Facultad de Ingeniería y Arquitectura

Escuela Profesional de Ingeniería de Sistemas

SESIÓN 01
FUNDAMENTOS DE INTELIGENCIA DE
NEGOCIOS
LOGRO DE LA SESIÓN
Al finalizar la sesión, el estudiante analiza un caso
de un sistema de apoyo a la gestión identificando
la información relacionada con el proceso de
negocio demostrando entusiasmo.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 Agenda
INTRODUCCIÓN Y FUNDAMENTOS DE
INTELIGENCIA DE NEGOCIOS
❑ Conceptos
❑ Datos e información
❑ Sistemas de apoyo a la gestión

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 ..

¿Qué es inteligencia de negocios,

será una metodología?

https://www.youtube.com/watch?v=Pmdps2kK_5M
Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas
 INTELIGENCIA Técnica: VIGILANCIA
EMPRESARIAL TECNOLÓGICA Proyección
INFORMACIÓN INTERNA Y EXTERNA DEL NEGOCIO
Pronóstico

PASADO
Hoy
Inicio ¿Por qué nos iba bien
en el negocio?
Qué es lo que más
vendíamos PROSPECTIVA
Base de datos
INFORMACIÓN DEL FUTURO
Técnica: DATA (Los hechos son escenarios)
INTELIGENCIA Hechos de la WAREHOUSING
DE NEGOCIOS empresa Hechos de la
INFORMACIÓN INTERNA DEL NEGOCIO empresa

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Inteligencia de Negocios
• La Inteligencia de Negocios es el proceso de transformación de datos en
información y a través de descubrir la transformación de la información en
conocimiento.
• Conjunto de técnicas y herramientas que apoyan la toma de decisiones
enfocadas a la administración y creación de conocimiento mediante el análisis
de datos existentes.
• Habilidad para transformar los datos en información, y la información en
conocimiento, de forma que se pueda optimizar el proceso de toma de
decisiones en los negocios.

Transforma
Dato Información

Descubre
Información Conocimiento

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Finalidad
• Convertir grandes volúmenes de datos en un valor para el negocio
a través de los reportes analíticos.

• Generar información para el control de los procesos del negocio,

independientemente de la fuente de datos.

• Soportar la toma de decisiones.

• Diferenciar la información útil para los usuarios finales.

• Uniformizar los términos usados en la institución.

Independientemente del origen de los datos o de la forma de
extracción, transformación y agregación.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

TIPOS DE DECISIONES
• Racional vs Intuitiva (corazonada)

• Estructuradas (bajo nivel organizacional… empleados) vs No

ESTRUCTURADAS (alto nivel ..Gerente)

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 HISTORIA Y EVOLUCION
DEL
BUSINESS INTELIGENCE
❖ El BI. no es un concepto reciente.

❖ Antepasados (Fenicios, Persas, Egipcios, Incas): Observan y analizan el

comportamiento de las mareas, los periodos de sequía y de lluvias, la
posición de los astros, etc. para tomar decisiones en pos de mejoras de sus
respectivas comunidades.

❖ El mundo ha cambiado pero el concepto sigue siendo el mismo. La

necesidad de relacionar información para realizar una gestión
empresarial...

❖ En España inmediatamente después de conquistar América se creo “La

Casa del Oro” lugar donde se registraba todos los pagos compulsorios de
Oro y así tener una visión general del país.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 Inteligencia de Negocios
• La Inteligencia de Negocios o Como software o Sistema de
Business Intelligence.- El proceso de Información automatizado la
analizar los datos acumulados en la BI es una "suite" de
empresa para extraer inteligencia o productos que trabajan de
conocimiento de ellos. manera conjunta para
proveer datos, información y
• bases de datos de clientes
reportes analíticos que
• información de la cadena de suministro satisfagan las necesidades
• ventas personales de una gran variedad de
• actividad de marketing usuarios finales.
• información relevante para la empresa
• Etc.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 Lectura del Negocio
¿Por que cayeron
las ventas?

¿Cómo impactan los

¿Cuáles canales y cambios en precio en el
clientes se comportamiento de
desempeñan mejor? compra?
BI “Adecuado”

¿Cuál es la mejor manera de ¿Cuáles productos

enfocar promociones para no me están
los clientes? comprando ahora?

¿La cadena de suministro

está alineada con los
consumidores?

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

… ¿Cual es el Escenario en el que está la Empresa?
Comunidades de Usuarios

Planillas

Usuarios Usuarios Usuarios Usuarios

RRHH Comercial Marketing Finanzas Informática
Sistemas de Gestión Sistemas Específicos

Dificultades:
- Informaciones con vistas diferentes
- Trabajo redundante de digitación de la información
- Formas de presentacion diferentes en la compañia
- Distribución da información lenta

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 Datos, Información y Conocimiento
sabiduría

crítica del
≈ entendimiento
0 1 entendimiento
ble
ba
pro a je
diz entendiendo
en principios
apr
= ia conocimiento
c
gen
in
0 1 nt r ia entendiendo
co
mo
me patrones
información ro
tu
fu
o s entendiendo
ntid relaciones
se
datos o
sad
pa
percepción por
los sentidos

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

¿Qué es el conocimiento?
• Es aquello que permite tomar decisiones.
• Es aquello que responde a la pregunta de ¿cómo ...?
• Es aquello que responde a la pregunta de ¿cuándo tomar
una decisión. . . . . . .?
• Es la información útil.
• Es la experiencia adquirida.

El conocimiento está basado en la experiencia y es personal

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

El Valor de la Información
“La información adecuada en el lugar y momento adecuado incrementa
efectividad de cualquier empresa”

Las Organizaciones y sus Requerimientos de Sistemas

de Información
La necesidad de automatización lleva a las empresas a poseer gran
infraestructura tecnológica para soportar sus SI.
El crecimiento tecnológico tiene diferentes orígenes que van desde la
implementación, crecimiento, ampliación, integración, etc.
▪ Sistemas de Procesamiento de Datos (SPD)
▪ Sistemas de Adm. de Recursos Empresariales (ERP)
▪ Sistemas De información Ejecutiva (EIS)
▪ Sistemas de Gestión de Relación con Clientes (CRM)
▪ Sistemas de Gestión de Cadena de Distribución (SCM), Etc….

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

La Información que las Empresas
Necesitan

La Información de gestión de las diferentes áreas implicadas debe

planificarse partiendo de las necesidades y objetivos del negocio

ENFOQUE TRADICIONAL DE DATA WAREHOUSE

SISTEMA DE TOMA NIVEL
Análisis de los datos de los sistemas DE DECISIONES ESTRATÉGICO
origen y agrupación de los mismos hasta
Sistemas para
obtener la información de gestión. la Toma de

INFORMACIÓN
Decisiones

DECISIÓN
NIVEL
SISTEMA DE INFORMACION DE
GESTION
TÁCTICO Registran hechos

UN ENFOQUE TOP DOWN

La Información de Gestión debe

planificarse partiendo de las necesidades SISTEMAS NIVEL
Sistemas
FUENTES
y objetivos del negocio. OPERACIONALES EXTERNAS OPERATIVO Transaccionales
Registran hechos

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Sistemas Operacionales Vs
Analíticos

Una BD relacional
almacena entidades
en tablas discretas Un BD
han sido dimensional
normalizadas. almacena los
datos en cubos
olap donde se
encuentran
calculados y
agregados para
ser consultados

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 ERP CRM SCM
Arquitectura Arquitectura Arquitectura
Modular Modular
Modular

SUPPY
CHAIN
MANAGEM
ENT

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Back: Proveedores/Aliados Front: Clientes

Interno Contab.

ERP
Ventas

SCM Finanzas
Producc
RRHH….
CRM
Supply Customer
Entity Resource Relationship
Chain
Management
Planning Management

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

SISTEMAS DE APOYO A LA
TOMA DE DECISIONES

¿Qué importancia tiene el uso de sistemas de

toma de decisiones en el desarrollo de ventajas
competitivas en las empresa?

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Información para la
Toma de Decisiones

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 La Información en las
Organizaciones
MENOR MAYOR

MAYOR Cantidad de Cantidad de información MENOR

información utilizada en la toma de
procesada y decisiones
generada

Procesamiento de la Uso de la
información información

El gráfico siguiente ilustra el comportamiento de la información, dentro de las organizaciones, desde los puntos de vista de su procesamiento y de su uso.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 LOS SISTEMAS DE SOPORTE
PARA LA TOMA DE DECISIONES
(DSS)

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 La función de los Sistemas de
Apoyo a la Toma de Decisiones

• Recoger datos, analizarlos, darles forma y tratar de

tomar decisiones o ayudar a la construcción de
estrategias de análisis.

• Es importante señalar que el campo de DSS no tiene

un modelo universalmente aceptado, lo que significa
que hay muchas teorías que rivalizan entre si.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 SISTEMAS DE APOYO A LA TOMA DE DECISIONES
• Existen cuatro de sistemas para apoyar los diferentes niveles y de
decisiones:

Sistemas de Información Sistemas de apoyo para

toma de Decisiones
Gerencial (MIS) (DSS)

Sistemas de apoyo a las

Sistemas de apoyo a
decisiones en grupo
Ejecutivos (ESS)
(GDSS)

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 SISTEMAS DE INFORMACIÓN GERENCIAL (MIS)
• 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.

• Proporcionan información sobre el desempeño de la

empresa y tratan problemas estructurados y
semiestructurados.
• Dirección intermedia y operativa.
• Informes fijos, programados regularmente con base en datos
extraídos de los TPS
• Por ejemplo: informes de excepciones, resaltan sólo condiciones
excepcionales, como cuando las cuotas de ventas caen por debajo
de un nivel anticipado

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 SISTEMAS DE APOYO A
EJECUTIVOS (ESS)
• 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.
• Datos internos sistemas funcionales: panorama
empresa
• Datos externos: noticias, mercado de acciones,
información de la competencias, tendencias de la
industria, legislación
• Herramientas modelado y análisis
• Explorar el entorno: detección de problemas, amenazas u oportunidades estratégicas
• Análisis drill-down: de datos resumidos hacia niveles de detalle cada vez más bajos

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 SISTEMAS DE APOYO A LAS
DECISIONES (DSS)

• Decisiones no estructuradas y semiestructuradas;

análisis de gran cantidad de datos

• DSS orientado a modelos: qué pasaría sí …

• Modelo teórico + interfaz

• DSS orientados a datos

• Utilizan procesamiento analítico en línea (OLAP) y
minería de datos para analizar grandes concentraciones
de datos
• Por ejemplo: aplicaciones de inteligencia de negocios

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 COMPONENTES DE LOS
SISTEMAS DE APOYO A LAS
DECISIONES (DSS)

MODULOS FUNCIONALES
DE UN DSS
• MANEJO DE MODELOS
• MANEJO Y ADMINISTRACION
DE DATOS
• DESARROLLO DE
APLICACIONES
• INTERFACES GRAFICAS,
INTERFAZ REPORTES Y CONSULTAS
• BASE DE DATOS
CORPORATIVAS
• BASE DE DATOS LOCALES Y
ARCHIVOS PROPIETARIOS

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

SISTEMAS DE INFORMACIÓN GEOGRÁFICA (GIS)
• DSS que usan la tecnología de visualización de datos para
analizar y desplegar los datos: mapas digitalizados

• Decisiones que requieren el conocimiento sobre la distribución

geográfica de recursos/personas:
✔ Ayudan a calcular los tiempos de respuesta a emergencias en catástrofes
naturales
✔ Ayudan a las cadenas de tiendas al detalle a identificar los mejores lugares

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.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

DSS DEL CLIENTE BASADOS EN LA WEB
• El crecimiento del comercio electrónico ha animado a
muchas compañías a desarrollar DSS para clientes que
utilizan recursos de información de la Web y sus
capacidades de interactividad y personalización para
ayudar a los usuarios a seleccionar productos y
servicios.
• La gente está usando más información de múltiples
fuentes para tomar decisiones de compras
• Las compañías también han desarrollado sitios Web
específicos para clientes, donde toda la información,
modelos u otras herramientas analíticas para evaluar las
alternativas se concentra en un solo lugar.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 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.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

SSD.- Características
Informes dinámicos, flexibles
e interactivos

No requiere conocimientos
DSS técnicos
Características
Rapidez en el tiempo de
respuesta

Integración entre todos los

Departamentos

Cada usuario adecua su perfil

Información histórica

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Ventajas de los DSS
• Sistemas interactivos con resultados aplicables a
los procesos de negocios. Desventajas de
• Eliminación de intermediarios en el proceso de los DSS
adquisición de información.
• Las consultas de los
• Reportes personalizados, a la medida del ejecutivo.
usuarios no son
• Disminución del lead time en el proceso de respondidas en línea
adquisición de datos. • Consume muchos
• Información expuesta en términos de negocios. recursos
• Análisis de alternativas de acción en entornos • Costos en la seguridad
controlados. de la información
almacenada
• Visualización gráfica de los indicadores claves
para los distintos procesos de la empresa.
• Facilita el proceso de toma de decisiones y por
ende la productividad de la organización

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Ejemplo DSS
Cadena de supermercados
Una conocida cadena de supermercados gallegos ha recurrido a un sistema de
Business Intelligence para averiguar cual era el perfil de sus clientes más rentables e
intentar hacer lo posible para fidelizarlos.
Para ello, una de las primeras acciones que llevó a cabo fue la creación de una "tarjeta
descuento", que vinculara a los clientes con el club del supermercado. Para poder
optar a esta tarjeta, cada cliente debía facilitar sus datos personales básicos (edad,
sexo, origen...) y unos datos complementarios de sus preferencias. A cambio recibía
descuentos eventuales en sus compras.
Tras haber acumulado una relevante cantidad de datos, llegó el momento de extraer la
información requerida mediante un sistema de soporte a la decisión. Entre las rarezas
obtenidas en los resultados, cabe destacar que el perfil ideal de cada cliente tenía
sustanciales diferencias en función de la ubicación geográfica. Los productos que se
vendían más no eran los más rentables, etc.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 SISTEMAS DE APOYO A LA TOMA DE
DECISIONES EN 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

PROCESO

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

 Conclusiones
1. ¿A qué conclusiones
podemos llegar hoy con
respecto a inteligencia de
negocios?

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Revise el contenido de la página de Flokzu
https://www.youtube.com/watch?v=knVwokXITGI
Y complementa lo aprendido en clase hoy.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

METACOGNICIÓN
1. ¿Qué fue lo más interesante de la clase de hoy?
2. ¿Para qué te sirve lo aprendido?
3. ¿Cuál era el propósito de la sesión?
4. ¿Qué estrategias didácticas ha empleado?
5. Resumen de los logros alcanzados en la sesión.
6. Reflexión sobre los desafíos enfrentados y lecciones aprendidas.
7. Recomendaciones para futuras mejoras en la red.

Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas

Bibliografía
Básica

• Curto Díaz, J. (2016). Introducción al business intelligence.. Editorial UOC.

• Curto Díaz, J. & Conesa Caralt, J. (Il.). (2015). ¿Cómo crear un data warehouse?. Editorial UOC.

• González Farran, X. Guitart, I. y Rodríguez, J. R. (2016). ¿Cómo planificar un proyecto de inteligencia de negocio?. Editorial UOC.

• Joyanes A., L. (2020). Inteligencia de Negocios y analítica de datos. (1ra edición). Editorial Marcombo.
https://university.odilo.es/info/inteligencia-de-negocios-y-analitica-de-datos-00476905

Complementaria

• Bayona-Oré, S., Cerna, R., Hinojoza, E.T. (2021). Machine learning for price prediction for agricultural products. WSEAS Transactions on Business and
Economics.
https://www.scopus.com/inward/record.uri?eid=2-s2.0-85112610779&doi=10.37394%2f23207.2021.18.92&partnerID=40&md5=c93340517e22a47f3373
b901ab451638

• Encalada, J. y Sánchez, A. (2019). Implementación de business intelligence, basado en la metodología Ralph Kimball, para mejorar el proceso de toma
de decisiones gerenciales del área de ventas de Indurama. (Tesis de pregrado, Universidad Autónoma del Perú, Lima, Perú).
http://repositorio.autonoma.edu.pe/handle/AUTONOMA/744

• Maldonado Elvira, S. (2016). Analítica web: medir para triunfar. Madrid, ESIC Editorial. https://elibro.net/es/lc/biblioua/titulos/119558

• Medina, F. Q. Fariña, F.,M., & Castillo-Rojas, W. (2018). Data mart para obtención de indicadores de productividad académica en una
universidad. Ingeniare: Revista Chilena De Ingeniería, 26, 88-101. https://search.proquest.com/docview/2174170911?accountid=187086

• Picon R., Yarleque J. (2019). Implementación de inteligencia de negocios, para optimizar la toma de decisiones en el área de dirección de planta
cosméticos de la empresa Yanbal International. (Tesis de pregrado, Universidad Autónoma del Perú, Lima, Perú).
http://repositorio.autonoma.edu.pe/handle/AUTONOMA/694

• Suresh, M. Bhavana, K y Asha D. (2019). Future Trends of Business Intelligence and Big Data Analytics in Ubiquitous Environment. International
Journal of Engineering and Advanced Technology (IJEAT), 8, 773-778. https://www.ijeat.org/wp-content/uploads/papers/v8i3S/C11660283S19.pdf
Facultad de Ingeniería y Arquitectura – Escuela Profesional de Ingeniería de Sistemas
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS