Casos, Preguntas Y Respuestas.

CAPÍTULO 6: Fundamentos de inteligencia de negocios:

bases de datos y administración de la información.

 CASO 6.1: Una mejor administración de los datos ayuda a

que Toronto Globe and Mail llegue a sus clientes.

6.1.1- ¿cuál fue el impacto de negocios de los problemas de

administración de datos de The Globe and Mail?

 El problema de administración de datos sobre los suscriptores y

campañas de marketing de Globe dificultaba a la empresa la toma de
decisiones sobre sus estrategias de negocios y marketing dado que no
podían llevar un registro actualizado y confiable de los datos e
informaciones de sus posibles suscriptores, además de que
aumentaba la carga de trabajo con la información al procesarse de
forma independiente en cada local lo que resultaba mas costoso y
poco eficiente.

6.1.2- ¿Qué trabajo tuvo que realizar tanto el personal de

negocios como el técnico para asegurarse de que el
almacén de datos produjera los resultados previstos por la
gerencia?

 Para la producción de datos útiles cada miembro del personal debía

analizar y producir sus propias estadísticas a partir de los datos
almacenados en diferentes localidades y bases de datos, para agilizar
el correcto almacén de datos los usuarios se entrenaron en el uso de
las herramientas provistas por la gerencia para trabajar de forma
conjunta en un solo almacén de datos donde todas sus informaciones
estarían disponibles de forma global por toda la empresa.

 CASO 6.2: Impulso de la gestión de flotillas de ARI con

análisis en tiempo real.

6.2.1- ¿Por qué era tan problemática la administración de

datos en ARI?
 Por que el volumen de datos por clientes era demasiado grande como
para gestionarlo como un mero proceso de la organización, por lo que
el análisis de esta gran cantidad de datos requería una enorme
dedicación de recursos y tiempo.
6.2.2- Describa las capacidades anteriores de ARI en
cuanto a análisis de datos y generación de informes, y su
impacto en el negocio.

 La capacidad de datos de ARI antes de su uso de SAP era demasiado

pobre como para desperdiciarla generando informes de estadísticas
para el mero conocimiento de los clientes, se tenían que dedicar todo
un personal y un tiempo aproximado de 36 horas para generar un
informe relevante a partir de el gran volumen de datos almacenados
para una decisión lo que ralentizaba bastante el tiempo de respuesta
de la gerencia en la toma de decisiones.

6.2.3- ¿Fue SAP HANA una buena solución para ARI? ¿Por
qué?

 Si, gracias a las capacidades de SAP HANA de manejar grandes

volúmenes de datos en tiempo real es posible obtener estadísticas y
predicciones relevantes en un tiempo relativamente corto, lo que le
permitió a ARI brindar un mejor servicio informático a sus clientes y
contar con un mejor tiempo de análisis y respuesta ante diferentes
situaciones.

6.2.4- Describa los cambios en los negocios como resultado

de adoptar HANA.

 el cambio en la forma de análisis e interpretación de los datos por

parte de HANA permitió a ARI contar con las estadísticas y reportes
de forma más rápida y fácil que cuando tenían que analizar la
información de forma manual.

 Gracias a esto pudieron mejorar la eficiencia de respuesta de sus

flotas ajustándolas a diferentes escenarios de acuerdo con las
 informaciones previamente recopiladas, además de que le permitió
ARI brindar un servicio mejor servicio a sus clientes al ofrecerles
informaciones relevantes de sus flotas en tiempo real.

 CASO 6.3: American Water mantiene el flujo de los datos.

6.3.1- Analice la función de la política de información, la

administración de los datos y los esfuerzos por asegurar la
calidad de los datos al mejorar la administración de datos en
American Water.

 La política de American wáter consistía en asegurar la calidad y

consistencia de los datos almacenados, el nivel de inconsistencia y
redundancia de los datos en American wáter era tal que la mitad de
toda la información almacenada alrededor de toda la compañía era
completamente irrelevante a nivel empresarial dado que solo era útil
para los empleados locales del antiguo sistema, pero al cambiar a un
nuevo sistema de gestión mas centralizado de los datos era necesario
tener un estándar de las informaciones suministradas por cada local.

6.3.2- Describa los roles que desempeñan los especialistas

en sistemas de información y los usuarios finales en el
proyecto de transformación de sistemas de American Water.

 Los roles de los especialistas de sistemas en la transformación de

American fijar una estructura de almacenamiento centralizado y
eficiente eliminado los datos basura y las redundancias del sistema,
para esto se valieron de los usuarios finales que se encargaban de
evaluar la calidad de las informaciones que ellos mismos
suministraban al sistema.

6.3.3- ¿Por qué fue tan importante la participación de los

usuarios de negocios? Si no hubieran desempeñado esta
función, ¿qué habría ocurrido?

 Su participación fue de vital importancia en la evaluación y

catalogación de los datos basura del sistema dado que son los
responsables de suministrar la mayoría de estas informaciones, sin
ellos no hubiera sino posible diferenciar las informaciones relevantes
dentro de la base de datos de los demás datos basura.
 6.3.4- ¿Cómo fue que implementar un almacén de datos
ayudó a American Water a volverse una organización más
centralizada?

 Almacenar todos los datos de la compañía en una sola central permitió

a la gerencia tener un mayor control sobre todas las transacciones que
ocurren en todos los locales de la compañía permitiéndolos funcionar
como una sola entidad.

6.3.5- Dé algunos ejemplos de problemas que hubieran

ocurrido en American Water si sus datos no estuvieran
“limpios”.

 Sin la limpieza realizada en American Water su base de datos estaría

llena de informaciones irrelevantes brindando estadísticas y reportes
imprecisos, además de que las irregularidades presentes en la forma
de llamar las diferentes piezas en diferentes locales dificultarían la
administración global del inventario de la compañía amenazando su
centralización.

6.3.6- ¿Cómo fue que el almacén de datos de American

Water mejoró las operaciones y la toma de decisiones
gerenciales?

 El control centralizado de los datos de la compañía permitió un mayor

control de las operaciones y transacciones de la empresa permitiendo
general informes y estadísticas mas precisas sobre la compañía en
general permitiendo tomar decisiones que abarcaran todo el entorno
de la compañía con suma facilidad lo cual era muy difícil anteriormente
por la falta de conocimientos del estado de cada local de la compañía.

 CASO 6.4: ¿Acaso Big Data trae consigo grandes

recompensas?

6.4.1- Describa los tipos de “big data” recolectados por las

organizaciones que se describen en este caso.
 Green Mountain Coffee: analiza los datos de audio y texto tanto
estructurados como no estructurados, cuántas personas preguntaban
por un producto específico, qué productos generaban la mayor parte
de las preguntas y cuáles productos y categorías generaban más
confusión.

 AutoZone: tipos de automóviles conducidos por personas que viven

alrededor de sus puntos de venta al menudeo.

 Google: las búsquedas Web, la ubicación de las personas, consultas.

 Sears Holdings: las preferencias de los clientes y sus patrones de

compra, datos de compras personales.

6.4.2- Liste y describa las tecnologías de inteligencia de

negocios descritas en este caso.

 El software de NuoDB, que usa un modelo de servicios en la nube,

hace posible aumentar con rapidez la cantidad de datos analizados sin
tener que apagar el sistema o cambiar una línea de código.

 NikeFuelBand, SonySmartBand y Jawbone UP24, permiten a las

personas analizar sus rutinas, dietas y patrones de sueño para ver
cómo se comparan con los demás. Esto puede conducir a rutinas de
ejercicio más efectivas y ayudar a que las personas cumplan sus
objetivos de acondicionamiento físico.

 Skyscanner Ltd. muestra las ofertas de todo el entorno Web en una

sola lista (ordenadas por precio, duración o aerolínea), de modo que
los viajeros no tengan que explorar varios sitios para realizar una
reservación que se adapte a su presupuesto.

 Apache Hadoop y a la tecnología Big Data: software de almacén de

datos Teradata y servidores SAS, maneja 200 terabytes de datos y
tiene un costo de operación aproximado de una tercera parte del costo
de una plataforma relacional de 200 terabytes. Con el enorme poder
 de procesamiento paralelo de Hadoop, procesar 2 mil millones de
registros toma a Sears un minuto.

6.4.3- ¿Por qué las empresas y los servicios descritos en

este caso necesitan mantener y analizar datos extensos (big
data)? ¿Qué beneficios de negocios obtuvieron? ¿Qué tanto
les ayudó el análisis de datos extensos?

 Los datos extensos son un recurso que posee un gran potencial de

explotación para la toma de decisiones empresariales y el trazo de
estrategias de marketing por lo que toda la información recolectada
por los sistemas de información de la compañía debe ser
aprovechados antes de su reciclaje para sacar un mayor provecho de
inversión.

 El análisis constante de estos datos permite a las empresas

mantenerse a la vanguardia de las demandas de sus clientes y todo el
mercado en general al ofrecer un servicio mas personalizado a sus
clientes.

6.4.4- Identifique tres decisiones que se mejoraron

mediante el uso de Big Data.

 AutoZone, usa la técnica Big Data para que le ayude a ajustar el

inventario y los precios de los productos en algunas de sus 5,000
tiendas de acuerdo a las demandas locales de sus diferentes tipos de
consumidores.

 Green Mountain Coffee, al analizar sus datos extensos (big data),

Green Mountain pudo recopilar información mucho más precisa y
usarla para producir materiales, páginas Web y entradas en bases de
datos para ayudar a los representantes a realizar su trabajo de una
manera más efectiva.

 Sears Holdings, a través de Big Data logro personalizar las campañas

de marketing, los cupones y ofertas para cada cliente individual.
6.4.5- ¿Deben todas las organizaciones tratar de analizar
datos extensos? ¿Por qué? ¿Qué cuestiones de
administración, organización y tecnología deben tratarse
antes de que una empresa decida trabajar con datos
extensos?

 Si, porque el análisis de datos en altas concentraciones permitiría ver

patrones y relaciones desde puntos de vistas mas amplios y complejos
que no se limitan a una pequeña muestra de población.

 La administración debería contar con estrategias de análisis que

permitan sacar el mayor provecho a los datos y no solo usarlos como
una pila de números.

 Organizacionalmente debería crearse una estructura que organice los

datos de forma eficiente para el análisis y consulta optima de los
datos.

 En las tecnologías deberían implementarse software y hardware lo

suficientemente potente como para sacar el mayor partido a todo el
volumen de información.