• Business Intelligence (Inteligencia
empresarial) es el conjunto de estrategias y
metodologías que transforman la información
en conocimiento para mejorar el proceso de
toma de decisiones de una empresa. Este
concepto hace referencia al uso que las
organizaciones hacen de los datos y cómo los
procesan para tomar decisiones bien
informadas.
• Fuente:https://doeet.es/digitalizacion-
industrial/business-intelligence
• ¿Qué es Business Intelligence?
• el conjunto de procesos que
transforman los datos de una
compañía en información y
conocimiento para dar respaldo a la
toma de decisiones.
• Fuente:https://blog.bi-geek.com/que-es-business-intelligence-beneficios/
Una Mirada Técnica
ETL (Extract – Transform – Load).
• Fuente:https://blog.bi-geek.com/que-es-business-intelligence-beneficios/
• Definición de Data Warehouse
• Un Data Warehouse proporciona una visión global, común e
integrada de los datos de la organización, independiente de cómo se
vayan a utilizar posteriormente por los consumidores o usuarios, con
las propiedades siguientes: estable, coherente, fiable y con
información histórica. Al abarcar un ámbito global de la organización y
con un amplio alcance histórico, el volumen de datos puede ser muy
grande (centenas de terabytes).
• Definición de Data Mart
• Podemos entender un Data Mart como un subconjunto de los
datos del Data Warehouse con el objetivo de responder a un
determinado análisis, función o necesidad y con una población de
usuarios específica. Al igual que en un data warehouse, los datos están
estructurados en modelos de estrella o copo de nieve y un data mart
puede ser dependiente o independiente de un data warehouse.
https://ivantrejos.wordpress.com/2014/05/08/data-warehousing-data-warehouse-y-datamart/
https://www.mistralbs.com/definicion-arquitectura-data-warehouse/
• Al inicio de las clases de Business Intelligence para
directivos, suelo
• comenzar con estas tres preguntas:
• 1. ¿Cuántos de ustedes disponen de más información y
de menos
• tiempo para analizarla?
• 2. ¿Los sistemas de información de los que disponen
les ayudan a
• tomar decisiones rápidamente?
• 3. ¿Los responsables de generar información directiva
están desbordados
• por las peticiones de información urgente, continua y
• no coordinada?
• ¿Qué es Business Intelligence?
• El objetivo básico de la Business Intelligence es apoyar de
forma sostenible y continuada a las organizaciones para mejorar
su competitividad, facilitando la información necesaria para la
toma de decisiones.
• El primero que acuñó el término fue Howard Dresner que,
cuando era consultor de Gartner,
• popularizó Business Intelligence o BI como un término
paraguas para describir un conjunto de conceptos y métodos que
mejoraran la toma dedecisiones, utilizando información sobre que
había sucedido (hechos).
• Mediante el uso de tecnologías y las metodologías de Business
Intelligence pretendemos convertir datos en información y a partir
de la información ser capaces de descubrir conocimiento
• ¿Qué ocurrió?
• ¿Dónde ocurrió?
• ¿Por qué ocurrió?
• ¿Qué ocurrirá?
• ¿Qué está ocurriendo?
• ¿Qué queremos que ocurra?
Algunas de las herramientas de Inteligencia de Negocio más utilizadas son:
Tableau
Es una herramienta de visualización que permite acceder y analizar los datos de manera simple y efectiva, crear cuadros de
mando y reportes, así como compartirlos de manera sencilla.
SAP BI
Plataforma integral de Inteligencia de Negocio que posibilita obtener los datos, analizarlos y desarrollar modelos de
aprendizaje automático.
También, para aplicarlos para realizar predicciones y proyecciones a futuro, así como la realización de cuadros de mando e
informes.
SAS BI
Herramienta especializada en la utilización de datos y métricas para, haciendo uso de modelos predictivos, asistir a la toma
de decisiones de negocio.
MicroStrategy
Aplicación de Inteligencia Empresarial cuyos puntos fuertes son el análisis de datos (como, por ejemplo, tendencias) y la
definición y desarrollo de cuadros de mando para la visualización de la información.
OlikView
Su punto fuerte es la búsqueda y descubrimiento de datos de distintas fuentes, ofreciendo integración con multitud de
aplicaciones como p. ej. Saleforce, Teradata… Se trata de una plataforma personalizable ya que cada usuario puede crear su
propio espacio y procesar los datos de la manera que necesita.
Microsoft Power BI
Es una suite de herramientas de análisis y procesamiento de datos que provienen de diversos orígenes. Se trata de una
plataforma potente para la visualización de la información y creación de reportes.
Oracle BI
Software de Inteligencia de Negocio cuyo punto fuerte es el descubrimiento de patrones e interfaz de visualización de datos
sencilla e intuitiva. Ofrece las principales funcionalidades de las herramientas de BI, tales como cuadros de mando,
inteligencia artificial, alertas…
Modelo de Madurez de Business Intelligence (BI Maturity Model) | Business Intelligence, Data Warehouse, Monterrey, México : Gravitar
Modelo de Madurez de Business Intelligence (BI Maturity Model) | Business Intelligence, Data Warehouse, Monterrey, México : Gravitar
DataWarehouse
• Un datawarehouse recopila y administra datos de diversas
fuentes para proporcionar información empresarial significativa.
En este almacén se almacenarán los datos durante el período de
tiempo necesario para cumplir con las necesidades de consulta
de la organización.
• Es una recopilación de datos centralizada. Está separada de los
sistemas operacionales y apoya la toma de decisiones de la
empresa. En un datawarehouse los datos se almacenan desde
una perspectiva histórica.
Data mart vs Data warehouse: diferencias (inesem.es)
14
DW
15
Data Marts
▪ Un data mart es un subconjunto de un almacén de datos (es
decir, de un data warehouse) orientado a una línea de negocios
específica. Los almacenes de datos contienen depósitos de
datos resumidos recopilados para su análisis en una sección o
unidad específica dentro de una organización, por ejemplo, el
departamento de ventas.
Data mart vs Data warehouse: diferencias (inesem.es) 16
Data Marts
17
Extract, Transform and Load (ETL)
18
EXTRACT, TRANSFORM AND LOAD (ETL)
• Extraer los datos desde los sistemas de origen (Normalmente en DB
relacionales).
• Transformación aplica una serie de reglas de negocio o funciones
sobre los datos extraídos para convertirlos en datos que serán
cargados.
• Carga los datos de la fase anterior en el sistema de destino.
19
Data Mart vs. Data Warehouse | Panoply
ABC del data mart - Evaluando Software
What is OLAP? An overview of Online Analytical Processing
(jedox.com)
Excel Expert Lesson 6-3: Understand OLAP, MDX and Business Intelligence. - YouTube
¿QUÉ ES EL 'DATA MINING'?
La minería de datos o data mining es un proceso técnico, automático o semiautomático, que analiza
grandes cantidades de información dispersa para darle sentido y convertirla en conocimiento. Busca
anomalías, patrones o correlaciones entre millones de registros para predecir resultados, como indica
el SAS Institute, uno de los referentes mundiales en analítica de negocios.
'Data mining', definición, ejemplos y aplicaciones - Iberdrola
La minería de datos – IFT (infotecarios.com)
Herramientas de Business Intelligence
1. Power Bi
2. Tableau
3. QlikView
4. SAP BI
5. Pentaho
6. MicroStrategy
7. SAS Business Intelligence
8. Sisense
9. Oracle BI
10. Zoho Analytics
Principales herramientas de BI en 2023 (wearedrew.co) 10 herramientas de Business Intelligence imprescindibles
(iebschool.com)
Tendencias del Business Intelligence hacia
Data Literacy : capacidad de interpretación de los datos por parte de todos los trabajadores de
la empresa para unificar análisis y toma de decisiones.
BI de autoservicio: usuarios pueden utilizar este tipo de herramientas sin la intervención del
departamento de informática.
El auge de la analítica y los informes predictivos:oluciones capaces de predecir los datos
futuros con base en el big data
Inteligencia Artificial: Inteligencia artificial: Una de las tendencias Business Intelligence más
prometedoras. Con la IA ya es posible crear informes capaces de advertirnos sobre errores e
imprevistos o de establecer correlaciones entre datos
Tendencias del Business Intelligence hacia 2022/2023 - Opentix: Partner Platinum Sage
https://drive.google.com/file/d/14IP
Yz7lIo1_uA4hoRwQFZeayMyXQnRuW
/view?usp=sharing
¿Conoces las 10 v´s del Big Data? (afiescueladefinanzas.es)
¿Conoces las 10 v´s del Big Data? (afiescueladefinanzas.es)
¿Conoces las 10 v´s del Big Data? (afiescueladefinanzas.es)
¿Conoces las 10 v´s del Big Data? (afiescueladefinanzas.es)
¿Conoces las 10 v´s del Big Data? (afiescueladefinanzas.es)
7 ejemplos de big data en marcas
1) Netflix
Se calcula que Netflix ahorra 1000 millones de dólares al año gracias a sus algoritmos de big data.
2) Apple
Apple emplea el big data aplicado a la economía conductual, a fin de extraer conclusiones sobre su base de
usuarios y utilizarlas en su favor.
3) Metro de Barcelona
Metro de Barcelona ha implementado el sistema RESPIRA, que utiliza la inteligencia artificial para mejorar la
ventilación y ayudar a controlar las infecciones por coronavirus en la red de metro de Barcelona.
10 ejemplos de usos reales de Big Data Analytics - BAOSS
4) Amazon
El gran gigante de retail es capaz de analizar una cantidad brutal de datos de clientes. Sus algoritmos le
permiten recolectar, analizar y utilizar una cantidad masiva de datos procedentes del historial de búsqueda y
compra.
5) Zara
Desde 2008, cuando superó a Gap, Zara es el mayor distribuidor de ropa del mundo. El secreto de su éxito está en su
capacidad para detectar las nuevas tendencias tan pronto como surgen y enviar prendas a las tiendas más rápido
para satisfacer las necesidades de sus clientes.
6) UOB Bank (Singapur)
UOB Bank de Singapur es un gran ejemplo de big data para la gestión del riesgo. Al tratarse de una institución
financiera, hay un gran potencial de pérdidas si los riesgos no se gestionan adecuadamente.
7) PepsiCo
La plataforma de big data y análisis en la nube empleada por PepsiCo, Pep Worx, ayuda a la empresa a aconsejar a las
tiendas sobre qué productos comprar, dónde colocarlos y qué promociones lanzar.
¿Cuáles son las
fuentes de datos ¿ qué pasó y por ¿Qué esta pasando ¿Qué va pasar en
disponibles e qué ? ahora? el futuro?
importantes?
Análisis Descriptivo y
Diagnostico Predictivo
¿Qué tengo que hacer?
Tomar Decisiones
¿Qué define el éxito de una empresa? ¿Es el número de personas empleadas por la empresa? ¿Es el volumen
de ventas de la empresa? ¿Es la fuerza de la base de clientes de la empresa? ¿La satisfacción de los
empleados influye en el éxito de las operaciones comerciales? ¿Cómo influye la gestión en el éxito operativo
general?
Para contestar estas preguntas se necesita data e información, no simplemente historias o anécdotas. Los
datos son necesarios para la supervivencia del negocio. Pero recolectar data no es suficiente, hay que
procesarla para convertirla en información, que, a su vez, después de analizada se convierte en conocimiento
necesario para la organización y la toma de decisiones razonada
Introducción al People Analytics
People Analytics:
Consiste en identificar y cuantificar la fuerza de trabajo, basando la gestión de personas en datos para
mejorar los resultados del negocio.
Big Data y Business Intelligence aplicados a Recursos Humanos, representan el origen de People Analytics;
de esta forma haciendo uso del material y las herramientas, transformamos los datos en conocimiento para
accionar estrategias que mejoren los resultados de negocio.
Ing. DBA. Jorge Estuardo Morales
Introducción al People Analytics
Ing. DBA. Jorge Estuardo Morales
Ing. DBA. Jorge Estuardo Morales
People Analytics para la toma de decisiones
Cuando hablamos de People Analytics hablamos de una herramienta clave para los equipos de talento y
recursos humanos del presente y del futuro.
El reto está en poder dar respuesta a las preguntas que nos hace la organización de forma estratégica y nos
ofrecen información valiosa para el negocio.
a) ¿Qué empleados tienen más probabilidad de abandonarnos el próximo año?
b) ¿Qué programa de beneficios tiene mayor aceptación entre los clientes internos?
c) ¿Qué fuentes digitales utilizarán en años próximos los talentos para colocarse en el mercado?
d) ¿Qué puestos podrán ser sustituidos por recursos tecnológicos próximamente?
Ing. DBA. Jorge Estuardo Morales
Ing. DBA. Jorge Estuardo Morales
Ing. DBA. Jorge Estuardo Morales
https://docs.google.com/spreadsheets/d/1cI_zJ1TeLNCuEQri7Ry25IdxN_zFNQJq/edit?usp=sharing&ouid=110569688454
267348875&rtpof=true&sd=true
https://drive.google.com/drive/folders/1QONRARTrtc_sdFlSoj-4ncS-ZzG_DCuU?usp=sharing
