Iniciación a Business Intelligence: Big Data

Unidad 1. Introducción a Business

Intelligence

Descuentos aplicables en la nómina de la Junta de Andalucía

1
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

INTRODUCCIÓN
Tanto si gestionas un negocio o empresa como si formas parte de ella, habrás recopilado y estarás recopilando cantidades
importantes de información extraída de los procesos diarios:

• Ventas diarias.

• Clientes habituales

• Suministros que tienes que comprar.

• ...

¿De qué manera podrías hacer que esa información trabajase para ti y dejara de ser un simple conjunto de datos
almacenados? Además, probablemente esta información estará repartida en diferentes dispositivos: portátiles, PCs de
escritorio, servidores, ... Sería muy útil poder revisar esta información y, de un simple vistazo, saber cuáles son los productos
que más se han vendido, cuáles te han reportado mayores beneficios, qué clientes han significado un mayor volumen de ventas
para la empresa, cuáles son los suministros que tienes que adquirir con mayor frecuencia y el proveedor que te haría un mejor
precio...

Disponer de toda esta información haría que tomar una decisión fuese mucho más sencillo. En una situación como esta,
necesitas una solución de Business Intelligence (BI) y esta unidad te va a mostrar lo que es BI y cómo se relaciona con otras
áreas tecnológicas y con el resto de la organización

CONOCIMIENTOS PREVIOS

Antes de comenzar a estudiar esta unidad es recomendable conocer:

• Conceptos básicos de bases de datos.

• Uso de un navegador web.

• Conocimientos básicos de los procesos de negocio en una empresa.

2
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

OBJETIVOS
En esta unidad aprenderás a:

• Entender el motivo de usar soluciones de Business Intelligence

• Definir Business Intelligence.

• Enumerar las características principales de una solución BI.

• Conocer las tecnologías que han evolucionado hasta transformarse en soluciones BI

• Seguir los pasos para la implementación de una solución BI en la empresa

3
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1. ¿QUÉ ES BUSINESS INTELLIGENCE?

En todos los niveles de cualquier empresa u organización es necesario tomar decisiones. A diario se toman estas decisiones
que afectan al funcionamiento de la empresa, y son tomadas desde el CEO (Chief Executive Officer) hasta el personal de los
niveles más bajos de la estructura jerárquica.

Las decisiones pueden tener consecuencias estratégicas que implican a toda la empresa o sólo a una persona, o a un
departamento. Pueden ser permanentes o temporales. Incluso estas decisiones pueden estar relacionadas entre sí y afectar
unas a otras.

Actualmente tenemos una gran capacidad tecnológica, pero sigue siendo habitual que la toma de decisiones se realice “a la
antigua”, de forma artesanal, siguiendo el instinto, el consejo de otros o teniendo sólo una visión parcial de todos los aspectos
que pueden influir.

Las decisiones son las que dirigen a las empresas y las que hacen que éstas tengan éxito o no. Parece lógico pensar que las
empresas que tomen las decisiones más acertadas serán las que tendrán más éxito a largo plazo. Aquí es donde entra en juego
Business Intelligence.

Podemos decir, aunque de una forma muy simplista, que Business Intelligence va a recoger la información del pasado y la
actual para ayudarte a tomar mejores decisiones en el futuro.

4
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.1. TOMA DE DECISIONES

Todas las organizaciones, de cualquier tipo y con cualquier objetivo, siempre tienen recursos limitados para llevar a cabo sus
tareas, por lo que es vital optimizar el uso de estos recursos, es decir, decidir qué se hace con ellos.

El tiempo es limitadoDe todos estos recursos, probablemente el más importante es el tiempo. Los mercados se mueven a toda
velocidad y las empresas no sólo tienen que tomar las decisiones correctas, sino que además deben hacerlo rápido, de lo
contrario la competencia podría ocupar su lugar.

Business Intelligence es una herramienta flexible, que puede ser usada en cualquier nivel organizativo y en cualquier
momento, por ejemplo:

• Una empresa de dispositivos móviles tiene que decidir qué características añadir a los nuevos teléfonos que van a fabricar.

• Una compañía que desarrolla páginas web están planteando una campaña de navidad enfocada a ofrecer tiendas virtuales
a sus clientes.

En cualquier toma de decisiones habrá que elegir entre opciones y el camino elegido puede llevar al éxito o al fracaso.

5
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.2. DEFINICIÓN DE BUSINESS INTELLIGENCE

Hasta ahora hemos visto ejemplos de dónde se podría utilizar Business Intelligence y de para qué puede servir, pero no hemos
dado una definición de lo que realmente es BI.

DEFINICIÓN

Business Intelligence es cualquier actividad, herramienta o proceso utilizado para obtener la mejor
información para dar soporte al proceso de toma de decisiones.

Esta es una definición muy genérica y cuando hablamos de Business Intelligence, se tiene en mente el uso de soluciones
tecnológicas para el procesamiento de la información, es decir, pensamos en ordenadores que ponen grandes capacidades
de procesamiento al servicio de un software específico para procesar grandes cantidades de datos y obtener resultados.

Además, la definición se complica porque cada persona experta y en cada área de actividad se añaden términos específicos a
la definición de BI y que son exclusivos de ese área.

Para este curso vamos a detallar y precisar la definición anterior:

DEFINICIÓN

Business Intelligence es el conocimiento preciso, oportuno y procesable del negocio, y los procesos
y tecnologías utilizadas para obtener este conocimiento.

6
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.3. TERMINOLOGÍA
Hasta Business Intelligence no es un concepto que ha aparecido de la noche a la mañana, sino que es la evolución de procesos,
actividades y tecnologías que las empresas han puesto en práctica con el mismo objetivo que hemos presentado hasta ahora,
tomar mejores decisiones. Por este motivo, cuando hablamos de BI es habitual que aparezcan términos que se han estado
usando durante años y que pueden ser nuevos para los no iniciados. Vamos a definir ahora algunos de esos términos.

DEFINICIÓN

Decision Support System (DSS) fue uno de los primeros términos que se acuñaron para identificar
tecnologías y procesos que ayudaban a las organizaciones en sus tareas diarias y, por supuesto, en la
toma de decisiones. En los DSS se utilizaba potencia de computación y datos históricos de la compañía
para resolver problemas como la organización de la producción y la planificación de tareas.
Executive Information System (EIS) fueron sistemas que, basándose en los DSS, se personalizaron para las
necesidades específicas de los directivos y ejecutivos de las organizaciones.
Se han utilizado muchos otros términos, que podemos considerar predecesores de BI, y que se adaptaban a
las muchas tipologías de organizaciones que podemos encontrar. Algunos de ellos son:
• MIS: Management Information System.

• MDS: Management Decision System.

• AIS: Analysis Information System.

7
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.4. PRINCIPALES CARACTERÍSTICAS DE BUSINESS INTELLIGENCE

En el punto 1.3 (Definición de Business Intelligence) hemos hablado de algunas características fundamentales que pedimos
a BI:

• Precisión.

• Oportunidad.

• Procesabilidad.

Y añadiremos otra más:

• Que aporta valor.

Ahora entraremos en más detalle sobre lo que significa cada una de estas características.

RESPUESTAS PRECISAS

Si los resultados que nos da la BI no son precisos, es poco probable que las decisiones tomadas en base a ellos sean correctas.

Un ejemplo muy simple, pero también bastante común, es el de un informe de ventas en el que se reflejan las ventas en las
diferentes regiones en las que opera la empresa, pero los datos de una de las regiones son erróneos, o hay una alineación
errónea entre las regiones y los valores de ventas, o se ha hecho un conversión errónea de divisas. Esto podría hacer pensar al
personal directivo que las ventas en esa región son superiores a las reales, por lo que podrían planificar acciones incorrectas
para ella. En este caso, el informe no sólo no ayuda a la empresa, sino que podría provocar que se consuman recursos de forma
ineficiente y que lleve a empeorar la situación.

8
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

INFORMACIÓN OPORTUNA

En un negocio, el retraso en obtener la información necesaria puede significar una gran diferencia en los resultados.

Pongamos el caso de una empresa que opera en el mercado de valores. Un retraso de minutos, o incluso segundos, en conocer
una noticia que afecta negativamente a la producción de cereales podría provocar que no adquiera o venda acciones en el
momento idóneo haciendo perder a la empresa millones.

Otro ejemplo menos extremo sería el de una empresa que fabrica paraguas y no recibe a tiempo la predicción meteorológica
para la temporada de invierno. Ya podría haber iniciado la producción cuando se da cuenta que se avecina un periodo de
sequías importantes.

RESULTADOS QUE APORTAN VALOR

El objetivo de BI no es sólo producir información, sino producir información que tenga un impacto en la organización en la
forma de reducción de costes, mejoras en las operaciones, incremento de ventas, ...

Por ejemplo, tras elaborar un costoso informe sobre hábitos de compra de los consumidores y consumidoras en Navidad, la
conclusión a la que llega el informe es que si una persona a comprado turrón, es bastante probable que también compre
mantecados. Esta información es precisa, pero poco útil, ya que en la mayoría de los supermercados ya se tiene esta información
y por eso estos productos se colocan cerca unos de otros.

CONCLUSIONES PROCESABLES

Ya hemos pedido a BI que nos dé resultados precisos, pero además, estos resultados deben poder llevarse a la práctica.
Por ejemplo, si la conclusión que nos proporciona un análisis BI es que nuestra compañía tendría mejores resultados si no
existiera la competencia, no es una acción que podamos llevar a cabo. Del mismo modo, si nuestra empresa fabrica muebles
y el análisis BI nos dice que para maximizar beneficios la mejor opción es que la materia prima (por ejemplo, la madera) sea
gratuita, no es factible. Las conclusiones de BI deben poder traducirse en acciones.

9
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.5. VALOR DE UNA SOLUCIÓN BUSINESS INTELLIGENCE

Ya hemos visto que Business Intelligence trata de recopilar información en la organización para dar resultados que se deriven
en acciones. ¿Cuál es entonces el valor que BI aporta a la empresa? El valor de BI debe ser que permita tomar decisiones
correctas.

El proceso de BI lo podemos resumir en los siguientes pasos:

1. Recopilar datos.

2. Tomar decisiones y llevar a cabo acciones basados en esos datos.

3. Medir los resultados de acuerdo a métricas predeterminadas para determinar el éxito de las acciones.

4. Aprender de una lección para mejorar las siguientes.

Utilizando este ciclo continuo de acciones basadas en evidencias, la organización puede implementar un proceso racional
de toma de decisiones que puede cambiar los hábitos y prácticas corporativas.

La primera ronda de resultados de este ciclo se convierte en parte de los registros de datos históricos que se van a utilizar para
la segunda vuelta, y así sucesivamente.

10
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.6. HISTORIA DE BUSINESS INTELLIGENCE

Business Intelligence es posible gracias a la evolución de un conjunto de tecnologías como la potencia de los ordenadores,
el almacenamiento de datos, la analítica computacional, las tecnologías de red y la generación de informes. Estas tecnologías
han evolucionado mucho en la actualidad, pero los orígenes de BI se remontan a mucho más atrás.

Este registro de datos se optimizó con la aparición del papel, ya que se podía almacenar una mayor cantidad de información en
un menor espacio y de una forma más sencilla. Actualmente se mantiene este desafío por almacenar más datos en el menor
espacio posible. Los primeros ordenadores eran máquinas tabuladoras:

11
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

Y a partir de los 40s la capacidad de almacenamiento se disparó gracias al uso de las propiedades de las cintas magnéticas
para almacenar patrones analógicos de información. Esto dio lugar a los discos duros, que aún se utilizan en la actualidad,
con capacidades impensables en el momento en que se inventaron.

La gestión de estas grandes cantidades de datos hizo necesaria la aparición de los Sistemas de Gestión de Bases de Datos.
La tecnología de Bases de Datos Relacionales surgió como una respuesta a las demandas crecientes de almacenamiento y
gestión de información. El concepto de dividir los datos en sus componentes y almacenar estos componentes por separado
aumentó de forma exponencial la velocidad de las transacciones.

A medida que la potencia y la disponibilidad de los ordenadores aumentaba, las empresas empezaron a utilizarlos para sus
tareas diarias.

Un sistema POS (Point-of-Sale) es el ejemplo clásico de un sistema transaccional, en el que el personal puede registrar
una venta, recopilar los pagos y emitir una factura por esa venta. Este sistema POS podría estar conectado a sistemas de
contabilidad que organizan la información de las ventas para un posterior uso.

Todo esto da lugar a la generación de más datos cuya gestión se hace imprescindible y la gerencia querrá analizarlos para
conocer todos los aspectos de su negocio y extraer conclusiones que puedan ser útiles para la gestión.

A finales de los 80, las compañías se dieron cuenta del valor potencial de toda esta información y empezaron a construir
sistemas que pudieran extraer conocimiento a partir de ella. Esta tendencia no ha hecho más que acentuarse y los sistemas
BI han seguido teniendo y tendrán cada vez más protagonismo en la gestión diaria de las organizaciones.

12
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

1.7. BUSINESS INTELLIGENCE: NEGOCIO Y TECNOLOGÍA

A pesar de lo que hemos visto hasta ahora, Business Intelligence no es sólo tecnología, capacidad de procesamiento y de
almacenamiento de datos. También requiere que la empresa desarrolle una cultura enfocada en obtener conocimiento útil
y de alta calidad a partir de los datos que recopila. No se trata sólo de instalar una aplicación sino que:

• El personal gestor debe promover una estrategia y una cultura de realizar operaciones orientada a la medición de factores
críticos que permitan optimizar las tareas.

• El departamento IT debe estar preparado para dar soporte a la cultura promovida por los gestores y las gestoras en todos
los niveles de la compañía.

13
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

2. RELACIÓN DE BUSINESS INTELLIGENCE CON OTRAS TECNOLOGÍAS

En esta lección vamos a repasar las tecnologías más importantes relacionadas con BI. La relación entre BI y estas tecnologías
es bidireccional, es decir, BI ha crecido gracias a la adopción de estas tecnologías y las tecnologías se han beneficiado del
proceso de BI. Entre otras, hablaremos de Data Warehousing, Customer Relationship Management (CRM), Point-of Sale (POS)
y Enterprise Resource Planning (ERP).

2.1. BUSINESS INTELLIGENCE Y DATA WAREHOUSING

La combinación de Business Intelligence y Data Warehousing fue beneficiosa para ambas:

• Los ejecutivos y ejecutivas necesitaban mejorar el acceso a los datos diarios de la compañía para poder evaluar de forma
más precisa las condiciones y tomar mejores decisiones.

• El departamento de TI había desarrollado protocolos y sistemas para reunir la información dispersa por diferentes bases de
datos y llevar a cabo análisis estadísticos y evaluar informes.

BI y Data Warehousing están unidos y el producto de la unión de ambas tecnologías es más beneficioso para las empresas
que la suma de ambas por separado. Juntas permiten que las organizaciones vayan más allá que la simple organización de
datos operativos.

14
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

DEFINICIÓN

Un Data Warehouse es un repositorio lógico único para los datos transaccionales y operativos de la
compañía. No crea datos por sí mismo, no es un sistema transaccional. El origen de estos datos puede
estar en cualquier otro lugar de la empresa.

Estos datos pueden provenir de sistemas POS, CRM o cualquier otro sistema operacional que utilice la empresa. Estos datos
se guardan de forma dispersa y en diferentes formatos en bases de datos, mainframes, redes SAN, webs, ...

Un Data Warehouse es una colección de datos que provienen de diferentes sistemas enfocándose en un área o en un tema
concreto. Al provenir la información de diferentes fuentes y en diferentes formatos, parte de la tarea del Data Warehouse
es manipular los datos para obtener un formato común. Un ejemplo es recopilar el nombre y el número de teléfono de las
personas usuarias del servicio, pero estos datos provienen de varios sistemas y en alguno de ellos primero se guarda el
nombre y luego los apellidos, y en otros se guarda primero los apellidos y luego el nombre. Si unificamos la lista sin modificar
obtendremos:

Antonio Pérez Fernández 999555333

Jesús García Peláez 999555444

González Ruz María 999555555

Esto podría dar lugar a dificultades en la búsqueda, ya que no tenemos claro cómo aparece el nombre, y a duplicación de datos
si aparece la misma persona una vez con el formato nombre-apellidos y otra con el formato apellidos-nombre.

Data Warehousing se encarga de resolver estos problemas:

• Convierte toda la información al mismo formato.

• Busca errores en los datos.

• Traduce los datos a unidades de conocimiento útiles.

15
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

2.2. PROPÓSITO DE IMPLEMENTAR UNA SOLUCIÓN BUSINESS INTELLIGENCE

El propósito de la implementación de BI es convertir los datos operativos en conocimiento útil. Esto significa que BI debe
estar conectada con los datos de la compañía para ser efectivo. Con los datos repartidos y generándose en diferentes fuentes,
es necesario reunirlos en un único lugar y con un formato común. Para esto, Data Warehousing proporciona la arquitectura
perfecta.

2.3. BUSINESS INTELLIGENCE Y ERP

En las décadas de los 80 y los 90, con la llegada de los ordenadores a las empresas, se diseñaron sistemas para dar soporte
a las operaciones diarias, pero aunque estos sistemas estaban relacionados entre sí (por ejemplo, el sistema de gestión
financiera y el sistema de contabilidad), se construían y funcionaban de forma independiente. Cuando las organizaciones
se dieron cuenta de la capacidad que tenían los ordenadores para integrar estos sistemas, nacieron los ERP (Enterprise
Resource Planning).

Inicialmente, los ordenadores eran máquinas enormes que podían ocupar plantas enteras de edificios, los llamados
Mainframes. Sin embargo, en los 80 empezaron a aparecer lo que hoy conocemos como ordenadores personales, que tenían
capacidad suficiente para ejecutar tareas en el puesto, lo que hizo cambiar a una arquitectura que conocemos como cliente/
servidor. Los usuarios y usuarias pueden trabajar desde sus puestos (clientes) aunque la información se almacene de forma
centralizada en el servidor.

De esta forma surgieron los modernos sistemas ERP como aplicaciones distribuidas adaptadas al modelo cliente/servidor
que se había adoptado en las empresas. Cada persona usuaria genera información desde su localización y ésta se recoge en
el repositorio central que es el servidor.

16
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

DEFINICIÓN

Los sistemas ERP son conjuntos de aplicaciones que se integran en una única interfaz y trabajan con
datos de diferentes fuentes pero en un formato común, por lo que incluyen capacidades de Data Warehouse.
También se añadieron a estos sistemas ERP capacidades avanzadas de generación de informes.

2.4. DE LOS ERP Y CRM A BUSINESS INTELLIGENCE

Los sistemas CRM (Customer Relationship Management) son aplicaciones que gestionan todos los aspectos de la interacción
de una organización con sus clientes. Esto incluye todo el ciclo de vida de ventas, adquirir nuevos clientes, dar servicio y
registrar toda la actividad con los clientes existentes, proporcionar servicios post-venta, realizar campañas de marketing...

Los CRM también pueden llevar a cabo análisis de los clientes (comportamientos, tendencias de compra, ...), gestionar
transacciones e incluso entrar en procesos de gestión de productos como el inventario, contabilidad, finanzas, ... Parece
razonable usar esa cantidad de información para integrarla en el resto de procesos que ofrece un sistema ERP, por lo que el
personal fabricante empezó a incluir sus sistemas CRM en sus suites ERP donde todos los datos y procesos se integran bajo
una única interfaz.

Las capacidades analíticas de estos productos se potenciaron y sólo era una cuestión de tiempo que se convirtieran en piezas
imprescindibles de una estructura de Business Intelligence.

17
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

2.5. DEMOSTRACIONES DE ERP Y CRM

En esta lección hemos estado hablando de sistemas ERP y CRM, pero también es importante que puedas experimentar son
estos sistemas para conocer cuáles son sus funcionalidades y sus capacidades. Vamos a ver 2 demostraciones interactivas
de sistemas ERP y CRM open source.

OpenBravo es un sistema ERP open source y podemos acceder a una demo en web sin necesidad de instalar nada en
nuestros equipos.
Para acceder a esta demo vamos a la siguiente dirección: http://www.openbravo.com/es/demo/ y luego completamos los
datos y accedemos a la demo:

18
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

DEMO DE SUGARCRM

Uno de los CRM open source más conocidos es SugarCRM. Vamos a acceder a una demo interactiva de este software sin que
tengas que instalar nada en tu ordenador.
Para iniciar la demo tendrás que acceder al siguientes enlace: http://www.sugarcrm.com/es/try-sugar.

En esta página introducimos nuestros datos y nos enviarán un enlace al correo electrónico desde el que podremos acceder a
la demo:

19
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

Donde puedes elegir el rol que quieres usar para la demo:

2.6. BUSINESS INTELLIGENCE Y EL E-COMMERCE

Como en el caso de los CRM, las primeras aplicaciones de comercio electrónico eran muy básicas y no iban más allá de pasar
el típico catálogo de productos a una web. Había poca interacción con los usuarios y funcionaban como otro escaparate más
de la empresa.

Cuando las compañías empezaron a interesarse por la venta de productos directamente desde su web, estos sistemas
e-commerce tuvieron que evolucionar para adaptarse a las nuevas necesidades.

La introducción de técnicas de análisis de datos en el comercio electrónico se debe en gran medida a la empresa Amazon,
cuyos espectaculares resultados son el ejemplo claro de éxito de la aplicación de estas técnicas. Cuando añadimos un libro
a nuestro carro de la compra en Amazon, el sistema realiza un análisis en tiempo real para recomendarnos otros libros o
productos relacionados. Aquí es donde vemos claramente que BI se está adaptando al comportamiento del cliente o clienta en
tiempo real e incluso es capaz de influir en ese comportamiento animándole a adquirir otros productos.

20
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

La capacidad que tiene Amazon de influir en as personas consumidoras se debe a que recopila cantidades ingentes de
información. Cuando compramos, se ejecutan en segundo plano analíticas sofisticadas que comparan nuestros hábitos y
actividades online con las de millones de compradores anteriores, lo que permite al sistema reaccionar en tiempo real para
hacer que la experiencia de la persona usuaria sea más agradable (y que compre más).

21
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

3. DESAFÍOS DEL BUSINESS INTELLIGENCE

Estamos de acuerdo en que disponer de un conocimiento preciso, procesable, apropiado y de alto valor es muy importante
para las empresas y es extremadamente útil para la toma de decisiones. Esto es lo que se pretende conseguir con BI, pero
no siempre es posible y podemos encontrarnos con obstáculos que nos impidan conseguir nuestro objetivo.
En esta lección vamos a ver qué es lo que podría ir mal a la hora de implementar una solución BI.

3.1. REQUISITOS DE UNA SOLUCIÓN BUSINESS INTELLIGENCE

Una solución BI típica se compone de muchas partes, entre ellas un conjunto de hardware y software que debe trabajar de
forma conjunta. Esto hace que muchas compañías se centren en la componente TI de la solución BI, como el personal
fabricante del servidor, el diseño de la arquitectura, ...
Sin embargo, este enfoque en las TI es un error. El primer paso para implementar una solución BI debe ser definir el
propósito de la misma, qué queremos conseguir cuando la implementemos, qué problemas queremos resolver con ella. Por
este motivo, la empresa tendría que empezar preguntándose algo como:
• ¿Qué datos podemos medir y analizar actualmente?

• ¿Qué medidas que podemos monitorizar nos indican el éxito en alguna de las áreas de negocio?

Esto es lo que se conoce como Indicadores Clave de Rendimiento ó KPI (Key Performance Indicators).
Y otras preguntas son:
• ¿Cuándo necesitamos los resultados? ¿Los necesitamos todos a la vez?

• ¿Cómo llevaremos a cabo las acciones que demandan los resultados?

• ¿Está la compañía preparada para aplicar los cambios que proponen los resultados?

Si implementamos una solución BI que no resuelve nuestros problemas, no obtendremos mucho beneficio de ella, de hecho
podría tener un impacto negativo por el coste y el tiempo que conlleva la implementación.

22
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

DEFINICIÓN

Un KPI –del inglés key performance indicator–, también conocido como indicador clave de desempeño
o indicador clave de rendimiento, es una medida del nivel del desempeño de un proceso; el valor del
indicador está directamente relacionado con un objetivo fijado de antemano. Normalmente se expresa en
porcentaje. Algunos ejemplos de KPI son:
• Tiempo que se utiliza en mejorar los niveles de servicio en un proyecto dado.

• Nivel de la satisfacción de la persona consumidora.

• Tiempo de mejoras de asuntos relacionados con los niveles de servicio.

• Rentabilidad de un proyecto (Retorno de la Inversión ROI)

3.2. DIMENSIONAMIENTO DE LA SOLUCIÓN BUSINESS INTELLIGENCE

Todas las compañías son diferentes en forma y tamaño. Tienen diferentes estructuras y procesos internos. Parte del desafío
de implementación de una solución BI es conseguir que se aplique exactamente donde es necesaria, determinar dónde puede
tener mayor impacto.
Como una buena práctica, la implementación de una solución BI en una empresa debería iniciarse en un departamento.
De esta forma, es posible concentrar los esfuerzos y aprender de los errores, ver lo que funciona y lo que no. Una vez que
ya se cuenta con la experiencia necesaria, se puede dar el salto a implementar BI en toda la compañía, o seguir con otro
departamento.

23
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

3.3. ÁMBITO DE UNA SOLUCIÓN BUSINESS INTELLIGENCE

Además de decidir si la implementación de la solución BI se va a hacer a nivel de toda la organización o empezando por un

departamento, esto es lo que llamamos escala operativa, hay otros rangos de ámbito a tener en cuenta antes de iniciar el

proceso. BI ayuda a la organización a tomar decisiones y estas decisiones las podemos clasificar en 2 grupos:

• Decisiones Estratégicas: Afectan a la organización de forma global y se centran en el largo plazo. Un ejemplo de este tipo
de decisiones es determinar si la organización va a tratar de abrirse paso en otro país donde aún no tenía presencia.

• Decisiones Tácticas y Operativas:Son las decisiones que guían el día a día de la empresa. Pueden estar orientadas a
un departamento concreto o a una subunidad de negocio. Un ejemplo sería establecer el porcentaje de descuento de un
determinado producto para la temporada de verano en las tiendas que tiene la compañía en la localidad costera.

24
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

3.4. BUENAS PRÁCTICAS EN SOLUCIONES BUSINESS INTELLIGENC

Como hemos visto hasta ahora, Business Intelligence es un campo en constante evolución y no es una ciencia exacta, sino que
tiene una gran componente de “arte”, ya que hay que adaptar las soluciones a las necesidades específicas de la compañía. No
existe una solución BI “llave en mano” que se pueda comprar y funcione sin más para cualquier empresa.

Sin embargo, la tecnología ya es suficientemente madura y hay una serie de buenas prácticas que podemos aplicar a nuestro
caso concreto para hacer uso de la experiencia de otras organizaciones.

Las estadísticas dicen que la mayoría de los intentos de implementar BI fallan. Veamos cuáles son los fallos más comunes
que se producen para que esto sea así:

• Pensar que la tecnología por sí sola es suficiente. Como decíamos, no hay ninguna solución BI que se pueda comprar
y que sea válida para cualquier empresa. Es necesario personalizarla para cada caso y esto implica la participación de
múltiples disciplinas y departamentos. El departamento TI no puede imponer una solución BI y esperar que el resto de la
empresa la adopte sin más.

• Pensar que las personas pueden gestionarlo todo. El extremo contrario al anterior tampoco es realista. No se puede
pretender que la organización desarrolle desde cero todas las herramientas necesarias. Una solución BI es mucho más
compleja que cualquier otro tipo de software y contar con una entidad fabricante que aporte aplicaciones que sirvan como
un punto de partida es imprescindible para después empezar a personalizarlas.

• No prestar atención a los datos que se generan. Para que una solución BI pueda hacer correctamente su trabajo debe
recibir los datos adecuados y con la calidad necesaria. La incompatibilidad entre formatos o la pérdida de información en
la recogida y el procesamiento de los mismos pueden hacer que la solución BI no devuelva resultados que aporten el valor
esperado. No basta con recoger los datos dispersos en múltiples soportes y formatos y reunirlos bajo una solución Data
Warehouse, sino que es necesario comprobar la idoneidad de estos datos.

• No saber interpretar los resultados. Los análisis y resultados serán tan buenos como lo sea la calidad de los datos,
pero si estos resultados no se interpretan correctamente no serán de utilidad. Es sencillo malinterpretar unos resultados
estadísticos y ver lo que no hay, por lo que las personas que los van a leer deben tener la formación adecuada.

25
Analítica de Datos
Unidad 1. Introducción al Business Intelligence

RESUMEN
La motivación para implementar una solución BI es ayudar a la organización a tomar decisiones correctas, tanto a nivel
estratégico como táctico y operativo. Las características que pedimos a una solución BI para que cumpla su cometido son las
siguientes:

• Precisión.

• Oportunidad.

• Procesabilidad.

• Aporta Valor.

No existe ninguna solución BI de ninguna entidad fabricante que funcione sin más para cualquier organización. Siempre es
necesario analizar las necesidades de la empresa y adaptar las tecnologías y aplicaciones a estas necesidades. Este es un
proceso de aprendizaje continuo que podemos resumir en el siguiente ciclo de 4 pasos:

1. Recopilar Datos.

2. Decisiones y Acciones.

3. Medir Resultados.

4. Mejorar.

Además, implementar una solución BI en la empresa es una tarea muy complicada, por lo que se empieza por un departamento,
lo que nos permite experimentar, ver qué es lo que funciona y lo que no y aprender de los errores.

26