You are on page 1of 108

KPI

De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda KPI, del ingls Key Performance Indicators, o Indicadores Clave de Desempeo, miden el nivel del desempeo de un proceso, enfocndose en el "cmo" e indicando el rendimiento de los procesos, de forma que se pueda alcanzar el objetivo fijado. Los indicadores clave de desempeo son mtricas financieras o no financieras, utilizadas para cuantificar objetivos que reflejan el rendimiento de una organizacin, y que generalmente se recogen en su plan estratgico. Estos indicadores son utilizados en inteligencia de negocio para asistir o ayudar al estado actual de un negocio a prescribir una lnea de accin futura. El acto de monitorizar los indicadores clave de desempeo en tiempo real se conoce como monitorizacin de actividad de negocio. Los indicadores de rendimiento son frecuentemente utilizados para "valorar" actividades complicadas de medir como los beneficios de desarrollos lderes, compromiso de empleados, servicio o satisfaccin. Los KPIs suelen estar atados a la estrategia de la organizacin (ejemplificadas en las tcnicas como la del cuadro de mando integral). Los KPIs son "vehculos de comunicacin"; permiten que los ejecutivos de alto nivel comuniquen la misin y visin de la empresa a los niveles jerrquicos ms bajos, involucrando directamente a todos los colaboradores en realizacin de los objetivos estratgicos de la empresa. As los KPIs tienen como objetivos principales: medir el nivel de servicio, realizar un diagnostico de la situacin, comunicar e informar sobre la situacin y los objetivos, motivar los equipos responsables del cumplimiento de los objetivos reflejados en el KPI, progresar constantemente. Usado para calcular, entre otros:

Tiempo que se utiliza en mejorar los niveles de servicio en un proyecto dado. Nivel de la satisfaccin del cliente. Tiempo de mejoras de asuntos relacionados con los niveles de servicio. Impacto de la calidad de los recursos financieros adicionales necesarios para realizar el nivel de servicio definido. Rentabilidad de un proyecto (Retorno de la Inversin ROI) Calidad de la gestin de la empresa (Rotacin del inventario, Das de Cuentas por cobrar DCC, y por Pagar DCP...)

Para una organizacin es necesario al menos que pueda identificar sus propios KPI's. La clave para esto son:

Tener predefinido de antemano un proceso de negocio. Tener claros los objetivos/rendimiento requeridos en el proceso de negocio. Tener una medida cuantitativa/cualitativa de los resultados y que sea posible su comparacin con los objetivos. Investigar variaciones y ajustar procesos o recursos para alcanzar metas a corto plazo

Cuando se definen KPI's se suele aplicar el acrnimo SMART, ya que los KPI's tienen que ser:

eSpecificos (Specific) Medibles (Measurable) Alcanzables (Achievable) Realista (Realistic) a Tiempo (Timely)

Lo que realmente es importante: 1. Los datos de los que dependen los KPI tienen que ser consistentes y correctos. 2. Estos datos tienen que estar disponibles a tiempo.

Inteligencia empresarial
De Wikipedia, la enciclopedia libre (Redirigido desde Inteligencia de negocio) Saltar a navegacin, bsqueda Para otros usos de este trmino, vase Inteligencia (desambiguacin). Se denomina inteligencia empresarial, inteligencia de negocios o BI (del ingls business intelligence) al conjunto de estrategias y herramientas enfocadas a la administracin y creacin de conocimiento mediante el anlisis de datos existentes en una organizacin o empresa. Es posible diferenciar datos, informaciones y conocimientos, conceptos en los que se centra la inteligencia empresarial, ya que como sabemos un dato es algo vago, por ejemplo "10 000", la informacin es algo ms preciso, por ejemplo "Las ventas del mes de mayo fueron de 10 000", y el conocimiento se obtiene mediante el anlisis de la informacin, por ejemplo "Las ventas del mes de mayo fueron 10 000. Mayo es el mes ms bajo en ventas". Aqu es donde BI entra en juego, ya que al obtener conocimiento del negocio una vez capturada la informacin de todas las reas en la empresa es posible establecer estrategias y cuales son sus fortalezas y debilidades.

Definicin
El trmino inteligencia empresarial se refiere al uso de datos en una empresa para facilitar la toma de decisiones. Abarca la comprensin del funcionamiento actual de la empresa, bien como la anticipacin de acontecimientos futuros, con el objetivo de ofrecer conocimientos para respaldar las decisiones empresariales. Las herramientas de inteligencia se basan en la utilizacin de un sistema de informacin de inteligencia que se forma con distintos datos extrados de los datos de produccin, con informacin relacionada con la empresa o sus mbitos y con datos econmicos.

Mediante las herramientas y tcnicas ELT (extraer, cargar y transformar), o actualmente ETL (extraer, transformar y cargar) se extraen los datos de distintas fuentes, se depuran y preparan (homogeneizacin de los datos) para luego cargarlos en un almacn de datos. La vida o el periodo de xito de un software de inteligencia de negocios depender nicamente del nivel de xito del cual haga en beneficio de la empresa que lo usa, si esta empresa es capaz de incrementar su nivel financiero, administrativo y sus decisiones mejoran el accionar de la empresa, la inteligencia de negocios usada estar presente por mucho tiempo, de lo contrario ser sustituido por otro que aporte mejores resultados y mas precisos. Por ltimo, las herramientas de inteligencia analtica posibilitan el modelado de las representaciones con base en consultas para crear un cuadro de mando integral que sirve de base para la presentacin de informes.

[editar] Caractersticas
Este conjunto de herramientas y metodologas tienen en comn las siguientes caractersticas:

Accesibilidad a la informacin. Los datos son la fuente principal de este concepto. Lo primero que deben garantizar este tipo de herramientas y tcnicas ser el acceso de los usuarios a los datos con independencia de la procedencia de estos. Apoyo en la toma de decisiones. Se busca ir ms all en la presentacin de la informacin, de manera que los usuarios tengan acceso a herramientas de anlisis que les permitan seleccionar y manipular slo aquellos datos que les interesen. Orientacin al usuario final. Se busca independencia entre los conocimientos tcnicos de los usuarios y su capacidad para utilizar estas herramientas.

[editar] Niveles de realizacin de BI


De acuerdo a su nivel de complejidad se pueden clasificar las soluciones de Business Intelligence en:

Consultas e informes simples (Querys and reports). Cubos OLAP (On-Line Analytic Processing). Data Mining o minera de datos. Sistemas predictivos; prediccin mediante ejemplos anteriores (ejemplo: Previsin de ventas a travs del estudio de historicos).

[editar] Inteligencia de Empresas


La Inteligencia de Empresas es el concepto ms amplio del uso de la inteligencia en las organizaciones. Desde distintas perspectivas, la inteligencia de empresas ha ido emergiendo a partir de la contribucin de muchas reas del conocimiento: market

intelligence (inteligencia de mercados), competitive intelligence (Inteligencia Competitiva), business intelligence (inteligencia empresarial). Este concepto ha sido muy utilizado en el mundo de la tecnologa con distintos significados como inteligencia de negocios, strategic foresight (Inteligencia Estratgica), corporate intelligence (Inteligencia Corporativa), vigilancia tecnolgica, prospectiva tecnolgica, etc.

Almacn de datos
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda

Descripcin de un Data Warehouse. En el contexto de la informtica, un almacn de datos (del ingls data warehouse) es una coleccin de datos orientada a un determinado mbito (empresa, organizacin, etc.), integrado, no voltil 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 organizacin, ms all de la informacin transaccional y operacional, almacenado en una base de datos diseada para favorecer el anlisis y la divulgacin eficiente de datos (especialmente OLAP, procesamiento analtico en lnea). El almacenamiento de los datos no debe usarse con datos de uso actual. Los almacenes de datos contienen a menudo grandes cantidades de informacin que se subdividen a veces en unidades lgicas ms pequeas dependiendo del subsistema de la entidad del que procedan o para el que sean necesario.

Definiciones de almacn de datos


[editar] Definicin 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 (almacn de datos) en trminos de las caractersticas del repositorio de datos:

Orientado a temas.- Los datos en la base de datos estn organizados de manera que todos los elementos de datos relativos al mismo evento u objeto del mundo real queden unidos entre s. 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 voltil.- La informacin no se modifica ni se elimina, una vez almacenado un dato, ste se convierte en informacin de slo lectura, y se mantiene para futuras consultas. Integrado.- La base de datos contiene los datos de todos los sistemas operacionales de la organizacin, y dichos datos deben ser consistentes.

Inmon defiende una metodologa descendente (top-down) a la hora de disear un almacn de datos, ya que de esta forma se considerarn mejor todos los datos corporativos. En esta metodologa los Data marts se crearn despus de haber terminado el data warehouse completo de la organizacin.
[editar] Definicin de Ralph Kimball

Ralph Kimball2 es otro conocido autor en el tema de los data warehouse, define un almacn de datos como: "una copia de las transacciones de datos especficamente estructurada para la consulta y el anlisis". Tambin fue Kimball quien determin que un data warehouse no era ms que: "la unin de todos los Data marts de una entidad". Defiende por tanto una metodologa ascendente (bottom-up) a la hora de disear un almacn de datos.
[editar] Una definicin ms amplia de almacn de datos

Las definiciones anteriores se centran en los datos en s mismos. Sin embargo, los medios para obtener y analizar esos datos, para extraerlos, transformarlos y cargarlos, as como las diferentes formas para realizar la gestin de datos son componentes esenciales de un almacn de datos. Muchas referencias a un almacn de datos utilizan esta definicin ms amplia. Por lo tanto, en esta definicin se incluyen herramientas para la inteligencia empresarial, herramientas para extraer, transformar y cargar datos en el almacn de datos, y herramientas para gestionar y recuperar los metadatos.

[editar] Funcin de un almacn de datos


En un almacn de datos lo que se quiere es contener datos que son necesarios o tiles para una organizacin, es decir, que se utiliza como un repositorio de datos para posteriormente transformarlos en informacin til para el usuario. Un almacn de datos debe entregar la informacin correcta a la gente indicada en el momento ptimo y en el formato adecuado. El almacn de datos da respuesta a las necesidades de usuarios

expertos, utilizando Sistemas de Soporte a Decisiones (DSS), Sistemas de informacin ejecutiva (EIS) o herramientas para hacer consultas o informes. Los usuarios finales pueden hacer fcilmente consultas sobre sus almacenes de datos sin tocar o afectar la operacin del sistema. En el funcionamiento de un almacn de los datos son muy importantes las siguientes ideas:

Integracin de los datos provenientes de bases de datos distribuidas por las diferentes unidades de la organizacin y que con frecuencia tendrn diferentes estructuras (fuentes heterogneas). Se debe facilitar una descripcin global y un anlisis comprensivo de toda la organizacin en el almacn de datos. Separacin de los datos usados en operaciones diarias de los datos usados en el almacn de datos para los propsitos de divulgacin, de ayuda en la toma de decisiones, para el anlisis 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 podran entorpecerse entre s.

Peridicamente, se importan datos al almacn 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 transformacin posterior. Es prctica comn normalizar los datos antes de combinarlos en el almacn de datos mediante herramientas de extraccin, transformacin y carga (ETL). Estas herramientas leen los datos primarios (a menudo bases de datos OLTP de un negocio), realizan el proceso de transformacin al almacn de datos (filtracin, adaptacin, cambios de formato, etc.) y escriben en el almacn.

[editar] Data marts


Artculo principal: Data mart

Los Data marts son subconjuntos de datos de un data warehouse para reas especificas. Entre las caractersticas de un data mart destacan:

Usuarios limitados. rea especifica. Tiene un propsito especifico. Tiene una funcin de apoyo.

[editar] Cubos de informacin


Artculo principal: cubo OLAP

Los cubos de informacin o cubos OLAP funcionan como los cubos de rompecabezas en los juegos, en el juego se trata de armar los colores y en el data warehouse se trata de organizar los datos por tablas o relaciones; los primeros (el juego) tienen 3 dimensiones, los cubos OLAP tienen un nmero indefinido de dimensiones, razn por la cual tambin reciben el nombre de hipercubos. Un cubo OLAP contendr datos de una determinada variable que se desea analizar, proporcionando una vista lgica de los datos provistos por el sistema de informacin hacia el data warehouse, esta vista estar dispuesta segn

unas dimensiones y podr contener informacin calculada. El anlisis de los datos est basado en las dimensiones del hipercubo, por lo tanto, se trata de un anlisis multidimensional. A la informacin de un cubo puede acceder el ejecutivo mediante "tablas dinmicas" en una hoja de clculo o a travs de programas personalizados. Las tablas dinmicas le permiten manipular las vistas (cruces, filtrados, organizacin, totales) de la informacin con mucha facilidad. Las diferentes operaciones que se pueden realizar con cubos de informacin se producen con mucha rapidez. Llevando estos conceptos a un data warehouse, ste es una coleccin de datos que est formada por dimensiones y variables, entendiendo como dimensiones a aquellos elementos que participan en el anlisis y variables a los valores que se desean analizar.
[editar] Dimensiones

Las dimensiones de un cubo son atributos relativos a las variables, son las perspectivas de anlisis de las variables (forman parte de la tabla de dimensiones). Son catlogos de informacin complementaria necesaria para la presentacin de los datos a los usuarios, como por ejemplo: descripciones, nombres, zonas, rangos de tiempo, etc. Es decir, la informacin general complementaria a cada uno de los registros de la tabla de hechos.
[editar] Variables

Tambin llamadas indicadores de gestin, son los datos que estn siendo analizados. Forman parte de la tabla de hechos. Ms formalmente, las variables representan algn aspecto cuantificable o medible de los objetos o eventos a analizar. Normalmente, las variables son representadas por valores detallados y numricos para cada instancia del objeto o evento medido. En forma contraria, las dimensiones son atributos relativos a las variables, y son utilizadas para indexar, ordenar, agrupar o abreviar los valores de las mismas. Las dimensiones poseen una granularidad menor, tomando como valores un conjunto de elementos menor que el de las variables; ejemplos de dimensiones podran ser: productos, localidades (o zonas), el tiempo (medido en das, horas, semanas, etc.), ...
[editar] Ejemplos

Ejemplos de variables podran ser:


Beneficios Gastos Ventas etc.

Ejemplos de dimensiones podran ser:


producto (diferentes tipos o denominaciones de productos) localidades (o provincia, o regiones, o zonas geogrficas) tiempo (medido de diferentes maneras, por horas, por das, por meses, por aos, ...) tipo de cliente (casado/soltero, joven/adulto/anciano, ...) etc.

Segn lo anterior, podramos construir un cubo de informacin sobre el ndice de ventas (variable a estudiar) en funcin del producto vendido, la provincia, el mes del ao y si el cliente est casado o soltero (dimensiones). Tendramos un cubo de 4 dimensiones.

[editar] Elementos que integran un almacn de datos


[editar] Metadatos Artculo principal: metadato

Uno de los componentes ms importantes de la arquitectura de un almacn de datos son los metadatos. Se define comnmente como "datos acerca de los datos", en el sentido de que se trata de datos que describen cul es la estructura de los datos que se van a almacenar y cmo se relacionan. El metadato documenta, entre otras cosas, qu tablas existen en una base de datos, qu columnas posee cada una de las tablas y qu tipo de datos se pueden almacenar. Los datos son de inters para el usuario final, el metadato es de inters para los programas que tienen que manejar estos datos. Sin embargo, el rol que cumple el metadato en un entorno de almacn de datos es muy diferente al rol que cumple en los ambientes operacionales. En el mbito de los data warehouse el metadato juega un papel fundamental, su funcin consiste en recoger todas las definiciones de la organizacin y el concepto de los datos en el almacn de datos, debe contener toda la informacin concerniente a:

Tablas Columnas de tablas Relaciones entre tablas Jerarquas y Dimensiones de datos Entidades y Relaciones

[editar] Funciones ETL (extraccin, transformacin y carga) Artculo principal: Extract, transform and load

Los procesos de extraccin, transformacin y carga (ETL) son importantes ya que son la forma en que los datos se guardan en un almacn de datos (o en cualquier base de datos). Implican las siguientes operaciones:

Extraccin. Accin de obtener la informacin deseada a partir de los datos almacenados en fuentes externas. Transformacin. Cualquier operacin realizada sobre los datos para que puedan ser cargados en el data warehouse o se puedan migrar de ste a otra base de datos. Carga. Consiste en almacenar los datos en la base de datos final, por ejemplo el almacn de datos objetivo normal.

[editar] Middleware Artculo principal: Middleware

Middleware es un trmino genrico que se utiliza para referirse a todo tipo de software de conectividad que ofrece servicios u operaciones que hacen posible el funcionamiento

de aplicaciones distribuidas sobre plataformas heterogneas. Estos servicios funcionan como una capa de abstraccin de software distribuida, que se sita entre las capas de aplicaciones y las capas inferiores (sistema operativo y red). El middleware puede verse como una capa API, que sirve como base a los programadores para que puedan desarrollar aplicaciones que trabajen en diferentes entornos sin preocuparse de los protocolos de red y comunicaciones en que se ejecutarn. De esta manera se ofrece una mejor relacin costo/rendimiento que pasa por el desarrollo de aplicaciones ms complejas, en menos tiempo. La funcin del middleware en el contexto de los data warehouse es la de asegurar la conectividad entre todos los componentes de la arquitectura de un almacn de datos.

[editar] Diseo de un almacn de datos


Para construir un Data Warehouse se necesitan herramientas para ayudar a la migracin y a la transformacin de los datos hacia el almacn. Una vez construido, se requieren medios para manejar grandes volmenes de informacin. Se disea su arquitectura dependiendo de la estructura interna de los datos del almacn y especialmente del tipo de consultas a realizar. Con este criterio los datos deben ser repartidos entre numerosos data marts. Para abordar un proyecto de data warehouse es necesario hacer un estudio de algunos temas generales de la organizacin o empresa, los cuales se describen a continuacin:

Situacin actual de partida.- Cualquier solucin propuesta de data warehouse debe estar muy orientada por las necesidades del negocio y debe ser compatible con la arquitectura tcnica existente y planeada de la compaa. Tipo y caractersticas del negocio.- Es indispensable tener el conocimiento exacto sobre el tipo de negocios de la organizacin y el soporte que representa la informacin dentro de todo su proceso de toma de decisiones. Entorno tcnico.- Se debe incluir tanto el aspecto del hardware (mainframes, servidores, redes,...) as como aplicaciones y herramientas. Se dar nfasis a los Sistemas de soporte a decisiones (DSS), si existen en la actualidad, cmo operan, etc. Expectativas de los usuarios.- Un proyecto de data warehouse no es nicamente un proyecto tecnolgico, es una forma de vida de las organizaciones y como tal, tiene que contar con el apoyo de todos los usuarios y su convencimiento sobre su bondad. Etapas de desarrollo.- Con el conocimiento previo, ya se entra en el desarrollo de un modelo conceptual para la construccin del data warehouse. Prototipo.- Un prototipo es un esfuerzo designado a simular tanto como sea posible el producto final que ser entregado a los usuarios. Piloto.- El piloto de un data warehouse es el primero, o cada uno de los primeros resultados generados de forma iterativa que se harn para llegar a la construccin del producto final deseado.

Prueba del concepto tecnolgico.- Es un paso opcional que se puede necesitar para determinar si la arquitectura especificada del data warehouse funcionar finalmente como se espera.

[editar] Almacn de datos espacial


Almacn de datos espacial es una coleccin de datos orientados al tema, integrados, no voltiles, variantes en el tiempo y que aaden la geografa de los datos, para la toma de decisiones. Sin embargo la componente geogrfica no es un dato agregado, sino que es una dimensin o variable en la tecnologa de la informacin, de tal manera que permita modelar todo el negocio como un ente holstico, y que a travs de herramientas de procesamiento analtico en lnea (OLAP), no solamente se posea un alto desempeo en consultas multidimensionales sino que adicionalmente se puedan visualizar espacialmente los resultados. El almacn de datos espacial forma el corazn de un extensivo Sistema de Informacin Geogrfica para la toma de decisiones, ste al igual que los SIG, permiten que un gran nmero de usuarios accedan a informacin integrada, a diferencia de un simple almacn de datos que est orientado al tema, el Data warehouse espacial adicionalmente es GeoRelacional, es decir que en estructuras relacionales combina e integra los datos espaciales con los datos descriptivos. Actualmente es geo-objetos, esto es que los elementos geogrficos se manifiestan como objetos con todas sus propiedades y comportamientos, y que adicionalmente estn almacenados en una nica base de datos Objeto-Relacional. Los Data Warehouse Espaciales son aplicaciones basadas en un alto desempeo de las bases de datos, que utilizan arquitecturas Cliente-Servidor para integrar diversos datos en tiempo real. Mientras los almacenes de datos trabajan con muchos tipos y dimensiones de datos, muchos de los cuales no referencian ubicacin espacial, a pesar de poseerla intrnsecamente, y sabiendo que un 80% de los datos poseen representacin y ubicacin en el espacio, en los Data warehouse espaciales, la variable geogrfica desempea un papel importante en la base de informacin para la construccin del anlisis, y de igual manera que para un Data warehouse, la variable tiempo es imprescindible en los anlisis, para los Data warehouse espaciales la variable geogrfica debe ser almacenada directamente en ella.

[editar] Ventajas e inconvenientes de los almacenes de datos


[editar] Ventajas

Hay muchas ventajas por las que es recomendable usar un almacn de datos. Algunas de ellas son:

Los almacenes de datos hacen ms fcil el acceso a una gran variedad de datos a los usuarios finales Facilitan el funcionamiento de las aplicaciones de los sistemas de apoyo a la decisin tales como informes de tendencia', por ejemplo: obtener los tems con la mayora de las ventas en un rea en particular dentro de los ltimos dos aos; informes de excepcin, informes que muestran los resultados reales frente a los objetivos planteados a priori.

Los almacenes de datos pueden trabajar en conjunto y, por lo tanto, aumentar el valor operacional de las aplicaciones empresariales, en especial la gestin de relaciones con clientes.

[editar] Inconvenientes

Utilizar almacenes de datos tambin plantea algunos inconvenientes, algunos de ellos son:

A lo largo de su vida los almacenes de datos pueden suponer altos costos. El almacn de datos no suele ser esttico. Los costos de mantenimiento son elevados. Los almacenes de datos se pueden quedar obsoletos relativamente pronto. A veces, ante una peticin de informacin estos devuelven una informacin subptima, que tambin supone una prdida para la organizacin. A menudo existe una delgada lnea entre los almacenes de datos y los sistemas operacionales. Hay que determinar qu funcionalidades de estos se pueden aprovechar y cules se deben implementar en el data warehouse, resultara costoso implementar operaciones no necesarias o dejar de implementar alguna que s vaya a necesitarse

Minera de datos
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda La minera de datos (DM, Data Mining) consiste en la extraccin no trivial de informacin que reside de manera implcita en los datos. Dicha informacin era previamente desconocida y podr resultar til para algn proceso. En otras palabras, la minera de datos prepara, sondea y explora los datos para sacar la informacin oculta en ellos. Bajo el nombre de minera de datos se engloba todo un conjunto de tcnicas encaminadas a la extraccin de conocimiento procesable, implcito en las bases de datos. Est fuertemente ligado con la supervisin de procesos industriales ya que resulta muy til para aprovechar los datos almacenados en las bases de datos. Las bases de la minera de datos se encuentran en la inteligencia artificial y en el anlisis estadstico. Mediante los modelos extrados utilizando tcnicas de minera de datos se aborda la solucin a problemas de prediccin, clasificacin y segmentacin.

Proceso
Un proceso tpico de minera de datos consta de los siguientes pasos generales:
1. Seleccin 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

2. 3.

4. 5.

6.

independientes (las que sirven para hacer el clculo o proceso), como posiblemente al muestreo de los registros disponibles. Anlisis de las propiedades de los datos, en especial los histogramas, diagramas de dispersin, presencia de valores atpicos y ausencia de datos (valores nulos). Transformacin del conjunto de datos de entrada, se realizar de diversas formas en funcin del anlisis previo, con el objetivo de prepararlo para aplicar la tcnica de minera de datos que mejor se adapte a los datos y al problema, a este paso tambin se le conoce como preprocesamiento de los datos. Seleccionar y aplicar la tcnica de minera de datos, se construye el modelo predictivo, de clasificacin o segmentacin. Extraccin de conocimiento, mediante una tcnica de minera de datos, se obtiene un modelo de conocimiento, que representa patrones de comportamiento observados en los valores de las variables del problema o relaciones de asociacin entre dichas variables. Tambin pueden usarse varias tcnicas a la vez para generar distintos modelos, aunque generalmente cada tcnica obliga a un preprocesado diferente de los datos. Interpretacin y evaluacin de datos, una vez obtenido el modelo, se debe proceder a su validacin comprobando que las conclusiones que arroja son vlidas y suficientemente satisfactorias. En el caso de haber obtenido varios modelos mediante el uso de distintas tcnicas, 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 evaluacin el proceso se podra repetir desde el principio o, si el experto lo considera oportuno, a partir de cualquiera de los pasos anteriores. Esta retroalimentacin se podr repetir cuantas veces se considere necesario hasta obtener un modelo vlido. Una vez validado el modelo, si resulta ser aceptable (proporciona salidas adecuadas y/o con mrgenes de error admisibles) ste ya est listo para su explotacin. Los modelos obtenidos por tcnicas de minera de datos se aplican incorporndolos en los sistemas de anlisis de informacin de las organizaciones, e incluso, en los sistemas transaccionales. En este sentido cabe destacar los esfuerzos del Data Mining Group, que est estandarizando el lenguaje PMML (Predictive Model Markup Language), de manera que los modelos de minera 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 y programas de anlisis de la informacin hacen uso de este estndar. Tradicionalmente, las tcnicas de minera de datos se aplicaban sobre informacin contenida en almacenes de datos. De hecho, muchas grandes empresas e instituciones han creado y alimentan bases de datos especialmente diseadas para proyectos de minera de datos en las que centralizan informacin potencialmente til de todas sus reas de negocio. No obstante, actualmente est cobrando una importancia cada vez mayor la minera de datos desestructurados como informacin contenida en ficheros de texto, en Internet, etc.

[editar] Protocolo de un proyecto de minera de datos


Un proyecto de minera de datos tiene varias fases necesarias que son, esencialmente:

Comprensin del negocio y del problema que se quiere resolver. Determinacin, obtencin y limpieza de los datos necesarios. Creacin de modelos matemticos. Validacin, comunicacin, etc. de los resultados obtenidos. Integracin, si procede, de los resultados en un sistema transaccional o similar.

La relacin entre todas estas fases slo es lineal sobre el papel. En realidad, es mucho ms compleja y esconde toda una jerarqua de subfases. A travs de la experiencia acumulada en proyectos de minera de datos se han ido desarrollando metodologas que permiten gestionar esta complejidad de una manera ms o menos uniforme.

[editar] Tcnicas de minera de datos


Como ya se ha comentado, las tcnicas de la minera de datos provienen de la Inteligencia artificial y de la estadstica, dichas tcnicas, no son ms que algoritmos, ms o menos sofisticados que se aplican sobre un conjunto de datos para obtener unos resultados. Las tcnicas ms representativas son:

Redes neuronales.- Son un paradigma de aprendizaje y procesamiento automtico inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexin de neuronas en una red que colabora para producir un estmulo de salida. Algunos ejemplos de red neuronal son: o El Perceptrn. o El Perceptrn multicapa. o Los Mapas Autoorganizados, tambin conocidos como redes de Kohonen. Regresin lineal.- Es la ms utilizada para formar relaciones entre datos. Rpida y eficaz pero insuficiente en espacios multidimensionales donde puedan relacionarse ms de 2 variables. rboles de decisin.- Un rbol de decisin es un modelo de prediccin utilizado en el mbito de la inteligencia artificial, dada una base de datos se construyen estos diagramas de construcciones lgicas, muy similares a los sistemas de prediccin basados en reglas, que sirven para representar y categorizar una serie de condiciones que suceden de forma sucesiva, para la resolucin de un problema. Ejemplos: o Algoritmo ID3. o Algoritmo C4.5. Modelos estadsticos.- Es una expresin simblica en forma de igualdad o ecuacin que se emplea en todos los diseos experimentales y en la regresin para indicar los diferentes factores que modifican la variable de respuesta. Agrupamiento o Clustering.- Es un procedimiento de agrupacin de una serie de vectores segn criterios habitualmente de distancia; se tratar de disponer los vectores de entrada de forma que estn ms cercanos aquellos que tengan caractersticas comunes. Ejemplos: o Algoritmo K-means. o Algoritmo K-medoids.

Segn el objetivo del anlisis 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.

[editar] Ejemplos de uso de la minera de datos


[editar] Negocios

La minera de datos puede contribuir significativamente en las aplicaciones de administracin empresarial basada en la relacin con el cliente. En lugar de contactar con el cliente de forma indiscriminada a travs de un centro de llamadas o enviando cartas, slo se contactar con aquellos que se perciba que tienen una mayor probabilidad de responder positivamente a una determinada oferta o promocin. Por lo general, las empresas que emplean minera de datos ven rpidamente el retorno de la inversin, pero tambin reconocen que el nmero de modelos predictivos desarrollados puede crecer muy rpidamente. En lugar de crear modelos para predecir qu clientes pueden cambiar, la empresa podra construir modelos separados para cada regin y/o para cada tipo de cliente. Tambin puede querer determinar qu clientes van a ser rentables durante una ventana de tiempo (una quincena, un mes, ...) y slo 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 minera de datos lo ms automatizada posible.
[editar] Hbitos de compra en supermercados

El ejemplo clsico de aplicacin de la minera de datos tiene que ver con la deteccin de hbitos de compra en supermercados. Un estudio muy citado detect que los viernes haba una cantidad inusualmente elevada de clientes que adquiran a la vez paales y cerveza. Se detect que se deba a que dicho da solan acudir al supermercado padres jvenes cuya perspectiva para el fin de semana consista en quedarse en casa cuidando de su hijo y viendo la televisin con una cerveza en la mano. El supermercado pudo incrementar sus ventas de cerveza colocndolas prximas a los paales para fomentar las ventas compulsivas.
[editar] Patrones de fuga

Un ejemplo ms habitual es el de la deteccin de patrones de fuga. En muchas industrias como la banca, las telecomunicaciones, etc. existe un comprensible inters 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 funcin de su valor se les podran hacer ofertas personalizadas, ofrecer promociones especiales, etc., con el objetivo ltimo de retenerlos. La minera de datos ayuda a determinar qu clientes son los ms proclives a darse de baja estudiando sus patrones de

comportamiento y comparndolos con muestras de clientes que, efectivamente, se dieron de baja en el pasado.
[editar] Fraudes

Un caso anlogo es el de la deteccin de transacciones de blanqueo de dinero o de fraude en el uso de tarjetas de crdito o de servicios de telefona mvil e, incluso, en la relacin de los contribuyentes con el fisco. Generalmente, estas operaciones fraudulentas o ilegales suelen seguir patrones caractersticos que permiten, con cierto grado de probabilidad, distinguirlas de las legtimas y desarrollar as mecanismos para tomar medidas rpidas frente a ellas.
[editar] Recursos humanos

La minera de datos tambin puede ser til para los departamentos de recursos humanos en la identificacin de las caractersticas de sus empleados de mayor xito. La informacin obtenida puede ayudar a la contratacin de personal, centrndose en los esfuerzos de sus empleados y los resultados obtenidos por stos. Adems, la ayuda ofrecida por las aplicaciones para Direccin estratgica en una empresa se traducen en la obtencin 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 produccin o gestin de mano de obra.
[editar] Comportamiento en Internet

Tambin es un rea en boga el del anlisis del comportamiento de los visitantes sobre todo, cuando son clientes potenciales en una pgina de Internet. O la utilizacin de la informacin obtenida por medios ms o menos legtimos sobre ellos para ofrecerles propaganda adaptada especficamente a su perfil. O para, una vez que adquieren un determinado producto, saber inmediatamente qu otro ofrecerle teniendo en cuenta la informacin histrica disponible acerca de los clientes que han comprado el primero.
[editar] Terrorismo

La minera de datos ha sido citada como el mtodo por el cual la unidad Able Danger del Ejrcito de los EE. UU. haba identificado al lder de los atentados del 11 de septiembre de 2001, Mohammed Atta, y a otros tres secuestradores del "11-S" como posibles miembros de una clula de Al Qaeda que operan en los EE. UU. ms de un ao antes del ataque. Se ha sugerido que tanto la Agencia Central de Inteligencia y sus homloga canadiense, Servicio de Inteligencia y Seguridad Canadiense, tambin han empleado este mtodo.1
[editar] Juegos

Desde comienzos de la dcada de 1960, con la disponibilidad de orculos para determinados juegos combinacionales, tambin llamados finales de juego de tablero (por ejemplo, para las tres en raya o en finales de ajedrez) con cualquier configuracin de inicio, se ha abierto una nueva rea en la minera de datos que consiste en la extraccin de estrategias utilizadas por personas para estos orculos. Los planteamientos

actuales sobre reconocimiento de patrones, no parecen poder aplicarse con xito al funcionamiento de estos orculos. En su lugar, la produccin de patrones perspicaces se basa en una amplia experimentacin con bases de datos sobre esos finales de juego, combinado con un estudio intensivo de los propios finales de juego en problemas bien diseados y con conocimiento de la tcnica (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.
[editar] Ciencia e Ingeniera

En los ltimos aos la minera de datos se est utilizando ampliamente en diversas reas relacionadas con la ciencia y la ingeniera. Algunos ejemplos de aplicacin en estos campos son:
[editar] Gentica

En el estudio de la gentica humana, el objetivo principal es entender la relacin cartogrfica entre las partes y la variacin individual en las secuencias del ADN humano y la variabilidad en la susceptibilidad a las enfermedades. En trminos ms llanos, se trata de saber cmo los cambios en la secuencia de ADN de un individuo afectan al riesgo de desarrollar enfermedades comunes (como por ejemplo el cncer). Esto es muy importante para ayudar a mejorar el diagnstico, prevencin y tratamiento de las enfermedades. La tcnica de minera de datos que se utiliza para realizar esta tarea se conoce como "reduccin de dimensionalidad multifactorial".2
[editar] Ingeniera elctrica

En el mbito de la ingeniera elctrica, las tcnicas minera de datos han sido ampliamente utilizadas para monitorizar las condiciones de las instalaciones de alta tensin. La finalidad de esta monitorizacin es obtener informacin valiosa sobre el estado del aislamiento de los equipos. Para la vigilancia de las vibraciones o el anlisis de los cambios de carga en transformadores se utilizan ciertas tcnicas para agrupacin 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 anomalas.3
[editar] Anlisis de gases

Tambin se han aplicado tcnicas de minera de datos para el anlisis de gases disueltos (DGA, Dissolved gas analysis) en transformadores elctricos. El anlisis de gases disueltos se conoce desde hace mucho tiempo como herramienta para diagnosticar transformadores. Los Mapas Auto-Organizativos (SOM) se utilizan para analizar datos y determinar tendencias que podran pasarse por alto utilizando las tcnicas clsicas DGA.

[editar] Minera de datos y otras disciplinas anlogas


Suscita cierta polmica el definir las fronteras existentes entre la minera de datos y disciplinas anlogas, como pueden serlo la estadstica, la inteligencia artificial, etc. Hay quienes sostienen que la minera de datos no es sino estadstica envuelta en una jerga

de negocios que la conviertan en un producto vendible. Otros, en cambio, encuentran en ella una serie de problemas y mtodos especficos que la hacen distinta de otras disciplinas. El hecho es, que en la prctica la totalidad de los modelos y algoritmos de uso general en minera de datos redes neuronales, rboles de regresin y clasificacin, modelos logsticos, anlisis de componentes principales, etc. gozan de una tradicin relativamente larga en otros campos.
[editar] De la estadstica

Ciertamente, la minera de datos bebe de la estadstica, de la que toma las siguientes tcnicas:

Anlisis de varianza, mediante el cual se evala la existencia de diferencias significativas entre las medias de una o ms variables continuas en poblaciones distintos. Regresin: define la relacin entre una o ms variables y un conjunto de variables predictoras de las primeras. Prueba chi-cuadrado: por medio de la cual se realiza el contraste la hiptesis de dependencia entre variables. Anlisis de agrupamiento o clustering: permite la clasificacin de una poblacin de individuos caracterizados por mltiples atributos (binarios, cualitativos o cuantitativos) en un nmero determinado de grupos, con base en las semejanzas o diferencias de los individuos. Anlisis discriminante: permite la clasificacin de individuos en grupos que previamente se han establecido, permite encontrar la regla de clasificacin de los elementos de estos grupos, y por tanto una mejor identificacin de cules son las variables que definan la pertenencia al grupo. Series de tiempo: permite el estudio de la evolucin de una variable a travs del tiempo para poder realizar predicciones, a partir de ese conocimiento y bajo el supuesto de que no van a producirse cambios estructurales.

[editar] De la informtica

De la informtica toma las siguientes tcnicas:

Algoritmos genticos: Son mtodos numricos de optimizacin, en los que aquella variable o variables que se pretenden optimizar junto con las variables de estudio constituyen un segmento de informacin. Aquellas configuraciones de las variables de anlisis que obtengan mejores valores para la variable de respuesta, correspondern a segmentos con mayor capacidad reproductiva. A travs de la reproduccin, los mejores segmentos perduran y su proporcin crece de generacin en generacin. Se puede adems introducir elementos aleatorios para la modificacin de las variables (mutaciones). Al cabo de cierto nmero de iteraciones, la poblacin estar constituida por buenas soluciones al problema de optimizacin, pues las malas soluciones han ido descartndose, iteracin tras iteracin. Inteligencia Artificial: Mediante un sistema informtico que simula un sistema inteligente, se procede al anlisis de los datos disponibles. Entre los sistemas de Inteligencia Artificial se encuadraran los Sistemas Expertos y las Redes Neuronales.

Sistemas Expertos: Son sistemas que han sido creados a partir de reglas prcticas extradas del conocimiento de expertos. Principalmente a base de inferencias o de causa-efecto. Sistemas Inteligentes: Son similares a los sistemas expertos, pero con mayor ventaja ante nuevas situaciones desconocidas para el experto. Redes neuronales: Genricamente, son mtodos de proceso numrico en paralelo, en el que las variables interactan mediante transformaciones lineales o no lineales, hasta obtener unas salidas. Estas salidas se contrastan con los que tenan que haber salido, basndose en unos datos de prueba, dando lugar a un proceso de retroalimentacin mediante el cual la red se reconfigura, hasta obtener un modelo adecuado.

[editar] Minera de datos basada en teora de la informacin


Todas las herramientas tradicionales de minera de datos asumen que los datos que usarn para construir los modelos contienen la informacin necesaria para lograr el propsito buscado: obtener suficiente conocimiento que pueda ser aplicado al negocio (o problema) para obtener un beneficio (o solucin). El inconveniente es que esto no es necesariamente cierto. Adems, existe otro problema mayor an. Una vez construido el modelo no es posible conocer si el mismo ha capturado toda la informacin disponible en los datos. Por esta razn la prctica comn es realizar varios modelos con distintos parmetros para ver si alguno logra mejores resultados. Un enfoque relativamente nuevo al anlisis de datos soluciona estos problemas haciendo que la prctica de la minera de datos se parezca ms a una ciencia que a un arte. En 1948 Claude Shannon public un trabajo llamado Una Teora Matemtica de la Comunicacin. Posteriormente esta pas a llamarse Teora de la informacin y sent las bases de la comunicacin y la codificacin de la informacin. Shannon propuso una manera de medir la cantidad de informacin a ser expresada en bits. En 1999 Dorian Pyle public un libro llamado Data Preparation for Data Mining en el que propone una manera de usar la Teora de la Informacin para analizar datos. En este nuevo enfoque, una base de datos es un canal que transmite informacin. Por un lado est el mundo real que captura datos generados por el negocio. Por el otro estn todas las situaciones y problemas importantes del negocio. Y la informacin fluye desde el mundo real y a travs de los datos, hasta la problemtica del negocio. Con esta perspectiva y usando la Teora de la informacin, es posible medir la cantidad de informacin disponible en los datos y qu porcin de la misma podr utilizarse para resolver la problemtica del negocio. Como un ejemplo prctico, podra encontrarse que los datos contienen un 65% de la informacin necesaria para predecir qu cliente rescindirn sus contratos. De esta manera, si el modelo final es capaz de hacer predicciones con un 60% de acierto, se puede asegurar que la herramienta que gener el modelo hizo un buen trabajo capturando la informacin disponible. Ahora, si el modelo

hubiese tenido un porcentaje de aciertos de solo el 10%, por ejemplo, entonces intentar otros modelos o incluso con otras herramientas podra valer la pena. La capacidad de medir informacin contenida en los datos tiene otras ventajas importantes. Al analizar los datos desde esta nueva perspectiva se genera un mapa de informacin que hace innecesario la preparacin previa de los datos, una tarea absolutamente imprescindible si se desea buenos resultados, pero que lleva enorme cantidad de tiempo. Es posible seleccionar un grupo de variables ptimo que contenga la informacin necesaria para realizar un modelo de prediccin. Una vez que las variables son procesadas con el fin de crear el mapa de informacin y luego seleccionadas aquellas que aportan la mayor informacin, la eleccin de la herramienta que se usar para crear el modelo deja de tener importancia, ya que el mayor trabajo fue realizado en los pasos previos.

[editar] Tendencias
La Minera de Datos ha sufrido transformaciones en los ltimos aos de acuerdo con cambios tecnolgicos, de estrategias de marketing, la extensin de los modelos de compra en lnea, etc. Los ms importantes de ellos son:

La importancia que han cobrado los datos no estructurados (texto, pginas 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 prcticamente en lnea (por ejemplo, que frente a un fraude con una tarjeta de crdito). Los tiempos de respuesta. El gran volumen de datos que hay que procesar en muchos casos para obtener un modelo vlido es un inconveniente; esto implica grandes cantidades de tiempo de proceso y hay problemas que requieren una respuesta en tiempo real.

[editar] Herramientas de software


Existen muchas herramientas de software para el desarrollo de modelos de minera de datos tanto libres como comerciales como, por ejemplo:

Dynamic Data Web KXEN KNIME Orange

RapidMiner R SPSS Clementine

SAS Enterprise Miner STATISTICA Data Miner Weka KEEL

[editar] Referencias
1. Stephen Haag et al.. Management Information Systems for the information age. pp. 28. ISBN 0-07-095569-7.

2. Xingquan Zhu, Ian Davidson (2007). Knowledge Discovery and Data Mining: Challenges and Realities. Hershey, New Your. pp. 18. ISBN 978-1-59904-252-7. 3. Plantilla:Cite Journal.

OLAP
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda OLAP es el acrnimo en ingls de procesamiento analtico en lnea (On-Line Analytical Processing). Es una solucin utilizada en el campo de la llamada Inteligencia empresarial (o Business Intelligence) cuyo objetivo es agilizar la consulta de grandes cantidades de datos. Para ello utiliza estructuras multidimensionales (o Cubos OLAP) que contienen datos resumidos de grandes Bases de datos o Sistemas Transaccionales (OLTP). Se usa en informes de negocios de ventas, marketing, informes de direccin, minera de datos y reas similares. La razn de usar OLAP para las consultas es la rapidez de respuesta. Una base de datos relacional almacena entidades en tablas discretas si han sido normalizadas. Esta estructura es buena en un sistema OLTP pero para las complejas consultas multitabla es relativamente lenta. Un modelo mejor para bsquedas (aunque peor desde el punto de vista operativo) es una base de datos multidimensional. La principal caracterstica que potencia a OLAP, es que es lo ms rpido a la hora de ejecutar sentencias SQL de tipo SELECT, en contraposicin con OLTP que es la mejor opcin para operaciones de tipo INSERT, UPDATE Y DELETE [cita requerida].

Funcionalidad
En la base de cualquier sistema OLAP se encuentra el concepto de cubo OLAP (tambin llamado cubo multidimensional o hipercubo). Se compone de hechos numricos llamados medidas que se clasifican por dimensiones. El cubo de metadatos es tpicamente creado a partir de un esquema en estrella o copo de nieve, esquema de las tablas en una base de datos relacional. Las medidas se obtienen de los registros de una tabla de hechos y las dimensiones se derivan de la dimensin de los cuadros.

[editar] Tipos de sistemas OLAP


Tradicionalmente, los sistemas OLAP se clasifican segn las siguientes categoras:
[editar] ROLAP Artculo principal: ROLAP

Implementacin OLAP que almacena los datos en un motor relacional. Tpicamente, los datos son detallados, evitando las agregaciones y las tablas se encuentran normalizadas. Los esquemas ms comunes sobre los que se trabaja son estrella copo de nieve,

aunque es posible trabajar sobre cualquier base de datos relacional. La arquitectura est compuesta por un servidor de banco de datos relacional y el motor OLAP se encuentra en un servidor dedicado. La principal ventaja de esta arquitectura es que permite el anlisis de una enorme cantidad de datos.
[editar] MOLAP Artculo principal: MOLAP

Esta implementacin OLAP almacena los datos en una base de datos multidimensional. Para optimizar los tiempos de respuesta, el resumen de la informacin es usualmente calculado por adelantado. Estos valores precalculados o agregaciones son la base de las ganancias de desempeo de este sistema. Algunos sistemas utilizan tcnicas de compresin de datos para disminuir el espacio de almacenamiento en disco debido a los valores precalculados.
[editar] HOLAP (Hybrid OLAP) Artculo principal: HOLAP

Almacena algunos datos en un motor relacional y otros en una base de datos multidimensional.
[editar] Comparacin

Cada sistema OLAP tiene ciertos beneficios (aunque existe desacuerdo acerca de las caractersticas especficas de los beneficios entre los proveedores). Algunas implementaciones MOLAP son propensas a la "explosin" de la base de datos; este fenmeno provoca la necesidad de grandes cantidades de espacio de almacenamiento para el uso de una base de datos MOLAP cuando se dan ciertas condiciones: elevado nmero de dimensiones, resultados precalculados y escasos datos multidimensionales. Las tcnicas habituales de atenuacin de la explosin de la base de datos no son todo lo eficientes que sera deseable. Por lo general MOLAP ofrece mejor rendimiento debido a la especializada indexacin y a las optimizaciones de almacenamiento. MOLAP tambin necesita menos espacio de almacenamiento en comparacin con los especializados ROLAP porque su almacenamiento especializado normalmente incluye tcnicas de compresin. ROLAP es generalmente ms escalable. Sin embargo, el gran volumen de preprocesamiento es difcil de implementar eficientemente por lo que con frecuencia se omite; por tanto, el rendimiento de una consulta ROLAP puede verse afectado. Desde la aparicin de ROLAP van apareciendo nuevas versiones de bases de datos preparadas para realizar clculos, las funciones especializadas que se pueden utilizar tienen ms limitaciones. HOLAP (OLAP Hbrido) engloba un conjunto de tcnicas que tratan de combinar MOLAP y ROLAP de la mejor forma posible. Generalmente puede pre-procesar rpidamente, escala bien, y proporciona una buena funcin de apoyo.

[editar] Otros tipos

Los siguientes acrnimos a veces tambin se utilizan, aunque no son sistemas tan generalizados como los anteriores:

WOLAP o Web OLAP: OLAP basado u orientado para la web. DOLAP o Desktop OLAP: OLAP de escritorio RTOLAP o Real Time OLAP: OLAP en tiempo real SOLAP o Spatial OLAP: OLAP espacial

Gestin del conocimiento


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda La Gestin del conocimiento (del ingls Knowledge Management) es un concepto aplicado en las organizaciones, que busca transferir el conocimiento y la experiencia existente entre sus miembros, de modo que pueda ser utilizado como un recurso disponible para otros en la organizacin. Usualmente el proceso implica tcnicas para capturar, organizar, almacenar el conocimiento de los trabajadores, para transformarlo en un activo intelectual que preste beneficios y se pueda compartir. En la actualidad, las tecnologas de informacin permiten contar con herramientas que apoyan la gestin del conocimiento en las empresas, apoyando en la recoleccin, la transferencia, la seguridad y la administracin sistemtica de la informacin, junto con los sistemas diseados para ayudar a hacer el mejor uso de ese conocimiento. En detalle, se refiere a las herramientas y a las tcnicas diseadas para preservar la disponibilidad de la informacin llevada a cabo por los individuos dominantes y facilitar la toma de decisiones, as como reducir el riesgo. Es un mercado del software y un rea en la prctica de la consultora, relacionada a disciplinas tales como inteligencia competitiva. Un tema particular de la administracin del conocimiento es que el conocimiento no se puede codificar fcilmente en forma digital, tal como la intuicin de los individuos dominantes que viene con aos de experiencia y de poder reconocer los diversos patrones del comportamiento que alguien con menos experiencia no puede reconocer. El proceso de la Administracin del Conocimiento, tambin conocido en sus fases de desarrollo como "aprendizaje corporativo" o "aprendizaje organizacional", tiene principalmente los siguientes objetivos:

Identificar, recoger y organizar el conocimiento existente. Facilitar la creacin de nuevo conocimiento. Apuntalar la innovacin a travs de la reutilizacin y apoyo de la habilidad de la gente a travs de organizaciones para lograr un mejor desempeo en la empresa.

La transferencia del conocimiento (un aspecto de la Administracin del Conocimiento) ha existido siempre como proceso en las organizaciones. De manera informal por medio de las discusiones, sesiones, reuniones de reflexin, etc., y de manera formal por medio del aprendizaje, el entrenamiento profesional y los programas de capacitacin. Como prctica emergente de negocio, la administracin del conocimiento ha considerado la introduccin del principal oficial del conocimiento, y el establecimiento de Intranets corporativos, de wikis, y de otras prcticas de la tecnologa del conocimiento y de informacin.

Gestin del conocimiento profesional


Los profesionales de la Gestin del Conocimiento pueden utilizar un lxico especfico para explicar la dinmica de la transferencia del conocimiento. Por ejemplo en los diez aos pasados, Internet ha visto a grupos establecer discusiones sobre el uso del capital intelectual como valor mtrico; el significado tcito contra conocimiento explcito o ms.
[editar] Diligencias del capital intelectual

La gestin corresponde al conjunto de procesos y sistemas que permiten que el capital intelectual de una organizacin aumente de forma significativa, mediante la gestin de sus capacidades de resolucin de problemas de forma eficiente, de manera de generar ventajas competitivas a travs del tiempo. Si consideramos los mercados antiguos, el principal fuerte estaba sustentado en el manejo de tierras, en otras palabras, la persona que ms tierra posea, era la que poda generar mejores productos. Recordemos la Edad Media, los feudos y los seores feudales. En la actualidad nos encontramos en una sociedad donde los cambios transcurren a un ritmo sorprendente. Lo que hoy da es una ventaja competitiva, maana se transformar en un requisito del mercado. En la poca actual, en la que mantener una ventaja es casi imposible, es donde las organizaciones deben recurrir a mtodos que permitan aumentar estas ventajas. Una de estas ventajas es el conocimiento. La gestin del conocimiento tiene por objetivo administrar este conocimiento, logrando que este sea una ventaja competitiva con respecto a sus similares. La gestin del conocimiento analiza desde una perspectiva dinmica el conocimiento existente en la empresa. Esta perspectiva se complementa con las aportaciones de la literatura de capital intelectual, que aborda el anlisis del conocimiento desde un enfoque dinmico. En el campo empresarial, ciertas empresas como Unin Fenosa, Systematic, Carlo Bro o K3 Technologies LLC, desarrollan e implementan programas de gestin del conocimiento y medicin del capital intelectual. En Latinoamrica, por ejemplo, la empresa Cognosoft ofrece una completa plataforma de software llamada Scriba, la cual posee mdulos que cubren la gestin de una cartera de clientes, de proveedores, de aliados, la administracin de contactos, la gestin comercial, la gestin de relaciones pblicas, la gestin de marketing, la administracin del correo electrnico corporativo,

la gestin documental o el diseo y control de procesos de negocio, entre otros servicios.

[editar] Prctica
La gestin del Conocimiento intenta poner de relieve la ventaja competitiva que se da con el mejoramiento o el aprendizaje ms rpido y crear nuevo conocimiento. El inters en la Gestin del conocimiento se est conduciendo en parte por:
[editar] Velocidad de la conectividad

Contenido creciente del conocimiento en productos y servicios. Ciclos de desarrollo ms cortos de producto nuevo. La sobrecarga de la informacin como generacin del conocimiento prolfera. Peticiones por parte de individuos para apoyarse en la experiencia de las personas a travs de la organizacin.

Desde su adopcin por parte de la comunidad de negocios y de la poblacin, Internet ha conducido a un aumento en la colaboracin creativa, el aprendizaje e investigacin, comercio electrnico, e informacin inmediata. Con las tecnologas mejoradas, se han ido los das de estantes polvorientos, de mensajes imperfectos o deformados y del mail lento. En numerosos aspectos, la prctica de la Gestin del conocimiento continuar desarrollndose con el crecimiento de los usos de la colaboracin disponibles por las tecnologas de la informacin y a travs de Internet. El aprendizaje electrnico (E-learning), las discusiones en lnea, y el software de colaboracin son ejemplos de los usos de la administracin del conocimiento que apoyan su proceso. Cada uso puede ampliar el nivel de la investigacin disponible para un empleado, mientras que proporciona una plataforma para alcanzar metas o acciones especficas.

[editar] Minera de datos


La minera de datos (tambin llamada extraccin de datos), es la prctica (por medios automticos o semiautomticos) de buscar y explorar en grandes almacenes de datos dando por resultado el descubrimiento de patrones significativos y reglas. Para hacer esto, la minera de datos utiliza tcnicas de cmputo de la estadstica, de automatizacin de conocimientos y del reconocimiento de patrones (ver sistemas de datos de una sola fuente, information resources Inc.)

[editar] Definiciones relacionadas


Capital intelectual: los activos intangibles de una compaa que contribuyen a su valuacin. Principal oficial del conocimiento: ejecutivo responsable de maximizar el potencial del conocimiento de una organizacin. Gestin del conocimiento del personal: la organizacin de los pensamientos y de la creencia de un individuo.

La administracin del conocimiento de la empresa: la estrategia, el proceso o las tecnologas usados para adquirir, compartir y reutilizar el conocimiento y entendimiento de una empresa.

[editar] Memoria corporativa


La memoria corporativa (Corporate Memory) se puede definir como el cuerpo total de los datos, de la informacin y de los conocimientos requeridos para dar a conocer los objetivos estratgicos de una organizacin. Una memoria corporativa es la combinacin de un depsito (el espacio donde se almacenan los objetos y los artefactos) , y la comunidad (la gente que interacta con esos objetos para aprender, tomar decisiones, y entender el contexto). La memoria corporativa se puede subdividir en los siguientes tipos:

Profesional (material de referencia, documentacin, herramientas, metodologas). Compaa (estructura de organizacin, actividades, productos, participantes). Individual (estado, capacidades, conocimientos tcnicos, actividades). Proyecto (definicin, actividades, historias, resultados).

Las decisiones clave a tomar cuando exploramos la Memoria Corporativa son:


Qu representacin del conocimiento se utilizar? (historias, patrones, casos, reglas, lgica del predicado...) Quines sern los usuarios? cul es su informacin y necesidades de aprendizaje? Cmo cerciorar seguridad y a quin le ser concedido el acceso? Cmo integrarla de la mejor manera posible con fuentes existentes, almacenes y sistemas? Qu asegura que su contenido actual es correcto, aplicable, oportuno y escardado? Cmo motivar a los expertos a que contribuyan? Qu hacer sobre vivezas efmeras? cmo capturar escritos informales, por ejemplo E-mail y mensajes instantneos?

Los trminos alternativos y relacionados son: memoria de organizacin, memoria del grupo, base de conocimiento, depsito del conocimiento. La mayora de los esfuerzos comerciales de la administracin del conocimiento han incluido la construccin de una cierta forma de memoria corporativa para capturar destreza, para apresurar el aprendizaje, para ayudar a la organizacin a recordar, para registrar el anlisis razonado de la decisin, logros del documento o para aprender de las ltimas fallas.

[editar] Arquitecturas y herramientas


En una arquitectura de GC encontramos distintas herramientas y servicios que configuran como resultado final una solucin GC completa. Como herramientas que dan apoyo a la GC dentro de las empresas podemos diferenciar 3 grupos o conjuntos.

Grupo 1 - Herramientas de trasmisin inmediata: Son herramientas que permiten transmitir el conocimiento explicito de forma fcil al conjunto de miembros de una misma empresa. Las Wikis son buen ejemplo de este tipo de herramientas o la wikipedia. Estas perteneceran a una arquitectura principal que podra estar en el grupo 2. Grupo 2 - Herramientas y servicios de gestin del conocimiento interno: Son aquellos componentes dentro de una arquitectura que gestionan, analizan, buscan y distribuyen informacin. Por ejemplo las herramientas y soluciones dentro de arquitecturas como Autonomy AgentWare Knowledge Server [1] o IBM AgentBuilder Toolkit [2]. Grupo 3 - Herramientas y servicios de gestin del conocimiento externo: Al igual que en el grupo 2 son componentes que gestionan, analizan, buscan y distribuyen, pero en este caso tambin hay que aadir que localizan y extraen, dado que su misin principal es la localizacin y extraccin de informacin relacionada con la empresa pero que est en el exterior de sta (principalmente en Internet o en otros soportes ms tradicionales de contenidos) y que por lo tanto en algunas ocasiones la empresa puede ser ajena a esta y no tener conocimiento de su existencia. Algunos ejemplos los tenemos en herramientas como Informyzer [3] que pertenece a la arquitectura de anpro21 [4] o las soluciones de MyNews [5]. Otras estrategias de gestin de conocimiento incluyen:(de la pgina ingls de Gestin de Conocimiento en Wikipedia)

Recompensas (para motivar el intercambio de conocimiento) Contar historias (como medio de transferir conocimiento tcito) Mapeo de Conocimiento Comunidades de Prcticas Rooster de Expertos Evaluacin de acciones Transferencias de buenas prcticas Ferias de Conocimiento Gestin de Competencias Proximidad y arquitectura Repositorios de Conocimiento Tecnologas Colaborativas Brokers de Conocimiento Software social (wikis, redes sociales, entre otros)

Analtica web
Concepto
La economa entendida como la ciencia que estudia el comportamiento humano desde la perspectiva de una relacin entre fines dados y medios escasos, requiere cada vez ms del procesado sistemtico y objetivo de grandes volmenes de datos. As, en los ltimos aos, el concepto de Business Intelligence, o conjunto de actividades enfocadas a la obtencin y anlisis de informacin relevante para la toma de decisiones (Howard

Dresner, vicepresidente del Grupo Gartner), ha ido paulatinamente desempeando un rol cada vez ms notorio para un importante nmero de organizaciones. Entre las actividades que dan forma a la Business Intelligence (o inteligencia empresarial)) est la Analtica Web, la cual puede ser definida como la disciplina profesional encaminada a extraer conclusiones, definir estrategias o establecer reglas de negocio sobre la base de los datos recabados en todos aquellos entornos web sobre los que una empresa ejerce control.1 Otra definicin barajada en sus orgenes es aquella que consideraba Analtica Web a la "recopilacin, medicin, evaluacin y explicacin racional de los datos obtenidos de Internet, con el propsito de entender y optimizar el uso de la pgina web de la organizacin".2

[editar] Historia
Esta idea fue rpidamente captada en los Estados Unidos, donde surgieron las primeras herramientas de analtica web, atribuyndose la primera de ellas a la compaa Webtrends, fundada en Portland en el ao 1993. Posteriormente, en 1994 un equipo del Massachusetts Institute of Technology cre NetGenesis (hoy integrado en SPSS Clementine) y Accrue. Finalmente, en el ao 1996 naceran Omniture y WebSideStory. Tras un vertiginoso proceso de integracin que vi a Omniture hacerse con el control de WebSideStory y a su vez a Adobe adquirir Omniture en 2009, en el ao 2010 IBM compr las soluciones alternativas de Unica y Coremetrics, al tiempo que la empresa de medicin de audiencias digitales comScore adquira Nedstat, cuyo producto cuenta con una fuerte presencia en el sector medios del norte de Europa y Reino Unido. Inicialmente, en los primeros aos de 1990, los esfuerzos de las compaas proveedoras de este tipo de herramientas, se concentraban en el anlisis de los archivos log generados por los servidores de pginas web. Estos archivos, con estructura de texto plano, recogen importantes variables acerca de la interaccin de un visitante con la pgina web, como por ejemplo pginas vistas, nmero de hits, y errores 404. Sin embargo, a pesar del valor de esta informacin, en los primeros aos del siglo veintiuno, los diferentes departamentos integrantes de las organizaciones empezaron a demandar ms informacin, naciendo el anlisis en tiempo real, y el etiquetado de las pginas o tagging.

[editar] La analtica web en la empresa


Gracias a esta evolucin, la analtica web comenz a desempear un papel central en aquellas organizaciones (habitualmente anglosajonas) con cierta presencia en Internet. Ahora, no slo los departamentos de sistemas y diseo web desean informacin acerca del trfico, sino tambin el departamento de marketing. Es notorio que en la ltima dcada el uso de Internet ha experimentado un crecimiento considerable entre los usuarios domsticos, pasando muchos mercados de una situacin off-line a una situacin on-line, enfrentndose las empresas a nuevos comportamientos de compra, y a unos mercados cada vez ms dinmicos e inciertos, caracterizados por un gran volumen de datos que deben ser convertidos rpidamente en informacin til. La anterior situacin hace necesaria la implementacin de una herramienta de analtica web que permita a las entidades tomar decisiones de marketing ms eficientes, mejorar

su estrategia de posicionamiento en Internet, incrementar su cartera de clientes y optimizar el diseo de su pgina web, adems de permitir la evaluacin en tiempo real del retorno econmico de todas estas actividades. As, los marketers pueden conocer mejor a su pblico objetivo y determinar aquellos segmentos o individuos del mercado ms rentables; decidir si la web de la empresa es susceptible de recibir ms inversiones; detectar oportunidades de mejora o de negocio; comprender mejor los indicadores del rendimiento econmico o KPI3 (ROI, ROE, ROS, TIR,...); averiguar qu productos son ms rentables; precisar las estrategias del marketing mix; hacer un adecuado seguimiento de clientes, tanto actuales como potenciales; averiguar la procedencia y destino de los visitantes; aumentar la fidelidad de sus clientes,...; en definitiva, gestionar todos los aspectos relevantes de su negocio en Internet, incluso ms all de las capacidades con las que contaban para el anlisis de sus mercados off-line.

[editar] La analtica web en las organizaciones sin nimo de lucro y gobiernos pblicos
Resulta obvio pensar que esta informacin no es exclusiva de los departamentos de sistemas, diseo y marketing de empresas privadas, tambin las organizaciones sin nimo de lucro, e instituciones gubernamentales pueden aprovechar el potencial ofrecido por la analtica web. Desde esta perspectiva, una asociacin sin nimo de lucro, puede controlar entre otros aspectos los accesos de sus colaboradores, optimizar las ventas de sus productos online, hacer un diseo de la web ms atractivo y navegable, adaptarse a la Web 2.0, mejorar su posicionamiento en buscadores, y maximizar el retorno de sus inversiones en publicidad, tanto on-line como off-line. La mayora de administraciones pblicas espaolas comienzan a prestar un importante nmero de servicios a sus ciudadanos a travs de Internet, sin embargo, se enfrentan al desconocimiento que supone trabajar en un nuevo medio. Es en este punto donde la analtica web puede ayudar a estos organismos a prestar de una forma ms eficiente sus servicios, a travs de un mejor conocimiento de los comportamientos en sus Portales Web, implementando servicios interactivos orientados al ciudadano. Adems, la legislacin espaola en materia de Accesibilidad Web es muy rigurosa, perfilndose la analtica web como una herramienta imprescindible para el adecuado diseo de las pginas web a travs de la realizacin de auditoras de accesibilidad. En el ao 2009 naci el estndar de medicin de iniciativas de administracin electrnica IMUE,4 cuya aplicacin prctica vi la luz por primera vez de la mano de la Generalidad de Catalua.

[editar] Conclusiones
En la ltima dcada, el uso de Internet ha experimentado un crecimiento muy elevado, amplindose los mercados tradicionales al mbito virtual. Esta circunstancia se ha traducido en nuevos comportamientos y a unos mercados cada vez ms dinmicos e inciertos, caracterizados por un gran volumen de datos que deben ser convertidos rpidamente en informacin til para las organizaciones. Es en este punto donde la analtica web ha pasado a desempear un importante rol como herramienta til para

reducir la incertidumbre y poder tomar decisiones objetivas basadas en informacin relevante.

[editar] Referencias
1. 2. 3. 4. Sergio Maldonado: Analtica Web:medir para triunfar Asociacin Espaola de Analtica Web Eric T. Peterson: The big book of Key Performance Indicators Indicadores para la medicin de uso efectivo en la Administracin Electrnica

[editar] Enlaces
Blog de Analtica web Gemma Muoz Anlisis web: Manual de Uso (blog)

Herramientas de inteligencia de negocios


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Herramientas de inteligencia de negocios es un tipo de software de aplicaciones diseado para colaborar con la inteligencia de negocios (BI) en los procesos de las organizaciones. Especficamente se trata de herramientas que asisten el anlisis y la presentacin de los datos. Pese a que algunas herramientas de Inteligencia de Negocios incluyen la funcionalidad ETL (Extraccin, Transformacin y Carga por sus siglas en ingls), las herramientas ETL no son consideradas generalmente como herramientas de Inteligencia de Negocios.

Tipos de herramientas de inteligencia de negocios


Cuadro de mando integral tambin llamados Dashboard. Digital Dashboards o paneles de Control Digital - Tambin conocidos como Business Intelligence Dashboards, o Dashboards Ejecutivos, Son resmenes visuales de informacin del negocio, que muestran de una mirada la comprensin del global de las condiciones del negocio mediante mtricas e Indicadores Clave de Desempeo (KPIs). Esta es una Herramienta de Inteligencia de Negocios muy popular desde hace unos pocos aos. OLAP ( Procesamiento Analtico en lnea por sus siglas en Ingls) (incluido HOLAP, ROLAP and MOLAP)- Es la capacidad de algunos sistemas de soporte de decisiones gerenciales que permiten examinar de manera interactiva grandes volmenes de informacin desde varias perspectivas.1 Aplicaciones de Informes, genera vistas de datos agregadas para mantener a la gerencia informada sobre el estado de su negocio. Minera de datos - Extraccin de informacin de las bases de datos acerca del cosumidor, mediante la utilizacin de aplicaciones que pueden aislar e identificar patrones o tendencias del consumidor en un alto volumen de datos. Hay una gran

variedad de tcnicas de minera de datos que revelan distintos tipos de patrones.2 Algunas de las tcnicas son mtodos estadsticos ( Particularmente Estadstica de Negocios) y Redes Neurales como formas altamente avanzadas de anlisis de datos.

[editar] Productos de fuente abierta de inteligencia de negocios


Eclipse BIRT Project: Generador de informes para aplicaciones Web de cdigo abierto basado en Eclipse JasperReports LogiReport: Aplicacin de BI gratuita basada en Web de LogiXML OpenI: Aplicacin Web simple orientada al reporting OLAP. Palo: Pentaho RapidMiner (antes YALE): SpagoBI:

[editar] Productos comerciales


Microsoft SQL Server - Suite de Herramienta de BI (Analysis Services, Integration Services y reporting Services) ACE*COMM Actuate Applix Bitool Herramienta de ETL y Visualizacion BiPoint - Business Intelligence Bingo Intelligence (http://www.bingointelligence.com) Business Objects (SAP company)|Business Objects CA Oblicore Guarantee CODISA BI CP CORPORATE PLANNING (CP[1]) IBM Cognos ComArch CyberQuery Crystal Reports Dimensional Insight dLife (Apara) dVelox (Apara) Dynamic Data Web Hyperion Solutions Corporation(ahora Oracle) IdeaSoft - Business Intelligence & Performance Information Builders InetSoft Technology LiteBI LogiXML Mpex Dynamics Microsoft Excel MicroStrategy Oracle Corporation (busque Oracle Business Intelligence Server ONE) OutlookSoft

Panorama Software Pentaho BI PerformancePoint Server 2007 Pilot software|Pilot Software, Inc. Prelytis Proclarity Prospero Business Suite QlikView Jedox SAP Business Information Warehouse SAS Institute Siebel Systems Spotfire StatSoft SPSS Tacnetting, Inteligencia para la Organizacion Telerik Teradata

[editar] Anotaciones
1. James O'Brien and George Marakas, Management Information Systems, 7th ed. McGraw-Hill 2. Dictionary of Marketing Terms, 3rd Edition

[editar] Enlaces externos


BusinessWeek Magazine: Giving the Boss the Big Picture: A dashboard pulls up everything the CEO needs to run the show (February 2006) A BI Dashboard Screenshot Collection, Examples of over 1000 business intelligence dashboards

Herramientas de gestin
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Se entiende que las herramientas de gestin son todos los sistemas, aplicaciones, controles, soluciones de clculo, metodologa, etc., que ayudan a la gestin de una empresa en los siguientes aspectos generales:

Herramientas para el registro de datos en cualquier departamento empresarial Herramientas para el control y mejora de los procesos empresariales Herramientas para la consolidacin de datos y toma de decisiones

As, entenderemos que si segmentamos la empresa en sus diferentes departamentos

genricos, tendremos herramientas que nos ayudarn a gestionar, organizar, dirigir, planificar, controlar, conocer, etc., cada uno de los departamentos y las relaciones entre ellos y el mundo exterior. Hoy en da, las tecnologas se desarrollan a tal velocidad que se nos hace muy arduo conocer y seleccionar las herramientas de gestin ms adecuadas. Una constante lucha contra los costes empresariales, una necesidad imperiosa de vender cada vez ms, un conocimiento de las costumbres del comprador y una lucha por poner el producto que l quiera, como quiera y cuando quiera, han hecho que este campo de las herramientas de gestin haya experimentado un enorme desarrollo durante la ltima dcada.

Las nuevas plataformas informticas

Arquitectura Orientada a Servicios.

Uno de los grandes impulsores de la creciente diversidad de herramientas para la gestin de la empresa, han sido y son las nuevas formas de interaccionar entre diversas plataformas informticas heterogneas, lo que se denomina como arquitectura orientada a servicios. Estas posibilitan que los sistemas de gestin empresariales puedan estar segmentados por mdulos, cada uno de ellos con funciones especficas y programados con los lenguajes ms adecuados para su trabajo. Cuando alguno de estos mdulos necesita algn dato de otro, le solicita un servicio que el solicitado provee. Los siguientes enlaces muestras diferentes formas y ejemplos para la solicitud de servicios y respuestas:

SOA SOAP Servicio Web XML Middleware

Uno de los grandes retos de los sistemas informticos de hoy en da, que obligatoriamente se tiene que realizar a travs de herramientas de gestin, se resume en:
"El gran reto de la informtica de los inicios del siglo XXI es poder interaccionar o intercambiar informacin con cualquier elemento fijo o movible, a gran velocidad y poder tomar decisiones

on Edge y sin intervencin humana. La introduccin de datos en los sistemas informticos no aportan valor al producto."

Las herramientas de gestin de la calidad estn divididas en:


1. Ciclo Deming o PDCA 2. Q7: Las 7 herramientas de la calidad 3. M7: Las 7 nuevas herramientas de la calidad 4. Tcnicas de planificacin 5. Tcnicas de control. 6. Tcnicas para la mejora.

[editar] Referencias [editar] Vase tambin


Planificacin de recursos empresariales Organizacin de Empresas Trazabilidad

[editar] Enlaces externos


MRP/MRPII/ERP/ERM, descifrando la confusin de trminos. [1] , 2007-10-25 Estrategias para la Migracin de Datos en ERP. [2] , 2008-04-08 Requerimientos para Organizar la Implementacin del ERP Implementation. [3] , 200807-12 Bitcubo, Software de Gestion Documental, calidad y del conocimiento

Gestin de procesos de negocio


De Wikipedia, la enciclopedia libre (Redirigido desde Business Process Management) Saltar a navegacin, bsqueda Se llama Gestin de procesos de negocio (Business Process Management o BPM en ingls) a la metodologa empresarial cuyo objetivo es mejorar la eficiencia a travs de la gestin de los procesos de negocio, que se deben modelar, organizar, documentar y optimizar de forma continua. Como su nombre sugiere, BPM se enfoca en la administracin de los procesos dentro de una organizacin.

Es un conjunto de recursos y actividades interrelacionados que transforman elementos de entrada en elementos de salida. Los recursos pueden incluir personal, finanzas, instalaciones, equipos, tcnicas y mtodos.

A travs del modelado de las actividades y procesos puede lograrse un mejor

entendimiento del proceso y muchas veces esto presenta la oportunidad de mejorarlos. La organizacin de los procesos reduce errores, asegurando que los procesos se comporten siempre de la misma manera, reduciendo el margen de error y dando elementos que permitan visualizar el estado de los mismos durante cada etapa. La administracin de los procesos permite asegurar que los mismos se ejecuten eficientemente, cumpliendo con estndares de calidad previamente establecidos, y ayudando a la obtencin de informacin que luego puede ser usada para mejorarlos. Es a travs de la informacin que se obtiene de la ejecucin diaria de los procesos, que se puede identificar posibles ineficiencias o fallas en los mismos, y actuar sobre ellos para optimizarlos.

Para soportar esta estrategia es necesario contar con un conjunto de herramientas que den el soporte necesario para cumplir con el ciclo de vida de BPM. Este conjunto de herramientas son llamadas Business Process Management System (BPMS), y con ellas se construyen aplicaciones BPM.

Existen diversos motivos que mueven la gestin de los Procesos dentro de una organizacin, entre los cuales se encuentran:

Extensin del programa institucional de calidad Cumplimiento de legislaciones vigentes Crear nuevos y mejores procesos (mejoramiento continuo) Entender qu se est haciendo bien o mal a travs de la comprensin de los procesos Documentar los procesos para la subcontratacin y la definicin del Service Level Agreement (SLA) Automatizacin y organizacin de los procesos Crear y mantener la cadena de valor

Vase tambin

Indicadores clave de rendimiento Reglas de negocio Reingeniera de Procesos Arquitectura orientada a servicios YAWL Teora de Restricciones Seis Sigma Sistema de produccin Toyota RFID Data Suite simplificacin de procesos con RFID Smart process management

[editar] Enlaces externos

Wikimedia Commons alberga contenido multimedia sobre Gestin de procesos de negocio.

[editar] Organismos

BPMI - Business Process Management Initiative WFMC - Workflow Management Coalition Club-BPM (Centro Oficial del BPM y SOA en Espaa y pases de habla hispana)

[editar] Informacin y noticias


DiveIntoBPM.org (BPMN 1.1 animated tutorial) Technotes.es - Portal sobre tendencias en la gestin por procesos BPMnoticias.com (Noticias sobre BPM) BPM-Spain (Portal en espaol sobre software para Business Process Management) Comunidad de BPM y WorkFlow en ICTnet

[editar] Artculos

La expansin del BPM en el sector financiero (Revista de Finanzas y Banca - Requiere registro gratuto) La hora del BPM (Revista TyN - Entrevista a Javier Racca. NEORIS) Por qu BPM no es ms de lo mismo? (Columna de Opinin de Javier Racca. NEORIS. Bloggers Reports) Los procesos empresarios que la diskettera se llev (Columna de Opinin de Javier Racca. NEORIS. INFOBAE Profesional) Online Business Ejemplo BPM aplicado a los recursos humanos Saltar al vagn de la eficiencia operacional con BPM y sus tecnologas (Articulo de Renato de Laurentiis. Club BPM Espaa y Latinoamrica) Vdeo explicando la gestin por procesos (Desarrollado por la Fundacin Vasca para la Excelencia EUSKALIT)

Information Technology Infrastructure Library


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda La Biblioteca de Infraestructura de Tecnologas de Informacin, frecuentemente abreviada ITIL (del ingls Information Technology Infrastructure Library), es un conjunto de conceptos y prcticas para la gestin de servicios de tecnologas de la

informacin, el desarrollo de tecnologas de la informacin y las operaciones relacionadas con la misma en general. ITIL da descripciones detalladas de un extenso conjunto de procedimientos de gestin ideados para ayudar a las organizaciones a lograr calidad y eficiencia en las operaciones de TI. Estos procedimientos son independientes del proveedor y han sido desarrollados para servir como gua que abarque toda infraestructura, desarrollo y operaciones de TI.

Historia
Aunque se desarroll durante los aos 1980, ITIL no fue ampliamente adoptada hasta mediados de los aos 1990. Esta mayor adopcin y conocimiento ha llevado a varios estndares, incluyendo ISO/IEC 20000, que es una norma internacional cubriendo los elementos de gestin de servicios de TI de ITIL. ITIL se considera a menudo junto con otros marcos de trabajo de mejores prcticas como la Information Services Procurement Library (ISPL, Biblioteca de adquisicin de servicios de informacin), la Application Services Library (ASL, Biblioteca de servicios de aplicativos), el mtodo de desarrollo de sistemas dinmicos (DSDM, Dynamic Systems Development Method), el Modelo de Capacidad y Madurez (CMM/CMMI) y a menudo se relaciona con la gobernanza de tecnologas de la informacin mediante COBIT (Control Objectives for Information and related Technology). El concepto de gestin de servicios de TI, aunque relacionado con ITIL, no es idntico: ITIL contiene una seccin especficamente titulada Gestin de Servicios de TI (la combinacin de los volmenes de Servicio de Soporte y Prestacin de Servicios, que son un ejemplo especfico de un marco ITSM). Sin embargo es importante sealar que existen otros marcos parecidos. La Gestin de Servicio ITIL est actualmente integrado en el estndar ISO 20000 (anterior BS 15000). ITIL se construye en torno a una vista basada en proceso-modelo del control y gestin de las operaciones a menudo atribuida a W. Edwards Deming. Las recomendaciones de ITIL fueron desarrolladas en los aos 1980 por la Central Computer and Telecommunications Agency (CCTA) del gobierno britnico como respuesta a la creciente dependencia de las tecnologas de la informacin y al reconocimiento de que sin prcticas estndar, los contratos de las agencias estatales y del sector privado creaban independientemente sus propias prcticas de gestin de TI y duplicaban esfuerzos dentro de sus proyectos TIC, lo que resultaba en errores comunes y mayores costes. ITIL fue publicado como un conjunto de libros, cada uno dedicado a un rea especfica dentro de la Gestin de TI. Los nombres ITIL e IT Infrastructure Library (Biblioteca de infraestructura de TI) son marcas registradas de la Office of Government Commerce (Oficina de comercio gubernamental, OGC), que es una divisin del Ministerio de Hacienda del Reino Unido. En abril de 2001 la CCTA fue integrada en la OGC, desapareciendo como organizacin separada.1 En diciembre de 2005, la OGC emiti un aviso de una actualizacin a ITIL,2 conocida comnmente como ITIL v3, que estuvo planificada para ser publicada a finales de 2006; habiendo sido realizada en junio de 2007. Se esperaba que la publicacin de ITIL

versin 3 incluyera cinco libros principales, concretamente: Diseo de Servicios de TI, Introduccin de los Servicios de TI, Operacin de los Servicios de TI, Mejora de los Servicios de TI y Estrategias de los Servicios de TI, consolidando buena parte de las prcticas actuales de la versin 2 en torno al Ciclo de Vida de los Servicios. Uno de los principales beneficios propugnado por los defensores de ITIL dentro de la comunidad de TI es que proporciona un vocabulario comn, consistente en un glosario de trminos precisamente definidos y ampliamente aceptados. Un nuevo glosario ampliado ha sido desarrollado como entregable clave de ITIL versin 3. Otros modelos: CMMI para el desarrollo de software y s3m,3 para el mantenimiento del software

[editar] Certificacin

Un pin de certificacin de la ITIL Foundation.

Los particulares pueden conseguir varias certificaciones oficiales ITIL. Los estndares de calificacin ITIL son gestionados por la ITIL Certification Management Board (ICMB) que agrupa a la OGC, a itSMF International y a los dos Institutos Examinadores existentes: EXIN (con sede en los Pases Bajos) e ISEB (con sede en el Reino Unido). Existen tres niveles de certificacin ITIL para profesionales:
1. Foundation Certificate (Certificado Bsico): acredita un conocimiento bsico de ITIL en gestin de servicios de tecnologas de la informacin y la comprensin de la terminologa propia de ITIL. Est destinado a aquellas personas que deseen conocer las buenas prcticas especificadas en ITIL. 2. Practitioner's Certificate (Certificado de Responsable): destinado a quienes tienen responsabilidad en el diseo de procesos de administracin de departamentos de

tecnologas de la informacin y en la planificacin de las actividades asociadas a los procesos. 3. Manager's Certificate (Certificado de Director): garantiza que quien lo posee dispone de profundos conocimientos en todas las materias relacionadas con la administracin de departamentos de tecnologas de la informacin, y lo habilita para dirigir la implantacin de soluciones basadas en ITIL.

No es posible certificar una organizacin o sistema de gestin como conforme a ITIL, pero una organizacin que haya implementado las guas de ITIL sobre Gestin de los Servicios de TI puede lograr certificarse bajo la ISO/IEC 20000. La versin 3 de ITIL, que apareci en junio de 2007, cambi ligeramente el esquema de Certificaciones, existiendo certificaciones puentes, se definen 3 niveles:
1. Basic Level (Equivalente a ITIL Foundation en v2) 2. Management and Capability Level (Equivalente a los niveles Practitioner y Manager en ITIL v2) 3. Advanced Level (nuevo en v3)

[editar] Historia y precursores de ITIL


Lo que actualmente se conoce como ITIL versin 1, desarrollada bajo el auspicio de la CCTA, se titul Government Information Technology Infrastructure Method (Mtodo de Infraestructura de la Tecnologa de Informacin del Gobierno, GITM) y durante varios aos termin expandindose hasta unos 31 libros dentro de un proyecto inicialmente dirigido por Peter Skinner y John Stewart. Las publicaciones fueron retituladas principalmente como resultado del deseo (por Roy Dibble de la CCTA) de que fueran vistas como una gua y no como un mtodo formal, y como resultado del creciente inters que haba fuera del gobierno britnico. Muchos de los conceptos principales de gestin de servicios no surgieron dentro del proyecto inicial de la CCTA para desarrollar ITIL. IBM afirma que sus Yellow Books (A Management System for the Information Business, Un sistema de gestin para el negocio de la informacin)4 5 fueron precursores clave. Segn IBM: {{cita|A principios de los aos 1980, IBM document los conceptos originales de Gestin de Sistemas en una serie de cuatro volmenes titulada A Management System for Information Systems (sic). Estos ampliamente aceptados yellow books [...] fueron aportaciones claves para el conjunto originales de libros de ITIL. Otras publicaciones de IBM y comentarios de los autores de ITIL aclaran que los yellow books fueron cruciales para el desarrollo del Servicio de Soporte pero que el volumen de Entrega de Servicios no tom prestado de ellos hasta tales extremos.

[editar] Crticas a ITIL


ITIL ha recibido crticas de varios frentes. Entre ellas:

El hecho de que muchos defensores de ITIL parecen creer que es un marco holstico y completo para el gobierno de TI. Su tendencia a convertirla en una religin.

Como seala Jan van Bon (autor y editor de muchas publicaciones de Gestin de Servicios de TI):
Hay mucha confusin sobre ITIL, procedente de todo tipo de malentendidos sobre su naturaleza. ITIL, como afirma la OGC, es un conjunto de buenas prcticas. La OGC no afirma que dichas mejores prcticas describan procesos puros, ni tampoco que ITIL sea un marco diseado como un modelo coherente. Eso es lo que la mayora de sus usuarios hacen de ella, probablemente porque tienen una gran necesidad de dicho modelo.6

El columnista CIO Magazine Dean Meyer tambin ha expuesto algunos puntos de vista cautelosos sobre ITIL,7 incluyendo cinco trampas tpicas tales como convertirse en esclavo de definiciones desactualizadas y dejar que ITIL se convierta en religin. Como Meyer seala, ITIL no describe el abanico completo de procesos necesarios para ser lderes. Se centra en [...] gestionar servicios actuales. La calidad de los volmenes de la biblioteca se considera desigual. Por ejemplo, van Herwaarden y Grift sealan que la consistencia que caracterizaba los procesos de soporte al servicio [...] se pierde en gran medida en los libros de entrega de servicio.8

[editar] Visin general de la Biblioteca de Infraestructura de TI version 2 (ITIL v2)


La biblioteca de infraestructura de TI (ITIL) toma este nombre por tener su origen en un conjunto de libros, cada uno dedicado a una prctica especfica dentro de la gestin de TI. Tras la publicacin inicial de estos libros, su nmero creci rpidamente (dentro la versin 1) hasta unos 30 libros. Para hacer a ITIL ms accesible (y menos costosa) a aquellos que deseen explorarla, uno de los objetivos del proyecto de actualizacin ITIL versin 2 fue agrupar los libros segn unos conjuntos lgicos destinados a tratar los procesos de administracin que cada uno cubre. De esta forma, diversos aspectos de los sistemas de TIC, de las aplicaciones y del servicio se presentan en conjuntos temticos. Actualmente existe la nueva versin ITIL v3 que fue publicada en mayo de 2007. Aunque el tema de Gestin de Servicios (Soporte de Servicio y Provisin de Servicio) es el ms ampliamente difundido e implementado, el conjunto de mejores prcticas ITIL provee un conjunto completo de prcticas que abarca no slo los procesos y requerimientos tcnicos y operacionales, sino que se relaciona con la gestin estratgica, la gestin de operaciones y la gestin financiera de una organizacin moderna. Los ocho libros de ITIL y sus temas son:
Gestin de Servicios de TI, 1. Mejores prcticas para la Provisin de Servicio 2. Mejores prcticas para el Soporte de Servicio Otras guas operativas 3. Gestin de la infraestructura de TI

4. Gestin de la seguridad 5. Perspectiva de negocio 6. Gestin de aplicaciones 7. Gestin de activos de software

Para asistir en la implementacin de prcticas ITIL, se public un libro adicional con guas de implementacin (principalmente de la Gestin de Servicios):
8. Planeando implementar la Gestin de Servicios

Adicional a los ocho libros originales, ms recientemente se aadi una gua con recomendaciones para departamentos de TIC ms pequeos:
9. Implementacin de ITIL a pequea escala [editar] Soporte de Servicio

El libro de Soporte de Servicio se ocupa de asegurar que el Usuario tenga acceso a los servicios apropiados que soporten las funciones de negocio. Los temas que se tratan en el libro son:
Centro de Servicio al Usuario Gestin del Incidente Gestin del Problema Gestin de la Configuracin Gestin del Cambio Gestin de la Entrega [editar] Provisin de Servicio

El libro de Provisin de Servicio analiza qu servicio requiere el negocio del proveedor (entendiendo como proveedor la organizacin interna o externa que provee el servicio de TI), para ofrecer un soporte adecuado a los Usuarios y/o Clientes de negocio. El libro cubre los siguientes temas:
Gestin del Nivel de Servicio Gestin Financiera de Servicios TI Gestin de la Capacidad Gestin de la Continuidad del Servicio de TI Gestin de la Disponibilidad

[editar] ITIL v3
En ITIL v3 restructura el manejo de los temas para consolidar el modelo de "ciclo de vida del servicio" separando y ampliando algunos subprocesos hasta convertirlos en procesos especializados. Esta modificacin responde a un enfoque empresarial para grandes corporaciones que utilizan ampliamente ITIL en sus operaciones y aspira a consolidar el modelo para conseguir an mejores resultados. Es por ello que los especialistas recomiendan que empresas emergentes o medianas no utilicen ITIL v3 si no cuentan con un modelo ITIL consolidado y aspiran a una expansin a muy largo plazo. ITIL v3 consta de 5 libros basados en el ciclo de vida del servicio:
1. Estrategia del Servicio 2. Diseo del Servicio 3. Transicin del Servicio 4. Operacin del Servicio 5. Mejora Continua del Servicio [editar] Estrategia del Servicio

Se enfoca en el estudio de mercado y posibilidades mediante la bsqueda de servicios innovadores que satisfagan al cliente tomando en cuenta la real factibilidad de su puesta en marcha. Asi mismo se analizan posibles mejoras para servicios ya existentes. Se verifican los contratos con base en las nuevas ofertas de proveedores antiguos y posibles nuevos proveedores, lo que incluye la renovacin o revocacin de los contratos vigentes. Procesos:
1. Gestin Financiera 2. Gestin del Portafolio 3. Gestin de la Demanda [editar] Diseo del Servicio

Una vez identificado un posible servicio el siguiente paso consiste en analizar su viabilidad. Para ello se toman factores tales como infraestructura disponible, capacitacin del personal y se planifican aspectos como seguridad y prevencin ante desastres. Para la puesta en marcha se toman en consideracin la reasignacin de cargos (contratacin, despidos, ascensos, jubilaciones, etc), la infraestructura y software a implementar. Procesos:
1. 2. 3. 4. 5. 6. 7. Gestin del Catlogo de Servicios Gestin de Niveles de Servicio Gestin de la Disponibilidad Gestin de la Capacidad Gestin de la Continuidad de los Servicios de TI Gestin de Proveedores Gestin de la Seguridad de Informacin

[editar] Transicin del Servicio

Antes de poner en marcha el servicio se deben realizar pruebas. Para ello se analiza la informacin disponible acerca del nivel real de capacitacin de los usuarios, estado de la infraestructura, recursos IT disponibles, entre otros. Luego se prepara un escenario para realizar pruebas; se replican las bases de datos, se preparan planes de rollback (reversin) y se realizan las pruebas. Luego de ello se limpia el escenario hasta el punto de partida y se analizan los resultados, de los cuales depender la implementacin del servicio. En la evaluacin se comparan las expectativas con los resultados reales. Procesos:
1. 2. 3. 4. 5. 6. 7. Gestin de la Configuracin y Activos Gestin del Cambio Gestin del Conocimiento Planificacin y Apoyo a la Transicin Gestin de Release y Despliegue Gestin Validacin y Pruebas Evaluacin

[editar] Operacin del Servicio

En este punto se monitoriza activa y pasivamente el funcionamiento del servicio, se registran eventos, incidencias, problemas, peticiones y accesos al servicio. Procesos:
1. 2. 3. 4. 5. Gestin de Incidentes Gestin de Problemas Cumplimiento de Solicitudes Gestin de Eventos Gestin de Accesos

[editar] Mejora Continua del Servicio

Se utilizan herramientas de medicin y feedback para documentar la informacin referente al funcionamiento del servicio, los resultados obtenidos, problemas ocasionados, soluciones implementadas, etc. Para ello se debe verificar el nivel de conocimiento de los usuarios respecto al nuevo servicio, fomentar el registro e investigacin referentes al servicio y disponer de la informacin al resto de los usuarios.

[editar] Notas
1. Office of Government Commerce (Reino Unido). CCTA y OGC. Recuperado el 5 de mayo de 2005. 2. Office of Government Commerce. ITIL Refresh Statement. Recuperada el 13 de febrero de 2006. 3. A April A Abran (2008). Software Maintenance Management - evaluation and continuous improvement (HTML). Consultado el 16-07-2008. 4. IBM (1980). A Management System for the Information Business. White Plains, Nueva York: IBM. 5. Van Schaik, E. A. (1985). A Management system for the Information Business. Englewood Cliffs, NJ, Prentice-Hall, Inc. ISBN 0-13-549965-8

6. van Bon, J., ed (2002). The guide to IT service management. Addison Wesley. ISBN 0201-73792-2. 7. Meyer, Dean, 2005. Beneath the Buzz: ITIL, CIO Magazine, 31 de marzo de 2005 8. Van Herwaarden, H. y F. Grift (2002). "IPW(tm) and the IPW Stadia Model(tm) (IPWSM)". The guide to IT service management. J. Van Bon. Londres, Addison-Wesley: 97-115.

[editar] Enlaces externos


Sitio oficial de ITIL (en ingls) The ITIL Community Forum (en ingls) IT Service Management Forum Espaa IT Process Wiki: El Wiki de ITIL The Itil Open Guide (en ingls) The Itil.ORG Site (en ingls) Grfico de relaciones de actores de ITIL ITIL Certificacin Registro (en ingls)

Logstica
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Se ha sugerido que Administracin de la cadena de suministro sea fusionado en este artculo o seccin. (Discusin).
Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F.

Se ha sugerido que Administracin Logstica sea fusionado en este artculo o seccin. (Discusin).
Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F.

La logstica (del ingls logistics) es definida por la RAE como el conjunto de medios y mtodos necesarios para llevar a cabo la organizacin de una empresa, o de un servicio, especialmente de distribucin.1 En el mbito empresarial existen mltiples definiciones del trmino logstica, que ha evolucionado desde la logstica militar hasta el concepto contemporneo del arte y la tcnica que se ocupa de la organizacin de los flujos de mercancas, energa e informacin. La logstica es fundamental para el comercio. Las actividades logsticas conforman un sistema que es el enlace entre la produccin y los mercados que estn separados por el tiempo y la distancia.2 La logstica empresarial cubre la gestin y la planificacin (Administracin) de las actividades de los departamentos de compras, produccin, transporte, almacenaje, manutencin y distribucin.

Logstica empresarial: definiciones


Para el profesor Ronald H. Ballou la logstica empresarial es todo movimiento y almacenamiento que facilite el flujo de productos desde el punto de compra de los materiales hasta el punto de consumo, as como los flujos de informacin que se ponen en marcha, con el fin de dar al consumidor el nivel de servicio adecuado a un costo razonable.3 El profesor Lambert, integra el trmino logstica en otro ms general y la define como la parte de la gestin de la cadena de suministro (Supply Chain Management (SCM)) que planifica, implementa y controla el flujo eficiente y efectivo de materiales y el almacenamiento de productos, as como la informacin asociada desde el punto de origen hasta el de consumo con el objeto de satisfacer las necesidades de los consumidores.4 Segn Council of Supply Chain of Management Professionals, CSCMP (anteriormente conocido como Council of Logistics Management, CLM)
la Logstica es aquella parte de la gestin de la Cadena de Suministro que planifica, implementa y controla el flujo -hacia atrs y adelante- y el almacenamiento eficaz y eficiente de los bienes, servicios e informacin relacionada desde el punto de origen al punto de consumo con el objetivo de satisfacer los requerimientos de los consumidores.5

Logstica es la accin del colectivo laboral dirigida a garantizar las actividades de diseo y direccin de los flujos material, informativo y financiero, desde sus fuentes de origen hasta sus destinos finales, que deben ejecutarse de forma racional y coordinada con el objetivo de proveer al cliente los productos y servicios en la cantidad, calidad, plazos y lugar demandados con elevada competitividad y garantizando la preservacin del medio ambiente.6 Es una disciplina encargada de gestionar flujos de materia, energa e informacin; a un sistema que debe proveer los recursos necesarios para prestar el servicio o llevar el producto: en la cantidad requerida, con la calidad exigida, en el tiempo exigido, a un bajo costo y en beneficio de la comunidad social.

Origen de la Logstica: antecedentes y logstica militar


Prcticamente desde el principio de los tiempos del mundo, los productos que la gente desea o no se producen en el lugar se quieren consumir o no estn disponibles cuando se desea consumirlos. Por aquel entonces, la comida y otros productos existan en abundancia slo en determinadas pocas del ao. Al principio, la humanidad tuvo que optar por consumir los productos en el lugar donde se encontraban o transportarlos a un lugar determinado y almacenarlos all para uso posterior. Como no exista un sistema desarrollado de transporte y almacenamiento, el movimiento de los productos se limitaba a lo que una persona poda acarrear, y el almacenamiento de los productos perecederos era posible solamente un perodo corto. Este sistema de transporte y almacenamiento obligaba a las personas a vivir cerca de los lugares de produccin y a consumir una gama bastante pequea de productos o servicios.7

Cuando los sistemas logsticos empezaron a mejorar, el consumo y la produccin fueron separndose geogrficamente. Las distintas zonas se especializaron en lo que podan producir ms eficientemente. As, el exceso de produccin se pudo enviar de forma rentable a otras regiones y los productos que no se fabricaban en la zona pudieron importarse.7

La logstica moderna tiene su origen en el mbito de la ingeniera militar que se ocupa de la organizacin del movimiento de las tropas en campaa, su alojamiento, transporte y avituallamiento. El Barn de Jomini, terico militar que sirvi en el ejrcito de Napolen I y del Zar de Rusia a principios del siglo XIX, elev la logstica al rango de las tres ramas principales del Arte de la Guerra junto a la estrategia y la tctica, segn estableci en 1838 en su obra Prcis de l'Art de la Guerre: Des Principales Combinaisons de la Stratgie, de la Grande Tactique et de la Politique Militaire. Tras la Segunda Guerra Mundial, los profesionales que haban gestionado la logstica militar se incorporaron al mundo empresarial y las tcnicas logsticas evolucionaron rpidamente.

Objetivos principales
La misin fundamental de la Logstica empresarial es colocar los productos adecuados (bienes y servicios) en el lugar adecuado, en el momento preciso y en las condiciones deseadas, contribuyendo lo mximo posible a la rentabilidad de la firma. La logstica tiene como objetivo la satisfaccin de la demanda en las mejores condiciones de servicio, costo y calidad. Se encarga de la gestin de los medios necesarios para alcanzar este objetivo (superficies, medios de transportes, informtica) y moviliza tanto los recursos humanos como los financieros que sean adecuados. Garantizar la calidad de servicio, es decir la conformidad con los requisitos de los clientes, da una ventaja competitiva a la empresa. Hacerlo a coste menor permite mejorar el margen de beneficio de la empresa. Conseguirlo garantizando la seguridad permite a la empresa evitar sanciones pero tambin comunicar en temas actuales como el respeto del medio ambiente, los productos ticos Estos tres parmetros permiten explicar el carcter estratgico de la funcin logstica en muchas empresas (la presin del entorno crea la funcin). Actualmente los Directores de Logstica son miembros de los comits de direccin de las empresas y reportan a los accionistas. Los dominios de responsabilidad de los logsticos son variados: operacionales (ejecucin), tcticos (organizacin de la empresa) y estratgicos (planes estratgicos, prospectiva).

Cadena logstica
En negocios, la logstica puede tener un enfoque bien interno, bien externo que cubre el flujo desde el origen hasta la entrega al usuario final. En el rea militar, los expertos en logstica determinan cmo y cundo movilizar determinados recursos a los lugares donde son necesarios. En ciencia militar, lo importante es mantener las lneas de

suministro propias e interrumpir las del enemigo y algunos diran que se trata del elemento ms importante (puesto que una fuerza armada sin alimentos/combustible es algo intil)[cita requerida]. Existen dos etapas bsicas de logstica:

una optimiza un flujo de material constante a travs de una red de enlaces de transporte y de centros del almacenaje. la otra coordina una secuencia de recursos para realizar un determinado proyecto.

Todo ello al mnimo coste global para la empresa. Los sistemas de flujo logstico se optimizan generalmente para una de varias metas: evitar la escasez de los productos (en sistemas militares, especialmente referido al combustible y la municin), reducir al mnimo el coste del transporte, obtener un bien en un tiempo mnimo o almacenaje mnimo de bienes (en tiempo y cantidad). El flujo logstico es particularmente importante en la fabricacin just in time en la cual el gran nfasis se pone en reduccin al mnimo del stock. Una tendencia reciente en grandes cadenas de distribucin es asignar estas metas a los artculos comunes individuales, ms que optimizar el sistema entero para un objetivo determinado. Esto es posible porque los planes describen generalmente las cantidades comunes que se almacenarn en cada localizacin y stos varan dependiendo de la estrategia. El mtodo bsico de optimizar un sistema de estndar de distribucin es utilizar un rbol de cobertura mnima de distribucin para disear la red del transporte, y despus situar los nodos de almacenaje dimensionados para gestionar la demanda mnima, media o mxima de artculos. Muy a menudo, la demanda est limitada por la capacidad de transporte existente fuera de la localizacin del nodo de almacenaje. Cuando el transporte fuera de un punto del almacenaje excede su almacenaje o capacidad entrante, el almacenaje es til solamente para igualar la cantidad de transporte por unidad de hora con objeto de reducir picos de carga en el sistema del transporte.

Funciones del rea de logstica


La funcin logstica se encarga de la gestin de los flujos fsicos (materias primas, productos acabados) y se interesa a su entorno. El entorno corresponde en este caso a:

recursos (humanos, consumibles, electricidad) bienes necesarios a la realizacin de la prestacin (almacenes propios, herramientas, camiones propios, sistemas informticos) servicios (transportes o almacn subcontratados, )

La funcin logstica gestiona directamente los flujos fsicos e indirectamente los flujos financieros y de informacin asociados. Los flujos fsicos son generalmente divididos entre los de compra (entre un proveedor y su cliente), de distribucin (entre un proveedor y el cliente final), de devolucin (logstica inversa).

Logstica de distribucin

La logstica de distribucin incluye la gestin de los flujos fsicos hoy conocida como DFI (Distribucin fisica Internacional) , de informacin y administrativos siguientes:

la previsin de la actividad de los centros logsticos el almacenamiento el traslado de mercancas de un lugar a otro del almacn con los recursos y equipos necesarios la preparacin de los pedidos o la ejecucin de cross docking (trnsito) algunas veces, la realizacin de pequeas actividades de transformacin del producto (kitting, etiquetado) el transporte de distribucin hasta el cliente.

Logstica inversa

La logstica inversa incluye la gestin de los flujos fsicos, de informacin y administrativos siguientes:

recogida del producto en las instalaciones del cliente puesta en conformidad, reparacin, reintegracin en stock, destruccin, reciclaje, embalaje y almacenaje

Principales indicadores, KPI de la logstica


Los indicadores deben permitir

mensurar el rendimiento de las varias organizaciones (proveedores, transportes, almacenes reguladores, servicios logsticos) gestionar la actividad en relacin con los objetivos principales del oficio (nivel de servicio, stock, coste, productividad)

Ejemplo de indicadores de stock


evolucin del valor de stock evolucin de la cobertura de stock evolucin de la demanda evolucin de la obsolescencia evolucin de valores

Ejemplo de indicadores de la funcin suministro


Fiabilidad de la planificacin Plazo de entrega Tasa de disponibilidad Tasa de servicio Evolucin del nmero de pedidos o de lneas de pedidos

Ejemplo de indicadores del almacn regulador


seguimiento del absentismo evolucin del volumen tratado en cada proceso del almacn coste por unidad de cada actividad en un proceso seguimiento de la utilizacin de las capacidades tasa de servicio de cada proceso productividad de cada proceso mejor produccion para la empresa

Ejemplo de indicadores del transporte


seguimiento de la utilizacin de las capacidades seguimiento del coste por unidad de transporte, por ruta de transporte, vale decir valorizacin de condiciones optimas. tasa de servicio Nivel de Servicio rdenes despachadas a tiempo Tiempos de entrega. dao en el transporte o dao de fabrica

Clculos detallados

Clculos detallados de los indicadores logsticos

Actores de la logstica
La especializacin de la logstica se traduce por el crecimiento de la parte subcontratada. As, las empresas industriales y comerciales se concentran en sus oficios (core business). Se puede clasificar los operadores logsticos pero tambin las empresas clientes en funcin del grado de externalizacin de sus logsticas.

Los 1PL (First Party Logistics) : sub-contratado del transporte Los 2PL (Second Party Logistics) : externalizacin del transporte y del almacenamiento Los 3PL (Third Party Logistics) : externalizacin de la resolucin de problemticas mas globales : puesta en marcha de herramientas, puesta a disposicin de conocimientos y sistemas para conseguir el objetivo. Los 4PL (Fourth Party Logistics) : externalizacin ms amplia, el operador se responsabiliza de la optimizacin de una cadena global incluyendo su cliente, sus clientes y los proveedores de su cliente.

LOGISTICA

Enlaces externos

Primer Estudio de Category Management en Mxico : Retail ABC, Empresas de Transportes y Logistica en Chile ADL, Asociacin para el Desarrollo de la Logstica

CEL, Centro Espaol de Logstica ARLOG Asociacin Argentina de Logstica Empresaria Revista nfasis Logstica Blog de Logstica en Latinoamrica Sitio Web profesional, comunitario y gratuito de consejos, intercambios y herramientas logsticas Logisnet, el portal de la logstica Nodologistico, Creando la Red Logstica ms grande de Latinoamrica eoswan, es un sistema operativo empresarial especializado en logstica

Referencias
1. Real Academia Espaola (2001). Diccionario de la Lengua Espaola (Vigsima segunda edicin edicin). Madrid (Espaa): Espasa Calpe. ISBN 84-239-6814-6. 2. Cedillo, M.G., Snchez (2008). Anlisis Dinmico de Sistemas Industriales. Editorial Trillas, Mxico. 3. Ballou, Ronald H. (1999). Business Logistics Management (Cuarta edicin edicin). Upper Saddle River (Nueva Jersey, EE.UU.): Prentice-Hall International, Inc.. ISBN 0-13081262-5. 4. D.M. Lambert, M. Cooper, J. D. Pagh, 'Supply Chain Management: Implementation Issues and Research Opportunities, The International Journal of Logistics Management. Vol.9, n 2, pp 1-19, 1998 5. Council of Supply Chain Management Professionals, CSCMP. Definicin de Gestin Logstica (en ingls). Consultado el 4 de septiembre de 2008. 6. M.I. Gmez Acosta, J.A. Acevedo Surez, et. al,La Logstica Moderna en la Empresa. Volumen I, Editora LOGICUBA, La Habana, 2007. ISBN 978-959-7191-17-9 7. a b Ballou, Ronald H. (2004). Logstica: Administracin de la Cadena de Suministro, Quinta edicin, Naucalpan de Jurez (Mxico): Pearson Educacin. ISBN 978-970-260540-9

Modelado de procesos
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Este artculo o seccin sobre economa necesita ser wikificado con un formato acorde a las convenciones de estilo.
Por favor, edtalo para que las cumpla. Mientras tanto, no elimines este aviso puesto el 5 de octubre de 2007. Tambin puedes ayudar wikificando otros artculos.

El modelado de procesos debe ser entendido, a saber, por dos cuestiones importantes: el modelado y los procesos. Frecuentemente los sistemas (conjuntos de procesos y subprocesos integrados en una organizacin) son difciles de comprender, amplios, complejos y confusos; con mltiples puntos de contacto entre s y con un buen nmero

de reas funcionales, departamentos y puestos implicados. Un modelo puede dar la oportunidad de organizar y documentar la informacin sobre un sistema.

[editar] Modelo
Pero qu es un modelo? Un modelo es una representacin de una realidad compleja. Modelar es desarrollar una descripcin lo ms exacta posible de un sistema y de las actividades llevadas a cabo en l. Cuando un proceso es modelado, con ayuda de una representacin grfica (diagrama de proceso), pueden apreciarse con facilidad las interrelaciones existentes entre distintas actividades, analizar cada actividad, definir los puntos de contacto con otros procesos, as como identificar los subprocesos comprendidos. Al mismo tiempo, los problemas existentes pueden ponerse de manifiesto claramente dando la oportunidad al inicio de acciones de mejora.

[editar] Diagramado
Artculo principal: Diagramar

Diagramar es establecer una representacin visual de los procesos y subprocesos, lo que permite obtener una informacin preliminar sobre la amplitud de los mismos, sus tiempos y los de sus actividades. La representacin grfica facilita el anlisis, uno de cuyos objetivos es la descomposicin de los procesos de trabajo en actividades discretas. Tambin hace posible la distincin entre aquellas que aportan valor aadido de las que no lo hacen, es decir que no proveen directamente nada al cliente del proceso o al resultado deseado. En este ltimo sentido cabe hacer una precisin, ya que no todas las actividades que no proveen valor aadido han de ser innecesarias; stas pueden ser actividades de apoyo y ser requeridas para hacer ms eficaces las funciones de direccin y control, por razones de seguridad o por motivos normativos y de legislacin. Diagramar es una actividad ntimamente ligada al hecho de modelar un proceso, que es por s mismo un componente esencial en la gestin de procesos de negocios.

Editando Smart process management


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda

Wikipedia no tiene una pgina con el nombre exacto de Smart process management.

Puedes buscar pginas sobre Smart process management, ver todas las pginas desde este ttulo o solicitar su creacin. Para crear un artculo enciclopdico, utiliza nuestro asistente.

Si has seguido un enlace rojo, no ests obligado a introducir un texto aqu. Puedes volver atrs y seguir en el artculo anterior. Puedes pedir informacin en Consultas, porque si lo haces aqu tu peticin ser borrada sin previo aviso. Si quieres hacer pruebas, por favor, utiliza la Zona de pruebas. Si ya habas creado una pgina con este nombre, limpia la cach de tu navegador. Tambin puede haber sido borrada.

Busca Smart process management en uno de los proyectos hermanos de Wikipedia:

Commons Wikcionari Wikisourc Wikinotici Wikiversida Wikilibros (imgenes d o e (tutoriales/manual Wikiquot as y (diccionari e (citas) (bibliotec (noticias) (contenido es) acadmico) multimedi o) a) a)

Gestin de procesos de negocio


De Wikipedia, la enciclopedia libre (Redirigido desde Business Process Management) Saltar a navegacin, bsqueda Se llama Gestin de procesos de negocio (Business Process Management o BPM en ingls) a la metodologa empresarial cuyo objetivo es mejorar la eficiencia a travs de la gestin de los procesos de negocio, que se deben modelar, organizar, documentar y optimizar de forma continua. Como su nombre sugiere, BPM se enfoca en la administracin de los procesos dentro de una organizacin.

Es un conjunto de recursos y actividades interrelacionados que transforman elementos de entrada en elementos de salida. Los recursos pueden incluir personal, finanzas, instalaciones, equipos, tcnicas y mtodos.

A travs del modelado de las actividades y procesos puede lograrse un mejor entendimiento del proceso y muchas veces esto presenta la oportunidad de mejorarlos. La organizacin de los procesos reduce errores, asegurando que los procesos se comporten siempre de la misma manera, reduciendo el margen de error y dando elementos que permitan visualizar el estado de los mismos durante cada etapa. La administracin de los procesos permite asegurar que los mismos se ejecuten eficientemente, cumpliendo con estndares de calidad previamente establecidos, y ayudando a la obtencin de informacin que luego puede ser usada para mejorarlos. Es a travs de la informacin que se obtiene de la ejecucin diaria de los procesos, que se puede identificar posibles ineficiencias o fallas en los mismos, y actuar sobre ellos para optimizarlos.

Para soportar esta estrategia es necesario contar con un conjunto de herramientas que den el soporte necesario para cumplir con el ciclo de vida de BPM. Este conjunto de herramientas son llamadas Business Process Management System (BPMS), y con ellas se construyen aplicaciones BPM.

Existen diversos motivos que mueven la gestin de los Procesos dentro de una organizacin, entre los cuales se encuentran:

Extensin del programa institucional de calidad Cumplimiento de legislaciones vigentes Crear nuevos y mejores procesos (mejoramiento continuo) Entender qu se est haciendo bien o mal a travs de la comprensin de los procesos Documentar los procesos para la subcontratacin y la definicin del Service Level Agreement (SLA) Automatizacin y organizacin de los procesos Crear y mantener la cadena de valor

Enlaces externos

Wikimedia Commons alberga contenido multimedia sobre Gestin de procesos de negocio.

[editar] Organismos

BPMI - Business Process Management Initiative WFMC - Workflow Management Coalition Club-BPM (Centro Oficial del BPM y SOA en Espaa y pases de habla hispana)

[editar] Informacin y noticias


DiveIntoBPM.org (BPMN 1.1 animated tutorial) Technotes.es - Portal sobre tendencias en la gestin por procesos BPMnoticias.com (Noticias sobre BPM) BPM-Spain (Portal en espaol sobre software para Business Process Management) Comunidad de BPM y WorkFlow en ICTnet

[editar] Artculos

La expansin del BPM en el sector financiero (Revista de Finanzas y Banca - Requiere registro gratuto) La hora del BPM (Revista TyN - Entrevista a Javier Racca. NEORIS) Por qu BPM no es ms de lo mismo? (Columna de Opinin de Javier Racca. NEORIS. Bloggers Reports)

Los procesos empresarios que la diskettera se llev (Columna de Opinin de Javier Racca. NEORIS. INFOBAE Profesional) Online Business Ejemplo BPM aplicado a los recursos humanos Saltar al vagn de la eficiencia operacional con BPM y sus tecnologas (Articulo de Renato de Laurentiis. Club BPM Espaa y Latinoamrica) Vdeo explicando la gestin por procesos (Desarrollado por la Fundacin Vasca para la Excelencia EUSKALIT)

Sistema de trazabilidad
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Un sistema de trazabilidad es un conjunto de disciplinas de diferente naturaleza que, coordinadas entre s, nos permiten obtener el seguimiento de los productos a lo largo de cualquier cadena del tipo que sea. Si entendemos como trazabilidad a: "un conjunto de procedimientos preestablecidos y autosuficientes que permiten conocer el histrico, la ubicacin y la trayectoria de un producto, o lote de productos a lo largo de la cadena de suministros, en un momento dado y a travs de unas herramientas determinadas", un sistema de trazabilidad deber de estar compuesto por: 1. Sistemas de identificacin 1. Un sistema de identificacin del producto unitario 2. Un sistema de identificacin del embalajes o cajas 3. Un sistema de identificacin de bultos o palets 2. Sistemas para la captura de datos 1. Para las materias primas 2. Para la captura de datos en planta 3. Para la captura de datos en almacn 3. Software para la gestin de datos 1. Capaz de imprimir etiquetas 2. Capaz de grabar chips RFID 3. Capaz de almacenar los datos capturados 4. Capaz de intercambiar datos con los sistemas de gestin empresariales

Sistemas de medicion
En primer lugar definiremos lo que es un item, agrupaciones de items y agrupaciones de agrupaciones:

Item: es la unidad mnima, indivisible, que tiene un sentido de venta a usuario final o de control.

Agrupacin de Items: es la unin de varios items, agrupados y unidos bajo algn tipo de embalaje y que se mueven de forma unitaria. Tiene un sentido de venta a distribuidor o intermediario. Agrupacin de Agrupaciones: es la unin de varias agrupaciones, que se mueven juntas bajo algn tipo de embalaje y que se mueven de forma unitaria. Tiene un sentido de transporte.

Utilizaremos entonces las palabras: ITEM, CAJA Y PALET para definirlos Los sistemas de identificacin de productos, mercancas, bultos, etc., sirven para dar una matrcula a cada uno de los "items", "cajas" o "palets" de los que queramos registrar su trazabilidad, lo que nos obligar a establecer un sistema que nos permita reconocer a cada uno como nico y as poder construir su trazabilidad a lo largo de la cadena. En los productos alimenticios que provienen del campo, ser imprescindible conocer la procedencia, finca, partida, variedad, fecha y hora de recoleccin, que ser asignada en el momento de recibir el producto en la zona de produccin. Para identificar productos, tanto items, cajas o palet, ser necesario:

Escoger que sistema de codificacin utilizar o Depender del sector o cadena de suministro a la que pertenezcamos o Depender de la universalidad que queramos abarcar (trazabilidad interna o externa) o Sistemas de codificacin como EPC, GS1-13, GS1-128, Code 39, u otros El sistema que se est imponiendo y que acabar sustituyendo al cdigo de barras, son los TAG de RFID que a diferencia del sistema anterior, nos permite lecturas a distancias de hasta 6 metros con Etiquetas RFID pasivas y hasta 12 m. con TAG activos Utilizar el hardware adecuado para ello o Depender del sistema de codificacin escogido o Depender de la naturaleza de nuestro producto o Depender del grado de automatizacin requerido o Utilizaremos, impresin directa, o con etiquetas, o con RFID, u otros

[editar] Sistemas para la captura de datos


Una vez identificados los productos nos puede interesar utilizar los datos para ir aadiendo informacin con el fin de ir construyendo la traza de dicho producto. Tambin nos puede interesar captar datos en un momento dado de la cadena, para conocer la informacin que tiene acumulada el producto. As, necesitaremos sistemas de captura de datos para:

Captar informacin relevante para adicionar al producto o Depender del sector y de la normativa a seguir o Con sensores de estado como temperatura, humedad, u otros o Con lectores de barcodes, antenas RFID, u otros Captar la informacin del producto para actuar sobre l o saber que es o Depender del objetivo a perseguir o Con lectores de cdigos de barras, pticos o lectores RFID

[editar] Software para la gestin de datos


Si ya tenemos los productos identificados y tenemos sistemas para poder capturar datos, nos queda el que hacer con los datos capturados y como gestionarlos. Aparecen aqu los aplicativos que son capaces de guardar la traza de los productos y gestionar sus datos con mltiples fines diversos. Bsicamente tendremos las siguientes opciones:

Que el software de trazabilidad lo proporcione una empresa especializada en ello y que proporcione un sistema independiente del sistema de gestin empresarial Que el software de trazabilidad lo proporcione una empresa especializada en ello, pero que se comunique en ambos sentidos con su sistema de gestin empresarial Que el software de trazabilidad lo proporcione la propia empresa que desarrolla el software de gestin empresarial

Escoger cul es el camino adecuado no es fcil, pero compaas tan importantes como Oracle, Microsoft e Intel han desarrollado sus productos para que sea posible interaccionar entre diversas plataformas informticas, por lo que la opcin por la que se decantan las grandes aplicaciones de trazabilidad como:
Algunos software de trazabilidad comerciales que utilizan las modernas Herramientas de gestin empresarial Dipole Trace Suite, Arballon Business Software, IBM, webMethods, Tibco, Oat Systems, SAP, RedPrairie, HighJump, Logility, EDS,XiD,1 TAI,2

[editar] Datos a registrar


Los datos que tenemos que registrar para obtener la trazabilidad de cualquier producto, dependen de qu tipo de producto, en que sector nos movamos y cules son los requerimientos del usuario final. Tampoco tendremos que olvidar las legislaciones vigentes en materia de trazabilidad y seguridad de los productos que rigen en el mercado donde deben ir destinados los productos.

Trazabilidad
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda El trmino trazabilidad es definido por la Organizacin Internacional para la Estandarizacin (ISO), en su International Vocabulary of Basic and General Terms in Metrology Como:
La propiedad del resultado de una medida o del valor de un estndar donde este pueda estar relacionado con referencias especificadas, usualmente estndares nacionales o internacionales, a travs de una cadena continua de comparaciones todas con incertidumbres especificadas.

Segn el Comit de Seguridad Alimentaria de AECOC:

Se entiende trazabilidad como el conjunto de aquellos procedimientos preestablecidos y autosuficientes que permiten conocer el histrico, la ubicacin y la trayectoria de un producto o lote de productos a lo largo de la cadena de suministros en un momento dado, a travs de unas herramientas determinadas.

La Trazabilidad Interna y la Trazabilidad Externa


A la hora de tener que entender la Trazabilidad de un producto que se mueve a travs de su cadena de suministro o de su rama logstica, el concepto de trazabilidad se divide en dos partes bien diferenciadas:

La Trazabilidad Interna, que no es ms que poder obtener la traza que va dejando un producto por todos los procesos internos de una compaa, con sus manipulaciones, su composicin, la maquinaria utilizada, su turno, su temperatura, su lote, etc., es decir, todos los indicios que hacen o pueden hacer variar el producto para el consumidor final. La Trazabilidad Externa, que no es ms que poder externalizar los datos de la traza interna y aadirle algunos indicios ms si fuera necesario, como una rotura del embalaje, un cambio en la cadena de temperatura, etc.

Como consecuencia vemos que para obtener la trazabilidad de un producto, hay que ir registrando los indicios que va dejando el producto mientras se mueve por la cadena, ya sea en el sentido normal o en el sentido inverso (como la logstica inversa). Existen mltiples formas de registrar los indicios, como sensores de temperatura, humedad, etc.; pero existen pocos mtodos de transmitir estos indicios de una forma estandarizada entre los diferentes agentes de la cadena, entre los que destacan la codificacin GS1-128 y el EPC.

[editar] Un formato estndar para la trazabilidad


En la actualidad existe una propuesta de formato estndar para contener, transmitir y compartir la trazabilidad. Son los archivos ILE de trazabilidad encapsulada. Estos archivos pueden contener la historia completa de cualquier producto, de acuerdo con las restricciones formales de cualquiera de las legislaciones vigentes en cuanto a trazabilidad y seguridad alimentaria. Estos archivos de trazabilidad encapsulada se pueden ver y editar de manera gratuita con el software freeware ilEAN Writer 2.0 e ilEAN Reader 2.0 ... (www.ilean.net) adems de con una larga lista de sistemas estndar de los ms importantes fabricantes de software. Esta consiste en la capacidad para reconstruir la historia, recorrido o aplicacin de un determinado producto, identificando:

Origen de sus componentes. Historia de los procesos aplicados al producto. Distribucin y localizacin despus de su entrega.

Al contar con esta informacin es posible entregar productos definidos a mercados especficos, con la garanta de conocer con certeza el origen y la historia del mismo. El

concepto de trazabilidad est asociado, sin duda, a procesos productivos modernos y productos de mayor calidad y valor para el cliente final. Hoy en da existe la tecnologa que permite rastrear con precisin el camino que recorre un producto en la cadena productiva y de comercializacin. La integracin de Internet, redes de comunicacin, acceso inalmbrico, software especializado, dispositivos mviles, GPS, entre otros, hacen realidad la idea de poder detectar el punto exacto y el momento donde se produjo un evento.

[editar] Aplicaciones
La palabra trazabilidad ya existe en el idioma castellano y ha sido aprobada por la RAE; el trmino aparece en la edicin electrnica del Diccionario de la Lengua Espaola como artculo nuevo y como avance de la vigsima tercera edicin. Otro trmino apropiado es: seguimiento del producto o tambin se puede utilizar rastreo de producto. Tiene aplicacin en diversas industrias y reas, se han impulsado el concepto de trazabilidad, particularmente en pases con mayor desarrollo en los que se han publicado normativas especficas. La trazabilidad es aplicada por razones relacionadas con mejoras de negocio las que justifican su presencia: mayor eficiencia en procesos productivos, menores costes ante fallos, mejor servicio a clientes, etc. En este mbito cabe mencionar sectores como los de automocin, aeronutica, distribucin logstica, electrnica de consumo, etc., Esta prctica es factible de certificacin, por ejemplo en los sistemas de gestin de calidad, de gestin medioambiental y sistemas de control conocidos como cadena de custodia. Una nueva aplicacin se encuentra en la rama de la construccin. Actualmente, empresas constructoras y clientes finales, requieren un buen rastreo de sus productos a utilizar en la obra. En cuyo caso, la trazabilidad inicia cuando el producto llega a la obra, certificados de calidad, remisiones de compra y datos del proveedor; como acto seguido, se registran pruebas de laboratorio, fechas de embarque, habilitado, colado y grficas de comportamiento. Por ejemplo: en un elemento estructural como una columna de hormign, los elementos a rastrear, seran el acero y el concreto bsicamente. Para el acero, se identifican certificados de calidad, nmero de atado, colada, peso, nmero de piezas, pruebas de destruccin y fechas de habilitado. Para el concreto tendramos que registrar: Proveedor, Resistencia f'c, edad garanta, tamao de agregados, revenimiento, tipo de cemento, dosificacin y aditivos adicionales, en caso de haberlos utilizados. Una vez registrados estos datos que por lo general se obtienen de la nota de remisin del proveedor de concreto, se registran las pruebas de concreto y grficas de comportamiento para ese elemento en particular. En caso de existir, se incluye en el historial, estudios de laboratorio ms especficos como son, extraccin de ncleos de concreto, estudios de resonancia magnticas y otros para comprobar el estado fsico y composicin real del elemento. Bajo este mismo esquema, podemos crear el historial de terraceras, obra cvil, estructura metlica, laminacin, y acabados que componen un edificio.

De esta forma, la finalidad y el resultado de la trazabilidad, se hara indispensable cuando los elementos estructurales fallan. Por qu fall?, cules fueron los materiales? en cules fechas se construy? quines fueron los proveedores?, son respuestas que se encontrarn en el registro adecuado y detallado para todos y cada uno de los elementos que componen un edificio.

[editar] Ventajas de la trazabilidad


Las nuevas y exigentes regulaciones de la Unin Europea y Estados Unidos demandan a los pases exportadores de productos alimenticios contar con sistemas de trazabilidad comprobables. Los tiempos de respuesta exigidos y los volmenes de informacin a administrar, convierte a la incorporacin de tecnologa informtica en una inversin que asegura la llegada de los productos a los mercados compradores mas exigentes. Cuando se habla de trazabilidad para la exportacin, uno de los escollos a superar es el cultural, debido a la falta de acuerdo en cuanto qu significa y cul es el alcance del concepto. Muchas empresas creen que cuentan con productos trazados cuando en realidad no es as, y solo se descubre el equvoco en caso de ocurrir un problema en destino. Segn la gravedad del incidente, la prctica habitual indica el retiro del mercado de toda la mercadera asociada al lote con problemas. Sin embargo, si la informacin de trazabilidad no se aplica a nivel de cada caja, en lugar de retirar el lote en conflicto, la empresa deba retirar la totalidad de sus envos a todo destino. Las consecuencias econmicas son enormes, pero a esto se suma el impacto negativo en la imagen y credibilidad comercial, tanto del la empresa como del pas. Incluso aunque slo excepcionalmente estos eventos tengan consecuencias sobre la salud del consumidor. Cuando un sistema de trazabilidad est soportado sobre una infraestructura, basa en las tecnologas de la informacin y las comunicaciones (TIC), la trazabilidad puede brindar importantes utilidades a los diferentes actores de una cadena de valor como ser: gestin eficiente de la logstica y del suministro y aumento de la productividad.
[editar] Otras definiciones de trazabilidad

Segn la norma ISO 8402: La trazabilidad o rastreabilidad es la "aptitud para rastrear la historia, la aplicacin o la localizacin de una entidad mediante indicaciones registradas". Segn el artculo 3 del Reglamento Europeo 178/2002: La trazabilidad es "la posibilidad de encontrar y seguir el rastro, a travs de todas las etapas de produccin, transformacin y distribucin, de un alimento, un pienso, un animal destinado a la produccin de alimentos o una sustancia destinados a ser incorporados en alimentos o piensos o con probabilidad de serlo". Segn el Comit de Seguridad Alimentaria: La trazabilidad son "procedimientos preestablecidos y autosuficientes que permiten conocer el histrico, la ubicacin y la trayectoria de un producto o lote de productos a lo largo de la cadena de suministros en un momento dado, a travs de unas herramientas determinadas".

Comnmente, la trazabilidad alimentaria es el "diario" del producto en el que podemos leer toda su historia. La trazabilidad acta como una herramienta para la calidad y seguridad alimentaria. Se puede referir a:

El origen de los alimentos o componentes. Un producto o alimento al que hay que seguir su historial. Trazabilidad es registrar todos los elementos referidos a la historia del animal, desde el nacimiento hasta la gndola o mostrador, es decir hasta el final de la cadena de comercializacin de sus cortes. La historia de los procesos aplicados al producto o alimento. Un proceso de transformacin en el que intervienen distintos elementos. Los instrumentos o equipo de medida que se emplean en el proceso de transformacin. Estos instrumentos deben ser trazables para garantizar una fiabilidad en sus resultados.

Cuando nos referimos a trazabilidad alimentaria, estamos hablando de los dos primeros casos, pero no hay que olvidar que tambin los instrumentos que empleamos en el proceso de transformacin del alimento, balanzas, refrigeradores, deben ser trazables y garantizar esta seguridad alimentaria. Cmo realizar esta trazabilidad:

Registro de Informacin: cada agente involucrado en la cadena de suministro debe disponer de un sistema preparado para poder generar, gestionar y registrar la informacin de trazabilidad necesaria en cada momento. Correcta identificacin de mercancas y caractersticas asociadas: o Todas las Unidades de Consumo y agrupaciones deben estar codificadas y simbolizadas con un cdigo que las identifique de forma individual y no ambigua. o Todas las Unidades de Consumo y agrupaciones deben tener impresas la fecha de caducidad o consumo preferente y/o nmero de lote. La transmisin de informacin: La transmisin de la informacin de trazabilidad necesaria al siguiente agente de la cadena de suministros.

Control de Acceso y Deteccin de Manipulacin con RFID constructora: Una constructora puede controlar y reducir los costos al proveer a cada empleado una tarjeta o llave RFID para entrar y salir. Etiquete y monitoree artculos valiosos para detectar posibles manipulaciones o movimientos no autorizados.

[editar] Identificacin del producto


Los productos pueden describirse en trminos de sus caractersticas y beneficios. Las caractersticas de un producto son sus rasgos; los beneficios son las necesidades del cliente satisfechas por tales rasgos. Algunos ejemplos de esos rasgos son: tamao, color, potencia, funcionalidad, diseo, horas de servicio y contenido estructural. Dentro de la empresa es importante la correcta identificacin del producto en cada uno de las etapas por las que pasa el producto desde su entrada en su proceso, como materia prima, hasta su salida como producto acabado. Para la identificacin existen diferentes mtodos que

permiten describir la ruta que ha hecho el producto y sus caractersticas actuales, as como el tanto por ciento de trabajo realizado sobre l antes de su salida (ya sea al mercado, a otro porceso dentro de la misma empresa, etc). Las dos tecnologas ms usadas en este mbito son: los cdigos de barras y el RFID
[editar] Los cdigos de barras

Si bien, con el avance de las tecnologas, este mtodo est siendo lentamente desplazado por otro tipo de tcnicas, tales como los sistemas RFID, lo cierto es que hasta el momento la mayora de las mercancas que ingresan al mercado son identificadas a travs del Cdigo de Barras. Con el paso de los aos, su uso se ha expandido de tal manera, que actualmente el cdigo de barras es utilizado a nivel masivo, incluso en las tiendas minoristas para realizar una facturacin automtica de los artculos.

Que son los cdigos de barra?

Bsicamente, el cdigo de barras consiste en una serie de nmeros que representan determinada informacin referente al producto, y que se encuentra codificados en un conjunto de lneas paralelas verticales con diversos grosores y espacios entre ellas. Tanto las lneas, como el grosor de las mismas y de los espacio entre ellas, representan informacin exacta acerca de un determinado producto, para poder ser clasificado e identificado durante toda la cadena logstica.

Para que sirven?

Su funcionalidad reside en que cuando un cdigo de barras es ledo por un receptor de este tipo, se hace posible captar la informacin que se halla codificada, por lo cual existe una correspondencia, denominada simbologa, entre el cdigo y la informacin que ste representa. Existen cuatro tipos de simbologa en el mundo de los cdigos de barra, cuya diferencia radica en si se trata de una simbologa continua o discreta, y a la vez si es bidimensional o multidimensional. Simbologa contnua o discreta La simbologa continua hace referencia a los cdigos de barras en los que los caracteres del mismo se inician con un espacio, al que le sigue una barra, o bien viceversa, mientras que en el caso de la discreta los cdigos comienzan y finalizan con una barra, siendo ignorado el espacio entre ellas. Simbologa bidimensional o multidimensional En los cdigos que utilizan simbologa bidimensional es indistinto el ancho de las barras, las cuales pueden ser anchas o delgadas, mientras que en el caso de la simbologa multidimensional el ancho de las barras resulta de un mltiplo exacto de un grosor determinado. Una de las caractersticas fundamentales de los cdigos de barras radica en sus componentes, gracias a los cuales se hace posible la codificacin de la informacin relativa al producto.

Como se componen?

Los cdigos de barras se componen de un mdulo, que hace referencia a la unidad mnima del cdigo, y cada una de las barras y los espacios se encuentran conformados por un conjunto de mdulos. Asimismo, constan de la denominada barra, elemento que en la codificacin responde al valor binario 1, el espacio, que representa al valor binario 0, y los caracteres, que se encuentran formados por las distintas barras y espacios que componen al cdigo. El cdigo de barras almacena los datos referentes al producto que acompaa, los cuales una vez captados por el dispositivo lector son procesados y enviados a un sistema mayor ubicado en una computadora, donde se almacena la informacin del producto. Con el fin de centralizar la informacin obtenida por medio del cdigo de barras, generalmente se interconectan diversos equipos informticos, ubicados en lugares tales como sucursales y dems, para que los datos se encuentren a disposicin de quien lo requiera.

[editar] El RFID

RFID

Siguiendo la evolucin de las nuevas tecnologas, hoy en da el RFID juega un importantsimo papel a la hora de conseguir la trazabilidad de los productos a lo largo de la cadena de suministro. Hoy se escanean cdigos de barras manualmente millones de veces cada da para entrar datos al los ordenadores y poder registrar los indicios que necesita la trazabilidad. Hoy, la cadena de suministro es extraordinariamente dinmica, donde las mercancas y las transacciones fluyen en ambos sentidos; dnde lo que se busca es proporcionar al cliente lo que desea, cuando lo desea tener y dnde el quiera.

El RFID dinamiza la cadena de suministro, al conseguir entregar ms rpido, personalizando los pedidos, disminuyendo stocks y con la cadena inversa preparada. Hoy por hoy, el RFID da respuesta a los retos planteados en una economa global; sin olvidar cumplir con las legislaciones vigentes en materia de trazabilidad.

[editar] Transporte
Teniendo los productos controlados, ahora necesitamos un medio de transporte dentro de la empresa o del proceso antes de llegar a amnos del cliente o consumidor. Existen numerosos tipos de transporte los cuales estan nombrados a continuacin(ya que se encuentra citado en sus respectivos artculos):

Cintas

Una cinta transportadora es un sistema de transporte continuo formado bsicamente por una banda continua que se mueve entre dos tambores. La banda es arrastrada por friccin por uno de los tambores, que a su vez es accionado por un motor. El otro tambor suele girar libre, sin ningn tipo de accionamiento, y su funcin es servir de retorno a la banda. La banda es soportada por rodillos entre los dos tambores. Debido al movimiento de la banda el material depositado sobre la banda es transportado hacia el tambor de accionamiento donde la banda gira y da la vuelta en sentido contrario. En esta zona el material depositado sobre la banda es vertido fuera de la misma debido a la accin de la gravedad.

Bandejas

La bandeja es un recipiente bajo y ancho para el transporte y la presentacin de productos. La bandeja constituye un apropiado embalaje para el transporte de productos autoportantes (latas, botes, botellas, etc.)

Pal

Un pal (nico trmino reconocido por la Real Academia Espaola),[1] palet o paleta es un armazn de madera, plstico u otros materiales empleado en el movimiento de carga ya que facilita el levantamiento y manejo con pequeas gras hidrulicas, llamadas carretillas elevadoras.

Contenedores

Un contenedor o container es un recipiente de carga para el transporte areo, martimo o fluvial, transporte terrestre y transporte multimodal. Las dimensiones del contenedor se encuentran normalizadas para facilitar su manipulacin. Por extensin, se llama contenedor a un embalaje de grandes dimensiones utilizado para transportar objetos voluminosos o pesados: motores, maquinaria, pequeos vehculos, etc. Es conocido tambin por su nombre en ingls, container.

[editar] Pginas de inters


Revista RFID[1] Empresa Tag ingenieros[2] Dipole [3] http://www.gs1.org/epcglobal

Software de trazabilidad
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda El Software de trazabilidad es aquel capaz de registrar la traza de los productos a lo largo de la cadena de suministro interna o externa,1 empaquetarlos en un formato legible y prepararlos para poder ser gestionados por el propio software o como respuesta a una solicitud de servicio. El desarrollo de soluciones para el control de la trazabilidad ha venido desarrollndose parejo a: 1. Los esfuerzos de las administraciones para controlar la calidad del producto que llega al usuario final para crear las legislaciones pertinentes. 2. Las necesidades empresariales para obtener informacin en tiempo real con el fin de fidelizar a los clientes 3. Al desarrollo tecnolgico en plataformas informticas y tecnologa para la identificacin de productos y obtener la informacin en la medida de sus movimientos GS1 ha elaborado, como resultado de requerimientos de diferentes grupos internacionales, una serie de guas y recomendaciones sobre la aplicacin de los estndares Globales EAN.UCC en las tareas de trazabilidad global para diferentes sectores de la industria. En los ltimos aos se han ido creando multiples normativas y legislaciones sobre trazabilidad por organismos en la Unin Europea,2 la Agencia Espaola de Seguridad Alimentaria y Nutricin, dependiente del Ministerio de Sanidad, o la FDA en Estados Unidos3 entre otros. Para un software de trazabilidad, la dificultad radica en que no existe un patrn de empaquetamiento e intercambio de datos entre ninguno de ellos, por lo que las exigencias de dichas normativas son diferentes entre s, lo que provoca que la fabricacin de un producto deba cumplir normativas diferentes dependiendo del pas al que vaya destinado.

Datos a registrar
Para hablar de los datos que tiene que registrar un software de trazabilidad con el fin de conocer la traza del un producto, nos fijaremos en la capacidad de reconstruir la historia. Por ello deberemos conocer en tiempo real los datos de:

materias primas, con sus lotes correspondientes, cdigos, fechas y caractersticas Condiciones de fabricacin, turnos, operarios y mquinas Condiciones de almacenaje, especialmente en cadenas de fro y otros Embalajes utilizados que estn en contacto con el producto Transportistas, distribuidores y centros de distribucin Fechas de realizacin de cada traza

Todos estos datos y algn otro que sea imprescindible para un sector en concreto, se debern asociar al lote de fabricacin o manipulacin del producto con su codificacin correspondiente. El software para trazabilidad deber de ser capaz de relacionarlos y prepararlos para su explotacin. A pesar de que no existe una normativa general emitida por la administracin para formar los empaquetamientos de las informaciones registradas, los softwares actuales permiten establecer capas de informacin en varios niveles, lo que facilita la toma de datos para su registro. Lo que s que existe es un sistema de transmisin de la informacin entre empresas u organismos que son:

Mtodos electrnicos, como el Intercambio electrnico de datos Cdigos de barras como el GS1-128 RFID o chip electrnico utilizando el Codigo EPC

[editar] Arquitectura del software

Capas de un software para trazabilidad

Un software de trazabilidad puede tener la arquitectura que muestra el esquema de la derecha. Es un esquema simple que muestra como se une el mundo en movimiento con los sistemas de gestin empresariales. Un modo antiguo y desfasado de funcionar es a base de de sistemas propietarios de encapsulamiento de la informacin, cuando hoy en da tenemos sistemas para el intercambio de informacin basados en peticiones de servicios como SOAP, XML, HTTP y WSDL que nos han simplificado las comunicaciones entre diferentes plataformas para poder tener un sistema central de gestin y almacenamiento de la informacin. Por ello, la capa principal y ms importante del software de trazabilidad ha de ser el cmo captar los datos y transmitirlos al sistema de gestin, en lugar de mantener bases de datos replicadas sin tener diponibilidad on-line de la informacin, tal y como se haca antiguamente. En el software de trazabilidad moderno, la gestin de los cdigos, proveedores y otro tipo de informaciones esta siendo delegada al sistema de gestin central, que se comunica con el software de trazabilidad a travs del lenguaje SOA, con un fichero plano que tiene una estructura estandarizada globalmente por W3C.

Entre la capa del mundo de los productos y el software de trazabilidad, tenemos un sistema toma de datos que se podr llevar a trmino con RFID o cdigos de barras, dependiendo si necesitamos que la informacin vaya en un sentido o en ambos sentidos y si el nivel de automatizacin que deseemos para la captura de datos en movimiento.

[editar] Referencias
1. Trazabilidad Interna y Externa 2. Food and Safety en EU 3. Food and Drug Administration

Cuadro de mando
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda

Cuadro de mando: Mercedes 170 DS. El concepto de cuadro de mando deriva del concepto denominado Tableau de bord en Francia, que traducido de manera literal, vendra a significar algo as como tablero de mandos, o cuadro de instrumentos, como en el salpicadero de un coche. La gestin de las empresas requiere un sistema de indicadores o KPIs (del ingls Key Performance Indicators) que nos faciliten la toma de decisiones y el control. Se requiere un sistema completo de anlisis. Existe infinidad de posibles indicadores que podemos utilizar. Algunos ratios o indicadores son de uso muy general. Los ms habituales son, por ejemplo :

indicadores de finanzas : Margen, Retorno de la inversin, Rentabilidad, Das de Cuentas por cobrar (DCC) y por Pagar (DCP)... indicadores comerciales : Indicadores de ventas... indicadores marketing : Cuota de mercado... indicadores de compras : Diagrama de Pareto de los proveedores (calculado segn el Principio de Pareto)...

indicadores de produccin : Defectos por oportunidad por milln de unidades (DPMO), Eficiencia General de los Equipos (OEE) indicadores de la logstica : Rotacin del inventario, Tasa de capacidad de transporte utilizada, Tasa de rupturas de stock... indicadores de calidad : Tasa de servicio... indicadores de recursos humanos : Crecimiento de la nmina, Accidentalidad laboral (ndice de frecuencia, ndice de gravedad)... indicadores de informtica y mantenimiento: Tiempo Medio Entre Fallas (TMEF MTBF)

Otros indicadores debern ser elaborados expresamente para analizar una empresa concreta. El sistema de indicadores debe organizarse en un cuadro de mando. El cuadro de mando recoge los principales indicadores y los presenta de un modo claro y til. El cuadro de mando es un sistema que nos informa de la evolucin de los parmetros fundamentales del negocio. Los cuadros de mando han de presentar slo aquella informacin que sean imprescindible, de una forma sencilla y por supuesto, sinptica y resumida.

Cuadro de mando integral


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Este artculo o seccin necesita una revisin de ortografa y gramtica.
Puedes colaborar editndolo (lee aqu sugerencias para mejorar tu ortografa). Cuando se haya corregido, borra este aviso, por favor.

El concepto de Cuadro de Mando Integral CMI (Balanced Scorecard BSC) fue presentado en el nmero de Enero/febrero de 1992 de la revista Harvard Business Review, con base en un trabajo realizado para una empresa de semiconductores. Sus autores, Robert Kaplan y David Norton, plantean que el CMI es un sistema de administracin o sistema administrativo (management system), que va ms all de la perspectiva financiera con la que los gerentes acostumbran evaluar la marcha de una empresa. Es un mtodo para medir las actividades de una compaa en trminos de su visin y estrategia. Proporciona a los gerentes una mirada global de las prestaciones del negocio. Es una herramienta de administracin de empresas que muestra continuamente cundo una compaa y sus empleados alcanzan los resultados definidos por el plan estratgico. Tambin es una herramienta que ayuda a la compaa a expresar los objetivos e iniciativas necesarias para cumplir con la estrategia. Segn el libro The Balanced ScoreCard: Translating Strategy into Action, Harvard Business School Press, Boston, 1996:

"el BSC es una herramienta revolucionaria para movilizar a la gente hacia el pleno cumplimiento de la misin, a travs de canalizar las energas, habilidades y conocimientos especficos de la gente en la organizacin hacia el logro de metas estratgicas de largo plazo. Permite tanto guiar el desempeo actual como apuntar el desempeo futuro. Usa medidas en cuatro categoras -desempeo financiero, conocimiento del cliente, procesos internos de negocios y aprendizaje y crecimiento- para alinear iniciativas individuales, organizacionales y trans-departamentales e identifica procesos enteramente nuevos para cumplir con objetivos del cliente y accionistas. El BSC es un robusto sistema de aprendizaje para probar, obtener realimentacin y actualizar la estrategia de la organizacin. Provee el sistema gerencial para que las compaas inviertan en el largo plazo -en clientes, empleados, desarrollo de nuevos productos y sistemas ms bien que en gerenciar la ltima lnea para bombear utilidades de corto plazo. Cambia la manera en que se mide y gerencia un negocio". El CMI sugiere que veamos a la organizacin desde cuatro perspectivas, cada una de las cuales debe responder a una pregunta determinada:

Desarrollo y Aprendizaje (Learning and Growth): Podemos continuar mejorando y creando valor? Interna del Negocio (Internal Business): En qu debemos sobresalir? Del cliente (Customer): Cmo nos ven los clientes? Financiera (Financial): Cmo nos vemos a los ojos de los accionistas?

El CMI es por lo tanto un sistema de gestin estratgica de la empresa, que consiste en:

Formular una estrategia consistente y transparente. Comunicar la estrategia a travs de la organizacin. Coordinar los objetivos de las diversas unidades organizativas. Conectar los objetivos con la planificacin financiera y presupuestaria. Identificar y coordinar las iniciativas estratgicas. Medir de un modo sistemtico la realizacin, proponiendo acciones correctivas oportunas.

Conceptos principales [editar] Perspectivas


[editar] Perspectiva Financiera

En general, los indicadores financieros estn basados en la contabilidad de la compaa, y muestran el pasado de la misma. El motivo se debe a que la contabilidad no es inmediata (al emitir un proveedor una factura, la misma no se contabiliza automticamente), sino que deben efectuarse cierres que aseguren la completitud y consistencia de la informacin. Debido a estas demoras, algunos autores sostienen que dirigir una compaa prestando atencin solamente a indicadores financieros es como conducir a 100 km/h mirando por el espejo retrovisor.

Esta perspectiva abarca el rea de las necesidades de los accionistas. Esta parte del BSC se enfoca a los requerimientos de crear valor para el accionista como las ganancias, rendimiento econmico, desarrollo de la compaa y rentabilidad de la misma. Valor Econmico Agregado (EVA), Retorno sobre Capital Empleado (ROCE), Margen de Operacin, Ingresos, Rotacin de Activos son algunos indicadores de esta perspectiva. Algunos indicadores frecuentemente utilizados son:

ndice de liquidez. ndice de endeudamiento. ndice DuPont. ndice de rendimiento del capital invertido.

[editar] Perspectiva del Cliente

Para lograr el desempeo financiero que una empresa desea, es fundamental que posea clientes leales y satisfechos, con ese objetivo en esta perspectiva se miden las relaciones con los clientes y las expectativas que los mismos tienen sobre los negocios. Adems, en esta perspectiva se toman en cuenta los principales elementos que generan valor para los clientes integrndolos en una propuesta de valor, para poder as centrarse en los procesos que para ellos son ms importantes y que ms los satisfacen. La Perspectiva de Clientes, como su nombre lo dice est enfocada a la parte ms importante de una empresa, sus clientes; sin consumidores no existe ningn tipo de mercado. Por consiguiente, se debern cubrir las necesidades de los compradores entre las que se encuentran los precios, la calidad del producto o servicio, tiempo, funcin, imagen y relacin. Cabe mencionar que todas las perspectivas estn unidas entre s, esto significa que para cubrir las expectativas de los accionistas tambin se debe cubrir las de los consumidores para que compren y se genere una ganancia. Algunos indicadores de esta perspectiva son: Satisfaccin de Clientes, Desviaciones en Acuerdos de Servicio, Reclamos resueltos del total de reclamos, Incorporacin y retencin de clientes. El conocimiento de los clientes y de los procesos que ms valor generan es muy importante para lograr que el panorama financiero sea prspero. Sin el estudio de las peculiaridades del mercado al que est enfocada la empresa no podr existir un desarrollo sostenible en la perspectiva financiera, ya que en gran medida el xito financiero proviene del aumento de las ventas, situacin que es el efecto de clientes que repiten sus compras porque prefieren los productos que la empresa desarrolla teniendo en cuenta sus preferencias. Una buena manera de medir o saber la perspectiva del cliente es diseando protocolos bsicos de atencin y utilizar la metodologa de cliente incgnito para la relacin del personal en contacto con el cliente (PEC).
[editar] Perspectiva de Procesos

Analiza la adecuacin de los procesos internos de la empresa de cara a la obtencin de la satisfaccin del cliente y logro de altos niveles de rendimiento financiero. Para

alcanzar este objetivo se propone un anlisis de los procesos internos desde una perspectiva de negocio y una predeterminacin de los procesos clave a travs de la cadena de valor. Se distinguen cuatro tipos de procesos:

Procesos de Operaciones. Desarrollados a travs de los anlisis de calidad y reingeniera. Los indicadores son los relativos a costos, calidad, tiempos o flexibilidad de los procesos. Procesos de Gestin de Clientes. Indicadores: Seleccin de clientes, captacin de clientes, retencin y crecimiento de clientes. Procesos de Innovacin (difcil de medir). Ejemplo de indicadores: % de productos nuevos, % productos patentados, introduccin de nuevos productos en relacin a la competencia. Procesos relacionados con el Medio Ambiente y la Comunidad. Indicadores tpicos de Gestin Ambiental, Seguridad e Higiene y Responsabilidad Social Corporativa.

[editar] Perspectiva del Desarrollo de las Personas y el Aprendizaje

El modelo plantea los valores de este bloque como el conjunto de guas del resto de las perspectivas. Estos inductores constituyen el conjunto de activos que dotan a la organizacin de la habilidad para mejorar y aprender. Se critica la visin de la contabilidad tradicional, que considera la formacin como un gasto, no como una inversin. La perspectiva del aprendizaje y mejora es la menos desarrollada, debido al escaso avance de las empresas en este punto. De cualquier forma, la aportacin del modelo es relevante, ya que deja un camino perfectamente apuntado y estructura esta perspectiva. Clasifica los activos relativos al aprendizaje y mejora en:

Capacidad y competencia de las personas (gestin de los empleados). Incluye indicadores de satisfaccin de los empleados, productividad, necesidad de formacin, entre otros. Sistemas de informacin (sistemas que proveen informacin til para el trabajo). Indicadores: bases de datos estratgicos, software propio, las patentes y copyrights, entre otros. Cultura-clima-motivacin para el aprendizaje y la accin. Indicadores: iniciativa de las personas y equipos, la capacidad de trabajar en equipo, el alineamiento con la visin de la empresa, entre otros.

Esta perspectiva se basa en la utilizacin de activos intangibles, lo que en toda compaa no es siempre la lgica de negocios. En algunas compaas los recursos tangibles son preponderantes en vez de los intangibles, por lo que no se trata de copiar y pegar tratando de encajar este modelo en todas las empresas. Pueden existir ms o menos perspectivas del BSC (Cuadro de Mando Integral).

[editar] Caractersticas del Cuadro de Mando


En la actualidad -debido a las turbulencias del entorno empresarial, influenciado en la mayora de los casos por una gran presin competitiva, as como por un auge de la tecnologa- es cuando comienza a tener una amplia trascendencia. El concepto de cuadro de mando deriva del concepto denominado "tableau de bord" en Francia, que traducido de manera literal, vendra a significar algo as como tablero de mandos, o cuadro de instrumentos. A partir de los aos 80, es cuando el Cuadro de Mando pasa a ser, adems de un concepto prctico, una idea acadmica, ya que hasta entonces el entorno empresarial no sufra grandes variaciones, la tendencia del mismo era estable, las decisiones que se tomaban carecan de un alto nivel de riesgo. Para entonces, los principios bsicos sobre los que se sostena el Cuadro de Mando ya estaban estructurados, es decir, se fijaban unos fines en la entidad, cada uno de stos eran llevados a cabo mediante la definicin de unas variables clave, y el control era realizado a travs de indicadores. Bsicamente, y de manera resumida, podemos destacar tres caractersticas fundamentales de los cuadros de mando:
1. La naturaleza de las informaciones recogidas en l, dando cierto privilegio a las secciones operativas, (ventas, etc.) para poder informar a las secciones de carcter financiero, siendo stas ltimas el producto resultante de las dems. 2. La rapidez de ascenso de la informacin entre los distintos niveles de responsabilidad. 3. La seleccin de los indicadores necesarios para la toma de decisiones, sobre todo en el menor nmero posible.

En definitiva, lo importante es establecer un sistema de seales en forma de Cuadro de Mando que nos indique la variacin de las magnitudes verdaderamente importantes que debemos vigilar para someter a control la gestin.

[editar] Tipos de Cuadro de Mando


A la hora de disponer una relacin de cuadros de mando, muchos son los criterios que se pueden entremezclar, siendo los que a continuacin se describen, algunos de los ms indicativos, para clasificar tales herramientas de apoyo a la toma de decisiones.

El horizonte temporal. Los niveles de responsabilidad y/o delegacin. Las reas o departamentos especficos.

Otras clasificaciones:

La situacin econmica. Los sectores econmicos. Otros sistemas de informacin.

En la actualidad, no todos los cuadros de mando integral estn basados en los principios de Kaplan y Norton, aunque s influenciados en alguna medida por ellos. Por este motivo, se suele emplear con cierta frecuencia el trmino dashboard, que relaja algunas caractersticas tericas del cuadro de mando. De forma genrica, un dashboard engloba a varias herramientas que muestran informacin relevante para la empresa a travs de una serie de indicadores de rendimiento, tambin denominados KPIs (key performance indicators). Con una frecuencia mucho menor se utiliza el concepto de cuadro de mando operativo, que es una utilidad de control enfocada a la monitorizacin de variables operativas, es decir, indicadores rutinarios ligados a reas o departamentos especficos de la empresa. Su puesta en funcionamiento es ms barata y sencilla, por lo que suele ser un buen punto de partida para aquellas compaas que intentan evaluar la implantacin de un cuadro de mando integral.

[editar] Puesta en prctica del Cuadro de Mando


Seis sern las etapas propuestas:
1. 2. 3. 4. 5. Anlisis de la situacin y obtencin de informacin. Anlisis de la empresa y determinacin de las funciones generales. Estudio de las necesidades segn prioridades y nivel informativo. Sealizacin de las variables crticas en cada rea funcional. Establecimiento de una correspondencia eficaz y eficiente entre las variables crticas y las medidas precisas para su control. 6. Configuracin del cuadro de mando segn las necesidades y la informacin obtenida.

En una primera etapa, la empresa debe conocer en qu situacin se encuentra, valorar dicha situacin y reconocer la informacin con la que va a poder contar en cada momento o escenario, tanto la del entorno como la que maneja habitualmente. Esta etapa se encuentra muy ligada con la segunda, en la cual la empresa habr de definir claramente las funciones que la componen, de manera que se puedan estudiar las necesidades segn los niveles de responsabilidad en cada caso y poder concluir cules son las prioridades informativas que se han de cubrir, cometido que se llevar a cabo en la tercera de las etapas. Por otro lado, en una cuarta etapa se han de sealizar las variables crticas necesarias para controlar cada rea funcional. Estas variables son ciertamente distintas en cada caso, ya sea por los valores culturales y humanos que impregnan la filosofa de la empresa en cuestin, o ya sea por el tipo de rea que nos estemos refiriendo. Lo importante en todo caso, es determinar cules son las importantes en cada caso para que se pueda llevar a cabo un correcto control y un adecuado proceso de toma de decisiones. Posteriormente, y en la penltima de nuestras etapas, se ha de encontrar una correspondencia lgica entre el tipo de variable crtica determinada en cada caso, y el ratio, valor, medida, etc, que nos informe de su estado cuando as se estime necesario. De este modo podremos atribuir un correcto control en caos. En base a las relaciones de causa-efecto, se elabora un Mapa estratgico (Si bien la traduccin literal de

Strategy Map es Mapa de la estrategia) que permite ver de un pantallazo, la evolucin de los indicadores y tomar acciones tendientes a modificarlos. da momento de cada una de estas variables crticas. En ltimo lugar, deberemos configurar el cuadro de mando en cada rea funcional, y en cada nivel de responsabilidad, de manera que albergue siempre la informacin mnima, necesaria y suficiente para poder extraer conclusiones y tomar decisiones acertadas.

[editar] Elaboracin y contenido del Cuadro de Mando


Los responsables de cada uno de los cuadros de mando de los diferentes departamentos, han de tener en cuenta una serie de aspectos comunes en cuanto a su elaboracin. Entre dichos aspectos cabra destacar los siguientes:

Los cuadros de mando han de presentar slo aquella informacin que resulte ser imprescindible, de una forma sencilla y por supuesto, sinptica y resumida. El carcter de estructura piramidal entre los cuadros de mando, ha de tenerse presente en todo momento, ya que esto permite la conciliacin de dos puntos bsicos: uno, que cada vez ms se vayan agregando los indicadores hasta llegar a los ms resumidos y dos, que a cada responsable se le asignen slo aquellos indicadores relativos a su gestin y a sus objetivos. Tienen que destacar lo verdaderamente relevante, ofreciendo un mayor nfasis en cuanto a las informaciones ms significativas. No se puede olvidar la importancia que tienen tanto los grficos, tablas y/o cuadros de datos, etc, ya que son verdaderos nexos de apoyo de toda la informacin que se resume en los Cuadros de Mando. La uniformidad en cuanto a la forma de elaborar estas herramientas es importante, ya que esto permitir una verdadera normalizacin de los informes con los que la empresa trabaja, as como facilitar las tareas de contrastacin de resultados entre los distintos departamentos o reas.

De alguna manera, lo que incorporemos en esta herramienta, ser aquello con lo que podremos medir la gestin realizada y, por este motivo, es muy importante establecer en cada caso qu es lo que hay que controlar y cmo hacerlo. En general, el Cuadro de Mando debe tener cuatro partes bien diferenciadas:

Una primera en la que se deben de constatar de forma clara, cules son las variables o aspectos clave ms importantes a tener en cuenta para la correcta medicin de la gestin en un rea determinada o en un nivel de responsabilidad concreto. Una segunda en la que estas variables puedan ser cuantificadas de alguna manera a travs de los indicadores precisos, y en los perodos de tiempo que se consideren oportunos.

En tercer lugar, en alusin al control de dichos indicadores, ser necesaria la comparacin entre lo previsto y lo realizado, extrayendo de algn modo las diferencias positivas o negativas que se han generado, es decir, las desviaciones producidas. Por ltimo, es fundamental que con imaginacin y creatividad, se consiga que el modelo de Cuadro de Mando que se proponga en una organizacin, ofrezca soluciones cuando as sea necesario.

[editar] Elaboracin del Cuadro de Mando

No deben perderse de vista los objetivos elementales que se pretenden alcanzar mediante el Cuadro de Mando, ya que sin unos fines a alcanzar, difcilmente se puede entender la creacin de ciertos informes. Entre dichos objetivos podemos considerar que:

Ha de ser un medio informativo destacable. Sobre todo ha de conseguir eliminar en la medida de lo posible la burocracia informativa en cuanto a los diferentes informes con los que la empresa puede contar. Debe ser una herramienta de diagnstico. Se trata de especificar lo que no funciona correctamente en la empresa, en definitiva ha de comportarse como un sistema de alerta. En este sentido, tenemos que considerar dos aspectos:

Se han de poner en evidencia aquellos parmetros que no marchan como estaba previsto. Esta es la base de la gestin por excepcin, es decir, el Cuadro de Mando ha de mostrar en primer lugar aquello que no se ajusta a los lmites absolutos fijados por la empresa, y en segundo advertir de aquellos otros elementos que se mueven en niveles de tolerancia de cierto riesgo. Esta herramienta debera de seleccionar tanto la cantidad como la calidad de la informacin que suministra en funcin de la repercusin sobre los resultados que vaya a obtener.

En relacin a la confrontacin entre realizaciones y previsiones, ha de ponerse de manifiesto su eficacia. El anlisis de las desviaciones es bsico a la hora de estudiar la trayectoria de la gestin as como en el proceso de toma de decisiones a corto plazo. Debe promover el dilogo entre todos. Mediante la exposicin conjunta de los problemas por parte de los distintos responsables, se puede avanzar mucho en cuanto a la agilizacin del proceso de toma de decisiones. Es preciso que se analicen las causas de las desviaciones ms importantes, proporcionar soluciones y tomar la va de accin ms adecuada. Ha de ser til a la hora de asignar responsabilidades. Adems la disponibilidad de informacin adecuada, facilita una comunicacin fluida entre los distintos niveles directivos y el trabajo en grupo que permite mejorar resultados. Ha de ser motivo de cambio y de formacin continuada en cuanto a los comportamientos de los distintos ejecutivos y/o responsables. Ha de conseguir la motivacin entre los distintos responsables. Esto ha de ser as, sobre todo por cuanto esta herramienta ser el reflejo de su propia gestin.

Por ltimo y como objetivo ms importante, esta herramienta de gestin debe facilitar la toma de decisiones. Para ello, el modelo debera en todo momento:

Facilitar el anlisis de las causas de las desviaciones. Para ello se precisara de una serie de informaciones de carcter complementario en continuo apoyo al Cuadro de Mando, adems de la que pudiera aportarle el Controller, ya que en muchas ocasiones disfruta de cierta informacin de carcter privilegiado que ni siquiera la Direccin conoce. Proporcionar los medios para solucionar dichos problemas y disponer de los medios de accin adecuados. Saber decidir cmo comportarse. En cierto modo, estaramos haciendo referencia a un sistema inteligente, a un sistema que se ira nutriendo de la propia trayectoria de la empresa, y que, cada vez mejor, suministrara una informacin y un modo de actuar ptimo.

Los principales elementos que pueden hacer que el Cuadro de Mando muestre notables diferencias con respecto a otras herramientas contables y de gestin:

El carcter de la informacin utilizada. La relacin entre el Cuadro de Mando y el perfil caracterstico de la persona destinataria. La solucin de problemas mediante acciones rpidas. Informaciones sencillas y poco voluminosas.

En relacin con el tipo de informacin utilizada, el Cuadro de Mando, aparte de reunir informacin de similares caractersticas que la empleada en las distintas disciplinas de naturaleza contable, es decir, financiera, debe contener informacin de carcter no financiero. Ya desde su presentacin como una herramienta til de gestin, el Cuadro de Mando se destacaba por su total flexibilidad para recoger tal informacin. Otro aspecto que cabe destacar, es la relacin mutua que ha de existir entre el Cuadro de Mando y el perfil de la persona a quien va destinado. Precisamente, las necesidades de cada directivo, han de marcar la pauta que caracterice y haga idnea a esta herramienta en cada caso y situacin, sobre todo con respecto al nivel de mayor responsabilidad de la jerarqua actual de la empresa, debido a que se precisa un esfuerzo mucho mayor de generalidad y sntesis. Un rasgo ms del Cuadro de Mando es la solucin de problemas mediante acciones rpidas. Cuando se incorporan indicadores de carcter cualitativo al Cuadro de Mando, en cierto modo, stos estn ms cerca de la accin que los propios indicadores o resultados financieros. Asimismo, estos indicadores nominales nos dan un avance en cuanto a qu resultados se van a alcanzar. El ltimo de los rasgos que diferenciaran al Cuadro de Mando es el hecho de utilizar informaciones sencillas y poco voluminosas. Las disciplinas y herramientas contables habituales precisan una mayor dedicacin de tiempo de anlisis y de realizacin, y a la hora de tener que tomar decisiones, siempre van a necesitar de otros aspectos que en principio no tomaban parte de su marco de accin.

El Cuadro de Mando se orienta hacia la reduccin y sntesis de conceptos, es una herramienta que junto con el apoyo de las nuevas tecnologas de la informacin y comunicacin, puede y debe ofrecer una informacin sencilla, resumida y eficaz para la toma de decisiones.
[editar] Contenido del Cuadro de Mando

En relacin a las principales variables a tener en cuenta en la Direccin General, Direcciones Funcionales y Subdirecciones Funcionales, ya afirmbamos que no existe una nica frmula para todas las empresas, sino que para cada tipo de organizacin habr que tomar unas variables determinadas con las que llevar a cabo la medicin de la gestin. Es importante tener en cuenta que el contenido de cualquier Cuadro de Mando, no se reduce tan slo a cifras o nmeros, ha de ser un contenido muy concreto para cada departamento o para cada responsable. De igual manera, se ha de tener presente que la informacin que se maneja en un Cuadro de Mando determinado puede ser vlida para otro. Con respecto a los indicadores, stos son elementos objetivos que describen situaciones especficas, y que tratan de medir de alguna manera las variables propuestas en cada caso. Al analizar los indicadores necesarios, establecamos una distincin bsica entre los financieros y los no financieros. El Cuadro de Mando se nutre de todo este tipo de indicadores, tiene en cuenta los aspectos prospectivo y retrospectivo, configurando un punto de vista global mucho ms completo y eficaz. Su funcin es conjugar una serie de elementos para suministrar una visin de conjunto y ofrecer soluciones en cada caso. No obstante, los indicadores tratados hasta aqu se encargan de valorar elementos con un carcter cuantificable, pero cada vez ms, es mayor la importancia que van adquiriendo las variables cualitativas, aunque su desarrollo siga todava estando por debajo del alcanzado en los financieros. La mayora de las tcnicas tienen como elemento comn, el mostrar las relaciones que existen entre las categoras de las variables ms que entre las propias variables. El Cuadro de Mando, no debe profundizar tanto en estas tcnicas, sino en la obtencin de la informacin mnima necesaria, para que junto a las variables de carcter monetario, pueda llevar a cabo la ya mencionada gestin globalizada.

[editar] A tener en consideracin


Aprendizaje: Cmo debe nuestra organizacin aprender e innovar para alcanzar sus objetivos? Procesos Internos: En que Procesos debemos ser excelentes? Clientes: Qu necesidades de los Clientes debemos atender para tener xito? Financiera: Qu Objetivos Financieros debemos lograr para ser exitosos?

De modo previo, al abordar la presentacin del Cuadro de Mando, se debe resaltar una cuestin que es de gran importancia en relacin a su contenido. Se trata del aspecto

cualitativo de esta herramienta, ya que hasta el momento no se le ha prestado la importancia que se merece y, sobre todo, porque existen numerosos aspectos como por ejemplo el factor humano, cuyo rendimiento queda determinado por el entorno que le rodea en la propia organizacin, y estas son cuestiones que rara vez se tienen en cuenta. La empresa -desde una perspectiva meramente global- constituye un conjunto de vinculaciones ms o menos establecidas y de recursos compartidos con un fin comn. Asimismo, se puede sealar que la empresa en s representa un conjunto de subsistemas de informacin, claramente definidos y normalizados.

[editar] Otros temas relacionados


Informacin y Fluidez. La informacin que puede obtener y utilizar la empresa, segn cul sea su naturaleza, puede ser vlida para unos u otros Cuadros de Mando. La informacin que contienen los Cuadros de Mando pueden dividirse en dos grandes reas: externa e interna. Cada vez consta, con ms fuerza, la preocupacin de las empresas por contar con unos sistemas organizados, giles y fluidos de comunicacin entre todos los niveles de responsabilidad. Dicha comunicacin se ha de dar a travs de los canales que se establezcan y hagan posible que el personal, por medio del conocimiento claro de los temas que les afectan, pueda sentirse ms involucrado en sus quehaceres diarios. Relaciones de causa-efecto. Entre los diversos objetivos de una Compaa, pueden establecerse relaciones de causa-efecto. Esto es, hallar una correlacin entre la variacin de las mtricas de un objetivo y las de otro a lo largo del tiempo. Esto permite predecir como se comportarn algunas mtricas en el futuro a partir del anlisis de otras en el momento actual; y tomar alguna decisin que permita cambiar el rumbo de los acontecimientos. Mapas estratgic

[editar] Referencias

Prof. Mario Hector Vogel Club Tablero de Comando http://www.tablerodecomando.com El Tablero de Comando o Balanced Scorecard Rodrigo Andres Sepulveda Morn - Facultad de Economa y Negocios Universidad de Chile. Diplomado Control de Gestin Gerencial. Kaplan, Robert S. and David P. Norton, The Balanced Scorecard: Translating Strategy Into Action,Boston, MA: Harvard Business School Press, 1996. [1] Olve, Nils-Gran, Jan Roy and Magnus Wetter, Performance Drivers: A Practical Guide to Using the Balanced Scorecard, Chichester, UK: John Wiley & Sons, 1999. Kaplan, Robert S. and David P. Norton, The Strategy-focused organization, Boston, MA: Harvard Business School Press, 2000.

Paul R. Niven, El Cuadro de Mando Integral,Barcelona 2003, Gestin 2000. eVisualReport. Balanced Scorecard. 01 dic. 2009. http://www.eVisualreport.com/Cuadro%20de%20Mandos%20Integral.html?gclid=CKq r4MW9tp4CFRdhswodqkj4lw

Lpez, Alfonso V. Casos Reales de aplicacin de Balanced Scorecard y Cuadro de mando. 01 dic. 2009. http://www.ciberconta.unizar.es/alf/casosbsc/

[editar] Enlaces externos

Bitcubo, Software de Gestin Documental, calidad y del conocimiento

Sistemas de soporte a decisiones


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Debido a que hay muchos enfoques para la toma de decisiones y debido a la amplia gama de mbitos en los cuales se toman las decisiones, el concepto de sistema de apoyo a las decisiones (DSS por sus siglas en ingls Decision support system) es muy amplio. Un DSS puede adoptar muchas formas diferentes. En general, podemos decir que un DSS es un sistema informtico utilizado para servir de apoyo, ms que automatizar, el proceso de toma de decisiones. La decisin es una eleccin entre alternativas basadas en estimaciones de los valores de esas alternativas. El apoyo a una decisin significa ayudar a las personas que trabajan solas o en grupo a reunir inteligencia, generar alternativas y tomar decisiones. Apoyar el proceso de toma de decisin implica el apoyo a la estimacin, la evaluacin y/o la comparacin de alternativas. En la prctica, las referencias a DSS suelen ser referencias a aplicaciones informticas que realizan una funcin de apoyo.1

Definiciones
El trmino sistema de apoyo a la decisin se ha utilizado de formas muy diversas y se ha definido de diferentes maneras dependiendo del punto de vista del autor.2 Algunas de esas definiciones son:

Un DSS, en trminos muy generales, es "un sistema basado en computador que ayuda en el proceso de toma de decisiones" (Finlay3 y otros). En trminos bastante ms especficos, un DSS es "un sistema de informacin basado en un computador interactivo, flexible y adaptable, especialmente desarrollado para apoyar la solucin de un problema de gestin no estructurado para mejorar la toma de

decisiones. Utiliza datos, proporciona una interfaz amigable y permite la toma de decisiones en el propio anlisis de la situacin" (Turban4 ).

Otras definiciones intermedias entre las dos anteriores seran:


Un DSS es un "conjunto de procedimientos basados en modelos para procesar datos y juicios para asistir a un gerente en su toma de decisiones" (Little5 ). Un DSS "combina recursos intelectuales individuales con las capacidades de un ordenador para mejorar la calidad de las decisiones (son un apoyo informtico para los encargados de tomar decisiones sobre problemas semiestructurados)" (Keen6 ). "Sistema extensible capaz de apoyar ad-hoc el anlisis de datos y el modelado de decisiones, orientado a la planificacin futura y utilizado a intervalos irregulares, no planificados" (Moore y Chang7 ). Los DSS son "Sistemas informticos interactivos que ayudan a los encargados de tomar decisiones utilizando datos y modelos para resolver problemas no estructurados" (Sprague y Carlson8 ). Kenn afirma que es imposible dar una definicin precisa incluyendo todas las facetas de la DSS ya que "no puede haber una definicin de los sistemas de apoyo a la decisin, sino slo del apoyo a la decisin" (Keen9 ). Para Power el termino DSS puede referirse a muchos tipos de sistemas de informacin que dan soporte a la toma de decisiones. Humorsticamente aade que siempre que un sistema informtico no sea un 'sistema para procesamiento de transacciones en linea' (OLTP), alguien tendr la tentacin de llamarlo DSS (Power10 ).

Como se puede ver no hay una definicin universalmente aceptada de lo que es un DSS.11

[editar] Breve historia


Segn Keen,6 el concepto de apoyo a las decisiones ha evolucionado desde dos reas principales de investigacin: los estudios tericos de organizacin de la toma de decisiones, hechos en el Carnegie Institute of Technology a finales de 1950 y comienzos de 1960, y el trabajo tcnico sobre sistemas informticos interactivos, principalmente llevadas a cabo en el Instituto Tecnolgico de Massachusetts en la dcada de 1960. Se considera que el concepto de DSS se convirti en un espacio de investigacin como tal a mediados de la dcada de 1970, antes de ganar en intensidad durante el decenio de 1980. A mediados y finales de 1980, los sistemas de informacin ejecutiva (EIS), los sistemas de apoyo a la decisin en grupo (GDSS) y los sistemas organizacionales de apoyo a la decisin (ODSS) evolucionaron desde el usuario individual y el DSS orientados a modelos. A partir de 1990 aproximadamente, los almacenes de datos y el procesamiento analtico en lnea (OLAP) comenz a ampliar el mbito de los DSS. Con el cambio de milenio, se introdujeron nuevas aplicaciones analticas basadas en la web. Es evidente que los DSS pertenecen a un entorno con fundamentos multidisciplinarios, incluyendo (pero no exclusivamente) la investigacin en base de datos, inteligencia artificial, Interaccin hombre-mquina, mtodos de simulacin, ingeniera de software y telecomunicaciones. Los DSS tambin tienen una dbil conexin con el paradigma de la interfaz de usuario de hipertexto. Tanto el sistema PROMIS (para la toma de decisiones mdicas) de la Universidad de Vermont, como el sistema ZOG/KMS (para la toma de

decisiones militares y de negocios) de la Universidad Carnegie Mellon fueron dos sistemas de apoyo a las decisiones que constituyeron grandes avances en la investigacin de interfaz de usuario. Por otra parte, aunque las investigaciones en hipertexto, por lo general, se haya centrado en la sobrecargo de informacin, algunos investigadores, en particular, Douglas Engelbart, se han centrado en la toma de decisiones en particular.

[editar] Funcin y caractersticas


Los DSS son herramientas de mucha utilidad en Inteligencia empresarial (Business Intelligence), permiten realizar el anlisis de las diferentes variables de negocio para apoyar el proceso de toma de decisiones de los directivos:

Permite extraer y manipular informacin de una manera flexible. Ayuda en decisiones no estructuradas. Permite al usuario definir interactivamente qu informacin necesita y cmo combinarla. Suele incluir herramientas de simulacin, modelizacin, etc. Puede combinar informacin de los sistemas transaccionales internos de la empresa con los de otra empresa externa.

Su principal caracterstica es la capacidad de anlisis multidimensional (OLAP) que permite profundizar en la informacin hasta llegar a un alto nivel de detalle, analizar datos desde diferentes perspectivas, realizar proyecciones de informacin para pronosticar lo que puede ocurrir en el futuro, anlisis de tendencias, anlisis prospectivo, etc. Un DSS da soporte a las personas que tienen que tomar decisiones en cualquier nivel de gestin, ya sean individuos o grupos, tanto en situaciones semiestructuradas como en no estructuradas, a travs de la combinacin del juicio humano e informacin objetiva:

Soporta varias decisiones interdependientes o secuenciales. Ofrece ayuda en todas las fases del proceso de toma de decisiones -inteligencia, diseo, seleccin, e implementacin- as como tambin en una variedad de procesos y estilos de toma de decisiones. Es adaptable por el usuario en el tiempo para lidiar con condiciones cambiantes. Genera aprendizaje, dando como resultado nuevas demandas y refinamiento de la aplicacin, que a su vez da como resultado un aprendizaje adicional. Generalmente utiliza modelos cuantitativos (estndar o hechos a la medida). Los DSS avanzados estn equipados con un componente de administracin del conocimiento que permite una solucin eficaz y eficiente de problemas muy complejos. Puede ser implantado para su uso en Web, en entornos de escritorio o en dispositivos mviles (PDA). Permite la ejecucin fcil de los anlisis de sensibilidad.

[editar] Taxonomas
Al igual que ocurre con la definicin, no existe una taxonoma universalmente aceptada para los DSS. Diferentes autores proponen diferentes clasificaciones. Utilizando la relacin con el usuario como criterio, Haettenschwiler12 distingue entre:

DSS pasivo.- Es un sistema de ayudas para el proceso de toma de decisiones, pero que no puede llevar a cabo una decisin explcita sugerencias o soluciones. DSS activo.- Puede llevar a cabo dicha decisin sugerencias o soluciones. DSS cooperativo.- Permite al encargado de la toma de decisiones (o a sus asesores) modificar, completar o perfeccionar las sugerencias de decisin proporcionadas por el sistema, antes de enviar de vuelta al sistema para su validacin. El nuevo sistema mejora, completa y precisa las sugerencias del tomador de la decisin y las enva de vuelta a su para su validacin. Entonces, todo el proceso comienza de nuevo, hasta que se genera una solucin consolidada.

Utilizando el modo de asistencia como criterio, Power13 distingue entre:

DSS dirigidos por modelos.- Se hace hincapi en el acceso y manipulacin de un modelo estadstico, financiero, de optimizacin o de simulacin. Utiliza datos y parmetros proporcionados por los usuarios para ayudar a los encargados de adoptar decisiones en el anlisis de una situacin, que no son necesariamente los datos intensivos. Dicodess es un ejemplo de un DSS de cdigo abierto basado en modelos.14 DSS dirigidos por comunicacin.- Disponen de soporte para varias personas que trabajan en una misma tarea compartida. Ejemplos incluyen herramientas integradas como Microsoft NetMeeting o Microsoft Groove.15 DSS dirigidos por datos.- Tambin llamados orientados por datos, enfatizan el acceso y la manipulacin de series temporales de datos internos de la empresa y, a veces, tambin de datos externos. DSS dirigidos por documentos.- Gestionan, recuperan y manipulan informacin no estructurada en una variedad de formatos electrnicos. DSS dirigidos por conocimiento.- Proporcionan experiencia acumulada en forma de hechos, normas, procedimientos, o en estructuras similares especializados para la resolucin de problemas.13

Utilizando el mbito como criterio, Power10 sugiere esta otra clasificacin:


DSS para la gran empresa.- Este DSS estar enlazado con un almacn de datos de gran tamao y dar servicio a muchos gerentes, directores y/o ejecutivos de la compaa. DSS de escritorio.- Es un sistema pequeo que puede correr en el ordenador personal de un gerente al que da servicio (un solo usuario).

[editar] Arquitecturas
Una vez ms, diferentes autores identifican diferentes componentes para un DSS. Sprague y Carlson8 identifican tres componentes bsicos que son explicados con ms detalles por Haag y otros:16

El sistema de gestin de base de datos.- Almacena informacin de diversos orgenes, puede proceder de los repositorios de datos de una organizacin tradicional, de

fuentes externas (como Internet), o del personal (de ideas y experiencias de los usuarios individuales). El sistema gestor de modelos.- Se ocupa de las representaciones de los acontecimientos, hechos o situaciones utilizando varios tipos de modelos (dos ejemplos seran modelos de optimizacin y modelos de bsqueda-objetivo). El sistema gestor y generador de dilogos.- Se trata de la interfaz de usuario; es, por supuesto, el componente que permite a un usuario interactuar con el sistema.

Segn Power13 un DSS tiene cuatro componentes fundamentales:


La interfaz de usuario. La base de datos. Las herramientas analticas y de modelado. La red y arquitectura del DSS.

Httenschwiler17 identifica cinco componentes en un DSS:

Usuarios.- Con diferentes roles o funciones en el proceso de toma de decisiones (tomador de decisiones, asesores, expertos del dominio, expertos del sistema, recolectores de datos). Contexto de decisin.- Debe ser especfico y definible. Sistema de destino.- ste describe la mayora de las preferencias. Bases de conocimiento.- Compuestas de fuentes de datos externas, bases de datos de conocimiento, bases de datos de trabajo, almacenes de datos y meta-bases de datos, modelos matemticos y mtodos, procedimientos, inferencia y los motores de bsqueda, programas administrativos, y los sistemas de informes. Entorno de trabajo.- Para la preparacin, anlisis y documentacin de decisin alternativas.

Arakas18 propone una arquitectura generalizada compuesta de de cinco partes distintas:


El sistema gestor de datos. El sistema gestor de modelos. El motor de conocimiento. La interfaz de usuario. Los usuarios.

[editar] Entornos de desarrollo

Los sistemas DSS no son totalmente diferente de otros sistemas y requieren un enfoque estructurado. Sprague y Watson (1993) proporcionaron un entorno de tres niveles principales:
1. Los niveles de tecnologa.- Se propone una divisin en 3 niveles de hardware y software para los DSS: 1. DSS especfico.- Aplicacin real que ser utilizada por el usuario. sta es la parte de la aplicacin que permite la toma decisiones en un problema particular. El usuario podr actuar sobre este problema en particular. 2. Generador de DSS.- Este nivel contiene hardware y software de entorno que permite a las personas desarrollar fcilmente aplicaciones especficas de DSS.

Este nivel hace uso de herramientas case. Tambin incluye lenguajes de programacin especiales, bibliotecas de funciones y mdulos enlazados. 3. Herramientas de DSS.- Contiene hardware y software de bajo nivel. 2. Las personas que participan.- Para el ciclo de desarrollo de un DSS, se sugieren 5 tipos de usuarios o participantes: 1. Usuario final 2. Intermediario 3. Desarrollador 4. Soporte tcnico 5. Experto de sistemas 3. El enfoque de desarrollo.- El enfoque basado en el desarrollo de un DSS deber ser muy iterativo. Esto permitir que la aplicacin sea cambiada y rediseada en diversos intervalos. El problema inicial se utiliza para disear el sistema y a continuacin, ste es probado y revisado para garantizar que se alcanza el resultado deseado.

[editar] Referencias
1. Alter, S. L. (1980). Decision support systems: current practice and continuing challenges. Reading, Mass., Addison-Wesley Pub. 2. Druzdzel, M. J. and R. R. Flynn (1999). Decision Support Systems. Encyclopedia of Library and Information Science. A. Kent, Marcel Dekker, Inc. 3. Finlay, P. N. (1994). Introducing decision support systems. Oxford, UK Cambridge, Mass., NCC Blackwell; Blackwell Publishers. 4. Turban, E. (1995). Decision support and expert systems: management support systems. Englewood Cliffs, N.J., Prentice Hall. ISBN 0-02-421702-6 5. Little, J.D.C.(1970, April). "Models and Managers:The Concept of a Decision Calculus." Management Science, Vol.16,NO.8 6. a b Keen, P. G. W. (1978). Decision support systems: an organizational perspective. Reading, Mass., Addison-Wesley Pub. Co. ISBN 0-201-03667-3 7. Moore, J.H.,and M.G.Chang.(1980,Fall)."Design of Decision Support Systems." Data Base,Vol.12, Nos.1 and 2. 8. a b Sprague, R. H. and E. D. Carlson (1982). Building effective decision support systems. Englewood Cliffs, N.J., Prentice-Hall. ISBN 0-13-086215-0 9. Keen, P. G. W. (1980). Decision support systems: a research perspective. Decision support systems : issues and challenges. G. Fick and R. H. Sprague. Oxford ; New York, Pergamon Press. 10. a b Power, D. J. (1997). What is a DSS? The On-Line Executive Journal for DataIntensive Decision Support 1(3). 11. Power, D.J. A Brief History of Decision Support Systems DSSResources.COM, World Wide Web, version 2.8, May 31, 2003. 12. Haettenschwiler, P. (1999). Neues anwenderfreundliches Konzept der Entscheidungsuntersttzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich, vdf Hochschulverlag AG: 189-208. 13. a b c Power, D. J. (2002). Decision support systems: concepts and resources for managers. Westport, Conn., Quorum Books. 14. Gachet, A. (2004). Building Model-Driven Decision Support Systems with Dicodess. Zurich, VDF. 15. Stanhope, P. (2002). Get in the Groove: building tools and peer-to-peer solutions with the Groove platform. New York, Hungry Minds

16. Haag, Cummings, McCubbrey, Pinsonneault, Donovan (2000). Management Information Systems: For The Information Age. McGraw-Hill Ryerson Limited: 136-140. ISBN 0-07-281947-2 17. Haettenschwiler, P. (1999). Neues anwenderfreundliches Konzept der Entscheidungsuntersttzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich, vdf Hochschulverlag AG: 189-208. 18. Marakas, G. M. (1999). Decision support systems in the twenty-first century. Upper Saddle River, N.J., Prentice Hall.

[editar] Lecturas recomendadas


Alter, S. Transforming DSS jargon into principles for DSS success (1994), en: P. Gray (Ed.), Decision Support and Executive Information System, Prentice-Hall, Englewood Cliffs, NJ, pp. 2-26. Turban & Aronson. Decision Support Systems and Intelligent Systems (2001). Upper Saddle River, NJ: Prentice-Hall. Turban, McLean & Wetherbe. Information Technology for Management (2002). Massachusetts: Wiley.

Sistemas de informacin ejecutiva


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Un Sistema de Informacin Ejecutiva (Executive information system, EIS por sus siglas en ingls) es una herramienta de Inteligencia empresarial (Business Intelligence, BI), orientada a usuarios de nivel gerencial, que permite monitorizar el estado de las variables de un rea o unidad de la empresa a partir de informacin interna y externa a la misma. Se puede considerar que un EIS es un tipo de Sistema de Soporte a la Decisin (DSS) cuya finalidad principal es que el responsable de un departamento o compaa tenga acceso, de manera instantnea, al estado de los indicadores de negocio que le afectan, con la posibilidad de estudiar con detalle aquellos aspectos que no estn cumpliendo con los objetivos establecidos en su plan estratgico u operativo, y as determinar las medidas de contingencia ms adecuadas. Una de las caractersticas ms importantes de un EIS es que permite a usuarios con perfil no tcnico construir nuevos informes y navegar por los datos de la compaa, con el objetivo de descubrir informacin que les resulte relevante. Esto se debe, entre otras cosas, a que la interfaz grfica de estas aplicaciones suele ser muy atractiva e intuitiva. El EIS suele incluir tambin alertas de negocio, informes histricos comparativos y anlisis de tendencias. Por otro lado, es comn que se puedan realizar subscripciones a los informes o listados ms significativos.

Un EIS suele necesitar de la implantacin de un data warehouse o data mart que acte como fuente central de informacin, unificando, depurando e integrando las distintas bases de datos operacionales de la compaa. Por otro lado, es posible adaptar la estructura del EIS a la teora de Balanced Scorecard o Cuadro de Mando Integral impulsada por Kaplan y Norton, o bien a cualquier otro modelo de seguimiento de indicadores que maneje la organizacin.

Control de gestin
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Se ha sugerido que este artculo o seccin sea fusionado con Control interno (ver la discusin al respecto).
Una vez que hayas realizado la fusin de artculos, pide la fusin de historiales en WP:TAB/F.

El control de gestin es un proceso que sirve para guiar la gestin empresarial hacia los objetivos de la organizacin y un instrumento para evaluarla. Existen diferencias importantes entre las concepciones clsica y moderna de control de gestin. La primera es aquella que incluye nicamente al control operativo y que lo desarrolla a travs de un sistema de informacin relacionado con la contabilidad de costos, mientras que la segunda integra muchos ms elementos y contempla una continua interaccin entre todos ellos. El nuevo concepto de control de gestin centra su atencin por igual en la planificacin y en el control, y precisa de una orientacin estratgica que dote de sentido sus aspectos ms operativos.

Sistema de control de gestin


El SCG cuenta con el diagnstico o anlisis para entender las causas races que condicionan el comportamiento de los sistemas fsicos, permite establecer los vnculos funcionales que ligan las variables tcnicas-organizativas-sociales con el resultado econmico de la empresa y es el punto de partida para la mejora de los estndares; mediante la planificacin orienta las acciones en correspondencia con las estrategias trazadas, hacia mejores resultados; y, finalmente, cuenta con el control para saber si los resultados satisfacen los objetivos trazados.

[editar] Introduccin y resumen


Taylor (1895) fue uno de los iniciadores del CG industrial, introdujo la contabilidad analtica, el cronometraje de los tiempos de mano de obra directa, los estndares, la asignacin de los costos indirectos, la remuneracin por rendimientos. Brown (1907) estableci la frmula de la rentabilidad del capital. Todava hoy se observan muchos ejemplos en las empresas el CG gira en torno al control de la eficiencia interna de la empresa, centrando su atencin en los recursos que consume, en el beneficio inmediato y en la informacin financiera exterior. En la segunda mitad del siglo XX han ocurrido cambios sustanciales del entorno, el cual ha pasado de estable con reglas de juego fijas, a turbulento y muy competitivo. Estos

cambios de entorno han desencadenado en las empresas un gran nmero de cambios internos, en variables tales como la orientacin hacia el cliente, el desarrollo tecnolgico y la innovacin, el papel rector de la direccin estratgica, los enfoques de calidad, el rol de los recursos humanos en la organizacin, la gestin de la informacin y otros. El xito empresarial por lo tanto, exige una continua adaptacin de la empresa a su entorno y la competitividad se convierte en el criterio econmico por excelencia para orientar y evaluar el desempeo dentro y fuera de la empresa.

[editar] Desarrollo

Acerca de la definicin de control de gestin (CG)

Segn Garca (1975), el control de gestin (CG) es ante todo un mtodo, un medio para conducir con orden el pensamiento y la accin, lo primero es prever, establecer un pronstico sobre el cual fijar objetivos y definir un programa de accin. Lo segundo es controlar, comparando las realizaciones con las previsiones, al mismo tiempo que se ponen todos los medios para compensar las diferencias constatadas. Blanco (1984) plantea que la moderna filosofa del CG presenta la funcin de control como el proceso mediante el cual los directivos se aseguran de la obtencin de recursos y del empleo eficaz y eficiente de los mismos en el cumplimiento de los objetivos de la empresa. La gestin es una mezcla de decisiones locales con objetivos globales de la compaa, segn lo ve Goldratt (1990), desde su teora sobre gestin de las limitaciones (TOC), precisando que el control es una parte del sistema de informacin que responde a una de las preguntas gerenciales ms perturbadoras: cmo medir objetiva y constructivamente el desempeo local pasado? Segn Huge Jordan (1995), el CG es un instrumento de la gestin que aporta una ayuda a la decisin y sus tiles de direccin van a permitir a los directores alcanzar los objetivos; es una funcin descentralizada y coordinada para la planificacin de objetivos, acompaada de un plan de accin y la verificacin de que los objetivos han sido alcanzados. A partir de 1990, aparece el trmino controlling (4) en Alemania, Espaa y Estados Unidos. El salto cualitativo no est en la definicin misma de control de gestin, sino en lo que enfatiza ahora la literatura con este trmino: las nuevas caractersticas que debe presentar el control de gestin ante el cambio radical que est operndose en los modelos de perfeccionamiento empresarial. Kupper (1992) lo ve como un medio de coordinacin de las numerosas partes del sistema de management. Pacher-Theinburg (1992) subraya la significacin del controlling por la integracin alcanzada entre las funciones de planificacin y control. Garca Echevarra (1994) resalta tanto su dimensin estratgica y global de la empresa como su dimensin especfica en la funcin que se dirige. El controlling, como el control de gestin, orientado ms hacia el futuro que al pasado y donde se ve fundamentalmente a la empresa desde afuera de s misma, integrada con el cliente y la competencia. Si continuramos citando autores, se comprobara que la definicin de CG no es nica, vara con cada autor y con el transcurso de los aos, ya que el constante cambio del

entorno empresarial conduce a una evolucin en la forma de pensar y actuar, as como en los mtodos y herramientas empleadas para dirigir una organizacin. Repasando diferentes definiciones sobre control de gestin se observa que:

Todos los autores reconocen que los objetivos son la categora rectora, porque el proceso de toma de decisiones est orientado a alcanzar los objetivos marcados y luego estos son el patrn para evaluar a la gestin, o sea el grado en que los resultados de la gestin se acercan a los objetivos previamente establecidos. El control de gestin se relaciona con las actividades siguientes: formulacin de objetivos, fijacin de estndares, programas de accin (presupuestos), utilizacin de recursos, medicin de resultados (verificacin), anlisis de desviaciones, correccin del desempeo o mejora. Se diferencia entre el concepto de gestin, control de gestin y la funcin de control, pero no se observa la misma precisin al establecer sus fronteras. Algunos consideran que el control de gestin comprende tanto la etapa de previsin como la etapa de control o verificacin propiamente dicha; otros lo ven ms cercano a la ejecucin y verificacin; para otro, abarca los procesos de asignacin de recursos, el seguimiento de las acciones y la evaluacin del resultado. En este marco se considera que la gestin comprende todos los procesos descritos anteriormente puesto que constituyen la va para concretar y alcanzar la poltica general de la empresa, y por ende incluye al control de gestin como su herramienta para evaluar si las decisiones que se toman al asignar y utilizar los recursos, se alejan o se acercan a los objetivos. Tambin se considera que el control de gestin no debe ser reducido a la funcin de control (entendido como evaluacin y correccin del desempeo solamente) sino que comprende tambin la fase de planificacin (porque durante el proceso de definir objetivos se determinan las formas de medirlos, y su cuantificacin en el estndar), que a su vez est determinada por los procesos de mejoramiento que son los que le otorgan la capacidad de diagnstico al control de gestin. Autores como Goldratt llaman la atencin sobre el papel de la gestin y el CG como un puente entre los objetivos globales y los objetivos locales, reflejando la problemtica existente de que muchos sistemas de control de gestin (SCG) se quedan en la medicin de los objetivos globales de la compaa pero son incapaces de medir si los desempeos locales van contribuyendo o no al alcance de los objetivos globales. Resulta contrastante que en todas las definiciones se asocia al CG con la nocin de medir y, sin embargo, una de las problemticas no resueltas en lo referente a los SCG son los sistemas de informacin, que se quedan en la superficie o en lo global. Muchos CG son buenos para asignar tareas y recursos por departamentos, pero ineficientes para evaluar si el desempeo local contribuye o no al desempeo de la organizacin. La mayor parte de la bibliografa consultada identifica, explcita o implcitamente, al CG con el control econmico solamente, basado en la ventaja de la homogeneidad que ofrecen las medidas monetarias.

Aqu se considera que el CG debe ofrecer informacin homognea en la medida que asciende en la pirmide de informacin para ofrecer informacin agregada sobre estados o resultados pero cuando se avanza en sentido contrario, lo que se maneja es informacin sobre decisiones, algunas tan directas y heterogneas como lo son las

relativas a los procesos sobre los que actan. En estas condiciones, la problemtica a resolver por el CG es servir de puente entre los resultados econmicos y las decisiones que se toman sobre los procesos fsicos de la empresa poniendo de manifiesto sus vnculos funcionales.

En la mayor parte de las definiciones de gestin y control de gestin consultadas no se especifica quin es el sujeto de direccin y cuando lo hacen se refieren a los managers o directivos denotndose un enfoque tradicional del control de gestin donde el personal es considerado como un recurso ms de la produccin cuya utilizacin debe ser calculada al menor costo posible; los trabajadores no se ven formando parte efectivamente del sistema ni participan de forma activa en el proceso de toma de decisiones. Sin embargo, solo a travs de la implicacin de todo el personal, una empresa puede dar respuesta a las exigencias de flexibilidad y capacidad de reaccin que le plantea hoy el cambio de entorno.(3) Pierden competitividad aquellas organizaciones que mantienen una divisin entre los que piensan y los que actan; se abren paso las organizaciones inteligentes (learning organizations) que se basan en el aprendizaje y la gestin del conocimiento, lo que equivale a que los recursos humanos se convierten en el principal factor diferenciador en el actual contexto. Hasta la dcada de 1970, es una tendencia considerar al CG como verificacin de lo realizado, ms que un proceso de aprendizaje y mejoramiento permanente del desempeo. Slo algunos autores subrayan el CG subordinado a la planificacin estratgica. (1)(5)(12) Aspecto muy importante si de entornos turbulentos se trata, puesto que la gestin solo conducir a resultados exitosos si previamente se ha marcado la meta y la estrategia para alcanzarla. La consideracin anterior conduce a otra muy importante y es que la gestin y el CG subordinados al planteamiento estratgico ofrecen una visin dinmica, de cambio en el diseo de los SCG, los cuales deben modificarse a la velocidad con que cambian las estrategias. A esto Lorino le llama "el problema de la coherencia entre la estrategia y las reglas de gestin"

[editar] Conclusiones

El CG es un proceso que sirve para guiar la gestin hacia los objetivos de la organizacin y un instrumento para evaluarla. Su definicin ha evolucionado en la medida que cambia el modelo de funcionamiento empresarial ante las exigencias del entorno.

[editar] Principios de Control


Los sistemas de control se basan en una serie de principios bsicos, los cuales permiten alcanzar los objetivos propuestos por todo sistema de control. A saber son:

Uso de la Contabilidad como elemento informativo Economa del Control

Control por excepcin Control por responsabilidades Integracin de los sistemas de control Coincidencia entre el presupuesto y el plan de cuentas contable Informacin pertinente,precisa, sinttica y oportuna Medidas adecuadas como consecuencia del control

Data mart
De Wikipedia, la enciclopedia libre (Redirigido desde Datamart) Saltar a navegacin, bsqueda Un Data mart es una versin especial de almacn de datos (data warehouse). Son subconjuntos de datos con el propsito de ayudar a que un rea especfica dentro del negocio pueda tomar mejores decisiones. Los datos existentes en este contexto pueden ser agrupados, explorados y propagados de mltiples formas para que diversos grupos de usuarios realicen la explotacin de los mismos de la forma ms conveniente segn 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 Analtico en Lnea) que ofrecen una visin multidimensional de la informacin. Sobre estas bases de datos se pueden construir EIS (Executive Information Systems, Sistemas de Informacin para Directivos) y DSS (Decision Support Systems, Sistemas de Ayuda a la toma de Decisiones). Por otra parte, se conoce como Data Mining al proceso no trivial de anlisis de grandes cantidades de datos con el objetivo de extraer informacin til, por ejemplo para realizar clasificaciones o predicciones. En sntesis, se puede decir que los data marts son pequeos data warehouse centrados en un tema o un rea de negocio especfico dentro de una organizacin.

Razones para crear un data mart


Fcil acceso a los datos que se necesitan frecuentemente. Crea vista colectiva para grupo de usuarios. Mejora el tiempo de respuesta del usuario final. Facilidad de creacin. Costo inferior al de la aplicacin de un completo almacn de datos. Los usuarios potenciales son ms claramente identificables que en un almacn de datos completo...

[editar] Dependencia de un data mart


Segn la tendencia marcada por Inmon sobre los data warehouse, un data mart dependiente es un subconjunto lgico (vista) o un subconjunto fsico (extracto) de un almacn de datos ms 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 aplicacin en el Data Warehouse principal de la Empresa. Demostracin sobre el terreno: para demostrar la viabilidad y el potencial de una aplicacin antes de migrarla al Data Warehouse de la Empresa. Poltica: Cuando se decide una estrategia para las TI (Tecnologas de la informacin) en situaciones en las que un grupo de usuarios tiene ms influencia, para determinar si se financia dicha estrategia o descubrir si sta no sera buena para el almacn de datos centralizado. Poltica: Estrategia para los consumidores de los datos en situaciones en las que un equipo de almacn de datos no est en condiciones de crear un almacn de datos utilizable.

Segn la escuela Inmon de data warehouse, entre las prdidas inherentes al uso de data marts estn la escalabilidad limitada, la duplicacin de datos, la inconsistencia de los datos con respecto a otros almacenes de informacin y la incapacidad para aprovechar las fuentes de datos de la empresa. As y todo estas herramientas son de gran importancia.

[editar] Conceptos errneos de los Data Marts


Al hablar de los data marts, es inevitable la comparacin con los data warehouse y al final se acaba diciendo (o entendiendo) que son como estos, pero en pequeo, y en cierto modo esto es as, pero esta idea suele hacer caer en los siguientes errores sobre la implementacin y funcionamiento de los data marts:

Son ms simples de implementar que un Data Warehouse: FALSO, la implementacin es muy similar, ya que debe proporcionar las mismas funcionalidades. Son pequeos conjuntos de datos y, en consecuencia, tienen menor necesidad de recursos: FALSO, una aplicacin corriendo sobre un data mart necesita los mismos recursos que si corriera sobre un data warehouse. Las consultas son ms rpidas, 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 si 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 aade tiempo al proceso de actualizacin: FALSO, actualizar el data mart desde el data warehouse cuesta menos (ya que los formatos de los datos son o suelen ser idnticos) que actualizar el data warehouse desde sus fuentes de datos primarias, donde es necesario realizar operaciones de transformacin (ver ETL).

Modelo de base de datos


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Este artculo o seccin necesita referencias que aparezcan en una publicacin acreditada, como revistas especializadas, monografas, prensa diaria o pginas de Internet fidedignas.
Puedes aadirlas as o avisar al autor principal del artculo en su pgina de discusin pegando: {{subst:Aviso referencias|Modelo de base de datos}} ~~~~

El texto que sigue es una traduccin defectuosa o incompleta.


Si deseas colaborar con Wikipedia, busca el artculo original y mejora o finaliza esta traduccin. Puedes dar aviso al autor principal del artculo pegando el siguiente cdigo en su pgina de discusin: {{subst:Aviso maltraducido|Modelo de base de datos}} ~~~~

Un modelo de base de datos o esquema de base de datos es la estructura o el formato de una base de datos, descrita en un lenguaje formal soportada por el sistema de gestin de bases de datos. En otras palabras, un "modelo de base de datos" es la aplicacin de un modelo de datos usado en conjuncin con un sistema de gestin de bases de datos. Los esquemas generalmente son almacenados en un diccionario de datos. Aunque un esquema se defina en un lenguaje de base de datos de texto, el trmino a menudo es usado para referirse a una representacin grfica de la estructura de la base de datos.

Visin general
Un modelo de base de datos es una teora o especificacin que describe como una base de datos es estructurada y usada. Varios modelos han sido sugeridos. Modelos comunes:

Modelo jerrquico Modelo de red Modelo relacional Modelo entidad-relacin Modelo objeto-relacional Modelo de objeto

Un modelo de datos no es solamente un modo de estructurar datos, sino que tambin define el conjunto de las operaciones que pueden ser realizadas sobre los datos. El modelo relacional, por ejemplo, define operaciones como seleccin, proyeccin y unin.

Aunque estas operaciones pueden no ser explcitas en un lenguaje de consultas particular, proveen las bases sobre las que stos son construidos.

[editar] Modelos
Varias tcnicas son usadas para modelar la estructura de datos. La mayor parte de sistemas de base de datos son construidos entorno a un modelo de datos particular, aunque sea cada vez ms comn para productos ofrecer el apoyo a ms de un modelo. Ya que cualquier varia puesta en prctica lgica modela fsica puede ser posible, y la mayor parte de productos ofrecern al usuario algn nivel de control en la sintona de la puesta en prctica fsica, desde las opciones que son hechas tienen un efecto significativo sobre el funcionamiento. Un ejemplo de esto es el modelo emparentado: todas las puestas en prctica serias del modelo emparentado permiten la creacin de ndices que proporcionan rpido acceso a filas en una tabla si conocen los valores de ciertas columnas.

[editar] Modelo de tabla


El modelo de tabla consiste en una serie nica, bidimensional de elementos de datos, donde todos los miembros de una columna dada son asumidos para ser valores similares, y todos los miembros de una fila son asumidos para ser relacionados el uno con el otro. Por ejemplo, columnas para el nombre y la contrasea que podra ser usada como una parte de una base de datos de seguridad de sistema. Cada fila tendra la contrasea especfica asociada con un usuario individual. Las columnas de la tabla a menudo tienen un tipo asociado con ellos, definindolos como datos de carcter, fecha o la informacin de tiempo, nmeros enteros, o nmeros de punto flotante.

[editar] Modelo jerrquico


En un modelo jerrquico, los datos son organizados en una estructura parecida a un rbol, implicando un eslabn solo ascendente en cada registro para describir anidar, y un campo de clase para guardar los registros en un orden particular en cada lista de mismo-nivel. Las estructuras jerrquicas fueron usadas extensamente en los primeros sistemas de gestin de datos de unidad central, como el Sistema de Direccin de Informacin (IMS) por la IBM, y ahora describen la estructura de documentos XML. Esta estructura permite un 1:N en una relacin entre dos tipos de datos. Esta estructura es muy eficiente para describir muchas relaciones en el verdadero real; recetas, ndice, ordenamiento de prrafos/versos, alguno anid y clasific la informacin. Sin embargo, la estructura jerrquica es ineficaz para ciertas operaciones de base de datos cuando un camino lleno (a diferencia del eslabn ascendente y el campo de clase) tambin no es incluido para cada registro. Una limitacin del modelo jerrquico es su inhabilidad de representar manera eficiente la redundancia en datos. Los modelos de base de datos " el valor de atributo de entidad " como Caboodle por Swink estn basados en esta estructura. En la relacin Padre-hijo: El hijo slo puede tener un padre pero un padre puede tener mltiples hijos. Los padres e hijos son atados juntos por eslabones "indicadores" llamados. Un padre tendr una lista de indicadores de cada uno de sus hijos.

[editar] Modelo de red


El modelo de red (definido por la especificacin CODASYL) organiza datos que usan dos fundamental construcciones, registros llamados y conjuntos. Los registros contienen campos (que puede ser organizado jerrquicamente, como en el lenguaje COBOL de lenguaje de programacin). Los conjuntos (para no ser confundido con conjuntos matemticos) definen de uno a varios relaciones entre registros: un propietario, muchos miembros. Un registro puede ser un propietario en cualquier nmero de conjuntos, y un miembro en cualquier nmero de conjuntos. El modelo de red es una variacin sobre el modelo jerrquico, al grado que es construido sobre el concepto de mltiples ramas(estructuras de nivel inferior) emanando de uno o varios nodos (estructuras de nivel alto), mientras el modelo se diferencia del modelo jerrquico en esto las ramas pueden estar unidas a mltiples nodos. El modelo de red es capaz de representar la redundancia en datos de una manera ms eficiente que en el modelo jerrquico. Las operaciones del modelo de red son de navegacin en el estilo: un programa mantiene una posicin corriente, y navega de un registro al otro por siguiente las relaciones en las cuales el registro participa. Los registros tambin pueden ser localizados por suministrando valores claves. Aunque esto no sea un rasgo esencial del modelo, las bases de datos de red generalmente ponen en prctica las relaciones de juego mediante indicadores que directamente dirigen la ubicacin de un registro sobre el disco. Esto da el funcionamiento de recuperacin excelente, a cargo de operaciones como la carga de base de datos y la reorganizacin. La mayor parte de bases de datos de objeto usan el concepto de navegacin para proporcionar la navegacin rpida a travs de las redes de objetos, generalmente usando identificadores de objeto como indicadores "inteligentes" de objetos relacionados. Objectivity/DB, por ejemplo, los instrumentos llamados 1:1, 1:muchos, muchos:1 y muchos:muchos, llamados relaciones que pueden cruzar bases de datos. Muchas bases de datos de objeto tambin apoyan SQL, combinando las fuerzas de ambos modelos. El modelo de red (definido por la especificacin CODASYL) organiza datos que usan dos fundamental construcciones, registros llamados y conjuntos. Los registros contienen campos (que puede ser organizado jerrquicamente, como en el lenguaje COBOL de lenguaje de programacin). Los conjuntos (para no ser confundido con conjuntos matemticos) definen de uno a varios relaciones entre registros: un propietario, muchos miembros. Un registro puede ser un propietario en cualquier nmero de conjuntos, y un miembro en cualquier nmero de conjuntos. El modelo de red es una variacin sobre el modelo jerrquico, al grado que es construido sobre el concepto de mltiples ramas(estructuras de nivel inferior) emanando de uno o varios nodos (estructuras de nivel alto), mientras el modelo se diferencia del modelo jerrquico en esto las ramas pueden estar unidas a mltiples nodos. El modelo de red es capaz de representar la redundancia en datos de una manera ms eficiente que en el modelo jerrquico. Las operaciones del modelo de red son de navegacin en el estilo: un programa mantiene una posicin corriente, y navega de un registro al otro por siguiente las relaciones en las cuales el registro participa. Los registros tambin pueden ser localizados por

suministrando valores claves. Aunque esto no sea un rasgo esencial del modelo, las bases de datos de red generalmente ponen en prctica las relaciones de juego mediante indicadores que directamente. dirigen la ubicacin de un registro sobre el disco. Esto da el funcionamiento de recuperacin excelente, a cargo de operaciones como la carga de base de datos y la reorganizacin. La mayor parte de bases de datos de objeto usan el concepto de navegacin para proporcionar la navegacin rpida a travs de las redes de objetos, generalmente usando identificadores de objeto como indicadores "inteligentes" de objetos relacionados. Objectivity/DB, por ejemplo, los instrumentos llamados 1:1, 1:muchos, muchos:1 y muchos:muchos, llamados relaciones que pueden cruzar bases de datos. Muchas bases de datos de objeto tambin apoyan SQL, combinando las fuerzas de ambos modelos.

[editar] Modelo Dimensional


El modelo dimensional es una adaptacin especializada del modelo relacional, sola representar datos en depsitos de datos, en un camino que los datos fcilmente pueden ser resumidos usando consultas OLAP. En el modelo dimensional, una base de datos consiste en una mesa sola grande de los hechos que son descritos usando dimensiones y medidas. Una dimensin proporciona el contexto de un hecho (como quien particip, cuando y donde pas, y su tipo) y es usado en preguntas al grupo hechos relacionados juntos. Las dimensiones tienden a ser discretas y son a menudo jerrquicas; por ejemplo, la posicin(ubicacin) podra incluir el edificio, el estado, y el pas. Un indicador es una cantidad que describe el hecho, como el ingreso. Es importante que los indicadores significativamente puedan ser agregados - por ejemplo, el ingreso de ubicaciones diferentes pueden ser aadidas juntas. En una consulta OLAP, las dimensiones son escogidas y los hechos son agrupados y aadidos juntos para crear un reporte. El modelo dimensional a menudo es puesto en prctica sobre la cima del modelo emparentado que usa un esquema de estrella, consistiendo en una mesa que contiene los hechos y mesas circundantes que contienen las dimensiones. Dimensiones en particular complicadas podran ser representadas usando mltiples mesas, causando un esquema de copo de nieve. Un almacen de datos (data warehouse) puede contener mltiples esquemas de estrella que comparten tablas de dimensin, permitindoles para ser usadas juntas. La llegada levanta un conjunto de dimensiones estndar y es una parte importante del modelado dimensional.

[editar] Modelo de objeto


En aos recientes, el paradigma mediante objetos ha sido aplicado a la tecnologa de base de datos, creando un nuevo modelo de programa sabido(conocido) como bases de datos de objeto. Estas bases de datos intentan traer el mundo de base de datos y el uso que programa el mundo ms cerca juntos, en particular por asegurando que la base de datos usa el mismo sistema de tipo que el programa de uso. Esto apunta para evitar el elevado (a veces mencionaba el desajuste de impedancia) de convertir la informacin entre su representacin en la base de datos (por ejemplo como filas en mesas) y su

representacin en el programa de uso (tpicamente como objetos). Al mismo tiempo, las bases de datos de objeto intentan introducir las ideas claves de programa de objeto, como encapsulation y polimorfismo, en el mundo de bases de datos. Una variedad de estas formas ha sido aspirada almacenando objetos en una base de datos. Algunos productos se han acercado al problema del uso que programa el final, por haciendo los objetos manipulados segn el programa persistente. Esto tambin tpicamente requiere la adicin de una especie de lengua de pregunta, ya que lenguajes de programacin convencionales no tienen la capacidad de encontrar objetos basados en su contenido de la informacin. Los otros han atacado el problema a partir del final de base de datos, por definiendo un modelo de datos mediante objetos para la base de datos, y definiendo un lenguaje de programacin de base de datos que permite a capacidades de programa llenas as como instalaciones de pregunta tradicionales. Las bases de datos de objeto han sufrido debido a la carencia de estandarizacin: aunque las normas fueran definidas por ODMG, nunca fueron puestas en prctica lo bastante bien para asegurar la interoperabilidad entre productos. Sin embargo, las bases de datos de objeto han sido usadas satisfactoriamente en muchos usos:Usualmente aplicaciones especialisadas como bases de datos de ingenieria, base de datos biologica molecualar, ms bien que proceso de datos establecido comercial. Sin embargo, las ideas de base de datos de objeto fueron recogidas por los vendedores emparentados y extensiones influidas hechas a estos productos y de verdad a la lengua SQL.

[editar] Referencias

Este artculo fue creado a partir de la traduccin del artculo Database model de la Wikipedia en ingls, bajo licencia Creative Commons Compartir Igual 3.0 y GFDL.

Editando RFID Data Suite


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda

Wikipedia no tiene una pgina con el nombre exacto de RFID Data Suite.

Puedes buscar pginas sobre RFID Data Suite, ver todas las pginas desde este ttulo o solicitar su creacin. Para crear un artculo enciclopdico, utiliza nuestro asistente. Si has seguido un enlace rojo, no ests obligado a introducir un texto aqu. Puedes volver atrs y seguir en el artculo anterior. Puedes pedir informacin en Consultas, porque si lo haces aqu tu peticin ser borrada sin previo aviso. Si quieres hacer pruebas, por favor, utiliza la Zona de pruebas.

Si ya habas creado una pgina con este nombre, limpia la cach de tu navegador. Tambin puede haber sido borrada.

Busca RFID Data Suite en uno de los proyectos hermanos de Wikipedia:

Commons Wikcionari Wikisourc Wikinotici Wikiversida Wikilibros (imgenes d o e (tutoriales/manual Wikiquot as y (diccionari e (citas) (bibliotec (noticias) (contenido es) acadmico) multimedi o) a) a)

Reglas de negocio
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Las Reglas del Negocio o Conjunto de Reglas de Negocio describe las polticas, normas, operaciones, definiciones y restricciones presentes en una organizacin y que son de vital importancia para alcanzar los objetivos misionales. Ejemplos de reglas de negocio: "Un cliente al que facturamos ms de 10.000 al ao es un cliente de tipo A", "A los clientes de tipo A les aplicamos un descuento del 10% en pedidos superiores a 3.000". Las organizaciones funcionan siguiendo mltiples reglas de negocio, explcitas o tcitas, que estn embebidas en procesos, aplicaciones informticas, documentos, etc. Pueden residir en la cabeza de algunas personas o en el cdigo fuente de programas informticos. En los ltimos aos se viene observando una tendencia a gestionar de forma sistemtica y centralizada las reglas de negocio, de modo que sea fcil y sencillo consultarlas, entenderlas, utilizarlas, cambiarlas, etc. Para ello se puede utilizar un motor de reglas de negocio. El motor de reglas de negocio es un sistema que se configura para dar servicio a las necesidades de negocio a travs de la definicin de objetos y reglas de negocio, el software se rige por flujos que derivan responsabilidades a los distintos cargos de la empresa repartiendo as el trabajo equitativamente y cuantitativamente, cuando, quien y donde tiene que desempear la tarea asignada.

Las reglas de negocio son un medio por el cual la estrategia es implementada. Las reglas especifican - en un nivel adecuado de detalle - lo que una organizacin debe hacer.

Caractersticas
Las reglas de negocio deben ser:

1. 2. 3. 4. 5.

Declarativas. Atmicas. Contructos independientes y distintos. Expresadas en lenguaje natural. Orientadas al negocio.

[editar] Especificacin Formal


Las reglas del negocio pueden ser expresadas en un lenguaje formal de acuerdo a la naturaleza de la organizacin. Los lenguajes ms ampliamente utilizados (2008) incluyen UML, Notacin Z, Business Process Execution Language, Business Process Modeling Notation y Semantics of Business Vocabulary and Business Rules (SBVR)

[editar] Herramientas para la Gestin de Reglas de Negocio


Existen herramientas de manejo de Reglas como :

onRules (Delta-R) ([1]) ILOG Jrules. ([2]) RuleBurst. Oracle Rules Engine. Microsoft Business Rules Engine. JBoss Rules Dinno Corp REM Eximia ([3])

[editar] Conceptos relacionados


Reingeniera de Procesos

Smart process management

Reingeniera de procesos
De Wikipedia, la enciclopedia libre (Redirigido desde Reingeniera de Procesos)

Saltar a navegacin, bsqueda


Qu es la reingeniera de procesos?

Comprendiendo qu es un proceso y cmo este forma parte integral de las empresas e instituciones, cualesquiera sea su naturaleza, es posible entonces llegar a una definicin. Hammer y Champy definen a la reingeniera de procesos como la reconcepcin fundamental y el rediseo radical de los procesos de negocios para lograr mejoras dramticas en medidas de desempeo tales como en costos, calidad, servicio y rapidez (Fuente: Institute of Industrial Engineers, "Ms all de la Reingeniera", CECSA, Mxico, 1995, p.4) Por lo tanto se trata de una reconcepcin fundamental y una visin holstica de una organizacin. Preguntas como: por qu hacemos lo que hacemos? y por qu lo hacemos como lo hacemos?, llevan a interiorizarse en los fundamentos de los procesos de trabajo. La reingeniera de procesos es radical hasta cierto punto, ya que busca llegar a la raz de las cosas, no se trata solamente de mejorar los procesos, sino y principalmente, busca reinventarlos, con el fin de crear ventajas competitivas osadas, con base en los avances tecnolgicos.

[editar] Metodologa esquemtica de Reingeniera de Procesos


Como extremo ideal, se puede establecer una metodologa de "papel en blanco", en la que se reinventa toda la estructura y funcionamiento del proceso o de la organizacin. Se mantienen los objetivos y estrategias bsicas del negocio, pero se adopta una libertad total de ideas. Esta metodologa se puede restringir aprovechando en mayor o menor medida los procesos ya existentes, hacindose as un rediseo parcial del proceso. En cualquiera de los casos, la reingeniera de procesos crea cambios directos y radicales que requieren unas circunstancias en la organizacin para adoptarse con xito:

Sensibilizacin al cambio. Planeacin estratgica. Automatizacin. Gestin de Calidad Total. Reestructuracin Organizacional. Mejora Continua. Valores compartidos. Perspectiva individual. Comportamiento en el lugar de trabajo. Resultados finales.

[editar] Etapas
Las etapas de la reingeniera pueden ser las siguientes:

Identificacin de los procesos estratgicos y operativos existentes o necesarios, y creacin de un mapa (un modelo) de dichos procesos. Jerarquizacin del mapa de procesos para su rediseo, y determinacin de los procesos clave, aquellos que se abordarn primero o con mayor inters. Desarrollo de la visin de los nuevos procesos mejorados. Reingeniera (creacin y rediseo) de procesos, realizada por consultores externos, especialistas internos, o una mezcla de ambos. Preparacin y prueba de los nuevos procesos (procesos pilotos). Procesos posteriores de mejora continua.

Proceso de mejora continua


De Wikipedia, la enciclopedia libre (Redirigido desde Mejora continua) Saltar a navegacin, bsqueda El Proceso de mejora continua es un concepto que pretende mejorar los productos, servicios y procesos. Postula que es una actitud general que debe ser la base para asegurar la estabilizacin del proceso y la posibilidad de mejora. Cuando hay crecimiento y desarrollo en una organizacin o comunidad, es necesaria la identificacin de todos los procesos y el anlisis mensurable de cada paso llevado a cabo. Algunas de las herramientas utilizadas incluyen las acciones correctivas, preventivas y el anlisis de la satisfaccin en los miembros o clientes. Se trata de la forma ms efectiva de mejora de la calidad y la eficiencia en las organizaciones. En el caso de empresas, los sistemas de gestin de calidad, normas ISO y sistemas de evaluacin ambiental, se utilizan para conseguir el objetivo de la calidad.

Requisitos
La mejora continua requiere:

Apoyo en la gestin. Feedback (retroalimentacion) y revisin de los pasos en cada proceso. Claridad en la responsabilidad de cada acto realizado. Poder para el trabajador. Forma tangible de realizar las mediciones de los resultados de cada proceso

La mejora continua puede llevarse a cabo como resultado de un escalamiento en los servicios o como una actividad proactiva por parte de alguien que lleva a cabo un proceso. Es muy recomendable que la mejora continua sea vista como una actividad sostenible en el tiempo y regular y no como un arreglo rpido frente a un problema puntual

Para la mejora de cualquier proceso se deben dar varias circunstancias:


El proceso original debe estar bien definido y documentado. Debe haber varios ejemplos de procesos parecidos. Los responsables del proceso deben poder participar en cualquier discusin de mejora. Un ambiente de transparencia favorece que fluyan las recomendaciones para la mejora. Cualquier proceso debe ser acordado, documentado, comunicado y medido en un marco temporal que asegure su xito.

Generalmente se puede conseguir una mejora continua reduciendo la complejidad y los puntos potenciales de fracaso mejorando la comunicacin, la automatizacin y las herramientas y colocando puntos de control y salvaguardas para proteger la calidad en un proceso.

[editar] Maneras para la Mejora Continua


Mantnlo simple. (Keep it simple) Si entran datos errneos, saldrn datos errneos. (Garbage in garbage out. GIGO) Confiamos en ello, pero vamos a verificarlo. (Trust, but verify) Si no lo puedes medir, no lo podrs gestionar. (If you can't measure it, you can't manage it)

[editar] Algunas metodologas


SCOR: Supply Chain Operations Reference Lean Manufacturing Six Sigma Ruta de Calidad Teora de Restricciones Red X Sistemas Suaves Mtodologas de Innovacin

Mtodo justo a tiempo


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda El mtodo justo a tiempo (traduccin del ingls Just in Time) es un sistema de organizacin de la produccin para las fbricas, de origen japons. Tambin conocido como mtodo Toyota o JIT, permite aumentar la productividad. Permite reducir el costo de la gestin y por prdidas en almacenes debido a stocks innecesarios. De esta forma, no se produce bajo suposiciones, sino sobre pedidos reales. Una definicin del objetivo del Justo a Tiempo sera producir los elementos que se necesitan, en las cantidades que se necesitan, en el momento en que se necesitan.

Origen de los sistemas Justo a Tiempo


La aparicin de la produccin JIT es consecuencia lgica de algunas circunstancias que definan la situacin de la industria automovilstica japonesa en los aos 50. El reducido volumen de sus operaciones no permita la implantacin eficiente de los sistemas de produccin masiva que funcionaban ptimamente en los Estados Unidos. Adems, tambin exista una gran escasez de capital y de espacio de almacenamiento. En estas circunstancias, los esfuerzos de mejora se concentraron en un activo que implica un fuerte consumo de los dos recursos citados: los inventarios. Es notable que un sistema que se dise originalmente para reducir los niveles de existencias se haya convertido al final en una va para la mejora continua en todos los aspectos de la actividad productiva. Se suele asociar el descubrimiento del JIT a Taiichi Ohno y sus observaciones de los supermercados de Amrica en 1956. Los Sistemas de produccin de Toyota (TPS, Toyota Production System) son en su mayora acreditados a Ohno, vicepresidente de Toyota, quien viajo a los Estados Unidos en 1956 para visitar las plantas de automviles. Su descubrimiento ms importante durante su viaje fueron los supermercados americanos. Onho estaba impresionado en cmo los consumidores seleccionaban qu y cunto queran. El supermercado dio a Ohno la idea poner un sistema de partida, en el cul cada lnea de produccin se convierte en un supermercado para la lnea sucesiva. Cada lnea remplazara slo los puntos que la siguiente lnea seleccionara. Ohno tambin creo el sistema Kanban para el reemplazo de componentes.

Logo de Toyota.

La produccin JIT es simultneamente una filosofa y un sistema integrado de gestin de la produccin, que evolucion lentamente a travs de un proceso de prueba y error a lo largo de un perodo de ms de quince aos. En las fbricas japonesas se estableci un ambiente adecuado para esta evolucin desde el momento en que dio a sus empleados la orden de que eliminaran el desperdicio. El desperdicio puede definirse como "cualquier cosa distinta de la cantidad mnima de equipamiento, materiales, partes, espacio y tiempo, que sea absolutamente esencial para aadir valor al producto" (Suzaki, 1985). Para el desarrollo del JIT no hubo ningn plan maestro ni ningn borrador. Taiichi Ohno describe el desarrollo del JIT del siguiente modo: "Al intentar aplicarlo, se pusieron de manifiesto una serie de problemas. A medida que estos se aclaraban, me indicaban la direccin del siguiente movimiento. Creo que slo mirando hacia atrs, somos capaces de entender cmo finalmente las piezas terminaron encajando". Los sistemas JIT han tenido un auge sin precedentes durante las ltimas dcadas. As, despus del xito de las compaas japonesas durante los aos que siguieron a la crisis de los setenta, investigadores y empresas de todo el mundo centraron su atencin en una forma de produccin que, hasta ese momento, se haba considerado vinculada con las

tradiciones tanto culturales como sociales de Japn y, por tanto, muy difcil de implantar en industrias no japonesas. Sin embargo ms tarde qued demostrado que, si bien la puesta en prctica de los principios y tcnicas que sostenan los sistemas de produccin JIT requeran un profundo cambio en la filosofa de produccin, no tenan como requisito imprescindible una forma de sociedad especfica. Tras ser adoptado formalmente por numerosas plantas japonesas en los aos 70, el sistema JIT comenz a ser implantado en Estados Unidos en los aos 80. En el caso de Espaa, algunas de las experiencias iniciales de implantacin de tcnicas de produccin JIT mostraron la viabilidad de estos enfoques en nuestro pas.

[editar] Fundamentos del proceso


[editar] Recursos flexibles

La flexibilidad en los recursos, materializada en el empleo de trabajadores verstiles y de mquinas multiuso, fue uno de los primeros elementos en ser ajustado. Mediante el estudio de tiempos y movimientos, Ohno observ que los ciclos de trabajo de las mquinas y de los operarios que las manejaban eran muy diferentes. Con frecuencia, el empleado deba esperar un cierto tiempo mientras la mquina realizaba su funcin. Surgi as la idea de que un solo operario poda manejar varias mquinas. Para facilitar la puesta en prctica, las mquinas se colocaban en paralelo o en forma de L. Al aumentar paulatinamente el nmero de mquinas a cargo de cada empleado, estas se acabaron colocando en forma de U, donde el principio y el final de la lnea estn juntos. Al principio todas las mquinas eran del mismo tipo. Posteriormente, la variedad de la maquinaria que manejaba cada operario se fue ampliando. Result preciso, por lo tanto, formar y preparar a los trabajadores para realizar distintos tipos de tareas, y crear al efecto programas de rotacin de puestos especficos. Tambin fue necesario efectuar modificaciones en las mquinas. Hubo que instalar mecanismos que detuvieran las mquinas automticamente una vez que su trabajo hubiera concluido. Tambin se idearon fijaciones que facilitaban la labor, de forma que no fuera necesario desplazarse cuando hiciera falta. La versatilidad de los empleados estimul la adquisicin de maquinaria de uso mltiple, que redujo los desplazamientos de los empleados, as como la dificultad de adaptacin de las mquinas a diversos usos y los periodos de espera para que las otras mquinas estuvieran disponibles.
[editar] Distribucin en planta celular

Las clulas agrupan mquinas de diversos tipos para elaborar piezas de forma similar o con requerimientos de procesamiento parecidos. La organizacin de la maquinaria en cada clula recuerda a una cadena de montaje, normalmente en forma de U. El trabajo se desplaza por la clula de un proceso a otro, mientras los empleados siguen un camino establecido. La forma en que las clulas se distribuyen facilita la produccin simultnea de diferentes productos, y permite que problemas derivados de las variaciones en el volumen de produccin puedan ser resueltos incorporando ms personal a la clula. Como en cada clula se elaboran artculos similares, el tiempo de adaptacin de las mquinas es pequeo y el tamao de los lotes de produccin puede disminuir.

[editar] Sistema "Pull" o "de arranque"

Uno de los grandes problemas a los que se enfrentan las empresas, particularmente las automovilsticas, es la coordinacin entre la produccin y entrega de materiales y partes con la elaboracin de ensamblados parciales y las necesidades de la cadena de montaje. Tradicionalmente, los inventarios se han empleado como elemento amortiguador de los fallos de coordinacin. La respuesta de la produccin JIT al problema fue el sistema pull o de arranque. Este sistema requiere invertir el habitual flujo proceso-informacin, que caracteriza al tradicional sistema push o de empuje. En este ltimo, se elabora un programa que establece la labor a realizar para cada una de las estaciones de trabajo, cada una de las cuales empuja posteriormente el trabajo ya realizado hasta la siguiente etapa. Sin embargo, en el sistema pull los trabajadores retroceden hasta la estacin anterior para retirar de ella los materiales y partes que necesitan para procesarlos inmediatamente. Cuando se retira el material, los operarios de la estacin previa saben que ha llegado el momento de comenzar a producir para reemplazar la produccin retirada por la siguiente estacin. Si la produccin no se retira, los empleados de la estacin previa detienen su labor. De este modo se evita tanto el exceso como el defecto en la produccin. Se produce slo lo necesario, entendiendo como tal no lo que viene establecido en un plan, sino lo que los consumidores demandan. Para controlar mejor el funcionamiento del sistema, se consider necesario establecer un mecanismo de formalizacin, denominado sistema de Kanban (en japons, tarjetas).
[editar] Produccin en pequeos lotes

Producir en lotes pequeos resulta atractivo desde dos perspectivas. Por un lado, se necesita menos espacio y se inmovilizan menos recursos, la distancia entre los procesos puede ser reducida, y con ella el coste de transporte interno entre estaciones. Por otro, la reduccin de los niveles de inventario hace que los procesos se vuelvan ms interdependientes, lo que permite detectar y resolver rpidamente los problemas.
[editar] Reduccin de los tiempos de fabricacin y minimizado de los tiempos de entrega

Los problemas comerciales de toma de pedidos desaparecen cuando se conoce la respuesta de fabricacin. No se escatima en maquinaria de produccin. Se trabaja acorde a los tiempos de trabajo, nada ms. Se reduce el tiempo de terminacin (lead time) de un producto, el cual est integrado por cuatro componentes:

El tiempo de movimiento, que se reduce acercando las mquinas, simplificando los desplazamientos, estableciendo rutas ms racionales o eliminando la necesidad de desplazar materiales. El tiempo de espera, que puede mejorarse programando mejor la produccin e instalando ms capacidad. El tiempo de adaptacin de las mquinas: es con frecuencia el gran cuello de botella al que se enfrentan las empresas, y su reduccin constituye uno de los elementos vitales del sistema JIT. El tiempo de procesamiento, que puede reducirse disminuyendo el tamao de los lotes o incrementando la eficiencia de la maquinaria o los operarios.

[editar] Minimizar el stock

Reducir el tamao del stock tambien obliga a una muy buena relacin con los proveedores y subcontratistas, y adems as ayuda a disminuir en gran medida los costes de almacenamiento (inventario).
[editar] Tolerancia cero a errores

Nada debe fabricarse sin la seguridad de poder hacerlo sin defectos, pues los defectos tienen un coste importante y adems con los defectos se tiene entregas tardas, y por tanto se pierde el sentido de la filosofa JIT
[editar] Metodologa 5 (S)

La metodologa 5s tiene la creacin de lugares de trabajo ms organizados, ordenados, limpios y seguros. Mediante su conocimiento y aplicacin se pretende crear una cultura empresarial que facilite, por un lado, el manejo de los recursos de la empresa, y por otro, la organizacin de los diferentes ambientes laborales, con el propsito de generar un cambio de conductas que repercutan en un aumento de la productividad. Incide directamente en la forma en que los obreros realizan su trabajo. Representan principios basicos japoneses, cuyos nombres empiezan con la letra S: 1- Seiri (organizacion) 2- Siton (orden) 3- Seiso (limpieza) 4- Seiketsu (esmero) 5Shitsuke (rigor)
[editar] Cero paradas tcnicas

Se busca que las mquinas no tengan averas, ni tiempos muertos en recorridos, ni tiempos muertos en cambio de herramientas.
[editar] Adaptacin rpida de la maquinaria. Sistema SMED.

El sistema SMED (Single Minute Exchange of Dies, Sistema de Tiempos Cortos de Preparacin) permite reducir el tiempo de cambio de herramientas en las mquinas aportando ventajas competitivas para la empresa. Los principios sobre los que se basa el sistema son los siguientes:
1. Separar la adaptacin interna de la externa. La interna es aquella que se ha de realizar cuando la mquina est detenida. La externa, aquella que puede realizarse anticipadamente, mientras la mquina est an funcionando. Para cuando la mquina haya terminado de procesar un lote, es necesario que los operarios hayan realizado la adaptacin externa, y estn preparados para llevar a cabo la interna. Slo esta idea puede ahorrar el 30-50% del tiempo. 2. Convertir la adaptacin interna en externa. Ello implica asegurarse de que todas las condiciones operativas (reunir herramientas, calentar los moldes, etc.) se cumplen antes de detener la maquinaria. 3. Simplificar todos los aspectos de la adaptacin. Las actividades de adaptacin externa pueden mejorarse organizando adecuadamente el lugar de trabajo, situando las herramientas cerca de los lugares donde se emplean y llevando a cabo labores de

mantenimiento preventivo sobre la maquinaria. Las actividades de adaptacin interna pueden reducirse simplificando o eliminando los ajustes. 4. Realizar las actividades de adaptacin en paralelo, o eliminarlas totalmente. Aadir una persona extra al equipo de adaptacin puede reducir sensiblemente el tiempo de configuracin. En muchos casos, el tiempo que tardan dos personas en hacer un trabajo es muy inferior a la mitad de lo que tardara una sola.

Para analizar objetivamente el proceso de adaptacin es til confiar la labor de mejora a un equipo en el que colaboren operarios e ingenieros. Suele ser til grabar en vdeo los procesos para intentar mejorarlos. Se puede recurrir a aplicar los estudios de tiempos y movimientos. Una vez ideadas las mejoras en los procedimientos, ser necesario practicar hasta que se logre aplicarlos perfectamente. En Corea Steve Hulggirs inicia una actividad parecida.
[editar] Metodologa TPM

El Mantenimiento Productivo Total (TPM, Total Productive Maintenance) es una adaptacin del Mantenimiento Productivo occidental, al que los japoneses han aadido la palabra Total para especificar que el conjunto del personal de produccin debe estar implicado en las acciones de mantenimiento y, asimismo, que deben ser integrados los aspectos relacionados con el mantenimiento de equipos, preparacin de equipos, calidad, etc., que tradicionalmente se trataban de forma separada. Esta situacin genera en los operarios un ambiente de responsabilidad en relacin con la seguridad y el funcionamiento de su puesto de trabajo, involucrando a los trabajadores en tareas de mantenimiento, inducindolos a prevenir averas y, en definitiva involucrndoles en el objetivo ms general de la mejora continua. Este enfoque de mantenimiento puede ponerse en prctica con rapidez y supone enseguida una reduccin considerable de la falta de disponibilidad de las mquinas, al mismo tiempo que disminuye los niveles de errores, incrementa la productividad y reduce los costes. Llevar un sistema estadstico y un Control Estadstico de Procesos para verificar la evolucin y regularidad en la evolucin de las mquinas forma parte tambin del TPM.
[editar] Produccin uniforme

Para eliminar el desperdicio, los sistemas productivos JIT tratan de mantener un flujo de produccin uniforme. Los cambios en la demanda final provocan fuertes variaciones en el ritmo de produccin de la cadena de montaje final, que se trasladan multiplicadas a las clulas de produccin de componentes. Las pequeas variaciones en la demanda pueden ser absorbidas sin problemas por el sistema Kanban, como se explicar en el apartado 3. Sin embargo, cambios ms bruscos terminan provocando la acumulacin de existencias o la necesidad de establecer horas extras para poder cumplir con los objetivos de produccin. Una va para reducir la incertidumbre pasa por mejorar los pronsticos de la demanda. Otra alternativa consiste en intentar equilibrar, en la medida de lo posible, la produccin a lo largo del horizonte de planificacin. No se trata de producir la misma cantidad de cada producto todos los das, sino de mezclar pequeas cantidades de distintos productos en la produccin diaria. As se consigue producir algo de cada artculo todos los das, con lo que se responde mejor a las variaciones en la

demanda. Se logra tambin estabilizar la produccin de componentes, reducir los niveles de inventario y apoyar al sistema pull de produccin.
[editar] Calidad en la fuente. Cero defectos

Para que el sistema JIT funcione adecuadamente, es preciso alcanzar niveles muy elevados de calidad. Las propias caractersticas del sistema promueven la elevacin de los niveles de calidad. As, la produccin en pequeos lotes permite que los operarios detecten mejor los defectos e identifiquen sus causas. La meta es alcanzar el cero defectos, para lo que es preciso identificar los problemas de calidad en la fuente (tambin llamados rocas), resolverlos, y nunca dejar pasar un producto defectuoso. Con este fin, se traslada la responsabilidad sobre la calidad de los inspectores a los operarios, dndoles la potestad de ejercer jidoka, lo cual significa que tienen la autoridad para detener toda la cadena de montaje si se descubren problemas de calidad. Para promover el uso de esta facultad, todos los trabajadores tienen acceso a un interruptor que activa unas luces de emergencia o detiene el proceso productivo. Los problemas que surgen cada da se van anotando, y se reserva una parte de la jornada laboral al mantenimiento preventivo. Dedicar tiempo a planificar, formar, resolver problemas y mejorar el entorno del trabajo es clave para el xito de la produccin JIT.
[editar] Redes de proveedores

Disponer de una red de proveedores dignos de confianza es vital para el sistema JIT. Es necesario que los proveedores cumplan con exigentes requerimientos de calidad, y que se ubiquen en las proximidades de la empresa, para facilitar entregas frecuentes de pequeos lotes de partes o componentes. Una de las creencias ms extendidas respecto a los sistemas JIT es que no eliminan la necesidad de mantener stocks, sino que solamente la desplazan hacia los proveedores. Esto slo es cierto si los proveedores no aplican tambin el sistema. Si lo hacen correctamente, pueden aprovechar las ventajas derivadas de una demanda estable y segura, de los avisos previos respecto a variaciones en el volumen de produccin, de la asistencia en cuestiones de ingeniera y administracin, y en general, de los beneficios que se derivan de las estrechas relaciones clienteproveedor que caracterizan a la produccin justo a tiempo. Algunas de las tendencias recientes de las polticas de los proveedores son:
1. Ubicarse cerca del cliente. 2. Emplear camiones pequeos, de carga lateral, y realizar embarques conjuntos. 3. Establecer pequeos almacenes cerca del cliente, o compartir los almacenes con otros proveedores. 4. Emplear contenedores estandarizados y hacer las entregas de acuerdo con un programa de entregas preciso. 5. Convertirse en un proveedor certificado, y aceptar cobrar por intervalos de tiempo en lugar de por entregas. [editar] Mejora continua

La produccin JIT es un sistema prctico, surgido del intento de eliminar el desperdicio y simplificar la produccin mediante la aplicacin del mtodo de prueba y error. El ltimo de los elementos que lo caracteriza, la mejora continua, es el ms definitorio de todos, porque el JIT es un sistema que persigue optimizar permanentemente los niveles

de inventario, los tiempos de adaptacin, los niveles de calidad, etc. Por lo tanto, se puede decir que la produccin ajustada es un sistema que se encuentra en una situacin de permanente evolucin, esto es, de mejora continua. Algunos de los elementos de esta mejora continua son:

Control visual: tiene que ver con organizar los recursos que intervienen en el sistema productivo de manera que se pueda lograr que los problemas se adviertan con mayor facilidad y que los trabajadores sean ms conscientes de su ambiente de trabajo. La visibilidad requiere mantener un lugar de trabajo limpio y ordenado, en el que los objetos intiles se eliminan y se asignan ubicaciones fijas para los objetos tiles (materiales, partes o herramientas), y los trabajadores se ocupan de cuidar escrupulosamente los equipos y herramientas, as como el propio espacio en que se desarrolla el trabajo. Poka-Yoke: este concepto se refiere a los mecanismos o dispositivos simples que previenen la ocurrencia de problemas. As, las mquinas que se detienen automticamente despus de producir un nmero establecido de unidades, o los sensores que impiden introducir demasiados artculos en un embalaje, son ejemplos de poka-yoke. Implicacin total de los empleados: la mejora continua no es una cuestin que pueda dejarse en manos de un departamento o de un comit de expertos. Para lograrla, es precisa la implicacin total de los empleados. La esencia misma del xito de un sistema JIT reside en la predisposicin de los trabajadores a sealar los problemas de calidad, a detener la produccin cuando sea preciso, y para aportar ideas de mejora, analizar los procesos, realizar diversas funciones y modificar sus rutinas de trabajo. Para lograr niveles elevados de participacin, las empresas deben adaptar su cultura corporativa y crear expectativas respecto a la implicacin. Esto requiere formar a los empleados en tcnicas para resolver los problemas, y darles la oportunidad de ponerlas en prctica. Es preciso, si no se quiere que el flujo de ideas se interrumpa, aplicar una proporcin importante de las ideas que se aportan.

Principios de la mejora continua: los siguientes principios pueden ser de utilidad para iniciar o avanzar en el esfuerzo de la mejora continua:

Crear una mentalidad para la mejora. Negar el status quo. Pensar en positivo, no en negativo. Las excusas no valen. Intentarlo una y otra vez: no hay que buscar la perfeccin a la primera. Las pequeas mejoras son la base de las grandes. Actuar y despus valorar los resultados. Corregir los errores tan pronto como se advierten. Pensar, no adquirir mejoras, cuestionarse el porqu de los problemas cuantas veces sea necesario. Trabajar en equipos. Con frecuencia, la creatividad de 10 personas puede superar al conocimiento de un solo individuo. Asumir que la mejora no tiene lmites. No darse nunca por satisfecho. Habituarse a buscar formas mejores de hacer las cosas.

[editar] Kanban

Kanban (del japons: kanban, usualmente escrito en kanji y tambin en katakana , donde kan, , significa "visual," y ban, , significa "tarjeta" o "tablero") es un trmino que es utilizado en el mundo de la fabricacin para identificar unas tarjetas que van unidas a los productos intermedios o finales de una lnea de

produccin. Las tarjetas actan de testigo del proceso de produccin.Pero el kanban es el codigo de barra de un producto, ya que de esa manera identificas el producto por su tamao, forma, color, objeto, etc. ....
[editar] Kaizen

El mtodo justo a tiempo implica la obligacin de innovar para mejorar la productividad, lo que se denomina Kaizen, el concepto de mejora contina, que implica a todo el personal. Es un avance gradual y lento. Se espera mucho de los encargados y operarios pero al mismo tiempo se tienen en cuenta sus opiniones y ellos toman tambin decisiones.

Teora de las limitaciones


De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda

La teora de las limitaciones, o teora de las restricciones (Theory of Constraints TOC) fue creada por Eliyahu M. Goldratt, un doctor en Fsica de origen israel. Siendo empresario de la industria del software y siendo su empresa la 6 de ms rpido crecimiento en 1982 segn Inc. Magazine, se pregunt si acaso existira alguna relacin vlida entre las tcnicas utilizadas en la resolucin de problemas cientficos y los que l encontr en su trabajo empresarial. Inici su investigacin y el desarrollo de su teora en forma de una novela, su best-seller La meta. En este libro, Eliyahu Goldratt muestra la esencia de su teora. La desarrolla de manera ldica en el entorno de una empresa manufacturera sentenciada a la liquidacin; su gerente, Alex Rogo, tiene tres meses para recuperar la rentabilidad de la empresa y la estabilidad en su familia. La esencia de la teora de las restricciones se basa en cinco puntos correlativos de aplicacin:
1. 2. 3. 4. 5. Identificar las restricciones del sistema. Decidir cmo explotarlas. Subordinar todo a la decisin anterior. Superar la restriccin del sistema (elevar su capacidad). Si en los pasos anteriores se ha roto una restriccin, regresar al paso (1) pero no permitir la inercia.

[editar] Tipos de limitantes


Existen dos tipos de limitaciones: 1. Limitaciones fsicas: son equipos instalaciones o recursos humanos, etc., que evitan que el sistema cumpla con su meta de negocio.

Existen dos modos de explotarlas:


agregar capacidad (contratar personal, alquilar o comprar equipo). aprovechar al mximo la capacidad del sistema (gestin eficiente).

2. Limitaciones de polticas: son todas las reglas que evitan que la empresa alcance su meta (por ejemplo: no hacer horas extras, trabajar en otros turnos, no vender a plazos, etc.).

Enlaces externos

Teora de las Restricciones Explicacin concisa de la teora. Breve descripcin de la Teora de las Limitaciones Indicadores TOC Medicin del desempeo a la luz de la Teora de las Restricciones. Tipos de restricciones Clasificacin de las restricciones y cmo vencerlas. Teora de Restricciones y sus Aplicaciones. La informacin ms actualizada de TOC y sus Aplicaciones Contabilidad del Truput. Software para Teora de Restricciones. KADI Software TOC (SDBR, Distribucion PULL, Materias Primas)