los costes basados en actividades descubre los costes reales de los productos. Son aplicaciones para simular escenarios y predecir tendencias en el futuro. en realidad causan costes muy diferentes. Francisco Castro Hurtado .  Balanced Scorecard/Cuadro de Mando Integral. Sistemas basados en algoritmos matemáticos para descubrir tendencias escondidas entre grandes volúmenes de datos. T. I. Aplicada desde la detección de fraude hasta el análisis de cesta de compra.¿cómo cambia nuestra productividad y ROI?”  Activity-Based Costing. “Si el precio de la materia prima crece un 5% a lo largo del año y en tres meses el dólar sube 10%.  Minería de Datos.

Las aplicaciones BI proporcionan todo el proceso. Especialmente las entidades financieras y las aseguradoras. Los objetivos estratégicos de las empresas se definen y su alcance se mide constantemente con datos reales. Automatización de consolidaciones contables entre empresas de un mismo grupo o entre sucursales. Las aplicaciones ayudan a identificar que son los mejores o más rentables clientes y porque clientes abandonan la empresa. También se aplican en fusiones de empresas y adquisiciones.  Consolidación.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Kaplan. M. Como hemos visto. necesitan calcular riesgos y simular escenarios. a cualquier ritmo y hora del día. Si se aprovecha esta base de infraestructura. T. 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 la empresa.  Gestión de riesgo. 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. Permite ver la empresa no sólo bajo la perspectiva financiera. I.  Fidelización de Clientes. Francisco Castro Hurtado . sino también bajo otras como clientes. pero también otras empresas. la inversión es pequeña en relación con el potencial empresarial de las aplicaciones. procesos o potenciales. existen numerosas aplicaciones verticales o analíticas que se pueden instalar sobre un data warehouse existente. Proporcionan los datos para campañas y evalúan las respuestas y el impacto.  Alertas y vigilancia.

HTML. planear y dirigir. HTML. Está escrita en java y es libre. RTF. Francisco Castro Hurtado . I. Los reportes se pueden visualizar. XLS. Consecuentemente.org/ El funcionamiento consiste en escribir un xml donde se recogen las particularidades del informe. etc. T. El Jasper Report es una librería para la generación de informes. Esta salida puede ser un PDF. y también se pueden imprimir en papel. 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. organizar. Este xml lo tratan las clases del Jasper para obtener una salida. M. CSV. estos muestran la situación de las operaciones regulares de la empresa para que los directivos puedan controlar. http://jasperforge.4 Sistemas de reportes Los sistemas de reportes tienen como objetivo principal mostrar una visión general de la situación de la empresa. XML. 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.2. exportar a otros formatos como PDF.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 1. XML.

Francisco Castro Hurtado .Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios M. I. T.

jrprint. Esto generará un fichero . Un ejemplo básico: Para generar un reporte con jasper report debemos seguir los siguientes pasos:  Generar un fichero .  Compilar el fichero .jrxml para obtener un fichero . Además los informes se pueden realizar directamente sobre los xml descriptores o podemos utilizar la herramienta ireport para diseñarlo gráficamente.  Rellenar los datos del informe.  Exportar el fichero .jasper.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 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. M. Francisco Castro Hurtado .jrxml en el que se configura cómo queremos el informe. Esto generará el fichero en cuestión. y la curva de aprendizaje para comenzar a tener resultados productivos no es muy elevada. T. etc).jrprint al formato que deseemos (pdf. I.

De todas formas. En este fichero también se configura cual va a ser la fuente de datos (si es una base de datos. desde código podemos poner algo como esto: JasperReport report= JasperCompileManager. Francisco Castro Hurtado . una opción mejor es usar la herramienta iReport.jrxml El fichero . I. Compilado del fichero . T. un fichero.jasper. etc).fillReport(report. Desde código se hace con algo como esto JasperPrint print = JasperFillManager. Incluso si es base de datos.jrxml y generar el fichero .jrxml de forma visual y más fácil.jrxml"). Rellenar el informe con datos Ahora hay que rellenar el informe con datos.jrxml se puede generar a mano con este DTD y esta referencia de atributos. que permite generar el fichero . M.jrxml Para compilar el fichero . en este fichero se pone el SELECT que devuelve los datos que queremos para el informe. parameters.compileReport("C:\\informesJAsper\\JRXML\\Inf ormeMySql. conn).Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Generar el fichero .

M. puesto que esta información está incluida en el . Francisco Castro Hurtado . etc.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. Por ejemplo. T. la línea es algo como esto JasperExportManager.exportReportToPdfFile(print. No es necesario indicar el select ni nada similar.2. 1.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios Donde conn es la conexión con la base de datos.  En los ejes están los criterios de análisis. Donde el parámetro es el fichero de salida que deseamos. bases de datos. Es una herramienta de B.pdf. Obtener el pdf (o el que sea) Finalmente.jrxml. I. poder y flexibilidad que necesitan para analizar la información. Se representan los datos como una matriz. para obtener el fichero . "C:\\informes JAsper\\PDF's\\InformePaisesMySQL. 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.I. La información multidimensional se puede encontrar en hojas de cálculo. que es capaz de reunir información dispersa en toda la empresa e incluso en diferentes fuentes para así proporcionar a los departamentos la accesibilidad.pdf").

 A esta estructura se le llama Cubo o Hipercubo. Los Cubos o Hipercubos constan de:  Dimensiones: o Criterios de análisis de los datos. T. I. o Variables en la intersección de las dimensiones. o Ejes en el hipercubo.  Medidas: o Valores o indicadores a analizar. M. Las bases de datos multidimensionales se utilizan principalmente para crear aplicaciones OLAP y pueden verse como bases de datos de una sola tabla. o Variables dependientes.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios  En los cruces están los valores a analizar. Francisco Castro Hurtado . o Macro-objetos del problema. o Variables independientes. su peculiaridad es que por cada dimensión tienen un campo (o columna). o Datos asociados a relaciones entre los objetos o Problema. y otro campo por cada métrica o hecho.

3 Principales herramientas de la inteligencia de negocios Las herramientas de negocio son:  Cuadro de mando integral también llamados Dashboard.  OLAP (Procesamiento Analítico en línea por sus siglas en Inglés) (incluido HOLAP. mediante la utilización de aplicaciones que pueden aislar e identificar patrones o tendencias del consumidor en un alto volumen de datos. Son resúmenes visuales de información del negocio. T.Extracción de información de las bases de datos acerca del consumidor. ROLAP and MOLAP). Hay una gran variedad de técnicas de minería de datos que revelan distintos tipos de patrones. genera vistas de datos agregadas para mantener a la gerencia informada sobre el estado de su negocio. o Dashboards Ejecutivos.Es la capacidad de algunos sistemas de soporte de decisiones gerenciales que permiten examinar de manera interactiva grandes volúmenes de información desde varias perspectivas.Instituto Tecnológico Superior de la Montaña Inteligencia de Negocios 1.  Minería de datos . I. Esta es una Herramienta de Inteligencia de Negocios muy popular desde hace unos pocos años. M. Francisco Castro Hurtado .También conocidos como Business Intelligence Dashboards. que muestran de una mirada la comprensión del global de las condiciones del negocio mediante métricas e Indicadores Clave de Desempeño (KPIs).  Aplicaciones de Informes.  Digital Dashboards o paneles de Control Digital . Algunas de las técnicas son métodos estadísticos (Particularmente Estadística de Negocios) y Redes Neurales como formas altamente avanzadas de análisis de datos.