Plan director
El plan director es un documento formal en el que se intenta plasmar, por parte de los
responsables de una compañía (directivos, gerentes, empresarios...) cual será la
situación de la misma dentro un período de tiempo, generalmente de 5 a 10 años.
El plan director es cualitativo: define las futuras cualidades (no las cantidades) de la
compañía, finalista: indica lo que se quiere conseguir, pero no cómo conseguirlo, ya
temporal: no establece plazos para alcanzar lo propuesto, a excepción de la propia
vigencia del plan.
El plan director recoge tres puntos principales:
Productos y servicios: describe el catálogo de productos y/o servicios que
ofrecerá la compañía a sus clientes, y en los que deben basarse sus ingresos en
el medio y en el largo plazo. Esta enumeración debería ser visionaria, completa y
realista.
Mercado potencial: describe el perfil de los clientes que tendrán acceso a los
productos que ofrece la compañía (público final, empresas...), indicando el
segmento más aproximado y sus características principales.
Ventajas competitivas: describe las características que deben situar a la
compañía en una situación ventajosa con respecto a su competencia. Estas
ventajas deben ser, ante todo, difíciles de imitar y sostenibles en el tiempo.
En la práctica, el plan director se suele condensar en un documento escrito
(generalmente de menos de 10 páginas) que no es más una instantánea del futuro que
los directivos quieren para su compañía.
El plan director es, por tanto, el eje central sobre el que se articularán otros
documentos de vital importancia para la empresa, como el plan estratégico o el plan
operativo anual.
Plan estratégico
El plan estratégico es un documento formal en el que se intenta plasmar, por parte de
los responsables de una compañía (directivos, gerentes, empresarios...) cual será la
estrategia de la misma durante un período de tiempo, generalmente de 3 a 5 años.
El plan estratégico es cuantitativo: establece las cifras que debe alcanzar la
compañía, manifiesto: describe el modo de conseguirlas, perfilando la estrategia a
seguir, y temporal: indica los plazos de los que dispone la compañía para alcanzar
esas cifras.
El plan estratégico recoge tres puntos principales:
Objetivos: un objetivo es un hecho que no depende directamente de la
compañía, y que está formado por la ecuación: cantidad a alcanzar + plazo para
conseguirlo. El verbo asociado a un objetivo es siempre conseguir:
- Conseguir una facturación de 1.000.000 € antes de 2.010.
- Conseguir incrementar la rentabilidad económica un 10% durante 2.008.
- Conseguir una cuota de mercado del 40% antes de Noviembre de 2.007.
Los objetivos del tipo: "Optimizar los recursos empleados" o "Maximizar el
beneficio durante este año" no son válidos, ya que no indican una cantidad a
alcanzar y un plazo para conseguirlo. Tampoco sería correcto el objetivo: "Gastar
10.000 € en renovar el equipamiento informático durante Febrero", ya que eso
depende directamente de la compañía.
Políticas: una política es una conducta que marca la compañía, y que sirve para
describir su actitud, continuada en el tiempo, a la hora de enfrentarse a
situaciones de diversa índole. El verbo asociado a una política es
siempre establecer:
- Establecer una política de cobros a 30 días y de pagos a 90 días.
- Establecer una política de contratación para titulados con al menos 2 años de
experiencia.
- Establecer una política retributiva basada en un 80% de retribución fija y 20%
retribución variable.
Existen muchos parámetros sobre los que se puede establecer la actitud de la
empresa, como la política de tesorería, la política de atención al cliente, la política
de recursos humanos, la política de imagen corporativa, la política de reparto de
dividendos...
Acciones: una acción es un hecho que depende directamente de la compañía, y
que generalmente se lleva a cabo para facilitar la consecución de los objetivos,
fomentar el respeto a las políticas impuestas, o vertebrar la estrategia global de
la empresa. El verbo asociado a una acción es siempre realizar:
- Asistir a los principales congresos del sector para mejorar la formación interna.
- Lanzar una campaña de publicidad en TV y periódicos para promocionar el
nuevo producto.
- Elaborar un manual de procedimientos interno que agilice la incorporación de
nuevos miembros.
Las acciones se suelen agrupar de tal manera que sea sencillo identificar su origen
y, a su vez, su finalidad. Así se pueden clasificar como dependientes de un objetivo
estratégico, de una política de empresa o simplemente como acciones puntuales.
En la práctica, el plan estratégico se suele sintetizar en un documento escrito
(generalmente de menos de 20 páginas), concretando así las líneas estratégicas
generales a seguir por la compañía.
El plan estratégico describe, por tanto, una manera de conseguir las cualidades
organizacionales enumeradas en el plan director. No obstante, el plan estratégico no
suele estar lo suficientemente detallado como para actuar a nivel departamental. Para
ello, se suele utilizar el plan operativo anual.
La herramienta de Business Intelligence dedicada a la inclusión y seguimiento del plan
estratégico en una empresa es el Cuadro de Mando Integral o Balanced Scorecard.
Plan operativo anual (POA)
El plan operativo anual es un documento formal en el que se enumeran, por parte de
los responsables de una entidad facturadora (compañía, departamento, sucursal u
oficina) los objetivos a conseguir durante el presente ejercicio.
El plan operativo anual debe estar perfectamente alineado con el plan estratégico de la
empresa, y su especificación sirve para concretar, además de los objetivos a conseguir
cada año, la manera de alcanzarlos que debe seguir cada entidad (departamento,
sucursal, oficina...).
Por ejemplo, ante un objetivo estratégico global del tipo: "Conseguir una facturación
de 1.000.000 € antes de 2.010.", un plan operativo debe desglosar esa cifra para cada
año: “Conseguir una facturación de 600.000 € en el año 2.008", "Conseguir una
facturación de 800.000 € en el año 2.009", "Conseguir una facturación de 1.000.000 €
en el año 2.010".
Además, el plan operativo anual debe desglosar los objetivos para cada entidad
facturadora: "La oficina de Madrid debe alcanzar una cifra de ventas de 200.000 € en
el año 2.008", "La oficina de Valencia debe alcanzar una cifra de ventas de 150.000 €
en el año 2.008", etc...
Incluso, dentro de cada sucursal o departamento es posible hallar una predicción del
volumen esperado de ventas para cada mes del año (teniendo en cuenta la
estacionalidad del producto o las oscilaciones que ha experimentado el mercado en
años anteriores).
Por tanto, es común en un plan operativo anual disponer, para cada mes (desde enero
a diciembre), de un valor POA para cada objetivo. A medida que va avanzando el año
es posible fijar el valor real que se ha alcanzado y, por tanto, hallar posibles errores o
desviaciones en el plan.
Por ejemplo, para el caso del objetivo:
"La oficina de Madrid debe alcanzar una cifra de ventas de 200.000 € en el año 2.008"
Mes POA Acumulado Real Acumulado Desviación
Enero 15.000 € 16.292 € 1.292 €
Febrero 30.000 € 26.488 € -3.512 €
Marzo 50.000 € 41.351 € -8.649 €
Abril 70.000 € 60.134 € -9.866 €
Mayo 85.000 € 74.011 € -10.989 €
Junio 100.000 € 88.506 € -11.494 €
Julio 120.000 € (-) (-)
Agosto 150.000 €
Septiembre 170.000 €
Octubre 180.000 €
Noviembre 190.000 €
Diciembre 200.000 €
Esto es preciso hacerlo, naturalmente, para cada objetivo anual de cada entidad.
Lo más importante de este modelo es que, mediante un correcto seguimiento del plan
operativo anual, se puede hallar no sólo las desviaciones en el plan, sino también el
motivo de su origen. La herramienta de Business Intelligence dedicada a este fin es
una de las más implantadas en las empresas modernas: el Cuadro de Mando Integral o
Balanced Scorecard.
Cuadro de Mando Integral
El Cuadro de Mando Integral (CMI), también conocido como Balanced Scorecard
(BSC) o dashboard, es una herramienta de control empresarial que permite
establecer y monitorizar los objetivos de una empresa y de sus diferentes áreas o
unidades.
También se puede considerar como una aplicación que ayuda a una compañía a
expresar los objetivos e iniciativas necesarias para cumplir con su estrategia,
mostrando de forma continuada cuándo la empresa y los empleados alcanzan los
resultados definidos en su plan.
Diferencia con otras herramientas de Business Intelligence
El Cuadro de Mando Integral se diferencia de otras herramientas de Business
Intelligence, como los Sistemas de Soporte a la Decisión (DSS) o los Sistemas de
Información Ejecutiva (EIS), en que está más orientados al seguimiento de indicadores
que al análisis minucioso de información. Por otro lado, es muy común que un CMI sea
controlado por la dirección general de una compañía, frente a otras herramientas de
Business Intelligence más enfocadas a a la dirección departamental. El CMI requiere,
por tanto, que los directivos analicen el mercado y la estrategia para construir un
modelo de negocio que refleje las interrelaciones entre los diferentes componentes de
la empresa (plan estratégico). Una vez que lo han construido, los responsables de la
organización utilizan este modelo como mapa para seleccionar los indicadores del CMI.
Tipos de Cuadros de Mando
El Cuadro de Mando Operativo (CMO), es una herramienta de control enfocada al
seguimiento de variables operativas, es decir, variables pertenecientes a áreas o
departamentos específicos de la empresa. La periodicidad de los CMO puede ser diaria,
semanal o mensual, y está centrada en indicadores que generalmente representan
procesos, por lo que su implantación y puesta en marcha es más sencilla y rápida. Un
CMO debería estar siempre ligado a un DSS (Sistema de Soporte a Decisiones) para
indagar en profundidad sobre los datos.
El Cuadro de Mando Integral (CMI), por el contrario, representa la ejecución de la
estrategia de una compañía desde el punto de vista de la Dirección General (lo que
hace que ésta deba estar plenamente involucrada en todas sus fases, desde la
definición a la implantación). Existen diferentes tipos de cuadros de mando integral, si
bien los más utilizados son los que se basan en la metodología de Kaplan & Norton.
Las principales características de esta metodología son que utilizan tanto indicadores
financieros como no financieros, y que los objetivos estratégicos se organizan en
cuatro áreas o perspectivas: financiera, cliente, interna y aprendizaje/crecimiento.
La perspectiva financiera incorpora la visión de los accionistas y mide la
creación de valor de la empresa. Responde a la pregunta: ¿Qué indicadores
tienen que ir bien para que los esfuerzos de la empresa realmente se
transformen en valor? Esta perspectiva valora uno de los objetivos más
relevantes de organizaciones con ánimo de lucro, que es, precisamente, crear
valor para la sociedad.
La perspectiva del cliente refleja el posicionamiento de la empresa en el
mercado o, más concretamente, en los segmentos de mercado donde quiere
competir. Por ejemplo, si una empresa sigue una estrategia de costes es muy
posible que la clave de su éxito dependa de una cuota de mercado alta y unos
precios más bajos que la competencia. Dos indicadores que reflejan este
posicionamiento son la cuota de mercado y un índice que compare los precios
de la empresa con los de la competencia.
La perspectiva interna recoge indicadores de procesos internos que son
críticos para el posicionamiento en el mercado y para llevar la estrategia a buen
puerto. En el caso de la empresa que compite en coste, posiblemente los
indicadores de productividad, calidad e innovación de procesos sean
importantes. El éxito en estas dimensiones no sólo afecta a la perspectiva
interna, sino también a la financiera, por el impacto que tienen sobre las
rúbricas de gasto.
La perspectiva de aprendizaje y crecimiento es la última que se plantea en
este modelo de CMI. Para cualquier estrategia, los recursos materiales y las
personas son la clave del éxito. Pero sin un modelo de negocio apropiado,
muchas veces es difícil apreciar la importancia de invertir, y en épocas de crisis
lo primero que se recorta es precisamente la fuente primaria de creación de
valor: se recortan inversiones en la mejora y el desarrollo de los recursos.
Pese a que estas cuatro son las perspectivas más genéricas, no son "obligatorias". Por
ejemplo, una empresa de fabricación de ropa deportiva tiene, además de la
perspectiva de clientes, una perspectiva de consumidores. Para esta empresa son tan
importantes sus distribuidores como sus clientes finales.
Una vez que se tienen claros los objetivos de cada perspectiva, es necesario definir los
indicadores que se utilizan para realizar su seguimiento. Para ello, debemos tener en
cuenta varios criterios: el primero es que el número de indicadores no supere los siete
por perspectiva, y si son menos, mejor. La razón es que demasiados indicadores
difuminan el mensaje que comunica el CMI y, como resultado, los esfuerzos se
dispersan intentando perseguir demasiados objetivos al mismo tiempo. Puede ser
recomendable durante el diseño empezar con una lista más extensa de indicadores.
Pero es necesario un proceso de síntesis para disponer de toda la fuerza de esta
herramienta.
No obstante, la aportación que ha convertido al CMI en una de las herramientas más
significativas de los últimos años es que se cimenta en un modelo de negocio. El éxito
de su implantación radica en que el equipo de dirección se involucre y dedique tiempo
al desarrollo de su propio modelo de negocio.
Beneficios de la implantación de un Cuadro de Mando Integral
La fuerza de explicitar un modelo de negocio y traducirlo en indicadores facilita
el consenso en toda la empresa, no sólo de la dirección, sino también de cómo
alcanzarlo.
Clarifica cómo las acciones del día a día afectan no sólo al corto plazo, sino
también al largo plazo.
Una vez el CMI está en marcha, se puede utilizar para comunicar los planes de
la empresa, aunar los esfuerzos en una sola dirección y evitar la dispersión. En
este caso, el CMI actúa como un sistema de control por excepción.
Permita detectar de forma automática desviaciones en el plan estratégico u
operativo, e incluso indagar en los datos operativos de la compañía hasta
descubrir la causa original que dió lugar a esas desviaciones.
Riesgos de la implantación de un Cuadro de Mando Integral
Un modelo poco elaborado y sin la colaboración de la dirección es papel
mojado, y el esfuerzo será en vano.
Si los indicadores no se escogen con cuidado, el CMI pierde una buena parte de
sus virtudes, porque no comunica el mensaje que se quiere transmitir.
Cuando la estrategia de la empresa está todavía en evolución, es
contraproducente que el CMI se utilice como un sistema de control clásico y por
excepción, en lugar de usarlo como una herramienta de aprendizaje.
Existe el riesgo de que lo mejor sea enemigo de lo bueno, de que el CMI sea
perfecto, pero desfasado e inútil.
Sistemas de Soporte a la Decisión (DSS)
Un Sistema de Soporte a la Decisión (DSS) es una herramienta de Business
Intelligence enfocada al análisis de los datos de una organización.
En principio, puede parecer que el análisis de datos es un proceso sencillo, y fácil de
conseguir mediante una aplicación hecha a medida o un ERP sofisticado. Sin embargo,
no es así: estas aplicaciones suelen disponer de una serie de informes predefinidos en
los que presentan la información de manera estática, pero no permiten profundizar en
los datos, navegar entre ellos, manejarlos desde distintas perspectivas... etc.
El DSS es una de las herramientas más emblemáticas del Business Intelligence ya que,
entre otras propiedades, permiten resolver gran parte de las limitaciones de los
programas de gestión. Estas son algunas de sus características principales:
Informes dinámicos, flexibles e interactivos, de manera que el usuario no
tenga que ceñirse a los listados predefinidos que se configuraron en el
momento de la implantación, y que no siempre responden a sus dudas reales.
No requiere conocimientos técnicos. Un usuario no técnico puede crear
nuevos gráficos e informes y navegar entre ellos, haciendo drag&drop o drill
through. Por tanto, para examinar la información disponible o crear nuevas
métricas no es imprescindible buscar auxilio en el departamento de informática.
Rapidez en el tiempo de respuesta, ya que la base de datos subyacente
suele ser un datawarehouse corporativo o un datamart, con modelos de datos
en estrella o copo de nieve. Este tipo de bases de datos están optimizadas para
el análisis de grandes volúmenes de información (vease ánalisis OLTP-OLAP).
Integración entre todos los sistemas/departamentos de la compañía. El
proceso de ETL previo a la implantación de un Sistema de Soporte a la Decisión
garantiza la calidad y la integración de los datos entre las diferentes unidades
de la empresa. Existe lo que se llama: integridad referencial absoluta.
Cada usuario dispone de información adecuada a su perfil. No se trata de
que todo el mundo tenga acceso a toda la información, sino de que tenga
acceso a la información que necesita para que su trabajo sea lo más eficiente
posible.
Disponibilidad de información histórica. En estos sistemas está a la orden
del día comparar los datos actuales con información de otros períodos históricos
de la compañía, con el fin de analizar tendencias, fijar la evolución de
parámetros de negocio... etc.
Diferencia con otras herramientas de Business Intelligence
El principal objetivo de los Sistemas de Soporte a Decisiones es, a diferencia de otras
herramientas como los Cuadros de Mando (CMI) o los Sistemas de Información
Ejecutiva (EIS), explotar al máximo la información residente en una base de datos
corporativa (datawarehouse o datamart), mostrando informes muy dinámicos y con
gran potencial de navegación, pero siempre con una interfaz gráfica amigable, vistosa
y sencilla.
Otra diferencia fundamental radica en los usuarios a los que están destinadas las
plataformas DSS: cualquier nivel gerencial dentro de una organización, tanto para
situaciones estructuradas como no estructuradas. (En este sentido, por ejemplo, los
CMI están más orientados a la alta dirección).
Por último, destacar que los DSS suelen requerir (aunque no es imprescindible)
un motor OLAP subyacente, que facilite el análisis casi ilimitado de los datos para
hallar las causas raíces de los problemas/pormenores de la compañía.
Tipos de Sistemas de Soporte a Decisiones
Sistemas de información gerencial (MIS)
Los sistemas de información gerencial (MIS, Management Information
Systems), tambien llamados Sistemas de Información Administrativa (AIS) dan
soporte a un espectro más amplio de tareas organizacionales, encontrándose a
medio camino entre un DSS tradicional y una aplicación CRM/ERP implantada
en la misma compañía.
Sistemas de información ejecutiva (EIS)
Los sistemas de información ejecutiva (EIS, Executive Information System) son
el tipo de DSS que más se suele emplear en Business Intelligence, ya que
proveen a los gerentes de un acceso sencillo a información interna y externa de
su compañía, y que es relevante para sus factores clave de éxito.
Sistemas expertos basados en inteligencia artificial (SSEE)
Los sistemas expertos, también llamados sistemas basados en conocimiento,
utilizan redes neuronales para simular el conocimiento de un experto y utilizarlo
de forma efectiva para resolver un problema concreto. Este concepto está muy
relacionado con el datamining.
Sistemas de apoyo a decisiones de grupo (GDSS)
Un sistema de apoyo a decisiones en grupos (GDSS, Group Decision Support
Systems) es "un sistema basado en computadoras que apoya a grupos de
personas que tienen una tarea (u objetivo) común, y que sirve como interfaz
con un entorno compartido". El supuesto en que se basa el GDSS es que si se
mejoran las comunicaciones se pueden mejorar las decisiones.
Datawarehouse
Un Datawarehouse es una base de datos corporativa que se caracteriza por
integrar y depurar información de una o más fuentes distintas, para luego procesarla
permitiendo su análisis desde infinidad de perspectivas y con grandes velocidades de
respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones
el primer paso, desde el punto de vista técnico, para implantar una solución completa
y fiable de Business Intelligence.
La ventaja principal de este tipo de bases de datos radica en las estructuras en las que
se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos
relacionales... etc). Este tipo de persistencia de la información es homogénea y fiable,
y permite la consulta y el tratamiento jerarquizado de la misma (siempre en un
entorno diferente a los sistemas operacionales).
El término Datawarehouse fue acuñado por primera vez por Bill Inmon, y se traduce
literalmente como almacén de datos. No obstante, y como cabe suponer, es mucho
más que eso. Según definió el propio Bill Inmon, un datawarehouse se caracteriza por
ser:
Integrado: los datos almacenados en el datawarehouse deben integrarse en
una estructura consistente, por lo que las inconsistencias existentes entre los
diversos sistemas operacionales deben ser eliminadas. La información suele
estructurarse también en distintos niveles de detalle para adecuarse a las
distintas necesidades de los usuarios.
Temático: sólo los datos necesarios para el proceso de generación del
conocimiento del negocio se integran desde el entorno operacional. Los datos se
organizan por temas para facilitar su acceso y entendimiento por parte de los
usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser
consolidados en una única tabla del datawarehouse. De esta forma, las
peticiones de información sobre clientes serán más fáciles de responder dado
que toda la información reside en el mismo lugar.
Histórico: el tiempo es parte implícita de la información contenida en un
datawarehouse. En los sistemas operacionales, los datos siempre reflejan el
estado de la actividad del negocio en el momento presente. Por el contrario, la
información almacenada en el datawarehouse sirve, entre otras cosas, para
realizar análisis de tendencias. Por lo tanto, el datawarehouse se carga con los
distintos valores que toma una variable en el tiempo para permitir
comparaciones.
No volátil: el almacén de información de un datawarehouse existe para ser
leído, pero no modificado. La información es por tanto permanente, significando
la actualización del datawarehouse la incorporación de los últimos valores que
tomaron las distintas variables contenidas en él sin ningún tipo de acción sobre
lo que ya existía.
Otra característica del datawarehouse es que contiene metadatos, es decir, datos
sobre los datos. Los metadatos permiten saber la procedencia de la información, su
periodicidad de refresco, su fiabilidad, forma de cálculo... etc.
Los metadatos serán los que permiten simplificar y automatizar la obtención de la
información desde los sistemas operacionales a los sistemas informacionales.
Los objetivos que deben cumplir los metadatos, según el colectivo al que va dirigido,
son:
Dar soporte al usuario final, ayudándole a acceder al datawarehouse con su
propio lenguaje de negocio, indicando qué información hay y qué significado
tiene. Ayudar a construir consultas, informes y análisis, mediante herramientas
de Business Intelligence como DSS, EIS o CMI.
Dar soporte a los responsables técnicos del datawarehouse en aspectos
de auditoría, gestión de la información histórica, administración del
datawarehouse, elaboración de programas de extracción de la información,
especificación de las interfaces para la realimentación a los sistemas
operacionales de los resultados obtenidos... etc.
Por último, destacar que para comprender íntegramente el concepto de
datawarehouse, es importante entender cuál es el proceso de construcción del mismo,
denominado ETL (Extracción, Transformación y Carga), a partir de los sistemas
operaciones de una compañía:
Extracción: obtención de información de las distintas fuentes tanto internas
como externas.
Transformación: filtrado, limpieza, depuración, homogeneización y agrupación
de la información.
Carga: organización y actualización de los datos y los metadatos en la base de
datos.
Una de las claves del éxito en la construcción de un datawarehouse es el desarrollo de
forma gradual, seleccionando a un departamento usuario como piloto y expandiendo
progresivamente el almacén de datos a los demás usuarios. Por ello es importante
elegir este usuario inicial o piloto, siendo importante que sea un departamento con
pocos usuarios, en el que la necesidad de este tipo de sistemas es muy alta y se pueda
obtener y medir resultados a corto plazo.
Principales aportaciones de un datawarehouse
Proporciona una herramienta para la toma de decisiones en cualquier área
funcional, basándose en información integrada y global del negocio.
Facilita la aplicación de técnicas estadísticas de análisis y modelización para
encontrar relaciones ocultas entre los datos del almacén; obteniendo un valor
añadido para el negocio de dicha información.
Proporciona la capacidad de aprender de los datos del pasado y de predecir
situaciones futuras en diversos escenarios.
Simplifica dentro de la empresa la implantación de sistemas de gestión integral
de la relación con el cliente.
Supone una optimización tecnológica y económica en entornos de Centro de
Información, estadística o de generación de informes con retornos de la
inversión espectaculares.
Datamart
Un Datamart es una base de datos departamental, especializada en el
almacenamiento de los datos de un área de negocio específica. Se caracteriza por
disponer la estructura óptima de datos para analizar la información al detalle desde
todas las perspectivas que afecten a los procesos de dicho departamento. Un datamart
puede ser alimentado desde los datos de un datawarehouse, o integrar por sí mismo
un compendio de distintas fuentes de información.
Por tanto, para crear el datamart de un área funcional de la empresa es preciso
encontrar la estructura óptima para el análisis de su información, estructura que puede
estar montada sobre una base de datos OLTP, como el propio datawarehouse, o sobre
una base de datos OLAP. La designación de una u otra dependerá de los datos, los
requisitos y las características específicas de cada departamento. De esta forma se
pueden plantear dos tipos de datamarts:
Datamart OLAP
Se basan en los populares cubos OLAP, que se construyen agregando, según los
requisitos de cada área o departamento, las dimensiones y los indicadores necesarios
de cada cubo relacional. El modo de creación, explotación y mantenimiento de los
cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.
Datamart OLTP
Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es
introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las
operaciones más usuales) aprovechando las características particulares de cada área
de la empresa. Las estructuras más comunes en este sentido son las tablas report, que
vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las
vistas materializadas, que se construyen con la misma estructura que las anteriores,
pero con el objetivo de explotar la reescritura de queries (aunque sólo es posible en
algunos SGBD avanzados, como Oracle).
Los datamarts que están dotados con estas estructuras óptimas de análisis presentan
las siguientes ventajas:
Poco volumen de datos
Mayor rapidez de consulta
Consultas SQL y/o MDX sencillas
Validación directa de la información
Facilidad para la historización de los datos
Datamining (Minería de datos)
El datamining (minería de datos), es el conjunto de técnicas y tecnologías que
permiten explorar grandes bases de datos, de manera automática o semiautomática,
con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el
comportamiento de los datos en un determinado contexto.
Básicamente, el datamining surge para intentar ayudar a comprender el contenido de
un repositorio de datos. Con este fin, hace uso de prácticas estadísticas y, en algunos
casos, de algoritmos de búsqueda próximos a la Inteligencia Artificial y a las redes
neuronales.
De forma general, los datos son la materia prima bruta. En el momento que el usuario
les atribuye algún significado especial pasan a convertirse en información. Cuando los
especialistas elaboran o encuentran un modelo, haciendo que la interpretación que
surge entre la información y ese modelo represente un valor agregado, entonces nos
referimos al conocimiento. Vea más diferencias entre datos, información y
conocimiento.
Aunque en datamining cada caso concreto puede ser radicalmente distinto al anterior,
el proceso común a todos ellos se suele componer de cuatro etapas principales:
Determinación de los objetivos. Trata de la delimitación de los objetivos que
el cliente desea bajo la orientación del especialista en data mining.
Pre-procesamiento de los datos. Se refiere a la selección, la limpieza, el
enriquecimiento, la reducción y la transformación de las bases de datos. Esta
etapa consume generalmente alrededor del setenta por ciento del tiempo total
de un proyecto de data mining.
Determinación del modelo. Se comienza realizando unos análisis estadísticos
de los datos, y después se lleva a cabo una visualización gráfica de los mismos
para tener una primera aproximación. Según los objetivos planteados y la tarea
que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en
diferentes áreas de la Inteligencia Artificial.
Análisis de los resultados. Verifica si los resultados obtenidos son coherentes
y los coteja con los obtenidos por los análisis estadísticos y de visualización
gráfica. El cliente determina si son novedosos y si le aportan un nuevo
conocimiento que le permita considerar sus decisiones.
Carga de trabajo en las fases de un proyecto de datamining
En resumen, el datamining se presenta como una tecnología emergente, con varias
ventajas: por un lado, resulta un buen punto de encuentro entre los investigadores y
las personas de negocios; por otro, ahorra grandes cantidades de dinero a una
empresa y abre nuevas oportunidades de negocios. Además, no hay duda de que
trabajar con esta tecnología implica cuidar un sinnúmero de detalles debido a que el
producto final involucra "toma de decisiones".
Sistemas de Información Ejecutiva (EIS)
Un Sistema de Información para Ejecutivos o Sistema de Información
Ejecutiva es una herramienta software, basada en un DSS, que provee a los gerentes
de un acceso sencillo a información interna y externa de su compañía, y que es
relevante para sus factores clave de éxito.
La finalidad principal es que el ejecutivo tenga a su disposición un panorama completo
del estado de los indicadores de negocio que le afectan al instante, manteniendo
también la posibilidad de analizar con detalle aquellos que no estén cumpliendo con las
expectativas establecidas, para determinar el plan de acción más adecuado.
De forma más pragmática, se puede definir un EIS como una aplicación informática
que muestra informes y listados (query & reporting) de las diferentes áreas de
negocio, de forma consolidada, para facilitar la monitorización de la empresa o de una
unidad de la misma.
El EIS se caracteriza por ofrecer al ejecutivo un acceso rápido y efectivo a la
información compartida, utilizando interfaces gráficas visuales e intuitivas. Suele incluir
alertas e informes basados en excepción, así como históricos y análisis de tendencias.
También es frecuente que permita la domiciliación por correo de los informes más
relevantes.
A través de esta solución se puede contar con un resumen del comportamiento de una
organización o área específica, y poder compararla a través del tiempo. Es posible,
además, ajustar la visión de la información a la teoría de Balanced Scorecard o Cuadro
de Mando Integral impulsada por Norton y Kaplan, o bien a cualquier modelo
estratégico de indicadores que maneje la compañía.
FUENTE: www.sinnexus.es
