Soporte de decisiones basado en inteligencia de negocios

UNIVERSIDAD TECNICA FEDERICO SANTA MARIA
DEPARTAMENTO DE INDUSTRIAS
SANTIAGO – CHILE
SOPORTE DE DECISIONES BASADO EN INTELIGENCIA DE
NEGOCIOS
TOMAS ALEJANDRO VIGOUROUX ORREGO
MEMORIA PARA OPTAR AL TITULO DE
INGENIERO CIVIL INDUSTRIAL
PROFESOR GUIA
PROFESOR CORREFERENTE
: SR.
: SR.
OSCAR SAAVEDRA R.
GERMAN VARGAS J.
DICIEMBRE 2006
RESUMEN EJECUTIVO
A pesar de la dificultad para encontrar una definición única y sólida se ha optado por
concensuar una descripción a partir de las múltiples visiones existentes. Basado en las
distintos puntos de vista existentes se ha definido a la Inteligencia de Negocios como: “La
generación de conocimiento útil para el soporte de toma de decisiones en el negocio, a
partir de distintos tipos de repositorios de datos, involucrando procesos de recolección,
transformación, reporte, análisis dimensional (OLAP), minería y presentación de datos.
Además comprende las estrategias por las cuales el conocimiento es distribuido por la
organización de modo que cada usuario tenga acceso a la inteligencia que necesita, para
transformar este conocimiento en acciones”. En un sentido más práctico se puede entender
a la Inteligencia de Negocios como una serie de prácticas y herramientas destinadas a
generar acciones a partir de los datos organizacionales.
Por otro lado se han separado los componentes que comúnmente se asocian a la Inteligencia
de Negocios en 3 funciones globales:
•
Data Warehouses y Data Marts.
•
Herramientas y metodologías de análisis.
•
Herramientas de presentación y distribución de resultados.
Dentro de las áreas de aplicación del BI podemos destacar a: Ventas y Marketing,
Operaciones, Finanzas y RRHH, entre otras. Por otro lado, el impacto que traen dentro de
estas y otras áreas podemos separarlos de acuerdo a los niveles de gestión a los que se
asocian:
•
Estratégicos.
•
Tácticos.
•
Funcionales.
ii
Del análisis de los requerimientos presentados a las áreas de TI se descubrió un fuerte
desalineamiento y una baja percepción del aporte de los departamentos de tecnología a las
prioridades estratégicas del negocio, fenómeno que tanto a nivel internacional como
nacional se percibe. A nivel internacional se ve a la Inteligencia de Negocios como un
medio para solucionar esto, lo que explica la fuerte penetración que tienen estas prácticas y
herramientas no solo a nivel de gran empresa sino que también en PYMES, sin embargo, en
Chile, la penetración del uso de estas técnicas no ha alcanzado a todos los sectores,
especialmente al PYME.
Desde el punto de vista del mercado de soluciones BI, se tiene una industria de MMUS$
5.700 a nivel mundial en el año 2005, dominado por aproximadamente 10 empresas, que
según datos del último año, poseen una participación del 62% de los ingresos totales. Las 7
empresas líderes son:
•
Business Objects.
•
SAS Institute.
•
Cognos.
•
Microsoft.
•
Hyperion Solutions.
•
Oracle.
•
MicroStrategy.
Todas ofrecen suites que integran todo lo necesario para desarrollar inteligencia de
negocios, incluyendo herramientas para Data Warehousing, consultas, reportes, análisis,
analíticas avanzadas y gestión de ciclo de vida de eventos.
Por último, desde el punto de vista de la justificación de un proyecto BI se descubrieron 4
áreas importantes de análisis:
•
Impulsores desde el negocio.
•
Aspectos de análisis necesitados por el negocio.
iii
•
Análisis Costo-Beneficio.
•
Evaluación de Riesgos.
A partir de estas 4 áreas de análisis se definieron 9 tareas básicas con el objeto de justificar
adecuadamente la implantación:
1. Determinar la necesidad del negocio.
2. Evaluar los sistemas de soportes de decisiones existentes.
3. Evaluar las fuentes de datos y procedimientos operacionales.
4. Evaluar las iniciativas BI de los competidores.
5. Determinar los objetivos de la solución BI.
6. Proponer una solución BI.
7. Realizar un análisis costo-beneficio.
8. Realizar una evaluación de riesgo.
9. Redactar un reporte de la evaluación.
En base a los antecedentes recogidos sobre el mercado, requerimientos de las empresas y
casos de éxito se concluye principalmente que a pesar de que los proyectos de Inteligencia
de Negocios suelen ser costosos, no son difíciles de justificar si sustentan un potencial para
solucionar una necesidad real del negocio ya sea a través de corregir problemas de este o
creando nuevas oportunidades de desarrollo. Por otro lado, los retornos sobre la inversión
(ROI), llegan bastante rápido si el proyecto se plantea bien, no superando muchas veces el
año para llegar al payback. Para esto se requiere seguir todas las actividades previas de
justificación del caso de negocio antes de realizar cualquier tipo de decisión de inversión en
tecnologías y practicas como el Business Intelligence.
iv
AGRADECIMIENTOS
Quisiera tomarme un tiempo para agradecer a todas las personas que han estado conmigo a
lo largo de estos seis años y que merecen estar plasmados en este testimonio que dejo al
empezar una nueva etapa de mi vida.
No puedo partir de otra forma que dándoles las gracias a mis Padres, Cecilia y Rodrigo, que
sin ellos yo no sería lo que soy ahora. Los valores y principios son los que te marcan como
persona, más que las habilidades y la inteligencia, y ustedes me han dado los mejores que
hubiese podido encontrar. Quiero agradecer el esfuerzo, tiempo y amor que me han
entregado toda mi vida, aunque no creo que nunca tenga las palabras para ello. No puedo
dejar de nombrar a mis hermanas, Catalina y Josefina, las cuales con su afecto y dedicación
son esenciales no solo en mi carrera sino que en mi vida.
Quiero agradecer a mis amigos, especialmente a mis compañeros de la universidad: Pablo,
Matías, César, Guillermo, Felipe y tanto otros que no es posible escribir acá. Con todos
compartí momentos de gran alegría, con algunos también momentos de esfuerzo y trabajo.
No me queda más que agradecer la compañía en estos años y desde ya les doy las gracias
por que se estarán conmigo en el futuro.
Quisiera no solo agradecer, sino que también dedicar con todo mi corazón este trabajo a
mis tíos, María Isabel y Franco, que durante un periodo de la universidad me dieron todo su
apoyo. Gracias por hacerme sentir menos lejos de casa como lo estaba en ese momento, sin
ustedes esto no hubiese sido posible.
Por último quisiera agradecer a todos los que alguna vez me entregaron lo mejor de sí,
lamentablemente no los puedo poner a todos pero no por eso dejo de recordar lo que
compartimos. En fin, lo que único que me queda por decir…
Gracias…
…¡TOTALES!
v
INDICE TEMATICO
CAPITULO 1: PRESENTACION DEL ESTUDIO______________________________ 6
1.a. Tema y Problemática ______________________________________________________ 6
1.b. Objetivos ________________________________________________________________ 7
1.b.i: Objetivo General_______________________________________________________________ 7
1.b.ii: Objetivos Específicos __________________________________________________________ 7
1.c. Alcance, Estado del Arte____________________________________________________ 8
1.d. Base Metodológica y Carta Gantt ____________________________________________ 9
CAPITULO 2: CONCEPTOS GENERALES _________________________________ 11
2.a. El proceso de toma de decisiones____________________________________________ 11
2.b. Sistemas de Soporte de Decisiones __________________________________________ 13
2.b.i: ¿Qué es un sistema de soporte de decisiones? _______________________________________ 13
2.b.ii: ¿Quienes se pueden ver beneficiados por Sistemas de Soporte de Decisiones? _____________ 13
2.b.iii: Desarrollo de un Sistema de Soporte de Decisiones__________________________________ 14
2.b.iv: ¿Como esta conformado un Sistema de Soporte de Decisiones? ________________________ 14
2.b.v: Requerimientos de TI para Sistemas de Soporte de Decisiones _________________________ 15
2.c. La Inteligencia de Negocios ________________________________________________ 16
2.c.i: ¿Qué es la Inteligencia de Negocios? ______________________________________________ 16
2.c.ii: De los datos a la acción ________________________________________________________ 19
2.c.iii: Componentes de la Inteligencia de Negocios _______________________________________ 22
2.c.iv: Aplicaciones e impacto de la Inteligencia de Negocios _______________________________ 29
CAPITULO 3: ESTUDIO DE LAS TENDENCIAS Y APLICACIONES DE LA
INTELIGENCIA DE NEGOCIOS __________________________________________ 35
3.a. Análisis de los requerimientos y prioridades de TI en las empresas _______________ 35
3.a.i: Perspectiva Internacional _______________________________________________________ 35
3.a.ii: Perspectiva Nacional __________________________________________________________ 38
3.b. Análisis de los requerimientos y prioridades de las organizaciones con respecto a la
Inteligencia de Negocios. ______________________________________________________ 44
3.b.i: Perspectiva Internacional _______________________________________________________ 44
3.b.ii: Perspectiva Nacional __________________________________________________________ 48
3.c. Análisis de Casos de Éxito _________________________________________________ 48
CAPITULO 4: ANALISIS DEL MERCADO DE PROVEEDORES _______________ 58
4.a. Comportamiento de la Industria ____________________________________________ 58
4.a.i: Rendimiento de los proveedores líderes ____________________________________________ 61
4.b. Tendencias de las suites de Inteligencia de Negocios____________________________ 68
4.c. Estructura de costos de las implantaciones BI _________________________________ 71
4.d. Conclusiones del estudio del mercado de proveedores __________________________ 72
CAPITULO 5: EVALUACION DEL NEGOCIO PARA LA APLICACION DE
INTELIGENCIA DE NEGOCIOS __________________________________________ 74
5.a. Consideraciones previas ___________________________________________________ 74
5.a.i: Justificación desde el punto de vista del negocio _____________________________________ 75
5.b. Impulsores desde el negocio________________________________________________ 78
5.c. Aspectos de análisis necesitados por el negocio ________________________________ 81
5.c.i: Datos Operacionales ___________________________________________________________ 82
5.c.ii: Datos Privados _______________________________________________________________ 82
5.c.iii: Datos externos ______________________________________________________________ 83
5.d. Análisis Costo-Beneficio___________________________________________________ 85
5.e. Evaluación del Riesgo _____________________________________________________ 88
5.f. Flujo de actividades para la justificación del sistema BI _________________________ 92
5.g. Riesgos de no realizar una justificación desde el punto de vista del negocio_________ 96
CAPITULO 6: CONCLUSIONES GENERALES DEL ESTUDIO ________________ 98
BIBLIOGRAFIA _______________________________________________________ 101
ANEXOS _____________________________________________________________ 104
Anexo 1: Glosario para DSS y BI ______________________________________________ 104
Anexo 2: Diferencias entre OLTP y OLAP ______________________________________ 107
i)
Orientación o Alineación de Datos_______________________________________________ 107
ii)
Integración _________________________________________________________________ 107
2
iii)
Acceso y manipulación de datos por parte de usuarios finales. _________________________ 107
iv)
Administradores _____________________________________________________________ 108
v)
Transacción ________________________________________________________________ 108
vi)
La dimensión tiempo _________________________________________________________ 108
Anexo 3: Ingresos por proveedor 2003-2005 _____________________________________ 110
Anexo 4: Cálculo del ROI para empresa DTH Gulf, Showtime _____________________ 111
3
INDICE DE FIGURAS
Figura 1: Proceso de toma de decisiones ____________________________________________________ 12
Figura 2: Niveles de contenido de la mente humana ___________________________________________ 21
Figura 3: Algunas interacciones de la Inteligencia de Negocios __________________________________ 23
Figura 4: Esquema de la Inteligencia de Negocios_____________________________________________ 24
Figura 5: Impacto de la Inteligencia de Negocios _____________________________________________ 33
Figura 6: Prioridad estratégica y contribución de las TIs a la Cadena de Valor según los CIOs chilenos _ 39
Figura 7: Prioridad estratégica y contribución de las TIs a la Cadena de Valor según los Gerentes Generales
chilenos ______________________________________________________________________________ 40
Figura 8: Impacto esperado de las TI en las empresas chilenas __________________________________ 41
Figura 9: Porcentaje de empresas que han adoptado o planean adoptar tecnologías __________________ 42
Figura 10: Porcentaje de empresas que poseen distintas tecnologías de software, por tamaño. __________ 43
Figura 11: Grado de penetración de prácticas de BI en las empresas del mundo _____________________ 45
Figura 12: Conductores que llevan a las empresas a implantar BI ________________________________ 46
Figura 13: Asuntos importantes en una solución BI ____________________________________________ 47
Figura 14: Marcas de Capel ______________________________________________________________ 49
Figura 15: Comparativa de los ahorros de tiempo de un sistema SFA______________________________ 50
Figura 16: Esquema conceptual de la solución de CAPEL ______________________________________ 51
Figura 17: Ingreso Mundial de la Inteligencia de Negocios por Región ____________________________ 60
Figura 18: Ingreso Mundial de la Inteligencia de Negocios por Ambiente Operativo __________________ 61
Figura 19: Hype Cycle de la Inteligencia de Negocios empresarial 2004 ___________________________ 62
Figura 20: Diagrama de BusinessObjects XI _________________________________________________ 63
Figura 21: Scorecard de suites BI__________________________________________________________ 70
Figura 22: Componentes de la justificación desde el punto de vista del negocio. _____________________ 78
Figura 23: Las 3 grandes fuentes de datos ___________________________________________________ 82
Figura 24: Tipos de beneficios involucrados en una solución BI __________________________________ 88
Figura 25: Tareas involucradas en la justificación de un proyecto BI ______________________________ 96
4
INDICE DE TABLAS
Tabla 1: TOP 10 Prioridades del Negocio ___________________________________________________ 36
Tabla 2: TOP 10 Prioridades Tecnológicas __________________________________________________ 37
Tabla 3: Ingreso Mundial de la Inteligencia de Negocios por segmento, 2003-2005, en MMUS$_________ 59
Tabla 4: Muestra de porcentajes de costos de implementaciones de BI _____________________________ 72
Tabla 5: Niveles de riesgo de proyecto BI____________________________________________________ 89
Tabla 6: Evaluación de Riesgo por variable__________________________________________________ 91
5
CAPITULO 1: PRESENTACION DEL ESTUDIO
1.a. Tema y Problemática
Esta memoria busca entregar los argumentos necesarios para la implantación de sistemas de
soporte de decisiones basados en Inteligencia de Negocios. La justificación de este tipo de
proyectos desde el punto de vista del negocio es un paso esencial pues permitirá
comprometer los recursos financieros, humanos y técnicos de forma que la implantación no
falle.
Adicionalmente, se deben, como paso previo a la formulación en sí de una metodología de
justificación y análisis del caso de negocio, dejar en claro ciertos conceptos relacionados al
tema así como también posicionar al lector en el contexto nacional e internacional en el que
se sitúan las empresas chilenas e internacionales en este ámbito.
El tema viene dado por la gran cantidad de proyectos relacionados con Tecnologías de
Información que fracasan o que obtienen retornos menores a los esperados. Esto se produce
entre otras causas por un mal análisis del negocio y por no justificar correctamente la
inversión en tecnología con mayores flujos netos para la empresa a lo largo del tiempo.
6
1.b. Objetivos
1.b.i: Objetivo General
Desarrollar un marco de análisis del negocio con el fin de determinar la factibilidad y
necesidad de un sistema de soporte de decisiones basado en Inteligencia de Negocios.
1.b.ii: Objetivos Específicos
•
Definir el concepto de Inteligencia de Negocios así como también el impacto que
tiene estos sistemas de soporte de decisiones en la empresa.
•
Identificar los principales actores de la industria del Business Intelligence en lo
referente a proveedores de software.
•
Descubrir el punto en que se encuentran tanto las grandes empresas y PYMES
chilenas en el ámbito de la Inteligencia de Negocios así como también analizar
casos de éxitos nacionales e internacionales.
7
1.c. Alcance, Estado del Arte
Esta memoria posee un alcance exploratorio y descriptivo. Exploratorio, pues busca dar a
conocer el panorama nacional en Inteligencia de Negocios que para el común de los
ejecutivos es totalmente desconocido. En este marco, la memoria más que buscar enfocarse
en temas técnicos propios de la implantación, busca descubrir los factores que debería
considerar el tomador de la decisión de realización del proyecto desde el punto de vista del
costo-beneficio para la empresa. Por otro lado, se habla de un alcance descriptivo debido a
la intención de definir las tareas necesarias para la correcta justificación y evaluación del
caso de negocio.
8
1.d. Base Metodológica y Carta Gantt
Para realizar esta memoria se utilizará la siguiente metodología:
1. Análisis de marco teórico relacionado a Sistemas de Soporte de Decisiones e
Inteligencia de Negocios con el objeto de encontrar un consenso en la definición
a utilizar en el trabajo, así como también de los beneficios para la empresa
esperados y los componentes del BI: Esto implica principalmente recopilar
información de lo que entienden las consultoras, proveedores de soluciones y
clientes a través de papers y páginas web, lo más actualizados posible debido al
constante cambio que tienen los significados de los términos producto de la moda.
2. Recopilación de artículos y estudios referentes al panorama nacional e
internacional de la Inteligencia de Negocios y su aplicación real en empresas:
Para esto es necesario la revisión de casos de éxito y fracasos en las
implementaciones. Además es necesario revisar estudios referentes a TI para saber
cuales son los intereses actuales de los CIOs (Responsables de Informática en las
empresas) para conocer la importancia que tiene BI para ellos así como también las
expectativas generales que tienen con respecto a este tipo de soluciones.
3. Análisis de los distintos proveedores existentes en el mercado de soluciones BI:
Es necesario para esto reunir análisis de terceras partes (consultoras especialmente)
sobre el desempeño y la evaluación que tienen los clientes de los distintos
proveedores de tecnología BI. Por otro lado es necesario recopilar a través de los
mismos sitios web de los proveedores cuales son los productos que se ofrecen y
cuales son las expectativas de aplicación que estos tienen de sus herramientas.
4. Consolidar la información de los puntos anteriores y generar un método
cualitativo y cuantitativo que permita medir el grado de preparación y
necesidad de una empresa antes de embarcarse en un proyecto BI: Por ultimo,
lo que se quiere obtener reuniendo la información de los apartados anteriores, es una
metodología capaz de medir el grado de capacidad y necesidad que tiene una
9
empresa con respecto a su negocio para embarcarse en un proyecto para implantar
Inteligencia de Negocios. Esto incluye medir que tan necesario es implantar
herramientas de generación y distribución avanzada de conocimiento desde el punto
de vista del negocio.
10
CAPITULO 2: CONCEPTOS GENERALES
2.a. El proceso de toma de decisiones
Antes de poder empezar hablar de los Sistemas de Soporte de Decisiones, es importante
conocer como funciona el proceso de toma de estas. Este fenómeno se ha descrito muchas
veces a través de distintos modelos, el más popular1 es el paradigma de tres fases de Simon:
inteligencia, diseño y elección. Este enfoque es el que mejor se ha resistido a las pruebas
empíricas. Sin embargo, tal escrutinio, ha sugerido agregar una nueva fase: la
implementación, que es un paso vital para que las decisiones tengan consecuencias.
Durante la fase de inteligencia, el tomador de decisiones observa la realidad, gana un
entendimiento fundamental de los problemas existentes o de las nuevas oportunidades del
negocio y adquiere la información general cuantitativa y cualitativa necesaria para afrontar
el proceso. En la fase de diseño, el tomador de decisiones desarrolla un modelo específico y
preciso que puede ser usado para examinar sistemáticamente el problema u oportunidad
descubierta. Este modelo consistirá de alternativas de decisión, eventos incontrolables,
criterios y las relaciones simbólicas o numéricas entre las variables del problema u
oportunidad. La fase de elección consiste en considerar las alternativas específicas y
generar las acciones recomendadas. Durante la fase de implementación, el tomador de
decisiones considera los análisis y recomendaciones, sopesa las consecuencias, adquiere
una confianza suficiente en la decisión, desarrolla un plan de implementación, asegura los
recursos financieros, materiales y humanos y pone su plan en marcha.
1
MORA, Manuel, FORGIONNE, Guisseppi, GUPTA, Jatinder N.D. Decision Making Support Systems:
Achievements, Trends and Challenges for the New Decade. 1a ed. EE.UU., Idea Group Publishing, 2003.
pp.2.
11
Figura 1: Proceso de toma de decisiones
Fuente: Libro “Decision Making Support Systems…”; Eleboración propia
La figura 1 resume las fases y pasos entre las etapas del proceso. Como esta figura muestra,
el proceso de toma de decisiones es continuo, a pesar de que el proceso involucra fases y
pasos discretos.
Luego de que la elección final es implementada, el tomador de decisiones debe observar la
nueva realidad, y cuando sea apropiado, retomar el proceso desde un principio para pasar
nuevamente por las etapas de inteligencia, diseño, elección e implementación. Más aun, el
análisis de las fases puede sugerir la necesidad de revisiones de las fases precedentes.
12
2.b. Sistemas de Soporte de Decisiones
2.b.i: ¿Qué es un sistema de soporte de decisiones?
Los sistemas de soporte de decisiones o más conocidos como DSS (Decision Support
Systems) por sus siglas en ingles, son herramientas utilizadas para mejorar los procesos de
toma de decisiones dentro de ambientes complejos, particularmente donde la información
es incierta, incompleta o poco estructurada. Existen muchos acercamientos a los sistemas
DSS, donde cada uno asiste el proceso de una manera diferente. Sin embargo, el termino
DSS es bastante antiguo y antecede al boom de los sistemas de información para gestión
vivido a comienzos de los noventa. Hoy este término se aplica a nuevos sistemas como
OLAP (On Line Analytical Processing), EIS, ESS, sistemas expertos y BI entre otros (Ver
ANEXO 1: Glosario para DSS y BI).
Un DSS puede abarcar desde un sistema que permita consultas simples para tomar
decisiones, hasta sistemas que provean información detallada que abarca simultáneamente
un espectro de conjuntos de datos relacionados. Sistemas mas complejos pueden
directamente “responder” preguntas en lugar de entregar información estática.
2.b.ii: ¿Quienes se pueden ver beneficiados por Sistemas de Soporte de Decisiones?
Los DSS han estado tradicionalmente enfocados en administradores con el fin de asistirlos
en la toma de decisiones de alto nivel. A pesar de esto, la aplicación de estos sistemas va
mucho más allá de esto y han sido aplicados a través de un amplio espectro de negocios e
industrias, abarcando múltiples perfiles de usuarios.
Un sistema DSS debe ser diseñado para ajustarse a distintos tipos de usuarios,
principalmente para asegurar que el sistema sea accesible a la máxima cantidad de perfiles
manteniendo las individualidades de cada uno, y adicionalmente, para proveer solo la
información apropiada para cumplir ciertos propósitos de confidencialidad y seguridad.
13
2.b.iii: Desarrollo de un Sistema de Soporte de Decisiones
El desarrollo de un sistema de DSS tiene ciertas etapas comunes a los distintos tipos
existentes:
Recopilación y reunión de datos.
Almacenamiento, acceso y explotación de datos.
Análisis de datos.
Reporte de datos.
Cada uno de estos pasos es importante para asegurar que la información entregada es al
mismo tiempo precisa y útil a las preguntas del usuario. Para alcanzar este fin, los datos
deben ser completos y comprensibles, almacenados en una forma escalable y navegable, la
inferencia semántica debe ser completamente investigada y definida, y por ultimo, el
sistema debe ser presentado al usuario de una manera que las preguntas necesarias puedan
ser planteadas y las respuestas desplegadas correctamente. Este último punto es vital, pues
una interfaz de usuario mal diseñada puede forzar un acercamiento predeterminado al
usuario o simplemente no permitir un enfoque completo del problema a ser solucionado.
2.b.iv: ¿Como esta conformado un Sistema de Soporte de Decisiones?
Se tienen principalmente 3 componentes principales para todo DSS:
1. Un repositorio de datos de conocimiento.
2. Un medio de procesamiento por el cual este conocimiento puede ser
sistemáticamente interrogado para proveer las respuestas a las preguntas.
3. Una interfaz de usuario, que entregue a estos, herramientas accesibles e intuitivas
para obtener la información que requieren.
14
2.b.v: Requerimientos de TI para Sistemas de Soporte de Decisiones
Los DSS son sistemas computacionales interactivos para con el usuario, los cuales pueden
variar enormemente en escala de acuerdo a su aplicación. Por esta razón, los requerimientos
de tecnologías de información pueden variar fuertemente dependiendo del enfoque. Estos
requerimientos abarcan no solo el desarrollo del DSS en sí, sino que también la arquitectura
que lo sustenta. Para un DSS de escritorio las demandas son pequeñas, sin embargo, para
un DSS empresarial el desarrollo del sistema es una tarea significativa y compleja. Un
sistema empresarial típico, por ejemplo, puede estar basado en un ambiente web, con una
base de datos comercial potente como Oracle, para almacenar los datos, un servidor web y
otro de aplicaciones, y una aplicación web multiusuario como interfaz.
Sin contar la escala y la naturaleza del desarrollo, el DSS en si mismo será inútil a menos
que la definición de requerimientos de su área de aplicación sean cuidadosamente
establecidos (la ingeniería de software de este tipo de sistemas es un factor critico de éxito,
incluso mas que el de una aplicación tradicional que provee una cantidad definida de
funcionalidades fijas). Un sistema DSS mal especificado puede “trabajar” perfectamente
como un sistema, pero no proveerá los beneficios necesarios a menos que el dominio de
aplicación y el propósito sea claramente definido, la recolección de datos sea completa y las
reglas y metodologías de modelado sean configuradas claramente.
Los requerimientos deben ser desarrollados a través de la coordinación balanceada entre
personal de TI y personal que domine el negocio, con el fin de asegurar que el sistema
definido y los datos reunidos y presentados calzan con las necesidades del negocio.
15
2.c. La Inteligencia de Negocios
2.c.i: ¿Qué es la Inteligencia de Negocios?
Tal como en todo orden de cosas, existen numerosas definiciones y percepciones distintas
alrededor de lo que la Inteligencia de Negocios (el término en ingles es Business
Intelligence, a lo largo de esta memoria de título se hará uso de este término
indiferentemente como “Inteligencia de Negocios”, “Business Intelligence” o simplemente
“BI”) es concretamente. En 1989, Howard Dresner, miembro de la consultora Gartner
Group, popularizó el termino “Business Intelligence” como un termino para describir un
conjunto de métodos y conceptos para mejorar la toma de decisiones de negocio a
través del uso de sistemas de soporte basados en hechos concretos. Esta apreciación está
enfocada al negocio y no a la tecnología, y es justamente esto lo que busca la Inteligencia
de Negocios, utilizar los sistemas empresariales de información para obtener conocimiento
útil al negocio con el fin de generar valor. Es por esto que el desarrollo de un proyecto de
este tipo necesita un compromiso y entendimiento global de la organización, pues cada
usuario tiene necesidades de conocimiento totalmente distintas. Estos requerimientos sin
embargo, se pueden sintetizar en dos objetivos generales: el primero busca solucionar
problemas de gestión del negocio presentes actualmente en la organización, o, como
segundo objetivo, crear nuevas oportunidades de negocio. Cada organización entiende la
Inteligencia de Negocios de acuerdo a su perspectiva, sin embargo, al final del día se puede
sacar una definición genérica que envuelva las distintas visiones presentes en el mercado.
Por ejemplo, IBM, describe al BI de la siguiente manera:
“La Inteligencia de Negocios busca usar los recursos de datos para tomar mejores
decisiones de negocio. Trata del acceso, análisis y el descubrimiento de nuevas
oportunidades”2
2
Getting Started with DataWarehouse and Business Intelligence por Maria Sueli Almeida [et al]. 1a ed.
EEUU, International Business Machines Corporation, 1999. pp. 1
16
. Del mismo modo, Microsoft entiende su misión dentro de la Inteligencia de Negocios
como:
“Proveer a los empleados con la información correcta y en el momento correcto para
cumplir una meta específica. Hacer esta promesa realidad exige una solución de
Inteligencia de Negocios que sea comprensible, segura, integrada con los sistemas
operacionales y disponible todo el día, cada día.”3
Las definiciones anteriores perfilan el BI como un modo de gestión corporativo, sin
embargo, existen organizaciones y autores que la circunscriben específicamente al campo
de las Tecnologías de Información y Comunicaciones (TICs) como una serie de
herramientas que buscan transformar datos de los sistemas de información corporativos en
conocimiento que soporte la toma de decisiones dentro de la organización. Tal es el caso de
la consultora Meta Group, quienes poseen la siguiente definición para el BI:
“Una clase de herramientas basadas en software que entregan consultas, reportes de
producción y servicios OLAP a los datos. Este tipo de herramientas es habitualmente
usada para monitorear el rendimiento de negocios basados en metas”.4
Sin embargo, esta definición técnica no está completa sin nombrar a la Minería de Datos, la
cual nos permite analizar los datos a niveles más profundos que un simple reporte o un
análisis dimensional a través de OLAP, descubriendo patrones entre los datos que nos
permiten predecir comportamientos futuros del negocio. Existen otras corrientes que
argumentan con justa razón que la Inteligencia de Negocios es anterior a las TICs y que
este termino aparece en el momento que el concepto de negocio nace, de la misma forma
que la inteligencia militar en los ejércitos reunía información de sus enemigos y el campo
3
MICROSOFT. Business Intelligence Overview [en línea]
<http://www.microsoft.com/sql/solutions/bi/overview.mspx> [consulta: 6 septiembre 2006]
4
LYNN, Doug. Business Intelligence, Data Integration, and Analytics: Keep It Simple, Keep It Flexible.
META Practice. (18):2, febrero. 2003
17
de batalla. De acuerdo a esto, se entendería la Inteligencia de Negocios como la disciplina
que reúne las actividades destinadas a recopilar información útil para el desarrollo del
negocio, es decir, reunir “inteligencia” en el mismo sentido que el mundo militar concibe
este termino.
Reuniendo estos distintos puntos de vista se puede lograr una definición más completa y
mucho más explicativa, que abarque tanto el enfoque de negocios como el enfoque TIC. A
lo largo de este trabajo entenderemos a la Inteligencia de Negocios como:
La generación de conocimiento útil para el soporte de toma de decisiones en el negocio, a
partir de distintos tipos de repositorios de datos, involucrando procesos de recolección,
transformación, reporte, análisis dimensional (OLAP), minería y presentación de datos.
Además comprende las estrategias por las cuales el conocimiento es distribuido por la
organización de modo que cada usuario tenga acceso a la inteligencia que necesita, para
transformar este conocimiento en acciones.
A pesar de ser una buena definición, es muy larga y entre tanto término puede prestarse
para confusiones. Sin embargo, si el lector quisiese quedarse con una idea simple y fácil de
recordar puede pensar en una solución de Inteligencia de Negocios como:
Una solución tecnológica capaz de pasar desde los datos de una organización a acciones.
Teniendo esto es natural preguntarse cual es la diferencia entre un sistema DSS y la
Inteligencia de Negocios. El mundo de las TI a menudo acuña términos que siguen más una
corriente de moda más que cambios reales entre un concepto y otro. Hay quienes
argumentan que DSS y BI son prácticamente lo mismo pero en distintos contextos
temporales: DSS es a los ochenta, como BI es a mediados de los noventa hasta hoy. Por
otro lado, se sostiene que la diferencia radica en el alcance y magnitud de estas tecnologías.
Mientras que DSS se asocia a sistemas relativamente pequeños para el tamaño del resto de
los sistemas de una organización, hechos a medida y para pocos usuarios, el BI se sindica
como sistemas que atraviesan la organización, con compromisos de recursos importantes,
18
destinados a un espectro más amplio de usuarios y es visto mas como una estrategia de
democratización de información que solamente una aplicación.
2.c.ii: De los datos a la acción
En el apartado anterior se hablo muchas veces de conceptos tales como “datos”,
“información” y “conocimiento”. De haber una diferencia entre estos conceptos, es
interesante comenzar preguntándose los distintos niveles del contenido de la mente
humana, pues a través de este ejercicio podemos extrapolar esta clasificación a las
organizaciones sustentados en la teoría de sistemas. Según Russell Ackoff, profesor de
cambio organizacional y teoría de sistemas5, se tienen 5 niveles de contenidos en la mente
humana y por lo tanto en las organizaciones: Datos, información, conocimiento,
entendimiento y sabiduría. Este último nivel es propio de los seres humanos y ningún
sistema puede imitarlo o explotarlo por lo que queda fuera del alcance de esta
investigación, con respecto a los 4 restantes tenemos las siguientes definiciones:
•
Datos: Es de naturaleza bruta. Simplemente existe y no tiene ninguna significación
más allá de su existencia. Puede existir en cualquier forma, usable o no. No tiene
significado por si mismo. Ejemplo: “Está lloviendo”.
•
Información: La información son datos a los cuales se les ha dado significado a
través de una relación. Este “significado” puede ser útil, como también puede no
serlo. Ejemplo: “La temperatura ha caído 15 grados y luego se puso a llover”.
•
Conocimiento: El conocimiento es la colección apropiada de la información, de
manera que intente ser útil. El conocimiento es un proceso determinístico. Cuando
alguien “memoriza” información, entonces se amasa conocimiento. Este
conocimiento se aplica solamente a si mismo y no permite inferir otro tipo de
5
BELLIGER, Gene, CASTRO, Durval, MILLS, Anthony. Data, Information, Knowledge, and Wisdom [en
línea] <http://www.systems-thinking.org/dikw/dikw.htm> [consulta: 6 de octubre 2006]
19
conocimiento. Por ejemplo, los niños en el colegio memorizan, o amasan,
conocimiento sobre las tablas de multiplicar. Ellos pueden decirnos cuanto es 2 x 2
sin ningún problema casi instantáneamente porque el resultado forma parte de su
conocimiento. Por otro lado, si se les pregunta cuanto es 1267 x 300 no pueden
contestar correctamente ya que no entra en su conocimiento de las tablas de
multiplicar. El poder contestar esto correctamente requeriría una habilidad cognitiva
y analítica que solo puede ser alcanzada en un nivel siguiente, el entendimiento.
Siguiendo el ejemplo de la lluvia tenemos la siguiente frase que demuestra
conocimiento: “Si la humedad es muy alta y la temperatura cae sustancialmente, la
atmósfera no es a menudo capaz de sostener la humedad y por lo tanto llueve”.
•
Entendimiento: El entendimiento es un proceso interpolativo y probabilístico. Es
cognitivo y analítico. Es el proceso por el cual se puede tomar conocimiento y
sintetizar un nuevo conocimiento a partir del previamente mantenido. La diferencia
entre conocimiento y entendimiento es la diferencia entre memorizar y aprender.
Las personas que poseen entendimiento pueden emprender acciones útiles debido a
que ellos pueden sintetizar nuevo conocimiento, o en algunos casos, nueva
información de la que previamente conocen (y entienden). En síntesis, el
entendimiento puede construir sobre la información, conocimiento y el
entendimiento en si mismo. Ejemplo: “Si una disminución de temperatura en medio
de una humedad alta puede desencadenar una lluvia, una disminución mas grande
puede desencadenar una nevazón”.
20
Figura 2: Niveles de contenido de la mente humana
Fuente: “Data, Information, Knowledge, and Wisdom”, Elaboración propia.
Dentro de la organización también encontramos estos niveles de contenido, los cuales
agregan valor de formas distintas dentro de la empresa. Dependiendo del alcance del
sistema de Inteligencia de Negocios se puede producir tanto información, conocimiento y
entendimiento. Una solución BI no produce datos pues en el proceso no se agrega ningún
valor con respecto a los datos existentes previamente al no involucrar inteligencia en el
proceso. Cada nivel de contenido depende de la existencia de los anteriores por lo que no se
puede decir arbitrariamente que es mejor tener información que datos o que el
entendimiento es mejor que el conocimiento. Todo depende del nivel que se está
analizando. Por ejemplo, un supervisor de calidad necesita saber en todo momento el
porcentaje de productos defectuosos en su planta, lo que se podría traducir en información.
Sin embargo, un gerente de producción no necesita saber cuanto mide cada pieza que
fabrica su planta sino que necesita saber cuales son los factores que hacen crecer su tasa de
productos rechazados y sus costos de no calidad, es decir, necesita entendimiento. Además,
cada nivel de contenido esta determinado por los niveles anteriores, por lo cual se deben
21
tener herramientas que permitan saltar de un nivel a otro. Por otro lado, se necesita
distribuir el contenido de forma que llegue a las manos correctas y no a las personas a las
que no les agregue valor. Por último, cada nivel necesita traducir sus datos, información,
conocimiento o entendimiento en acciones específicas, ya sea para rechazar la pieza como
el primer ejemplo o para disminuir sus costos de no calidad a través de la contratación de
más inspectores o la compra de nuevas maquinas, como en el último caso.
Todos estos desafíos necesitan ser cumplidos a través de una sinergia de distintas
herramientas y componentes organizacionales que permitan agregar valor al negocio. A
continuación se verán algunos componentes que pueden formar parte de una solución BI
dependiendo de los requisitos del negocio.
2.c.iii: Componentes de la Inteligencia de Negocios
Es conveniente reiterar que el concepto de Business Intelligence no tiene fronteras claras en
el mundo empresarial, algunos tipos de herramientas y técnicas de Inteligencia de Negocio
que veremos a continuación pueden no ser consideradas en ciertos tipos de literatura o por
ciertos profesionales como parte del BI, sin embargo, de acuerdo a la definición acordada
para este trabajo en el punto 2.c.i: es como se hará la clasificación.
Las necesidades de inteligencia de una empresa son múltiples y de diferente naturaleza, por
lo que los requerimientos demandados a la Inteligencia de Negocios están muy lejos de ser
uniformes para cada organización. Por otro lado, cada nivel de decisión tendrá necesidades
distintas de información. Por ejemplo, ciertas decisiones, como la necesidad de segmentar
clientes, requieren el encontrar patrones y agrupar a los usuarios de acuerdo a sus hábitos
de compra, para esto se necesitan técnicas avanzadas de minería de datos. Sin embargo,
para otro tipo de decisiones, como la gestión de desempeño de procesos, requiere de
técnicas y estrategias de distribución descentralizada de información que solo un tipo de
herramientas específicas pueden solucionar. Por esta razón, la Inteligencia de Negocios
agrupa diversas disciplinas, metodologías y sistemas de información. A continuación se
muestra un esquema que ilustra lo anterior y que permite vislumbrar en cierta medida el
22
caos que existe dentro de las organizaciones en cuanto a la transformación de datos a
acciones se refiere.
Figura 3: Algunas interacciones de la Inteligencia de Negocios
Fuente: Richard Weber, Universidad de Chile; Elaboración propia.6
Podemos posicionar los distintos elementos que interaccionan en una solución de
Inteligencia de Negocios a partir del valor que agregan a la toma de decisiones las
herramientas o sistemas dentro del conjunto completo. Tal como se vio en el apartado
anterior, tenemos varios niveles de análisis que se pueden hacer a partir de los datos de una
organización, por lo que cada una de estas capas debe ser tratada para obtener las
siguientes: de los datos se pasa a la información, de la información al conocimiento y del
conocimiento al entendimiento.
6
WEBER, Richard. Introducción a la Inteligencia de Negocios con Técnicas de la Inteligencia Computacional
[diapositivas]. Chile, Universidad de Chile. 109 diap.
23
A continuación se presenta un diagrama que ilustra las capas en las que una solución de
inteligencia de negocios se desenvuelve, sin embargo, es recomendable recalcar que el BI
busca servir al negocio por lo que dependiendo de las necesidades de este, la estructura
básica puede variar, tanto involucrando nuevos elementos como eliminando objetos
innecesarios.
Figura 4: Esquema de la Inteligencia de Negocios
Fuente: Elaboración propia
De la figura podemos obtener 3 funciones presentes en una solución integral:
•
Data Warehouses y Data Marts: Es una arquitectura de almacenamiento diseñada
para almacenar datos extraídos de sistemas transaccionales, repositorios de datos
operacionales y fuentes externas (entre estas fuentes encontramos a sistemas ERP,
CRM, SCM, sistemas legacy e incluso documentos y planillas personales). El DW
combina estos datos de manera de agregarlos de forma de servir a los propósitos de
análisis de la organización a través de procesos de extracción, transformación y
24
carga (ETL, extraction, transformation and load). La diferencia entre un Data
Warehouse y un Data Mart esta dada principalmente por el alcance, mientras el
primero esta destinado a servir como repositorio de información útil al negocio de la
organización completa, el Data Mart solamente esta enfocado a almacenar la
información útil a un departamento o área de negocios determinada. A diferencia de
los sistemas transaccionales que funciona a través de OLTP (Procesamiento
Transaccional Online), un DW funciona basado en OLAP (Procesamiento Analítico
Online), para mayor información sobre las diferencias y características de estos
tipos de procesamiento véase el ANEXO 2. Se componen de:
o Procesos de extracción, transformación y carga de datos.
o Sistema de administración de base de datos.
o Administración del Data Warehouse.
•
Herramientas y metodologías de análisis: En este nivel se analiza la información
almacenada en los Data Warehouses y Data Marts con el fin de transformarla en
conocimiento y entendimiento del negocio. Existen múltiples técnicas y
herramientas dentro de este nivel, entre las que se destacan:
o Consultas y Reportes: Es quizás el nivel más básico de la Inteligencia de
Negocios en cuanto a agregación de valor. Consolidan información plana en
reportes con algún nivel de agregación y poseen muy poca flexibilidad de
análisis. Se sustenta principalmente a través de la consulta directa a la base
de datos por medio de SQL.
o Análisis Multidimensional: El Data Warehouse, según el modelo de
Kimball está basado en la existencia de las métricas y dimensiones del
negocio. Las métricas son algún valor interesante para el negocio que
permite establecer en un determinado nivel de agregación el rendimiento de
25
la organización, por ejemplo: ventas, costos, horas trabajadas, reclamos de
clientes, devoluciones, etc. Por otro lado, las dimensiones son los distintos
criterios por los cuales se quiere evaluar el rendimiento de las métricas, por
ejemplo: tiempo, lugar de venta, proveedor, cliente, país, departamento, etc.
El análisis multidimensional se basa en formar cubos o hipercubos de datos
de forma de cruzar la información del DW. A partir de estos cubos se arma
una verdadera red de información a través del cual se pueden hacer una serie
de operaciones7:
Roll-up: Pasar de un nivel inferior de jerarquía de una dimensión a
uno mayor. Ejemplo: Pasar a ver las ventas de cobre semestrales a
verlas en forma anual o ver las devoluciones de producto en la
comuna de Las Condes a ver esta misma métrica para la Región
Metropolitana completa.
Drill-Down: Consiste en pasar desde un nivel jerárquico dimensional
superior a uno inferior. Ejemplo: Ver la cantidad de horas extras por
mes a ver la misma información por semana.
Slice & Dice (Rebanar y picar): Operación Slice consiste en tomar
solo una determinada instancia de una dimensión conservando todas
las instancias de las dimensiones restantes. Literalmente consiste en
tomar una rebanada del cubo multidimensional. La operación Dice
consiste en tomar un subcubo del cubo completo a través de la
aplicación de filtros a las dimensiones que lo conforman.
Pivot (pivotear o rotar): Consiste en modificar la ubicación de las
dimensiones dentro del cubo con el objeto de encontrar una
7
HAN, Jiawei, KAMBER, Micheline. Data Mining: Concepts and Techniques. 1a ed. EEUU, Morgan
Kaufmann Publishers, 2000.
26
representación alternativa de la misma información mediante la
alteración de los ejes.
o Minería de datos: Se refiere a la extracción de conocimiento desde grandes
cantidades de datos. Esto se hace a través de múltiples métodos dependiendo
de las necesidades que se tengan. Lo que si es claro, es que cada uno de
estos métodos busca generar patrones, ojala útiles, aunque la mayor parte del
tiempo, los algoritmos y métodos encuentran solamente patrones basura. Por
esto, el identificar patrones útiles entre un sin numero de patrones
inservibles puede ser tan o más complicado que los métodos matemáticos y
estadísticos utilizados para la generación de estos. Algunos métodos y
herramientas para la minería de datos son:
Descripción de Concepto/Clase: Caracterización y discriminación.
Análisis de Asociación.
Clasificación y predicción.
Análisis de Cluster.
Análisis de evolución y desviación.
o Inteligencia Artificial: A menudo se considera como parte del punto
anterior, sin embargo, debido a que posee una especial línea de desarrollo es
el por qué se ha decidido mantenerlo aparte. Las herramientas de
inteligencia artificial incluyen la utilización de algoritmos avanzados que
intentan predecir comportamientos futuros por lo que ya se esta situando su
producto dentro de la línea del entendimiento. Existen múltiples métodos
que desarrollan la inteligencia artificial, entre estos están:
Sistemas Expertos.
Razonamiento basado en casos.
Red bayesiana.
Inteligencia Artificial basada en comportamientos.
27
•
Redes Neuronales.
Sistemas difusos.
Computación Evolutiva.
Herramientas de presentación y distribución de resultados: Este grupo de
herramientas busca traspasar los resultados del análisis a los usuarios para que estos
transformen la información, conocimiento y entendimiento adquirido en acciones a
través de la toma de decisiones. Existen algunas tendencias en presentación de
resultados, como por ejemplo:
o Key Performance Indicators (KPI, indicadores claves de desempeño):
Son indicadores que resumen en cierta medida el desempeño actual y pasado
de un aspecto de la organización. Este indicador se contrasta con las
predicciones y metas para la evolución del KPI de forma de saber que tan
ajustada esta la organización a un objetivo en particular, por ejemplo, un
presupuesto.
o Cuadro de Mando o Dashboard: Son los KPI’s llevados a un próximo
nivel, la administración por excepción. Plantea que el tomador de decisiones
basa sus decisiones y cursos de acción en unas pocos KPI’s la gran mayoría
del tiempo, de esta forma se crean verdaderas “cabinas de piloto” con los
instrumentos o KPI’s necesarios para hacer funcionar un área de
responsabilidad. De esta forma el tomador de decisiones obtiene un resumen
de los estados de sus KPI en virtud del objetivo a alcanzar, en donde solo se
interesará por aquellos aspectos de su área que tengan una evolución
peligrosa o derechamente presenten problemas de cumplimiento, pasando de
esta forma a ver niveles de presentación de datos más específicos como
reportes o consultas.
o Gestión
por
desempeño
corporativo
o
corporate
performance
management (CPM): Este es un concepto creado por la consultora Gartner,
28
definido como todos los procesos, metodologías, métricas y sistemas
necesarios para medir y administrar el rendimiento de una organización. Se
basa en la premisa de que no se puede administrar lo que no se ve, por lo
tanto busca distribuir los resultados de la organización a cada usuario que les
pueda interesar para su trabajo. Esta es la línea que la gran mayoría de
proveedores de soluciones BI están siguiendo para sus productos. Más
adelante se ahondará en este tema.
o Balanced Scorecard: Si bien esta es una herramienta que nace por una
necesidad eminentemente estratégica, su puesta en marcha es imposible en
una organización mediana sin pensarse dentro del marco de un proyecto BI.
Siendo concisos, el Balanced Scorecard busca alinear la estrategia de la
empresa con los rendimientos operacionales y administrativos de manera de
tejer un mapa estratégico de causa-efecto que viaje desde los rendimientos
de niveles funcionales hasta el rendimiento en el cumplimiento de la misión,
visión y objetivos de la organización. Para esto separa el quehacer de la
empresa en 4 perspectivas: Financiera, Consumidor, Procesos del Negocio y
Aprendizaje y Conocimiento. Entre los objetivos está: clarificar y actualizar
la estrategia, comunicar la estrategia a través de la compañía, alinear las
metas departamentales e individuales con la estrategia y realizar
periódicamente revisiones al rendimiento para aprender de ello y mejorar la
estrategia.
En este apartado se vio lo grande que puede ser el alcance de una solución BI, sin embargo,
y tal como se señalaba anteriormente no es necesario que una solución Inteligencia de
Negocios posea todas las funciones y herramientas antes señaladas sino que lo principal es
que agregue de alguna forma valor a la toma de decisiones.
2.c.iv: Aplicaciones e impacto de la Inteligencia de Negocios
29
Las aplicaciones de la Inteligencia de Negocios son tan diversas como tipos de negocios
existen, pues lo que se busca es generar conocimiento de la organización y el mercado. Sin
embargo, existen ciertas áreas donde las aplicaciones de estas herramientas se concentran a
lo largo del tiempo. A continuación se enumeran las áreas más comunes de uso de estas
herramientas:
•
Ventas y marketing: A través de la Inteligencia de Negocios se pueden
comprender las necesidades del cliente y responder a nuevas oportunidades de
mercado. Los analistas de marketing pueden medir el efecto de precios y
promociones, dirigirse a segmentos de clientes con más precisión y desarrollar
marketing individualizado en tiempo real. Por ejemplo, VTR Global Carrier, que
presta servicios de larga distancia, ha optado por el uso de técnicas de Inteligencia
de Negocios para implementar un proceso de segmentación de su base de clientes y
así mejorar sus niveles de atención, a partir de ofertas focalizadas de paquetes de
servicios. El resultado es una segmentación que impacta directamente en las
distintas variables del negocio. Gracias a la aplicación del modelo, se ha producido
un incremento en la efectividad de adquisición de clientes y la apertura en nichos de
clientes de baja penetración.
•
Operaciones: Se puede analizar el rendimiento de cualquier proceso operativo,
desde control de calidad hasta administración de inventario o planes de producción,
también se incluyen dentro de sus potenciales usos la detección de fraudes y la
evaluación de clientes para crédito. Por ejemplo, en el 2004, ENTEL PCS8, encargó
un sistema que le permitiese anticipar situaciones de morosidad entre sus clientes.
La solución desarrollada permite detectar casos con riesgos significativos de
incobrabilidad en base a variables como comportamiento histórico, antecedentes
comerciales y tipos de plan de telefonía, entre otras. De esta forma ENTEL PCS
puede reaccionar antes a estos casos y tomar acciones preventivas, disminuyendo
sus tasas de morosidad y de cuentas incobrables.
8
CHILETECH.COM. Soluziona entrega tecnología de Business Intelligence en sus procesos a ENTEL PCS
[en línea] < http://www.chiletech.com/link.cgi/Empresas/S/SOLUZIONA/17901> [consulta: 12 octubre 2006]
30
•
Finanzas: Al proporcionar a quienes desarrollan planes financieros acceso
inmediato a información en tiempo real, la Inteligencia de Negocios aporta nuevo
valor a todas las operaciones financieras, incluidos presupuestos y previsiones. Por
ejemplo, la Mutual de Seguridad de Chile9, implantó un sistema que muestra
información sobre el comportamiento operacional y gastos de la organización,
contrastándolo contra el presupuesto por centro de responsabilidad, sucursal, área
operativa, y otros, lo cual ha permitido a la organización tomar acciones correctivas
en forma oportuna.
•
Recursos humanos: Se puede apoyar la contratación, la retención y el desarrollo
profesional de empleados clave y futuros líderes, desde la evaluación de
conocimientos hasta la administración del rendimiento de individuos o grupos.
•
Atención al cliente: Las herramientas de Inteligencia de Negocios permiten evaluar
con precisión el valor de segmentos de mercado y clientes individuales y ayudan a
retener los clientes que aportan más beneficios a la empresa. Por ejemplo: tenemos
el caso presentado por el profesor Jaime Miranda de la Universidad Diego
Portales10, “Modelo Predictivo de Fugas Voluntarias de Cuentacorrentistas”, en
donde basado en una clasificación binaria predice qué segmento de clientes cerrará
en el corto plazo sus productos. Este modelo fue desarrollado para una importante
institución financiera nacional y fue todo un éxito.
9
Sistemas de soporte a la toma de decisiones y la inteligencia de negocios por Paula Campos [et al]. Tesis
(Ingeniero en Información y Control de Gestión). Santiago. Universidad de Chile, Facultad de Ciencias
Económicas y Administrativas, 2003.
10
UNIVERSIDAD DIEGO PORTALES. Académico de Ingeniería Industrial expone en taller de Inteligencia
de Negocios en Hotel Ritz Carlton [en línea]
<http://www.ingenieria.udp.cl/portal_noticias/noticias.php?id=198> [consulta: 12 octubre 2006]
31
•
Relaciones con proveedores: Se puede aprovechar la integración de proveedores y
socios on-line, para proporcionar nuevos niveles de análisis de rendimiento de
proveedores, oportunidades de colaboración de nuevo diseño, etc.
Sin duda, existen un sin numero de campos de aplicación distintos a los mencionados
anteriormente, cada uno con beneficios y riesgos particulares. Sin embargo, existen una
serie de áreas de influencia que se repiten con frecuencia en las experiencias de
implantación exitosas. Las decisiones tomadas tanto en el ámbito estratégico, táctico y
funcional de la organización se ven impactadas por el BI, a continuación se muestra una
figura que ilustra algunos de ellos en estos 3 niveles:
32
Figura 5: Impacto de la Inteligencia de Negocios
Fuente: Elaboración propia.
En la figura anterior se pueden ver las múltiples áreas de impacto de la Inteligencia de
Negocio dentro de la organización. Sin embargo, se ha evitado ocupar la palabra
“beneficios”, pues esto se entiende a lo largo de este estudio como los ingresos adicionales
33
monetarios que tendrá la solución tanto directamente como indirectamente. En el último
capítulo se toca este tema en profundidad pues es difícil generalizar los beneficios
probables dado que estos dependen más que de la solución tecnológica, de las necesidades
del negocio, ya sea para resolver problemas de gestión o para encontrar nuevas
oportunidades de negocio.
34
CAPITULO 3: ESTUDIO DE LAS TENDENCIAS Y
APLICACIONES DE LA INTELIGENCIA DE NEGOCIOS
Es necesario para saber el por qué una empresa requería tener una solución de Business
Intelligence para su negocio, conocer porque las empresas que ya han implantado un grado
de estas prácticas lo han hecho. Existen muchos papers y artículos de los llamados “gurúes”
de las TIs que enumeran un interminable número de maneras de cómo una tecnología o
práctica nueva aportan valor al negocio y como las soluciones anteriores son lo más
ineficiente que ha pasado por la organización. Este estudio previo al diseño de la
metodología no se quiere dejar llevar por sugerencias antojadizas sino que se quiere basar
en hechos concretos, estudios previos serios y sobretodo casos de éxito.
3.a. Análisis de los requerimientos y prioridades de TI en las empresas
Antes de analizar cuales son las razones que han llevado a las empresas a aplicar técnicas y
prácticas de Inteligencia de Negocios es necesario saber que está cambiando en las
organizaciones y sobretodo en las áreas de Tecnologías de Información. A continuación se
analizan tanto en el campo internacional como en el nacional los requerimientos y
prioridades a los que se ven enfrentados los departamentos de TI en las empresas.
3.a.i: Perspectiva Internacional
La prestigiosa consultora Gartner cada año realiza una encuesta entre sus 1400 CIOs (Chief
Information Officer) afiliados al Gartner Executive Program con el fin de obtener una
imagen de cuales son las prioridades de las organizaciones en materia de desarrollo de TI.
35
Este 2006 la encuesta se realizó en enero, entregando interesantes resultados11. Los
resultados del ranking de prioridades son los siguientes:
Ranking
TOP 10 Prioridades del Negocio
1
Mejoramiento de los procesos de negocio
2
Control de los costos operacionales
3
Relaciones crecientes y atractivas con los clientes
4
Mejoramiento de las ventajas competitivas
5
Mejoramiento de la competitividad
6
Uso de inteligencia en productos y servicios
7
Brechas e interrupciones de seguridad
8
Aumento de los ingresos
9
Mayor rapidez en innovación
10
Mayor rapidez en innovación y tiempo de ciclo
Tabla 1: TOP 10 Prioridades del Negocio
Fuente: Gartner Executive Program survey, enero 2006. Vía IntelligentEnterprise.com
Ranking
11
TOP 10 Prioridades Tecnológicas
1
Aplicaciones de Inteligencia de Negocios
2
Seguridad
3
Fortalecimiento de la fuerza laboral móvil
4
Tecnologías colaborativas
5
Ventas y servicio al cliente
6
Arquitectura orientada a servicios (SOAs)
7
Gestión de flujo de trabajo
8
Trabajo en red, comunicación de voz y datos
GARTNER INC. Gartner Survey of 1,400 CIOs Shows Transformation of IT Organization is Accelerating
[en línea]
<http://www.gartner.com/press_releases/asset_143678_11.html> [consulta: 10 septiembre
2006]
36
Ranking
TOP 10 Prioridades Tecnológicas
9
Virtualización
10
Modernización de aplicaciones de herencia o legacy
Tabla 2: TOP 10 Prioridades Tecnológicas
Fuente: Gartner Executive Program survey, enero 2006. Vía IntelligentEnterprise.com
La conclusión más importante fue que las expectativas del negocio respecto a las TI están
cambiando. Los ejecutivos del negocio esperan que sus CIO’s se muevan mas allá de la
reducción de costos, la seguridad y la calidad y empiecen a ayudar al crecimiento del
negocio como conjunto. Los líderes de las empresas están buscando maneras en las cuales
los departamentos de IT (Information Techonologies) hagan a la organización más exitosa
en un mercado cada vez más competitivo. Este punto es interesante pues plantea de forma
indirecta que lo que se está haciendo en las áreas de IT no está agregando suficiente valor
para hacer competitivas a las empresas. Por esta razón, los CIOs buscan la forma de ayudar
a destacar el negocio con uso de información y procesos de negocio innovadores y
estratégicos, y productos y servicios innovadores. No es sorprendente entonces darse cuenta
que la Inteligencia de Negocios es la prioridad número uno a nivel internacional, pues el
uso de TIs en las empresas ha llevado a que esta se transforme en un estándar en lugar de
una ventaja, tal como lo planteó Porter12, como espera el negocio pues se genera
información a ritmos vertiginosos pero no se le agrega ningún valor al análisis de esta para
transformarla en conocimiento y entendimiento del negocio, que es el paso previo a realizar
acciones que den ventajas competitivas sostenibles en el tiempo. No es el objetivo del
estudio ahondar en los desafíos de los ejecutivos IT que tienen actualmente, sin embargo, se
invita al lector a profundizar estos retos en el citado estudio.
Este ranking pone de manifiesto la importancia que tiene hoy en día la Inteligencia de
Negocios en el mundo. De hecho, en EE.UU., según Gartner13, ya en el 2003 se tiene una
penetración del 80% y en Europa cercano al 53% del total de empresas de todos los
12
PORTER, Michael. Strategy and the Internet. EE.UU., Harvard Business Review, 2001. 19 p.
13
GARTNER INC. Gartner Outlines Business Intelligence 2003
<http://www.gartner.com/press_releases/pr23jan2003a.html> [consulta: 13 de septiembre 2006]
37
tamaños de algún tipo de solución de BI. En el próximo apartado se hará una revisión de la
perspectiva nacional de las necesidades de IT de las empresas.
3.a.ii: Perspectiva Nacional
El objetivo de este apartado es analizar las prioridades y requerimientos de las compañías
chilenas en el área de IT y como esta se conecta (si fuese así) con las exigencias del
negocio. Para esto se tienen dos excelentes fuentes de información: por un lado, el Estudio
Nacional sobre Tecnologías de Información del Centro de Estudios de Tecnologías de
Información de la Universidad Católica de Chile, realizado a las 500 empresas de mayor
facturación del país, y por otro lado se analizarán los resultados de la primera encuesta del
Business and Information Technologies Project, realizada el año 2006 en conjunto por la
Cámara de Comercio de Santiago y la Universidad Católica de Chile, a partir de una
muestra representativa de pequeñas, medianas y grandes empresas de la Región
Metropolitana.
El saber que tan conectadas están las áreas TIs al negocio es fundamental para saber lo que
está fallando con el modo actual de gestionar. La siguiente figura puede ayudar en esto,
pues muestra como es la relación entre la prioridad estratégica que se le da a cada elemento
de la cadena de valor de Porter, contra la contribución que cada ejecutivo TI ve de su área:
38
Figura 6: Prioridad estratégica y contribución de las TIs a la Cadena de Valor según los CIOs chilenos
Fuente: Estudio Nacional de Tecnologías de Información 2006, CETIUC14
La figura anterior muestra algo que se repite hace mucho tiempo y que está en el
pensamiento generalizado sobre las áreas TIs de las empresas. Sus actividades se ven como
tareas de soporte y asistencia al negocio y no como motor del negocio o ventaja
comparativa y competitiva que agregue valor. Se puede ver como las actividades primarias
de la cadena de valor de Porter (logística de salida, logística de entrada, operaciones,
servicio al cliente, y marketing y ventas) no cumplen el alineamiento con las prioridades
estratégicas de la organización o hacen una pequeña contribución por sobre las expectativas
mínimas. Por otra parte las actividades de soporte sobrepasan las expectativas (a excepción
de I+D). Ahora se verá como piensa el Gerente General de la contribución de sus áreas TIs
según el estudio:
14
CENTRO DE ESTUDIOS DE TECNOLOGIAS DE LA INFORMACION DE LA PONTIFICIA
UNIVERSIDAD CATOLICA DE CHILE. Estudio Nacional sobre Tecnologías de la Información 2006
[diapositivas]. Santiago, Universidad Católica de Chile, 2006. 57 diapositivas. Col.
39
Figura 7: Prioridad estratégica y contribución de las TIs a la Cadena de Valor según los Gerentes
Generales chilenos
Fuente: Estudio Nacional de Tecnologías de Información 2006, CETIUC
Al comparar esta figura con la vista más arriba se puede apreciar el grado de
inconformismo que existe por parte de los Gerentes Generales de las grandes empresas con
respecto al aporte de sus áreas de tecnologías de información. De hecho, solo una actividad
de la cadena sale con una importancia relativamente mayor a la esperada de la empresa en
promedio, y nuevamente, las actividades primarias salen mal paradas, con 3 de los últimos
4 lugares, fallando principalmente el aporte que hacen a la relación con el cliente. Es
esperable que hoy los ejecutivos del negocio estén exigiendo un mayor compromiso y
aporte de las TI al valor generado por la organización. Pero, ¿Qué esperan realmente las
empresas de sus áreas de TI?, la siguiente figura puede ilustrar esto:
40
Figura 8: Impacto esperado de las TI en las empresas chilenas
Fuente: Estudio Nacional de Tecnologías de Información 2006, CETIUC
Tenemos que las labores típicas de los departamentos TI se mantienen en la eficiencia de
costos, eficiencia de procesos y la calidad pero sin embargo, se espera que este impacto
disminuya en los próximos dos años. Mientras que al mismo tiempo, se desafía a los CIOs a
aumentar el impacto directamente a través de innovaciones en el negocio, desarrollo de
nuevas fuentes de ingreso y mejora de las actuales.
Según lo visto anteriormente, la Inteligencia de Negocios impacta directamente al negocio
por lo que se debería esperar que las empresas chilenas tengan en cuenta el desarrollo de
estas soluciones. Sin embargo, tal como lo muestra la figura siguiente esto no sucede así.
41
Figura 9: Porcentaje de empresas que han adoptado o planean adoptar tecnologías
Fuente: El impacto de las tecnologías de la información en las empresas chilenas respecto a España y Estados
Unidos: resultados de la primera encuesta BIT-Chile 2005, CCS/UC15
Mientras que en EE.UU., un 80% de las empresas utilizan algún tipo de solución de
Inteligencia de Negocios para asistir la toma decisiones, en Chile solo 10.2% de las
empresas encuestadas tiene implantada estas soluciones, y en el futuro no se ve que esto
cambie mucho pues en los próximos 3 años solo un 12% planea invertir en Business
Intelligence, esto significa que el BI se encuentra en la tercera prioridad de las áreas TI en
el mediano plazo, esto es interesante pues demuestra que las necesidades de TI del mundo
desarrollado no están alineadas a las de Chile. Se podría pensar que si se ven estos datos
por tamaño de empresa las grandes empresas se deben acercar a niveles internacionales
pero tal como lo muestra la siguiente figura esto está lejos de ser así:
15
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE y CAMARA DE COMERCIO DE SANTIAGO.
El impacto de las tecnologías de la información en las empresas chilenas respecto a España y Estados Unidos:
resultados de la primera encuesta BIT-Chile 2005, Santiago, 2006. 61 p.
42
Figura 10: Porcentaje de empresas que poseen distintas tecnologías de software, por tamaño.
Fuente: El impacto de las tecnologías de la información en las empresas chilenas respecto a España y Estados
Unidos: resultados de la primera encuesta BIT-Chile 2005, CCS/UC
Solo un cuarto de las grandes empresas poseen algún tipo de solución de Inteligencia de
Negocios a pesar de las necesidades que tiene el negocio con respecto al impacto de las TI
en las organizaciones. Para que hablar de las PYMES, que se encuentran muy detrás de sus
pares Europeos, donde alrededor del 43% de los usuarios dentro de las empresas tienen
acceso a herramientas de Inteligencia de Negocios.
En conclusión, si bien existe dentro de las empresas una baja sensación de aporte de las TI
como ventaja estratégica, principalmente ilustrada por el déficit de contribución de los
departamentos de tecnología con respecto a las prioridades estratégicas, no existe una
penetración de prácticas de Inteligencia de Negocios dentro de las organizaciones. Esto
puede ser producto de un desconocimiento del tema, o simplemente por considerarlo no
necesario para su organización.
43
3.b. Análisis de los requerimientos y prioridades de las organizaciones con respecto a
la Inteligencia de Negocios.
3.b.i: Perspectiva Internacional
Según una encuesta16 realizada por Butler Group en octubre del año pasado en el marco de
un simposio en Ámsterdam, Holanda, la Inteligencia de Negocios se ha vuelto una
necesidad para las grandes empresas (500 empleados hacia arriba). La dificultad para
comunicarse y el grado de separación crecientes entre la gestión de alto nivel y la
operacional ha llevado a este tipo de compañías a considerar la implementación de técnicas
de BI como una necesidad. Sin embargo, se sostiene que las empresas de tamaño medio
(entre 50 y 500 empleados) están siendo consideradas cada día más por los proveedores de
estas herramientas, creando muchas veces soluciones específicas para estas empresas y con
planes de consultoría para la implantación orientados a pequeños y medianos negocios.
Hace un año (por lo menos en Europa), se tenía que un 40% de las empresas poseían alguna
solución de Inteligencia de Negocios para el soporte de decisiones, tal como lo muestra la
siguiente figura:
16
AZOFF,
Michael.
Butler
Group.
Business
Intelligence
Survey
[Documento
PDF]
<http://www.butlergroup.com/research/KCInterPages/%7BDA3D8CA8-78DB-49CD-9615-340B7B351674%7D.asp>
[consulta: 10 de septiembre 2006]
44
No se ha tomado
ninguna decisión
16%
No se tiene planeado
utilizar BI
3%
Ya implementado
39%
Implementación
planeada en más de 12
meses
8%
Implementación
planeada en menos de
12 meses
16%
Implementación
planeada en menos de 6
meses
18%
Figura 11: Grado de penetración de prácticas de BI en las empresas del mundo
Fuente: Butler Group
Según las proyecciones, hechas por los mismos asistentes y por sus planes de implantación
de prácticas de inteligencia de negocio se estima que actualmente el número de empresas
que tendrían estas soluciones debería estar llegando al 70%:
Como muestra el grafico, solo el 20% de los encuestados no tienen pensado el BI como
soporte para su organización y solo el 3% lo descarta completamente. Esto comprueba el
creciente interés de las organizaciones en este tipo de herramienta.
Es interesante saber que esperan las empresas al pensar en la Inteligencia de Negocios
como alternativa. La encuesta realizada por Butler Group pedía a los asistentes evaluar de 1
a 5 la importancia que le daban a ciertos conductores, características y capacidades de un
sistema BI. Los resultados son mostrados a continuación:
45
Figura 12: Conductores que llevan a las empresas a implantar BI
Fuente: Butler Group
Estas expectativas que se tienen de los sistemas BI se alinean completamente a lo
manifestado por Gartner con respecto al enfoque que tiene hoy con respecto a las TI, ya que
buscan alinearse a los requerimientos de un negocio. De hecho, los objetivos o prioridades
de negocio muchas veces se repiten al enumerar las prioridades o requerimientos de un
sistema de Inteligencia de Negocios.
Es también interesante analizar que características específicas necesitan los ejecutivos de TI
en una solución BI. Butler solicitó a los ejecutivos asistentes al simposio que le pusieran
nota de 1 a 5 a distintas características y funcionalidades de un sistema BI de acuerdo a la
importancia que tienen para ellos. El resultado lo muestra la siguiente figura:
46
Figura 13: Asuntos importantes en una solución BI
Fuente: Butler Group
De esta figura se desprende la importancia que tiene para las empresas la integración con el
negocio de las herramientas BI. Esto se debe a que las organizaciones buscan transformar el
conocimiento generado por estos sistemas a la práctica a través de acciones. Un factor
importante es la latencia de la información generada por estos sistemas y la manera para
disminuir esta es a través del recorte en los tiempos de procesamiento de información para
concentrarse en el análisis. Por otro lado, la facilidad de uso es también importante según la
encuesta. Esto último se explica por la necesidad que tienen las empresas en llevar la
Inteligencia de Negocios fuera del área de TI e integrarla al negocio en sí.
En conclusión, a diferencia de otras tecnologías de información, la Inteligencia de Negocio
si puede generar ventajas competitivas a través del conocimiento que generan y las
empresas lo perciben así actualmente. Por otro lado, las empresas están viendo a la
47
Inteligencia de Negocios como una necesidad, esto se confirma al ver las cifras de
implementación en la encuesta realizada por Butler Group, donde se muestra que un
solamente un 3% de las no piensa en implementar BI por el momento.
3.b.ii: Perspectiva Nacional
A diferencia de como sucede a nivel internacional, en Chile no existe ningún estudio de
referencia que indique cuales son los requerimientos actuales de las empresas nacionales
con respecto a soluciones de Inteligencia de Negocios. A partir de los casos de éxito
estudiados lo único que se puede inferir es que las necesidades de herramientas BI de las
empresas chilenas pasan por la misma línea que en el comienzo del desarrollo
internacional: crear aplicaciones focalizadas, para problemas específicos, de bajo impacto
organizacional, con el objeto de solucionar contingencias puntuales de la organización.
Esto en lugar de crear plataformas (naturalmente de forma escalada) que abarquen la
organización como conjunto y sus requerimientos de inteligencia completos idealmente.
Abunda la necesidad de soluciones de data mining enfocadas a detección de fraudes y
segmentación de clientes.
Lamentablemente no se puede decir más en particular de este apartado más que recalcar
que las empresas chilenas si ven un desalineamiento del aporte de las áreas de tecnología de
sus empresas con el aporte al negocio en sí.
3.c. Análisis de Casos de Éxito
En este punto se busca analizar tres casos de éxito distintos: dos nacionales y uno
internacional. La idea de esto es sacar enseñanzas a partir de aplicaciones distintas en
diferentes industrias y ver de esta forma una pequeña muestra de cómo las empresas pueden
fortalecer sus negocios a partir del uso de la Inteligencia de Negocios. El primero de los
casos expuestos será el de CAPEL, la mayor empresa productora de pisco a nivel nacional,
cuyo objetivo primordial era aumentar sus ventas en medio de una crisis entre los años
48
1998 y 2001. La segunda aplicación fue realizada en la ISAPRE Banmedica S.A., donde el
aumento de las licencias médicas llevó a un aumento de los costos operacionales, por lo que
se requería un sistema eficaz para detectar fraudes y abusos de estas licencias. Por último,
en el caso de éxito internacional, se analizará una aplicación de “Gulf DTH, Showtime”, la
compañía más grande de televisión digital de Medio Oriente y África del norte, los cuales
necesitaban brindar mejor acceso a sus empleados a información de sus clientes de manera
de aliviar la carga del área de IT para la creación de reportes personalizados.
a) Capel: potenciando las ventas a través de la inteligencia
Cooperativa Agrícola Pisquera El Elqui (CAPEL), fundada en 1936, es el líder nacional del
mercado del pisco con 55% de la participación en volumen y 58% de los ingresos de la
industria. Al funcionar Capel, valga la redundancia, como cooperativa posee alrededor de
1400 cooperandos que poseen exactamente el mismo derecho a voto dentro de la
organización, por lo que se necesitan consensos de estos 1400 “accionistas” igualitarios
para darle gobernalidad a la organización, por lo que su funcionamiento y en general, la
toma de decisiones es un proceso bastante difícil a nivel estratégico. Posee cuatro marcas a
nivel nacional:
Figura 14: Marcas de Capel
Fuente: Negocios con Inteligencia, Capel, Taller de Inteligencia de Negocios 2006.
Entre los años 1998 y mediados del 2002, la cooperativa sufrió una fuerte crisis, dejando
perdidas en el año 2001 de $3.600 millones de pesos y una deuda bancaria de $32.000
millones. La situación era insostenible no solo desde el punto de vista financiero sino que
también desde el punto de vista social, donde no solo los cooperandos vieron disminuidos
49
los precios de compra de la uva, sino que 200 operarios fueron despedidos. La prioridad de
la compañía, tal como lo sostiene Jorge Urbina y Víctor Castañón de CAPEL en el marco
del Taller de Inteligencia de Negocios 200617, era desde todo punto de vista aumentar sus
ingresos por ventas. Sin embargo, la organización notó que tenían visiones internas del
negocio desde el punto de vista de los desempeños financiero-comerciales discordantes y
que necesitaban información integrada consistente. Para el primer paso se optó por
automatizar la fuerza de ventas (Sales Force Automation, SFA) con el objeto de aumentar
las ventas a través de la optimización de horas hombre y la captura de información a través
de dispositivos móviles de asistencia de ventas.
9:00 10:00
Carga
de ruta/datos
15:00
Gestión Comercial
en Terreno
16:00
Retorno
19:00
Regreso
Descarga de datos,
análisis y aprobaciones
Sin
SinSFA
SFA
Ir a la
Empresa
9:00
15:00
16:00
19:00
Con
ConSFA
SFA
Regreso
Ir al Cliente
Gestión Comercial
en Terreno
Descarga de datos, análisis y
aprobaciones en línea
Figura 15: Comparativa de los ahorros de tiempo de un sistema SFA
Fuente: Negocios con Inteligencia, Capel, Taller de Inteligencia de Negocios 2006.
17
URBINA, Jorge, CASTAÑON, Víctor, VERA, Gonzalo. Negocios con Inteligencia. En: Taller de
Inteligencia de Negocios 2006: Cómo generar ventajas competitivas aplicando Business Intelligence
[diapositivas]. 2006, Santiago de Chile, Universidad de Chile.
50
Luego de esto surgió un problema: las fuerzas de ventas funcionaban como nunca antes, la
satisfacción de los clientes aumentó junto con las ventas, o por lo menos eso se suponía,
pero, ¿como comprobarlo? Capel formo una base de datos relacional para el área comercial
a partir de los datos capturados en terreno, sin embargo, esta cantidad de datos hacía
imposible gestionar esta información de forma oportuna, eficiente y eficaz. La Inteligencia
de Negocios surgió como la solución ideal, pues se buscaba integrar la información por un
solo canal, con entornos gráficos de fácil adopción y alta calidad y basado en Web o a
través de Cliente/Servidor de calidad.
Luego de abordar la problemática, generar la documentación adecuada y validar con los
usuarios los requerimientos, se enfrentó el problema desde el punto de vista técnico a través
de la definición de los procesos de ETL, consolidación de un Data Warehouse y por último
la confección de reportes, KPIs y un Balanced Scorecard. El esquema conceptual de la
solución implantada es el siguiente:
Signos Vitales de CAPEL
Nivel de Soporte
Proyecto
Tableros
de Control
Sistema de
Información 1
Sistema de
Información N
Repositorio de Datos Repositorio de Datos Repositorio de Datos Repositorio de Datos
RR.HH.
RR.HH.
AREA COMERCIAL
AREA FINANCIERA
AREA PRODUCCIÓ
PRODUCCIÓN
Data Warehouse
Informat - Linux
Sistemas de Gestió
Gestión
SQL Server
Fuentes Externas
AC – Nielsen,
Nielsen, CCR
Indicadores y Sistemas de
Información Ejecutiva
Consultas no planeadas y
reportes Ad-hoc para
analistas expertos
(knowledge workers)
Reportes Predefinidos y
alimentación a otros
aplicativos
Diversa fuentes de Datos
Figura 16: Esquema conceptual de la solución de CAPEL
Fuente: Negocios con Inteligencia, Capel, Taller de Inteligencia de Negocios 2006.
51
En una primera fase las áreas de gestión involucradas fueron finanzas, comercial,
administración, RRHH y producción, aunque se tiene planeado a partir del 2007 para la
segunda fase involucrar procesos de mantención y control de gestión.
Los beneficios cuantificables a través de un ROI están dados por las siguientes mejoras en
la gestión de CAPEL:
• Contabilidad.
o Se pasó a entregar la contabilidad desde el 25 al 10 de cada mes.
o Rapidez, eficiencia y mejores prácticas.
• Producción.
o Inventario: desde los 7 días después de solicitarlo a tenerlo en forma
instantánea.
o Vendimia: el monitoreo del flujo de productos en línea implicó minimizar
las mermas de alcoholes.
• Recursos Humanos.
o Los sueldos ahora se pagan el día 25, cuando antes apurados los pagaban el
30 de cada mes.
• Gestión Comercial.
o Entrega de resultados desde el 8º al 2º día de cada mes.
Bueno, pero numéricamente ¿en que repercutió esto? La deuda disminuyo a un tercio
aproximadamente en 4 años, los ingresos aumentaron a un nivel histórico dentro de capel, y
la participación de mercado aumentó junto a las exportaciones.
¿Cuales son las lecciones aprendidas del caso? Primero, se tenía una necesidad real por
parte del negocio, claramente cuantificable en dinero pues eran pérdidas que ya se estaban
produciendo. Segundo, esta necesidad tenía síntomas claros, los cuales eran la discrepancia
de versiones en los resultados de la organización. Tercero, no se abordó el problema desde
52
el punto de vista tecnológico. Y por último, se obtuvieron beneficios que justificaron la
inversión, sin embargo, no existe una medida clara de estos.
b) Banmedica S.A.
La ISAPRE Banmedica posee 18 años, tiene una participación cercana al 20% del sector
privado con mas de 500.000 afiliados, 90 sucursales, mas de 1.800.000 de requerimientos a
través de su call center y convenios con mas 8.000 prestadores de servicios de salud.
Este último tiempo, tal como lo señaló18 Arturo Phillips, gerente de salud de Banmedica,
han tenido un aumento considerable de los costos operacionales derivados del incremento
de las solicitudes de licencias médicas. Esto no tendría porque ser malo si existiese alguna
señal de cambio epidemiológico de la población, cosa que en Chile no ha sucedido.
Algunas señales que se han presentado junto con este aumento de los costos operacionales
son:
• Crecimiento de los subsidios por incapacidad laboral y descanso maternal.
• Complicidad doctor-afiliado.
• Inestabilidad laboral.
• Inexistencia de parámetros objetivos y estándares para el otorgamiento de
licencias médicas.
• Alto numero de licencias médicas. Pocos médicos expertos.
18
PHILLIPS, Arturo, FIGUEROA, Cristián, ARAYA, Jaime, MARCOS, Mauricio. FraudScanning®:
Detección de Fraude y Abuso en Licencias Médicas basado en Data Mining. En: Taller de Inteligencia de
Negocios 2006: Cómo generar ventajas competitivas aplicando Business Intelligence [documento PDF].
2006, Santiago de Chile, Universidad de Chile.
53
Al mismo tiempo, Banmedica se enfrenta a una serie de condiciones de parte del entorno
que los obliga a preocuparse del tema de las licencias como por ejemplo: alto volumen de
licencias médicas diarias para análisis, chequeo, resolución y auditoria; periodo limitado
para su resolución (3 días) y numero reducido de expertos médicos, entre otras. Es por esto
que la detección automática de fraudes y abusos de licencias es una necesidad, entre otras
cosas para la:
• Generación de políticas actualizadas de detección que puedan adaptarse a
nuevas tendencias sospechosas.
• Prevención de malos comportamientos futuros a partir de la información
histórica.
Se determinó que el uso de técnicas de Minería de Datos es una buena forma de lograr este
objetivo, entre otras cosas por su capacidad para descubrir patrones fraudulentos y abusivos
novedosos y no triviales de una forma que los seres humanos nunca podrían hacerlo y por
otro lado permite la disminución de los tiempos de búsqueda manual de fraudes y abusos.
El objetivo central planteado por Banmedica fue: “traducir la detección en dinero a través
de la medición del retorno económico de la inversión (ROI) estimando los ahorros debido a
la detección temprana”. Para lograr este objetivo se comprendió:
• Reuniones con expertos médicos.
• Una comprensión del modelo de negocios.
• Un conjunto preliminar de variables.
• Recolección de datos existentes.
54
A partir de esto se creo un modelo con la ayuda de Sonda para terminar implementando el
software FraudScanning, el cual es ejecutado cada noche asignando probabilidades de
fraude a cada usuario. De esta manera cada cliente al solicitar una licencia es contrastado
inmediatamente con el resultado del modelo brindando una evaluación al instante del riesgo
al otorgar la licencia.
Los resultados obtenidos fueron:
• 1,2% del gasto en subsidios fue ahorrado entre el 2005 y el 2006.
• Identificación de un promedio de 6,6 meses antes de fraudes y abusos que
con las herramientas anteriores.
• Tasa actual de detección justifica la inversión.
• Identificación de nuevos patrones de engaño.
• Cultura preactiva contra abusos y fraudes dentro de la ISAPRE.
Las lecciones aprendidas de este caso son que es de mucha ayuda alinear los costos que
conlleva la solución con beneficios monetarios cuantificables y asociables a la implantación
de la aplicación, cosa que finalmente se cumplió. Por otro lado, se validó la información
con expertos del negocio como los expertos de salud, esto es vital pues hay que recordar
que el problema es del negocio y no solamente del departamento TI. Por último, se creo una
solución focalizada de data mining, destinada al problema en particular y no se dejó ir el
proyecto mas allá de las necesidades del negocios, en lugar de dejarse llevar por la
experimentación de nuevas tecnologías.
c) Gulf DTH, Showtime
55
Gulf DTH, Showtime, es un joint venture entre Viacom (MTV, Nickelodeon, Paramount,
DreamWorks, entre otras) y Kuwait Projects Company (KIPCO), es la cadena líder de
televisión satelital pagada de Medio Oriente y el Norte de África.
Como un proveedor de servicios cualquiera, Showtime considera la satisfacción, captación
y retención de los clientes como una prioridad esencial del negocio. Esto acarreaba
necesidades de análisis y reportes personalizados que muchas veces sobrepasaban las
capacidades de procesamiento del área de IT tanto en tareas de asistencia para la
construcción de reportes, como en tareas de mantenimiento de estos. Showtime necesitaba19
un sistema de Inteligencia de Negocios que permitiera un acceso más fácil a su base de
datos de subscriptores, con mejores capacidades de creación de reportes que permitieran a
los empleados construir fácilmente sus propios informes en lugar de poner esta tarea en
manos del departamento IT. Esto iba a traer ciertos beneficios como mejorar la visión de las
tendencias de los consumidores de manera de permitir a los equipos de marketing construir
campañas más efectivas dirigidas a sus clientes actuales y además proveer mejores
mecanismos para monitorear el éxito de sus programas de marketing.
La solución finalmente adoptada fue usar Microsoft SQL Server 2000 por su simplicidad de
integración con herramientas de oficina como Excel, Access y Outlook. Finalmente los
beneficios se tradujeron en:
• Reasignaciones de personal: Esto debido a que los procesos de análisis de
mejoraron, volviéndose de esta forma mas eficientes.
• Elusión de costos: Para realizar los reportes ahora confeccionados con la
herramienta BI, la compañía debería haber contratado al menos dos
profesionales adicionales.
19
NUCLEUS RESEARCH, Inc. ROI Case Study: Microsoft Business Intelligence, Gulf DTH, Showtime.
2004, EE.UU. 4 p.
56
• Incremento de la productividad: Se disminuyo el tiempo de creación de
reportes y se aumento la exactitud de estos.
Los costos involucrados en el proyecto incluyen personal, consultoría, software y hardware.
El personal involucró cerca del 48% del total. La consultoría comprometió el 23% de los
recursos. El software explica el 20% del gasto total, el hardware 7% y el entrenamiento 2%.
Los resultados obtenidos fueron:
• ROI anual de 208%.
• TCO anual promedio: US$94.244
• Payback: 0.48 años.
Este ROI fue calculado en base a una estimación de Nucleus Research, en el ANEXO 4 se
puede ver en detalle la planilla de cálculo de estos indicadores. Más adelante se hará
mención de este útil método de estimación del ROI.
57
CAPITULO 4: ANALISIS DEL MERCADO DE
PROVEEDORES
En este capítulo se hará un análisis del mercado de la Inteligencia de Negocios. Se busca
definir cual el es tamaño aproximado de la industria de desarrollo de soluciones.
Por otro lado se quiere investigar acerca de las características de las soluciones de los
principales proveedores de software de manera de tener al final del estudio las semejanzas y
diferencias de los líderes de la industria.
4.a. Comportamiento de la Industria
Este análisis esta basado en los datos y conclusiones entregados por la consultora IDC a
través del estudio “Worldwide Business Intelligence Tools 2005 Vendor Shares”20. Este
estudio comprende las participaciones de mercado de los proveedores de herramientas de
Inteligencia de Negocios entre el 2005 y el 2003.
Se tienen dos segmentos de herramientas de Inteligencia de Negocios:
•
Consultas, reportes y análisis (QRA): Software para consultas, reportes y análisis,
incluye herramientas de consultas Ad Hoc, análisis multidimensional, cuadros de
mando (dashboards) y reportes de producción.
•
Analíticas avanzadas: Estas herramientas incluyen software estadístico y de
minería de datos. Ocupan tecnologías como redes neuronales, reglas de inducción y
clustering, entre otras, para descubrir relaciones en los datos y hacer predicciones.
20
IDC CONSULTING. Worldwide Business Intelligence Tools 2005 Vendor Shares, EE.UU., 2006. 20 p.
58
Estos productos son parte de las llamadas soluciones “standalone”, es decir, que no
necesitan de una base de datos predeterminada para funcionar. Por otro lado están las
herramientas BI incrustadas en la bases de datos, que tal como su nombre insinúa, son
aquellas soluciones de Inteligencia de Negocios que se venden conjuntamente a un
administrador de bases de datos (DBMS).
En el 2005, el mercado de BI creció 11.5% hasta alcanzar los MMUS$5.700 en ingresos
por licencias y mantenimiento. De esta variación positiva, los sistemas incrustados se
llevaron el mayor crecimiento (19.9%), superando a los sistemas standalone (10.7%). A
continuación se presenta una tabla que resume los ingresos por segmentos en la industria de
la Inteligencia de Negocios.
Segmento
2003
2004
2005
Crecimiento
Crecimiento
03-04 (%)
04-05 (%)
Standalone
Consultas, Reportes y Análisis
Analíticas Avanzadas
Subtotal
Incrustados en Base de
3.298,8
3.618,2
4.023,0
9,7
11,2
971,6
1.062,6
1.157,4
9,4
8,9
4.270,4
4.680,8
5.180,4
9,6
10,7
287,5
462,4
554,4
60,9
19,9
4.557,9
5.143,2
5.734,8
12,8
11,5
Datos
TOTAL
Tabla 3: Ingreso Mundial de la Inteligencia de Negocios por segmento, 2003-2005, en MMUS$
Fuente: IDC Consulting
En cuanto a la participación de los ingresos a nivel geográfico, se tienen 3 grandes zonas:
Las Américas; Europa, Medio Oriente y África (EMEA), y Asia y el Pacífico. De un total
de MMUS$5.725, Las Américas facturan cerca de MMUS$3.029, siendo el líder
geográfico. A continuación se ilustra la participación geográfica en los ingresos de estas 3
zonas.
59
Asia/Pacífico
11%
EMEA
36%
Américas
53%
Figura 17: Ingreso Mundial de la Inteligencia de Negocios por Región
Fuente: IDC Consulting, Elaboración propia.
Ahora, dentro de las plataformas en las que se están montando estas soluciones, se tiene
una clara supremacía de sistemas basados en Microsoft Windows (54,4%), seguidos por
Unix con un (20,6%). Sin embargo, existen crecimientos año a año que muestran que los
sistemas operativos Linux y de código abierto en general gozarán de mayor participación
en los ingresos en el futuro.
60
0,6%
11,0%
1,2%
Windows
12,1%
Unix
Mainframe
54,5%
i5 y OS/400
Linux/Open Source
Otros
20,6%
Figura 18: Ingreso Mundial de la Inteligencia de Negocios por Ambiente Operativo
Fuente: IDC Consulting, Elaboración propia.
4.a.i: Rendimiento de los proveedores líderes
Según la consultora Gartner, las prácticas y tecnologías asociadas a la Inteligencia de
Negocios están en una etapa de madurez actualmente, donde ya se ven aplicaciones
industriales demostrando retornos sustentables en el tiempo. El siguiente gráfico muestra el
conocido Hype Cycle de Gartner de tecnologías emergentes aplicado al Business
Intelligence para el año 2004.
61
Figura 19: Hype Cycle de la Inteligencia de Negocios empresarial 2004
Fuente: Gartner Inc.
Como se ve en la figura anterior, las plataformas de BI ya para el 2004 se encontraban
próximas a la madurez en cuanto a productividad y eficiencia.
Síntomas importantes de madurez de la industria de soluciones BI es el hecho que los 10
lideres del mercado consecutivamente estén aumentando su participación desde 57,9% en el
2003, pasando por un 60,8% en el 2004, finalizando en el 2005 con un 62,3% de los
ingresos de la industria. Esto se espera siga ocurriendo producto de fusiones y
adquisiciones. Se reconocen 7 actores principales en esta industria, en orden de
participación descendente:
•
Business Objects
•
SAS Institute
•
Cognos
•
Microsoft
•
Hyperion Solutions
62
•
Oracle
•
MicroStrategy
En el ANEXO 3 Se puede observar en detalle los ingresos de las 21 mayores empresas
proveedoras de soluciones BI. A continuación se da un pequeño resumen de los 7
principales competidores de esta industria.
a) Business Objects
Business Objects en una empresa fundada en París, Francia en 1990. En 1994 fue la
primera empresa Europea en salir al mercado de capitales del NASDAQ. Fue pionera en la
creación de un producto BI que se ajustara a las necesidades de la empresa a nivel
empresarial. Hoy en día cuentan con su producto estrella, BusinessObjects XI, el cual
apuesta por entregar una suite completa que combine una visión sólida del usuario final y
por otro lado sistemas flexibles que permitan la gestión de un solo estándar BI.
Figura 20: Diagrama de BusinessObjects XI
Fuente: Business Objects
Entre sus clientes podemos nombrar a importantes empresas como Adidas, FedEx, Toyota,
PepsiCo, Cisco y Air France. Business Objects terminó el 2005 de nuevo como el líder de
la industria de proveedores de soluciones BI, con MMUS$795 de ingresos y 14% de
63
participación de mercado. Business Objects es el proveedor dominante en consultas,
reportes y análisis, con una amplia gama de usuarios que abarcan prácticamente todas las
grandes zonas geográficas, tamaños de empresas, e industrias. A partir de esta base, la
empresa tiene metas ambiciosas para crecer. Este crecimiento puede ser orgánico o
involucrar posteriores adquisiciones.
Sin embargo, la presión de sus competidores, especialmente de aquellos que son
proveedores de sistemas de bases de datos, sugiere que el crecimiento orgánico puede no
ser suficiente para mantener incluso bajos crecimientos de dos dígitos, esto hace a futuras
adquisiciones una opción atractiva para Business Objects. Esta adquisición no debe ser
enfocada a su principal fortaleza: consultas, reportes y análisis; sino que debe agregar a su
portafolio analíticas avanzadas, búsqueda, gestión de procesos de negocios o aplicaciones
analíticas prediseñadas.
b) SAS Institute
SAS (que significa Statistical Analysis Software) fue creada por Jim Goodnight y otros
colegas de la Universidad Estatal de Carolina del Norte a comienzos de los 70s para
analizar datos de una investigación de agricultura. A partir de este momento, SAS, se ha
caracterizado por ser líder en productos para análisis avanzado. Hoy en día sigue
entregando este tipo de herramientas pero se ha abierto al campo de los reportes, consultas
y análisis para usuarios finales a través de su suite SAS Enterprise BI Server.
Entre sus clientes podemos encontrar a 96 de las TOP 100 de la lista de 500 mejores
empresas de Fortune, incluyendo a Hyundai, Honda, BBVA y Amazon.com.
SAS fue el segundo gran proveedor durante el 2005, con MMUS$582 en ingresos por
herramientas BI y una participación de mercado del 10,2%. De todo el ingreso de SAS por
venta de herramientas BI, el 95% viene de software para analíticas avanzadas. Sin embargo,
en el 2005, la compañía vio un fuerte incremento en el desempeño de su suite Enterprise BI
64
Server, lo que resultó en un incremento del 26% de su ingreso por herramientas de
consultas, reportes y análisis.
SAS continúa teniendo éxito en sus aplicaciones analíticas, que toman ventaja de sus
herramientas avanzadas. Algunos ejemplos incluyen aplicaciones para varios tipos de
pronósticos, optimizaciones, y analíticas descriptivas y predictivas. En el corto plazo, no se
ven desafíos reales a la supremacía de las herramientas analíticas de SAS y se espera que
siga teniendo crecimientos por sobre el promedio de mercado en el segmento de consultas,
reportes y análisis.
c) Cognos
Fundada en 1969, esta empresa cuenta con cerca de 23.000 clientes entre los que se cuentan
el Ejército de EE.UU., Manpower, Home Depot, Lufthansa Airlines, OTIS, Ricoh y
Mercedes Benz. Su producto principal para el sector de Inteligencia de Negocios es la suite
Cognos 8 BI, la cual tiene como principal característica pasar todas las funcionalidades que
hicieron a las versiones previas como ReportNet tan exitosas pero ahora entregando una
interfaz 100% Web disponible para cualquier usuario de la compañía sin ningún problema.
Cognos terminó el año 2005 como el tercer proveedor a nivel mundial, con ingresos que
llegaron a los MMUS$567 con una participación de mercado del 9,9%. Tal como su rival
de toda la vida, Business Objects, Cognos experimentó presiones competitivas fuertes, que
mantuvieron el crecimiento de sus ingresos en el segmento de consultas, reportes y análisis
bajo el promedio de mercado. Los analistas explican esto debido a que su producto
ReportNet, que salio fuertemente al mercado en 2003 con un sólido primer lugar, ha
encontrado una competencia dura de parte de muchos productos para reporte de
proveedores BI y de bases de datos.
A pesar de que Cognos mantiene una alta participación de sus ingresos debido a sus
herramientas de BI, se ha experimentado un crecimiento mayor al de estas soluciones de
parte de sus aplicaciones de Performance Management (Gestión del Rendimiento). Cognos
65
tendera a expandirse a partir de su estrategia de tanto desarrollar como adquirir aplicaciones
analíticas preenvasadas en áreas como analíticos de fuerza de trabajo, cadena de
suministros, clientes y gestión del rendimiento del negocio.
d) Microsoft
Microsoft basa su ventaja competitiva en el hecho de crear soluciones que puedan pasar a
ser operativas en el menor tiempo posible. Esto es, no solamente llegar a grandes empresas,
sino que brindar soluciones de negocios a pequeños y medianas compañías.
Los ingresos por concepto de soluciones de Inteligencia de Negocios para Microsoft fueron
de MMUS$353, lo que lo pone en un cómodo cuarto lugar de participación con 6,2% del
mercado. Se dice que es una cómoda posición pues Microsoft se considera un recién
llegado a esta industria, donde solo a partir de 1997 estrenaron una herramienta OLAP. A
partir de la integración con su base de datos empezaron a integrar herramientas anexas
como la integración de datos. De hecho, su crecimiento en 2004 se le asocia al lanzamiento
de su producto SQL Server Reporting Services.
Mas recientemente, Microsoft adquirió a ProClarity, otra empresa proveedora de soluciones
de BI (en el ANEXO 3 se muestran como dos empresas distintas pues el negocio se cerró
recién en el 2006). Esta adquisición cerró una brecha existente en la solución de Microsoft.
No solo se tiene ahora el lado del servidor de la solución BI (OLAP y minería de Datos),
sino que ahora se provee también de una solución basada en Web para el usuario final
donde se tienen funciones para consulta, reportes y análisis.
El impacto de Microsoft en el futuro en el negocio de la Inteligencia de Negocios se espera
que sea muy alto a pesar de que actualmente no es uno de los 3 líderes en ingresos de la
industria. Este impacto viene dado por la ventaja que le da ser el proveedor de una de las
bases de datos mas usada y por tener también uno de los productos para hacer análisis a
nivel de usuario final mas utilizadas, Excel.
66
e) Hyperion Solutions
Hyperion cerró un sólido año en sus ventas de herramientas BI, con un ingreso de
MMUS$287 y una participación del 5% del mercado. El gran crecimiento estuvo dado
principalmente por el lanzamiento de Hyperion System 9, que en esencia fue el primer
lanzamiento de una suite combinada de BI que incorpora lo mejor de las tecnologías de
Hyperion y la ex Brio. Es interesante notar que Hyperion tuvo resultados bajo lo esperado
en sus líneas de negocio de aplicaciones para gestión de rendimiento de negocio y
financiera. Hyperion sigue siendo el más grande proveedor de aplicaciones analíticas de
finanzas y BPM, y los expertos esperan que en largo plazo Hyperion experimente
crecimientos mayores en estas líneas en lugar de sus herramientas integrales de BI.
f) Oracle
Los ingresos por BI de Oracle alcanzaron los MMUS$247,7, lo cual incrementó su
participación de mercado hasta un 4.3%. La compañía divide sus ingresos tanto en sistemas
BI incrustados en sus bases de datos como en soluciones para el usuario final basadas en
consultas, reportes y análisis. Hubo un claro énfasis en el crecimiento del marketing de BI
en el 2005 por parte de Oracle, y de hecho, los expertos esperan que se continúe con tasas
de crecimiento sobre el mercado. Oracle no solo compite con otras empresas por una
porción mayor del mercado, sino que posee un competidor interno representado por su
producto Daily Business Intelligence, un componente de e-Business Suite, la cual no se
incluyó en este estudio.
g) MicroStrategy
MicroStrategy continúa entregando una suite muy potente, lo que provoca que se
transforme en una interesante opción para soluciones BI de gran escala, esto se debe
principalmente a su capa de OLAP relacional. Sus herramientas de reportes, interfaz de
usuario y sus funcionalidades para desarrollo lo dejan al frente de la innovación y la
67
usabilidad. Sin embargo, las fenomenales tasas de crecimiento de años anteriores han
bajado un poco, aunque todavía mantienen a MicroStrategy con un respetable 15% de
crecimiento en el último año.
4.b. Tendencias de las suites de Inteligencia de Negocios
Un análisis del mercado de proveedores de soluciones BI no estaría completo si no se habla
de las tendencias existentes en la industria. Del apartado anterior se desprende que fue un
excelente y por sobre todo lucrativo año para los proveedores lideres de la industria el
pasado 2005. A través de estas cifras de ingresos y la apreciación de expertos, como los de
la consultora Gartner, se ha demostrado el valor de la Inteligencia de Negocios.
Pero, ¿en que coinciden las suites lideres del mercado y cuales son las diferencias entre
ellas? Coinciden básicamente en la necesidad de estandarizar la información y los procesos
de toma de decisiones a través de una única plataforma. Se ha puesto mucho énfasis en
esto, creando cada vez suites más grandes, y muchas empresas implantadas con estas
herramientas han encontrado éxitos tempranos. Al contrario de como se puede llegar a
pensar, la estandarización de la plataforma de Inteligencia de Negocios a menudo no tiene
que ver con un tema tecnológico, sino que muchas veces son los problemas prácticopolíticos los que mas dolores de cabeza dan. Esto se explica a partir del hecho de que
muchas veces existen múltiples y variadas aplicaciones y plataformas BI para cada área de
la empresa que funcionan de forma autónoma. El traer un nuevo producto, produce un
nuevo impacto, pues ya el costo del cambio fue absorbido una vez por los usuarios y ahora
nuevamente se les obliga a aprender una nueva herramienta.
Otro factor que esta cobrando mucha importancia para los proveedores lideres es el
atractivo y funcionalidad que tienen sus herramientas desde el punto de vista del uso que le
da el usuario final. Parte importante de esta estrategia es integrar las aplicaciones BI con
aplicaciones de ofimática como Excel (esto era impensable para los precursores de la
Inteligencia de Negocios, pues todo lo que representa Excel es lo que se quiere evitar con
herramientas
de
este
tipo
–datos
discordantes,
poca
flexibilidad,
información
68
descentralizada, etc.), esto no se hacía antes, pero ahora y en el futuro será una obligación
para los competidores de Microsoft quienes ven que el hecho de abarcar prácticamente
todas las aplicaciones de una empresa puede provocar una ventaja irremontable para el
resto.
La última tendencia masiva de la Inteligencia de Negocios son los llamados Dashboards o
Cuadros de Mando. Principalmente este atractivo viene dado por un tema visual, pues
permite tener al alcance de una sola vista los indicadores claves del negocio de forma
instantánea y a tiempos que a nivel de negocio se podrían considerar “a ritmo real”. Esta
tendencia se asocia al hecho de tener verdaderos tableros similares a los de un auto o avión
donde se puede monitorear visualmente el ritmo del negocio y de ser necesario da las
funcionalidades para profundizar la información a través de reportes.
En cuanto a las diferencias entre las distintas alternativas, estas no pasan por un tema
técnico o de funcionalidades que den algún tipo de ventaja competitiva de una suite sobre
otra. Estas diferencias (y los criterios para seleccionar una solución y no otra), pasan por
aspectos más prácticos asociados al impacto de la implantación en la organización. Los
factores principales que diferencian a un proveedor de otro son:
• Despliegue: Que tan fácil la solución es desplegada en la organización (tiempos).
• Adopción: Determinada por la usabilidad de la herramienta y que tan escalable es a
partir de nuevos requerimientos.
• Soporte: Capacidad de la solución de funcionar con el mínimo de costos de soporte
internos.
• Impacto en el negocio: Capacidad de entregar potenciales retornos a partir de
beneficios claros y repetibles.
69
• Proveedor: Es el historial del proveedor que registra la habilidad para maximizar el
ROI de sus clientes.
En noviembre del año pasado, la consultora Nucleus Research, desarrolló una evaluación21
de estas características en 6 de los proveedores líderes de la industria, entregando los
siguientes resultados.
Figura 21: Scorecard de suites BI
Fuente: Nucleus Research, Elaboración propia.
Esta información no concuerda al 100% con las participaciones de mercado, sin embargo, a
partir de este gráfico podemos ver cuales son las tendencias que más destacan a nivel de
mercado. BO, Cognos e Hyperion destacan por tener suites muy completas y robustas,
enfocándose más en la distribución y presentación de información más que en análisis muy
complejos. Esto les permite tener más usuarios por empresa en lugar de tener pocos
usuarios expertos como podrían ser aplicaciones más avanzadas como la provista por SAS.
21
NUCLEUS RESEARCH, Scorecard Business Intelligence Suites. EE.UU., 2005. 6 p.
70
4.c. Estructura de costos de las implantaciones BI
Uno de las primeras preguntas que se le vienen a la cabeza a los responsable de
organizaciones antes de implementar una solución BI es cuanto cuesta. Y la principal
respuesta es fijar el costo referencial a partir del costo de la licencia más un pequeño
margen. Esto no puede estar más alejado de la realidad. La verdad es que, como sucede en
cualquier proyecto relacionado con TIC, el costo del software e incluso el hardware
representan un porcentaje que está muy lejos de ser el 100%, prácticamente es un tercio. El
resto de los costos son debido a consultarías, personal y entrenamiento.
Es difícil poder decir cuanto cuesta el software de los fabricantes antes citados pues este
varía según el tamaño del servidor, los módulos a comprar y sobretodo la cantidad de
usuarios que utilizarán el sistema. Puede pasar de los pocos miles de dólares hasta cientos
de miles e incluso cercano al millón de dólares para grandes organizaciones. Es por esto
que es más exacto hablar de porcentajes que ocupan estas licencias de softwares en el costo
completo de la solución. A partir de los datos entregados por los estudios de ROI de
Nucleus Research se ha confeccionado una pequeña lista de implantaciones reales con sus
respectivos porcentajes de costos para cada ítem relevante, el resultado es el siguiente:
71
Microsoft
Brio
Microsoft
Cognos
Cognos
Hyperion
Microsoft
Iway Software
Business Objects
Cognos
Teradata
PROMEDIO
DESVIACIÓN
Software Hardware Consultoría Personal Entrenamiento Otros
22%
0%
25%
52%
2%
0%
34%
2%
2%
60%
1%
1%
6%
10%
61%
23%
0%
0%
26%
3%
29%
33%
4%
5%
13%
1%
0%
76%
10%
0%
58%
10%
28%
2%
2%
0%
25%
3%
52%
1%
19%
0%
21%
10%
58%
11%
0%
0%
19%
19%
0%
60%
1%
0%
9%
12%
15%
2%
61%
1%
36%
21%
0%
42%
1%
0%
24%
15%
8%
7%
25%
24%
33%
27%
9%
18%
1%
1%
Tabla 4: Muestra de porcentajes de costos de implementaciones de BI
Fuente: Nucleus Research, Elaboración propia.
Sin embargo, y tal como se puede notar arriba, no sería muy exacto atribuir los porcentajes
promedios de estas implantaciones a un proyecto nuevo como guía pues las desviaciones a
través de estas son muy significativas comparadas al promedio. De esto se puede concluir
que cada proyecto es distinto y no se puede saber a priori que porcentaje de los costos
ocupará la licencia del software y el hardware necesario.
4.d. Conclusiones del estudio del mercado de proveedores
La industria esta creciendo a 11,5% el ultimo año, esto ratifica el interés en soluciones BI
por parte de las empresas. La variación positiva de los ingresos de los primeros 10
proveedores y que es mayor que el crecimiento del mercado indica una madurez del
mercado.
Por otro lado, los principales 7 competidores ofrecen prácticamente las mismas
funcionalidades, con pequeñas diferencias (como la ventaja que le da a Microsoft y Oracle
ser proveedores de DBMS y ERPs o el liderazgo que mantiene SAS en aplicaciones
analíticas avanzadas). Si se tuviese que hacer un resumen de las características y
funcionalidades que ofrecen los proveedores líderes se tendría lo siguiente:
72
•
Reportes: Crear reportes de cualquier tipo, para cualquier usuario y con cualquier
dato.
•
Análisis: Utilizar dimensiones previamente definidas para hacer análisis a través de
grandes cantidades de datos.
•
Scorecarding: Enlazar iniciativas a través de métricas y mapas estratégicos.
•
Dashboards o Cuadros de Mando: Proveer datos de múltiples fuentes en un solo
reporte visual basado en Web. Proveer al instante una foto del negocio.
•
Gestión del ciclo de vida del evento: No solamente quedarse en la notificación,
sino que integrarlo con la gestión de procesos del negocio. Permite monitorear y
notificar, asegurándose que todas las personas y sistemas involucrados tomen las
acciones requeridas en el momento correcto.
A todas estas características hay que agregarle las funciones básicas propias de los sistemas
de Data Warehouse como son los procesos de extracción, carga y limpieza de datos.
Por otro lado, a partir del análisis de estructura de costos no se puede concluir un porcentaje
exacto confiable para la inversión en licencias y software dentro de un proyecto, aunque si
el promedio se acerca con mucha variabilidad al tercio del costo total de implantación.
73
CAPITULO 5: EVALUACION DEL NEGOCIO PARA LA
APLICACION DE INTELIGENCIA DE NEGOCIOS
En los capítulos previos se definió para el alcance de este estudio lo que se entendía por un
sistema de soporte de decisiones basado en Inteligencia de Negocios, se recalcó además la
importancia de orientar el análisis previo a la implantación de estos sistemas en agregar
valor al negocio y no solamente ver estos proyectos como un gasto en tecnología.
Por otro lado se analizó el panorama mundial con respecto a los departamentos de TICs con
el objeto de conocer cuales son sus prioridades actuales. La necesidad de alinear el aporte
de las TI a las prioridades estratégicas del negocio fue algo que se repitió tanto a nivel
internacional como nacional. Se descubrió que a nivel internacional la necesidad de alinear
el aporte de las áreas de TI percibido por el negocio va alineada con la prioridad máxima
que tienen los ejecutivos de los departamentos de tecnología de desarrollar herramientas de
Inteligencia de Negocios.
5.a. Consideraciones previas
Las iniciativas de Inteligencia de Negocios como soporte de decisiones es una verdadera
aventura que involucra grandes costos. Los datos del negocio deben ser extraídos desde
fuentes de datos dispares para ser combinados en sistemas OLAP desde sistemas internos,
externos e incluso personales (como puede ser una planilla de Excel). Una solución BI
involucra aplicar muchas veces tecnologías nuevas en la compañía, realizar tareas
adicionales a las anteriormente desempeñadas, y crear roles y responsabilidades. Todo esto
si lo que se quiere obtener es soporte a las decisiones de forma fácil y de una calidad
aceptable.
Aproximadamente un 60% de los proyectos BI fracasan ya sea por abandono o por no
cumplir los requerimientos, entre muchas otras cosas, por no ser planificados desde un
74
inicio para satisfacer necesidades reales del negocio (otros factores pueden ser tareas mal
desarrolladas, plazos no cumplidos, pobre gestión del proyecto o no entregar resultados de
buena calidad). Por esto es vital que este estudio deje claro de acuerdo a lo analizado en los
capítulos anteriores, los aspectos del negocio que hay que tener claros al momento de
emprender una solución de negocios de este tipo.
5.a.i: Justificación desde el punto de vista del negocio
Como se vio anteriormente, los costos para implantar una solución de inteligencia de
negocios suelen ser altos, este tipo de iniciativas deben ser respaldadas por una estrategia
de BI y una justificación desde el punto de vista del negocio. Esta debe mostrar un balance
entre los costos involucrados y los beneficios generados por las nuevas prácticas (como se
vio en el caso de Showtime y Banmedica S.A.).
Una solución para soporte de decisiones basada en Inteligencia de Negocios provee muchos
beneficios –no solo tangibles como un incremento de las ventas, sino que también
intangibles como un aumento de la reputación de la empresa, por ejemplo, a través del
impacto en áreas de servicio al cliente. Muchos de estos beneficios, especialmente los
intangibles, son difíciles de cuantificar a través de un valor monetario. A pesar de esto, se
debe preparar una lista detallada ítem por ítem de los beneficios con el objeto de
contrastarlos con los altos costos de una implementación de BI. Como se vio antes en este
estudio existen impactos genéricos asociados al uso de la Inteligencia de Negocios, sin
embargo, estos impactos no sirven de nada para justificar un proyecto BI a menos que se
puedan asociar estas ganancias a los problemas específicos de los negocios de nuestra
empresa y sus objetivos estratégicos.
La justificación de un sistema de soporte de decisiones basado en BI debe ser siempre
conducido por el negocio y no por la tecnología, como en el caso de CAPEL. No sería
correcto ni muy inteligente implementar una costosa solución BI solo para experimentar
con nueva tecnología (hacer eso haría un flaco favor a extender la brecha entre lo que
esperan los gerentes generales de los departamentos IT y lo que de verdad aportan estos a
75
las prioridades estratégicas de la organización, como se vio anteriormente). Esto puede ser
perjudicial sobretodo en mercados en expansión como Chile donde las malas experiencias
pueden minar futuras implementaciones realmente necesarias producto de un boca a boca
que de un carácter de “come recursos” a las soluciones BI. Por el contrario, cada aplicación
BI propuesta debe reducir “el miedo del negocio” (problemas que afectan la rentabilidad o
la eficiencia de una organización) en forma medible con el objeto de justificar esta.
Lo mejor para empezar el proceso de justificación es identificar los objetivos estratégicos
de negocio de la organización (esto no debería ser extraño, pues las buenas prácticas de
gestión exigen una planificación estratégica sólida), de nuevo se reitera el caso de CAPEL,
donde el objetivo estratégico era aumentar las ventas. La iniciativa de soporte de decisiones
como conjunto, y la aplicación BI específicamente, deben poder soportar estas metas. Esto
posibilita la continua viabilidad del entorno BI. Si estas aplicaciones BI son implantadas sin
una buena justificación desde el punto de vista del negocio, el nivel administrativo de la
empresa no respaldará el esfuerzo, y aun peor, no respaldará proyectos futuros por más
necesarios que sean, cerrando definitivamente oportunidades de crear valor para la
organización.
Para esto es recomendable designar dentro del análisis a un representante del negocio, el
cual será responsable de determinar el valor para el negocio de la aplicación BI propuesta,
por ejemplo, en el caso Banmedica, donde se validaron los resultados con expertos médicos
o los mismos empleados encargados de las solicitudes de licencias. El departamento de
Tecnologías de Información se puede transformar en un verdadero socio del representante
del negocio y puede ayudar a descubrir los problemas de este y definir los potenciales
beneficios de la solución BI. Este departamento también puede ayudar a clarificar y
coordinar las diferentes necesidades de los distintos actores de la empresa (trabajadores,
knowledge workers, analistas del negocio, ejecutivos, etc.). Por ejemplo, pueden existir
diferentes requerimientos dependiendo del perfil de usuario a partir de:
•
Facilidad de uso.
•
Nivel de granularidad de los datos.
76
•
Latencia.
•
Calidad de los datos.
•
Seguridad.
•
Cantidad de datos externos.
•
Requerimientos históricos.
•
Capacidades de la herramienta.
Con el representante del negocio liderando los esfuerzos de justificación y análisis del
negocio, el staff de IT puede ayudar con los cuatro componentes de la justificación desde el
punto de vista del negocio.
•
Impulsores desde el negocio: Identificar las impulsores del negocio, objetivos
estratégicos del negocio y los objetivos de la solución BI. Hay que asegurarse de los
objetivos de la solución BI respaldan los objetivos estratégicos del negocio. Tal
como lo mostraban todos los casos, lo primero que se tenía era un problema y de ahí
se planteaba la solución tecnológica y no al revés.
•
Aspectos de análisis necesitados por el negocio: Definir las necesidades del
negocio y la información necesaria para alcanzar los objetivos estratégicos del
negocio presentando los requerimientos de información de alto nivel en el negocio.
Por ejemplo, esto puede implicar mejorar las fuentes de datos existentes, crear
nuevas fuentes o mejorar las prácticas de operación de las fuentes actuales.
•
Análisis Costo-Beneficio: Estimar los costos de implementar y mantener una
solución BI exitosa. Determinar el ROI asignando valor monetario a los beneficios
tangibles y resaltando el impacto positivo de los beneficios intangibles dentro de la
organización.
•
Evaluación del riesgo: Evaluar el riesgo en función de tecnología, complejidad,
integración, organización, equipo del proyecto, e inversión financiera.
77
Figura 22: Componentes de la justificación desde el punto de vista del negocio.
Fuente: The Complete Project Lifecycle For Decision-Support Applications
A continuación en este estudio se analizará en detalle cada uno de estos componentes de la
justificación.
5.b. Impulsores desde el negocio
Sin un fuerte impulso por parte del negocio y sin un alineamiento con las metas estratégicas
del negocio, la iniciativa de implantación de BI puede vacilar. Por ejemplo, asumamos que
la organización quiere incrementar los ingresos a través de una disminución del tiempo al
mercado, muy común hoy en día donde se buscan productos con ciclos de vida mas cortos
y mas flexibles. Esto se traduce en realizar aplicaciones de Inteligencia de Negocios que
sean lo más rápido que se pueda, sin importar que otros efectos pueda tener (por ejemplo,
cuando aumenta la velocidad, la calidad disminuye). Yendo más lejos, asumamos que el
objetivo de la solución BI es disminuir los costos operacionales a través del aumento de la
productividad. Esto lleva a entregar aplicaciones de Inteligencia de Negocios que detonen
en mejoramientos en el proceso de negocio sin importar lo que cueste (siguiendo el mismo
ejemplo, si la calidad sube, la velocidad disminuye). En este ejemplo, el objetivo
estratégico de negocio de la organización y el objetivo de la solución BI son impulsores que
78
merecen ser tomados en cuenta. Sin embargo, como el objetivo de la aplicación y el
objetivo estratégico no son compatibles en temas como calidad y velocidad, va a ser difícil
obtener respaldo gerencial para esta solución.
Este ejemplo ilustra la importancia de entender las metas estratégicas del negocio y el plan
estratégico del área de IT dentro de la organización y asegurarse que los objetivos de la
aplicación BI los respaldan. Esto puede ser más difícil de lo que parece. Incluso algunas
organizaciones a menudo no tienen estatutos de metas estratégicas para el negocio bien
establecidas o de fácil acceso, como es el caso de las PYMES. Para solucionar esto hay que
convertirse en un verdadero detective y revisar la memoria anual de la organización,
estatutos públicos, cobertura medial, artículos y memos internos para encontrar información
valiosa.
Es vital justificar la implantación de un proyecto BI de forma rigurosa y objetiva. No se
debe inventar un caso de negocio donde no lo hay solo para obtener la aprobación de un
proyecto BI. Es necesario entrevistar a los altos gerentes de la empresa para confirmar los
objetivos estratégicos de la organización, se debe hacer lo mismo con los gerentes de
negocios y los analistas para validar los objetivos de la solución a implantar.
¿Cómo se debería justificar adecuadamente la implantación? He aquí un ejemplo. Un
fabricante de automóviles fue evaluado cerca del fondo en un estudio de satisfacción del
cliente y calidad del producto. Esto daña al manufacturero en dos sentidos:
1. Los costos por garantías eran mucho más altos que los de aquellos fabricantes
dentro del promedio del mercado. Estos costos medibles afectaban directamente al
“bottom line” de la organización.
2. Los clientes insatisfechos esparcían la voz acerca del fabricante: “Yo nunca más
volveré a comprar un auto de esta marca –y se lo diré a mis amigos también”. Los
costos de una confianza dañada por parte del consumidor y las perdidas de ventas
79
fueron mucho mayores pero a la vez mucho más difíciles de medir que los costos de
garantía.
En este ejemplo, los objetivos estratégicos fueron retener a los consumidores y reducir los
costos por cobros de garantías. Con el objeto de cumplir estas dos metas, el fabricante de
automóviles debía ser capaz de comunicar la información acerca de partes que funcionaban
mal a sus proveedores de piezas de forma oportuna. Si el fabricante de partes no mejoraba
la calidad de sus productos, el fabricante de automóviles compraba esa pieza a otro
proveedor. El fabricante de automóviles también necesitaba información acerca de los
consumidores que estaban devolviendo autos con fallas con el objeto de contactarlos para
un “control de daños”.
Este fabricante justificó la implantación de la solución BI con el objeto de medir la calidad
de fabricación y relacionar los indicadores de calidad con perdidas de ventas, quejas de
consumidores y la deserción de estos. Los indicadores de calidad necesitaban ser
capturados al momento del ensamble como también a partir de los datos de los cobros de
garantías. Debido a que un gran porcentaje de la calidad de un producto se explica por la
calidad de las partes que lo conformarán, los indicadores de calidad fueron puestos a
disposición de los fabricantes de partes a través de un sitio Web seguro. Al dar esta
información a los productores de partes, el fabricante de automóviles creía que sus
proveedores serian capaces de mejorar la calidad de sus partes, que, a la larga, podría
mejorar la calidad total del automóvil ensamblado. En este caso, los objetivos de la
aplicación de BI soportaron directamente las metas estratégicas del negocio.
La justificación desde el punto de vista del negocio es un proceso iterativo. Además de lo
difícil que parece ser la justificación del caso de negocios, hay que imaginar que los
gerentes del negocio están atentos a las posibilidades de la Inteligencia de Negocios y
querrán tomar ventaja de cualquier beneficio competitivo que pudiesen obtener.
Una vez que los objetivos estratégicos del negocio y los objetivos de la solución de
Inteligencia de Negocios fueron verificados y concordados, es necesario definir los
80
requerimientos de análisis por parte del negocio para la solución BI que permitirán a la
organización alcanzar los objetivos estratégicos del negocio.
5.c. Aspectos de análisis necesitados por el negocio
En la mayoría de las organizaciones, las necesidades de análisis del negocio van desde
necesidades de información no satisfechas a fuentes de datos heterogéneas y mala calidad
de estas. Este punto fue bastante desarrollado en el caso de Showtime, donde se quería
poner a disposición de los usuarios comunes y corrientes información útil a su punto de
vista del negocio.
Con la ayuda de los analistas de negocios, se deben formular las necesidades del negocio
que deben ser satisfechas por cada objetivo de la solución BI. Hay que determinar que
resultados se quieren obtener del análisis del negocio, por ejemplo, las respuestas a
preguntas como, ¿Por qué estamos perdiendo el 50% de nuestra participación de mercado
por parte de la empresa X en Sao Paulo? Luego se debe definir los requerimientos de
información. Determinar el área temática, la escala de tiempo, nivel de granularidad, y
además que fuentes de datos externas se necesitan para responder a las preguntas del
negocio. En esta etapa se definen principalmente a grandes rasgos el alcance de los
procesos ETL. Se necesita identificar los roles asociados a la satisfacción de este
requerimiento (gerentes, analistas de negocios, etc.) que estarán activos en las múltiples
funciones del soporte a la toma de decisiones.
Uno de los principales desafíos en la construcción de un ambiente BI es fusionar y
combinar datos de diferentes fuentes. Existen tres grandes tipos de fuentes de datos:
operacionales, privadas y externas.
81
Figura 23: Las 3 grandes fuentes de datos
Fuente: The Complete Project Lifecycle For Decision-Support Applications
5.c.i: Datos Operacionales
Los sistemas OLTP proveen los datos operacionales internos en diferentes áreas como:
• Finanzas.
• Logística.
• Ventas.
• Entrada de órdenes.
• Personal.
• Facturación.
• Investigación e ingeniería.
Estos pueden venir de sistemas legacy o de soluciones más elaboradas como puede ser un
ERP, un CRM o un SCM.
5.c.ii: Datos Privados
82
Este tipo de datos intradepartamental habitualmente viene de escritorios y estaciones de
trabajo de los analistas de negocio, trabajadores del conocimiento, estadísticos y gerentes.
Algunos ejemplos incluyen:
• Planillas de análisis de productos.
• Planillas de uso regional de productos.
• Bases de datos prospectivas de clientes.
5.c.iii: Datos externos
Las empresas habitualmente compran datos externos a proveedores que se especializan en
recolectar información industrial específica disponible públicamente, la cual incluye:
• Estadísticas de salud.
• Información sobre perfiles de clientes.
• Hábitos de los clientes con respecto a ventas por catalogo.
• Reportes de situación crediticia de clientes.
Estos tipos de datos generalmente se agrupan en las siguientes categorías:
• Ventas y marketing: listas prospectivas de clientes.
• Crediticios: rating crediticio individual, evaluaciones de viabilidad de negocio.
• Competitivos: productos, servicios, precios, promociones, fusiones, adquisiciones.
• Industriales: tendencias tecnológicas, tendencias de marketing, ciencias de gestión,
información comercial.
83
• Económicos: fluctuaciones de tasa de cambio, indicadores políticos, tasas de
interés, precios de acciones y bonos.
• Econométricos: grupos adquisitivos, comportamiento de consumidores.
• Demográficos: perfiles etarios, densidad de población.
• Commodities: precios de materias primas.
• Sicométricos: Perfiles de consumidores.
• Meteorológicos: condiciones climáticas, precipitaciones, temperatura (para la
industria de la agricultura y el turismo especialmente).
Con respecto a la calidad de estos datos, el estandarizar y fusionar fuentes de datos diversas
es un requerimiento de prácticamente cualquier solución BI como parte de los procesos de
data warehousing, pero no por eso es algo fácil de lograr. Una de las dificultades al unir y
estandarizar desde múltiples fuentes de datos es que estos provienen de estructuras de
archivo distintas, en plataformas diferentes. Lo que hace aun más difícil este proceso, es
que los identificadores de objetos iguales en distintas fuentes de datos muchas veces no
coinciden, la definición para un dato aparentemente igual muchas veces es inconsistente, y
los valores habitualmente son conflictivos o están perdidos. Adicionalmente, diferentes
personas en la organización tienen autoridad para determinar reglas de negocio y políticas
de datos para cada tipo de fuente, y el resolver conflictos de datos a partir de esta
multiplicidad de condiciones es a menudo una tarea imposible.
Estandarizar datos desde fuentes operacionales interés ya es difícil, pero hacer esto mismo a
partir de datos privados o externos es un desafió mayor y puede ser muy costoso. Este costo
debe ser calculado e incluido en el análisis de costo y beneficio.
84
5.d. Análisis Costo-Beneficio
Una queja común es que los proyectos de Inteligencia de Negocios son difíciles de
justificar desde el punto de vista de los costos. Esto puede ser verdad si no existe un
problema de negocios obvio que solucionar. Uno de los aspectos más complicados a la hora
de construir un caso de negocio para una solución BI es mostrar un ROI adecuado. A pesar
de la dificultad, se debe demostrar como, analizando y minando la información en un
ambiente BI, la organización puede, de forma más efectiva, maniobrar y adaptarse a un
mercado cambiante.
Los beneficios son usualmente mas difíciles de cuantificar que los costos, y generalmente
se necesitan muchos beneficios bien valorados para equiparar los costos. Un método muy
efectivo para justificar el gasto de la solución BI es amarrar esta directamente a un
problema de negocios de naturaleza medible. Por ejemplo, asumamos que la organización
esta perdiendo MMUS$5 cada año debido a que no puede ponerle freno al fraude de
seguros debido a datos por sus prácticas de aseguramiento poco fiables e ineficientes. Si la
aplicación propuesta puede solucionar este problema de negocios especifico, será
relativamente fácil justificarla. Por lo tanto, se debe ser los más detallado posible cuando se
identifican los beneficios, incluso si es difícil cuantificar un ROI preciso. De esta manera se
puede ganar la confianza de los ejecutivos del negocio y ganar la aprobación para el
proyecto BI.
Es importante destacar que no todos los problemas de un negocio requieren una solución
BI. Por ejemplo, los tipos de problemas que no requieren la implantación de una solución
BI debido a que pueden ser resueltos de formas más económicas y menos complicadas son:
• Proveer un acceso online a un archivo plano de forma fácil (para esto están
las redes colaborativas y las intranets corporativas).
• Archivar datos operacionales (por ejemplo, a través de cintas magnéticas).
85
• Unir dos archivos para procesamiento operacional (existen herramientas
especificas destinadas a la integración de datos).
• Separar la función de reportes operacionales de las funciones de
actualización operacional.
A veces, todo lo que se necesita para resolver un problema operacional es comprar una
mejor herramienta de reportes o mover los datos a una base de datos relacional: esto no
debe ser interpretado como la necesidad de una solución BI. Sin embargo, si el problema de
negocio esta desencadenado por la inhabilidad de analizar datos cruzados interfuncionales
(es decir, a través de múltiples áreas de la organización) o extraer de sistemas operacionales
la inteligencia oculta necesaria para realizar decisiones estratégicas del negocio, entonces
una iniciativa basada en prácticas de Inteligencia de Negocios sea probablemente la
solución correcta.
El resultado del análisis de costo-beneficio debe explícitamente establecer como la solución
BI podría resolver el problema de gestión o habilitar una nueva oportunidad de negocio.
También debe establecer que tipo de información estará disponible, como esa información
podrá ser usada para realizar mejores decisiones de negocio, y cuando y como la
información será presentada a la compañía (por ejemplo, reportes mensuales, acceso a la
medida a través de herramientas OLAP, etc.). Una vez que se hayan establecido claramente
las necesidades del negocio y se hayan esbozado los beneficios, el próximo paso es estimar
y comparar los detalles de los costos y los beneficios para así poder proyectar un ROI, el
cual provee la justificación de la iniciativa BI.
Partiendo de la premisa que las actividades primarias de la cadena de valor de Porter son las
que al final permiten aumentar los beneficios de la empresa, todo beneficio debiera pasar de
algún modo a través de estas 5 actividades estándar, principalmente en las áreas de Ventas
y Makerting y Operaciones. Toda iniciativa de Inteligencia de Negocios para soporte de
decisiones debería al menos producir alguno de estos 5 tipos de beneficios:
86
1. Incremento de ingresos.
a. Identificación de nuevos mercados y nichos.
b. Ventas sugestivas más efectivas.
c. Reconocimiento de oportunidades más rápido.
d. Tiempo a mercado mas rápido.
2. Incremento de la rentabilidad.
a. Correos promocionales mejor dirigidos.
b. Advertencias tempranas de mercados decrecientes.
c. Identificación de productos o líneas con mal desempeño.
d. Identificación de ineficiencias internas.
e. Gestión de mercado más eficiente.
3. Mejoramiento de la satisfacción del cliente.
a. Mejor entendimiento de las preferencias de los clientes.
b. Mejor asociación consumidor-producto.
c. Realizar up-selling a los consumidores.
d. Aumentar la repetitividad de los negocios.
e. Solución a los reclamos de los usuarios más rápida.
4. Incremento de ahorros.
a. Reducción de productos desperdiciados o vencidos.
b. Reducción en las solicitudes de reportes personalizados.
5. Ganar participación de mercado.
a. Incremento de consumidores que abandonan a la competencia.
b. Retención de clientes mucho más alta comparada a la de años anteriores o de
la competencia.
87
Figura 24: Tipos de beneficios involucrados en una solución BI
Fuente: The Complete Project Lifecycle For Decision-Support Applications, Elaboración personal
Adicionalmente a la determinación del ROI del proyecto, la evaluación debe incluir la
perspectiva del riesgo. Cualquier proyecto es proclive a involucrar algunos riesgos y, dado
los altos costos del proyecto BI, realizar una evaluación de estos es de máxima prioridad.
5.e. Evaluación del Riesgo
Los riesgos son factores o condiciones que pueden poner en peligro un proyecto. Los
riesgos deben ser evaluados de acuerdo a las siguientes 6 variables principales:
1. La tecnología usada para implementar el proyecto.
2. La complejidad de las capacidades y procesos a ser implementados.
3. La integración de varios componentes y datos.
88
4. La organización y su soporte moral y financiero.
5. El equipo del proyecto, sus habilidades, actitudes y niveles de compromiso.
6. La inversión financiera en términos del ROI.
Cada organización debe desarrollar sus propias variables y condiciones de riesgo para
analizar su proyecto BI, pues como se vio anteriormente, cada implantación es única y tiene
necesidades y condiciones dentro del negocio radicalmente distintas. A partir de las
variables principales de arriba, más las definidas por la organización, se debe construir una
matriz que muestre los niveles de riesgo asociados a cada variable, y de esta forma tener
una visión cualitativa del riesgo. Una buena forma es asignar colores a cada nivel de riesgo.
Riesgo Bajo –seguir adelante con el proyecto.
Riesgo Medio –precaución, seguir lento
Riesgo Alto –parar, reevaluar antes de proceder
Tabla 5: Niveles de riesgo de proyecto BI
Para desarrollar esta matriz de riesgo existen ciertas preguntas que pueden ser útiles a la
hora de evaluar.
• Riesgo tecnológico.
o ¿Qué tan maduras están las tecnologías seleccionadas dentro del mercado?
o ¿Qué tan maduras están las tecnologías seleccionadas dentro de la
organización?
o ¿Cuántas tecnologías distintas van a coexistir?
o ¿Tenemos dentro de la organización sistemas operativos incompatibles?
o ¿Tenemos dentro de la organización sistemas administradores de bases de
datos incompatibles (DBMS)?
• Riesgo de complejidad.
89
o ¿Qué tan complejo es el ambiente TI en general?
o ¿Qué tan compleja es la solución BI misma?
o ¿Qué tan intensivamente deberá ser modificado el flujo de trabajo? ¿Deberá
ser sometido a una reingeniería?
o ¿Cuántos sitios serán soportados?
o ¿Cual es el grado de distribución de datos, procesos y controles?
• Riesgo de integración.
o ¿Cuántas interfaces tendrá la solución BI?
o ¿Existen interfaces externas?
o ¿Cuánta redundancia de fuentes de datos existe?
o ¿Pueden las claves primarias de varias fuentes de datos distintas ser
asociadas?
o ¿Se tienen estándares incompatibles? ¿Existen estándares?
o ¿Se tienen registros “huérfanos” como resultado de problemas de integridad
referencial?
• Riesgo organizacional.
o ¿Cuánto riesgo tolerará la administración del negocio?
o ¿Cuánto riesgo tolerará la administración de TI?, generalmente mucho más
que la administración del negocio.
o ¿Cuánto apoyo financiero y moral podemos esperar cuando el proyecto
encuentre obstáculos?
• Riesgo del equipo del proyecto.
o ¿Cuánta experiencia tiene el equipo con implantaciones exitosas de
soluciones BI?
o ¿Qué tan amplia y diversa es esa experiencia?
o ¿Qué tan balanceado está el equipo?
o ¿Cómo esta la moral?
o ¿Qué tan probable es perder uno o más miembros del equipo?
90
o ¿Las habilidades del equipo cubren todas las disciplinas básicas necesarias?
o ¿El representante del negocio será un participante activo?
o ¿Qué tan fuerte es el director del proyecto?
• Riesgo de inversión financiera.
o ¿Qué tan luego puede ser esperado el ROI?
o ¿Qué probabilidad tienen los costos de sobrepasar los beneficios?
o ¿Pueden los riesgos financieros ser mitigados a través del uso de tecnologías
probadas?
Nivel de Riesgo
Variable
Tecnología
Complejidad
Integración
Organización
Equipo del Proyecto
Bajo
Medio
Alto
Experiencia con tecnología
Experiencia mínima con
Nueva tecnología, poca
madura.
tecnología.
experiencia.
Simple, impacto mínimo en el
Moderada, algún impacto
Crítica, requerirá
flujo de trabajo
en el flujo de trabajo
reingeniería intensiva.
Stand-alone, ninguna
Integración requerida en
Integración intensiva
integración
forma limitada.
requerida.
Apoyo interno sólido
Apoyo hasta cierto punto.
Pequeño apoyo interno.
Experimentado, enfocado en
Alguna experiencia,
Ninguna experiencia,
negocios, talentoso, gran
enfocado en negocios,
enfocado en tecnologías,
actitud.
talentoso, actitud neutra.
talento limitado, mala
actitud.
Inversión Financiera
ROI posiblemente dentro de
ROI dentro de un marco de
Posible ROI después de
poco tiempo.
tiempo moderado.
unos cuantos años.
Tabla 6: Evaluación de Riesgo por variable
Fuente: The Complete Project Lifecycle For Decision-Support Applications, Elaboración personal
Es necesario expandir cada categoría en variables específicas de la organización y
condiciones detallas para cada uno de los 3 valores de severidad de riesgo.
Teniendo una evaluación realista de la severidad de potenciales riesgos ayudará al equipo
del proyecto a crear estimaciones y expectativas realistas sobre la iniciativa. Por otra parte,
será muy valorado por la gestión del negocio una visión imparcial de los riesgos, incluso,
91
dará mas confianza al tomador de la decisión de inversión ver un riesgo general “buenomoderado”, que un informe que presente prácticamente una ausencia de riesgos en la
implantación. En cambio, riesgos no manejados o identificados pueden resultar en el
fracaso del proyecto.
5.f. Flujo de actividades para la justificación del sistema BI
Anteriormente se definieron las áreas de evaluación que no pueden faltar en la justificación
de un proyecto BI. Ahora, es necesario plantear estas necesidades de análisis en tareas
repetibles y autosuficientes. Las tareas para la justificación de la solución BI no necesitan
ser desarrolladas linealmente. La lista de más abajo describe brevemente las actividades
asociadas con la justificación del caso de negocio de acuerdo a lo visto anteriormente.
1. Determinar la necesidad del negocio.
La justificación del proyecto, tal como se vio anteriormente, es difícil solo si no existe
una obvia razón por parte del negocio que necesite una solución BI. Tiene que existir
una definición clara de las necesidades de información de negocio que no pueden ser
satisfechas con métodos tradicionales de soporte de decisiones. La necesidad del
negocio debe estar amarrada a una consecuencia financiera para la organización, ya sea
a través de costos muy altos o bajas en los ingresos. La consecuencia financiera puede
ser resultado de la perdida de alguna oportunidad de negocios (por ejemplo, falta de
acceso a información vital) o un problema de la gestión del negocio (ejemplo, reportes
inconsistentes o abundancia de datos sucios). En ambos casos, se debe cuantificar las
necesidades del negocio como una expresión monetaria (ejemplo, perdidas MMUS$5
anuales hacia la competencia por la inhabilidad para hacer cross-selling a los clientes
actuales).
2. Evaluar los sistemas de soporte de decisiones existentes
92
Consiste en examinar los DSS existentes en la organización y determinar sus
deficiencias. Si las soluciones actuales no proveen la información necesaria para mitigar
los problemas del negocio, las razones deben ser comprendidas. Si la información
necesaria no esta siendo entregada, se puede deber a escasez de recursos o a sobrecarga
de requerimiento de TI. Otras razones pueden incluir dificultades en el acceso y unión
de fuentes de datos debido a estructuras de claves diferentes, claves faltantes, o
redundancia de datos o inconsistencias.
3. Evaluar las fuentes de datos y procedimientos operacionales
Mientras se evalúa las soluciones DSS actuales, hay que prestar especial interés en las
fuentes operacionales de datos y sus procedimientos asociados. El problema se puede
presentar debido a que la gente relacionada con el negocio no confía en la información
entregada a ellos. Los problemas en la calidad de los datos puede ser consecuencia de
prácticas deficientes en la entrada de datos, falta de ediciones, códigos fuentes
deficientes, o falta de entrenamiento. Una solución a los problemas de la gestión del
negocio puede estar ligada a estos procedimientos.
4. Evaluar los sistemas DSS de los competidores.
Estar a la cabeza de la competición es extremadamente importante en la economía
actual. Para estar siempre adelante, es necesario saber que están haciendo los
competidores. Es de mucha ayuda saber de los éxitos y fallas de sus sistemas BI y si les
han traído mayores ventas o introducido productos innovadores.
5. Determinar los objetivos de la solución BI.
Una vez que se defina el problema del negocio y se entiendan las deficiencias del
ambiente actual, es necesario establecer claramente los objetivos de la aplicación BI.
Estos objetivos deben ser comparados con los objetivos estratégicos del negocio a nivel
organizacional para asegurarse de que estén en sincronía.
93
6. Proponer una solución BI.
Usando los objetivos de la solución BI y el análisis de los resultados del ambiente
actual, incluyendo los DSS, se deben proponer soluciones especificas. El problema del
negocio puede ser muy complicado para llevar a cabo todo de una sola vez, en este caso
se deberá enfocar el proyecto a través de un proceso de lanzamientos iterativos.
7. Realizar un análisis costo-beneficio.
Se deben determinar los costos proyectados de la solución BI. En forma adicional al
hardware, software, y herramientas, se deben incluir los contratos de mantenimiento y
costos de entrenamiento. Hay que recordar contabilizar los costos de nuevos empleados
si se necesita emplear más staff para administrar las nuevas herramientas o realizar
nuevas actividades del negocio, como minería de datos. Es también necesario
determinar los beneficios de la implantación y uso de las nuevas herramientas de
Inteligencia de Negocios, tangibles e intangibles. Hay que especificar como la solución
BI va a solucionar el problema del negocio y de esta forma ahorrarle dinero a la
empresa o incrementar el margen de ganancias. Finalmente, hay que calcular el ROI e
indicar el marco temporal en el cual este será cumplido. Se sugiere para hacer esto
utilizar la completa planilla de cálculo provista por Nucleus Research, la cual es usada
por los grandes proveedores y empresas implantadas para medir el impacto en el
negocio de sus herramientas. En el ANEXO 4 se ve una muestra de esta herramienta,
aunque la planilla completa está disponible en Internet22.
8. Llevar a cabo una evaluación de riesgo.
22
NUCLEUS
RESEARCH,
Financial
Análisis
Tool
[planilla
XLS,
en
linea],
<http://www.nucleusresearch.com/toolbox/Nucleus%20Research%20Standard%20ROI%20Tool.xls>,
[consulta: 6 de diciembre 2006]
94
Se deben listar todos los posibles riesgos del proyecto y crear una matriz de evaluación
de riesgo. Si no se tiene suficiente información para producir una evaluación de riesgo
detallada en un principio, se puede usar las 6 categorías básicas: tecnología,
complejidad, integración, organización, equipo del proyecto e inversión financiera. Hay
que determinar la severidad de cada riesgo: bajo, medio o alto. También se debe
determinar que tan probable es que cada riesgo se materialice y que impacto podría
causar en el proyecto.
9. Redactar un reporte de la evaluación.
Hay que describir las necesidades del negocio (si es una oportunidad de negocio o un
problema de negocio), y sugerir una o mas soluciones de Inteligencia de Negocios para
soporte de toma de decisiones. Se deben incluir los resultados de los análisis de costobeneficio y evaluación de riesgo.
La siguiente figura muestra que actividades pues ser realizadas al mismo tiempo.
95
Figura 25: Tareas involucradas en la justificación de un proyecto BI
Fuente: The Complete Project Lifecycle for Decision-Support Applications
5.g. Riesgos de no realizar una justificación desde el punto de vista del negocio
96
Uno de los mayores riesgos de no cumplir esta etapa es que se puede terminar construyendo
una solución BI para soporte de decisiones que no tenga un impulso fuerte por parte del
negocio y que no soporte las metas estratégicas del negocio. Esto puede llevar al entorno de
la empresa a una decepción y a una gestión general no satisfecha al final del proyecto. Sin
importar que tan valiosa sea una solución BI desde el punto de vista tecnológico, esta no
cumplirá las expectativas de la comunidad del negocio. Si la gente no esta contenta con la
información que reciben, ellos podrían rechazar otra solución BI propuesta por el área de IT
para solucionar otro problema del negocio.
97
CAPITULO 6: CONCLUSIONES GENERALES DEL
ESTUDIO
Partiendo por lo visto en el capítulo de conceptos generales se tiene que no se puede
encapsular a la Inteligencia de Negocios como una solución tecnológica, como tampoco es
una metodología de gestión pura. Los dos puntos de vistas coexisten y dependen uno del
otro de manera de que sin una justificación de negocio la implantación de tecnología no
agrega valor y por otro lado sin tecnología una aplicación que sería útil, fracasa.
Por otro lado, se concluye que no solo son necesarias herramientas de generación de
información útil al negocio (Data Warehouses y Data Marts) y generación de conocimiento
a través de análisis (OLAP, Data Mining, etc), sino que también es importante hacer llegar
estos productos de la inteligencia de negocios a los usuarios capaces de tomar decisiones
para completar el ciclo desde el dato a la acción. Tampoco es necesaria una gran solución
cubierta de funcionalidades para poder agregar valor al negocio, sino que se pueden enfocar
las aplicaciones de las herramientas a problemas puntuales y de ahí crecer de ser necesario
hacia otros alcances.
El impacto de la inteligencia de negocios en las organizaciones es amplio y abarca todos los
niveles de gestión: estratégicos, tácticos y funcionales. Esta gran amplitud de aplicaciones
posibles es un arma de doble filo pues puede provocar ambigüedad desde la perspectiva de
la gerencia y dar la sensación de que no es una herramienta especializada de gestión, sino
que solamente prácticas superficiales.
Por otra parte, en cuanto al estudio de tendencias y aplicaciones de la Inteligencia de
Negocios, se puede concluir que existe un desalineamiento entre las prioridades estratégicas
del negocio y el aporte percibido de las áreas IT. Sin embargo, a nivel internacional, se ve a
la Inteligencia de Negocios como un arma para reducir esto, aunque a nivel nacional esto
no ocurre pues los niveles de penetración en empresas de todo tamaño es muy bajo y lo
peor de todo es que no se piensa todavía (sobretodo en PYMES) en el BI como solución al
98
problema de la agregación de valor de las tecnologías. Con respecto a las tendencias
propias de la Inteligencia de Negocios a nivel internacional se tiende cada vez a
herramientas que estandaricen los requerimientos de conocimiento dentro de la
organización, con soluciones que cada vez lleguen a más usuarios, de forma simple e
intuitiva, sin involucrar la interacción de expertos IT. Acá en Chile, si bien no se encontró
un estudio específico al BI, si se sabe que las aplicaciones que se hacen son focalizadas y
que rara vez alcanzan a la mayoría de los empleados, concentrándose solamente en
analistas y trabajadores del conocimiento (predominan las soluciones de minería de datos).
Con respecto a las lecciones aprendidas de los casos de éxito, se tiene que factores claros de
éxito de una solución BI son: identificar un problema real en el negocio o la necesidad de
crear nuevas oportunidades, evaluar los medios disponibles como fuentes de datos y
justificar todo costo con beneficios monetarios mayores para el negocio.
Ahora, viendo el mercado de soluciones BI, se tiene una industria activa en franca etapa de
maduración por la creciente concentración de la participación en los líderes. Se concluye
que los precios de las soluciones deberían tender a bajar en general debido al aumento de la
competencia. Se pronostica un crecimiento de proveedores como Microsoft, Oracle y SAP
por poseer participación en otros sistemas empresariales como bases de datos, aplicaciones
de oficina y ERPs, que de este modo facilitan la integración. Por otro lado, a partir de la
estructura de costos de varias implementaciones BI se concluye que el software y hardware
no es en el mayor de los casos una mayoría de los costos totales sino que se acerca a un
tercio, pero esto no se puede asegurar tampoco pues la variabilidad caso a caso es muy alta.
A partir del marco de análisis propuesto para justificar la implantación de BI desde el punto
de vista del negocio se concluye que: los requerimientos de análisis de la empresa y los
pasos previos antes de decidir si es conveniente un proyecto no son muy distintos a los
exigidos por otra iniciativa de tecnologías de información. Esto es porque necesita primero
alinear y justificar la solución a través del acoplamiento con algún objetivo del negocio,
luego validar esto con los responsables del negocio que interactuarán con la herramienta,
después, justificar cada costo con nuevos ingresos y por ultimo evaluar que tan probable es
que lo presupuestado no se cumpla a través de estimaciones de riesgo. La diferencia esta en
99
el valor que agregan estas herramientas al negocio (de ser exitosas) y el poco tiempo en que
estos ROI se deberían presentar.
Por último, si bien las 9 tareas propuestas como producto final de la memoria deberían
permitir (de llevarse a cabo a conciencia) justificar la factibilidad de la solución desde el
punto de vista del negocio, esto no garantiza de ninguna manera el éxito de la implantación,
pues aspectos prácticos y técnicos, principalmente la gestión del cambio y la integración de
plataformas es un verdadero dolor de cabeza para el director de proyecto. Sin embargo, se
espera que la información contenida en este estudio sea de utilidad para el punto de vista
gerencial responsable de proyectos BI en la empresa.
100
BIBLIOGRAFIA
•
AZOFF,
Michael.
Butler
Group.
Business
Intelligence
Survey
[Documento
PDF]
<http://www.butlergroup.com/research/KCInterPages/%7BDA3D8CA8-78DB-49CD-9615340B7B351674%7D.asp> [consulta: 10 de septiembre 2006]
•
BELLIGER, Gene, CASTRO, Durval, MILLS, Anthony. Data, Information, Knowledge, and
Wisdom [en línea] <http://www.systems-thinking.org/dikw/dikw.htm> [consulta: 6 de octubre 2006]
•
BURTON, Betsy, MCDONALD, Mark. Smarter Use Of Business Intelligence [en línea]
<http://www.intelligententerprise.com/showArticle.jhtml?articleID=187000398> [consulta: 10 septiembre
2006]
•
CENTRO DE ESTUDIOS DE TECNOLOGIAS DE LA INFORMACION DE LA PONTIFICIA
UNIVERSIDAD CATOLICA DE CHILE. Estudio Nacional sobre Tecnologías de la Información 2006
[diapositivas]. Santiago, Universidad Católica de Chile, 2006. 57 diapositivas. Col.
•
CHILETECH.COM. Soluziona entrega tecnología de Business Intelligence en sus procesos a
ENTEL PCS [en línea] <http://www.chiletech.com/link.cgi/Empresas/S/SOLUZIONA/17901> [consulta: 12
octubre 2006]
•
GARTNER
INC.
Gartner
Outlines
Business
Intelligence
2003
<http://www.gartner.com/press_releases/pr23jan2003a.html> [consulta: 13 de septiembre 2006]
•
GARTNER INC. Gartner Survey of 1,400 CIOs Shows Transformation of IT Organization is
Accelerating [en línea] <http://www.gartner.com/press_releases/asset_143678_11.html> [consulta: 10
septiembre 2006]
•
Getting Started with DataWarehouse and Business Intelligence por Maria Sueli Almeida [et al]. 1a
ed. EEUU, International Business Machines Corporation, 1999.
•
HAN, Jiawei, KAMBER, Micheline. Data Mining: Concepts and Techniques. 1a ed. EEUU, Morgan
Kaufmann Publishers, 2000.
101
•
IDC CONSULTING. Worldwide Business Intelligence Tools 2005 Vendor Shares, EE.UU., 2006.
20 p.
•
LYNN, Doug. Business Intelligence, Data Integration, and Analytics: Keep It Simple, Keep It
Flexible. META Practice. (18):2, febrero. 2003.
•
MICROSOFT.
Business
Intelligence
Overview
[en
línea]
<http://www.microsoft.com/sql/solutions/bi/overview.mspx> [consulta: 6 septiembre 2006]
•
MICROSOFT. Guía de Estrategia de Business Intelligence. EE.UU., 2004. 24p.
•
MORA, Manuel, FORGIONNE, Guisseppi, GUPTA, Jatinder N.D. Decision Making Support
Systems: Achievements, Trends and Challenges for the New Decade. 1a ed. EE.UU., Idea Group Publishing,
2003.
•
MOSS, Larissa y ATRE, Shaku. Business Intelligence Roadmap: The Complete Project Lifecycle for
Decision-Support Applications. 1ª ed. EE.UU, Addison-Wesley, 2003. 576p.
•
NUCLEUS
RESEARCH,
Financial
Análisis
Tool
[planilla
XLS,
en
línea],
<http://www.nucleusresearch.com/toolbox/Nucleus%20Research%20Standard%20ROI%20Tool.xls>,
[consulta: 6 de diciembre 2006]
•
NUCLEUS RESEARCH. ROI Case Study: Microsoft Business Intelligence, Gulf DTH, Showtime.
2004, EE.UU. 4 p.
•
NUCLEUS RESEARCH, Scorecard Business Intelligence Suites. EE.UU., 2005. 6 p.
•
PHILLIPS, Arturo, FIGUEROA, Cristián, ARAYA, Jaime, MARCOS, Mauricio. FraudScanning®:
Detección de Fraude y Abuso en Licencias Médicas basado en Data Mining. En: Taller de Inteligencia de
Negocios 2006: Cómo generar ventajas competitivas aplicando Business Intelligence [documento PDF].
2006, Santiago de Chile, Universidad de Chile.
•
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE y CAMARA DE COMERCIO DE
SANTIAGO. El impacto de las tecnologías de la información en las empresas chilenas respecto a España y
Estados Unidos: resultados de la primera encuesta BIT-Chile 2005, Santiago, 2006. 61 p.
102
•
PORTER, Michael. Strategy and the Internet. EE.UU., Harvard Business Review, 2001. 19 p.
•
RAISINGHANI, Mahesh. Business intelligence in the digital economy: opportunities, limitations,
and risks. EE.UU., Idea Group Publishing, 2004. 289p.
•
Sistemas de soporte a la toma de decisiones y la inteligencia de negocios por Paula Campos [et al].
Tesis (Ingeniero en Información y Control de Gestión). Santiago. Universidad de Chile, Facultad de Ciencias
Económicas y Administrativas, 2003.
•
SOTO Vergara, Julio William. Business Intelligence como motor de generación de negocios. Tesis
(Magíster en Gestión Empresarial). Valparaíso. UTFSM, Departamento de industrias, 2005. 186 h.
•
UNIVERSIDAD DIEGO PORTALES. Académico de Ingeniería Industrial expone en taller de
Inteligencia
de
Negocios
en
Hotel
Ritz
Carlton
[en
línea]
<http://www.ingenieria.udp.cl/portal_noticias/noticias.php?id=198> [consulta: 12 octubre 2006]
•
URBINA, Jorge, CASTAÑON, Víctor, VERA, Gonzalo. Negocios con Inteligencia. En: Taller de
Inteligencia de Negocios 2006: Cómo generar ventajas competitivas aplicando Business Intelligence
[diapositivas]. 2006, Santiago de Chile, Universidad de Chile.
•
VOGES, Kevin y POPE, Nigel. Business applications and computational intelligence. 1ª ed. EE.UU.,
Idea Group Publishing, 2006. 481 p.
•
WEBER, Richard. Introducción a la Inteligencia de Negocios con Técnicas de la Inteligencia
Computacional [diapositivas]. Chile, Universidad de Chile. 109 diap.
103
ANEXOS
Anexo 1: Glosario para DSS y BI
•
CIO: Chief Information Officer. Según su traducción literal es “oficial en jefe de
información”, aunque se les conoce como “gerentes de tecnologías de información,
sistemas o informática”.
•
CRM: Customer Relationship Management. Gestión de Relación con el Cliente.
Desde el punto de vista TI se entiende como la solución tecnológica capaz de gestionar las
transacciones y procesos involucrados con el cliente, por ejemplo, el servicio de post-venta,
segmentación, ventas cruzadas, etc.
•
EIS: Executive Information System. Sistema de Información para Ejecutivos. Están
dirigidos a apoyar el proceso de toma de decisiones de los altos ejecutivos de una
organización, presentando información relevante y usando recursos visuales y de fácil
interpretación, con el objetivo de mantenerlos informados.
•
ERP: Enterprise Resource Planning. Sistemas de Planificación de Recursos.
Sistemas de gestión de información que integran y automatizan muchas de las prácticas de
negocio asociadas con los aspectos operativos o productivos de una empresa.
•
Gestión del Conocimiento: Knowledge Management. Envuelve la identificación y
análisis del conocimiento tanto disponible como el requerido, la planeación y control de
acciones para desarrollar activos de conocimiento con el fin de alcanzar los objetivos
organizacionales.
•
Ingeniería de Software: Software Engineering. rama de la ingeniería que crea y
mantiene las aplicaciones de software aplicando tecnologías y prácticas de las ciencias
computacionales, manejo de proyectos, ingeniería, el ámbito de la aplicación, y otros
campos.
104
•
OLAP: On-Line Analytical Processing. Procesamiento Analítico en Línea. Es una
solución utilizada en el campo de la Inteligencia de Negocios (Business Intelligence), la
cual consiste en consultas a estructuras multidimensionales (o Cubos OLAP) que contienen
datos resumidos de grandes Bases de Datos o Sistemas Transaccionales (OLTP). Se usa en
informes de negocios de ventas, marketing, informes de dirección, minería de datos y áreas
similares.
•
ROI: Return on Investment. Retorno sobre la inversión. Es el beneficio que
obtenemos por cada unidad monetaria invertida en tecnología durante un periodo de
tiempo. Suele utilizarse para analizar la viabilidad de un proyecto y medir su éxito.
•
SCM: Supply Chain Management. Gestion de la Cadena de Suministros. Es la
gestión de materiales, información y finanzas en la medida en que se mueven del
proveedor, al productor, al mayorista, al detallista, al consumidor.
•
Sistema Experto: Expert System. Un sistema experto (SE) es una rama de la
Inteligencia Artificial y es aquel que imita las actividades de un humano para resolver
problemas de distinto índole (no necesariamente tiene que ser de Inteligencia Artificial).
También se dice que un SE se basa en el conocimiento declarativo (hechos sobre objetos,
situaciones) y el conocimiento de control (información sobre el seguimiento de una acción).
•
SOA: Services Oriented Architecture. Arquitectura Orientada a Servicios. Es un
concepto de arquitectura de software que define la utilización de servicios para dar soporte
a los requerimientos de software del usuario. SOA proporciona una metodología y un
marco de trabajo para documentar las capacidades de negocio y puede dar soporte a las
actividades de integración y consolidación.
•
TCO. Total Cost of Ownership. Costo Total de Propiedad. Es un método de cálculo
diseñado para ayudar a los usuarios y a los gestores empresariales a determinar los costes
directos e indirectos, así como los beneficios, relacionados con la compra de equipos o
105
programas informáticos. El CTP ofrece idealmente un resumen final que refleja no sólo el
coste de la compra sino aspectos del uso y mantenimiento. Esto incluye formación para el
personal de soporte y para usuarios, el coste de operación, y de los equipos o trabajos de
consultoría necesarios, por ejemplo.
•
SQL. Structured Query Language. Lenguaje de Consulta Estructurado. Es un
lenguaje declarativo de acceso a bases de datos relacionales que permite especificar
diversos tipos de operaciones sobre las mismas.
106
Anexo 2: Diferencias entre OLTP y OLAP
i) Orientación o Alineación de Datos
OLTP
OLAP
Alineación por aplicación.
Alineación por dimensión.
Datos son organizados inherentemente por Datos son organizados por dimensiones
aplicación.
definidas del negocio.
Focalizado en encontrar requerimientos de Focalizado en encontrar requerimientos de
aplicaciones
específicas
para
tareas análisis empresarial.
específicas.
ii) Integración
OLTP
OLAP
Típicamente no integradas.
Debe ser integrada.
Cada tema de negocios puede tener Toda información de un tema, alimentado
información en diferentes sistemas.
de varios sistemas, reunidos en una sola
BD.
Diferentes sistemas contienen diferentes Todos los tipos de datos integrados en un
tipos de datos.
sistema.
Diferentes convenciones de nomenclatura.
Convenciones
de
nomenclatura
estandarizadas.
Diferentes formatos de archivos.
Formato de archivo estándar
Diferentes plataformas Harware.
Un solo servidor (lógico) warehouse.
iii) Acceso y manipulación de datos por parte de usuarios finales.
OLTP
OLAP
Los usuarios son los que giran las ruedas de Los usuarios miran las ruedas de la
la organización: ingresan datos nuevos, organización. (Solo selección)
abren y cierran registros, corrigen datos
107
OLTP
OLAP
antiguos. (Es decir, selección, inserción,
modificación y eliminación de datos.)
Se ejecutan muchas veces las mismas El usuario continuamente cambia el tipo de
acciones.
preguntas que hace a la base de datos.
iv) Administradores
OLTP
OLAP
Manipulación de datos registro a registro.
Carga y acceso de datos en forma masiva.
Transacciones y/o rutinas de validación a Validación realizada antes o después de
nivel de registro.
cada carga (nunca a nivel de registro o de
transacción).
v) Transacción
OLTP
OLAP
Se manejan cientos de transacciones por Se maneja solo una transacción que
día.
contiene cientos de registros. Esto se hace a
través de una carga de datos desde OLTP al
repositorio de DW, dependiendo de la
estructura que se adopte.
Si está bien la transacción (se realiza Si la carga termina bien se tiene la
exitosamente) se asegura la consistencia de consistencia
ese único pedazo de datos.
asegurada
de
TODO
el
conjunto de datos.
vi) La dimensión tiempo
OLTP
OLAP
Hay una falta de soporte explicito para Similar a las capas geológicas, la base de
reconstruir la historia previa. Si se reescribe datos dimensional puede verse como una
108
OLTP
OLAP
sobre los datos, no se puede recuperar un serie de capas de datos, compuestas cada
estado anterior. Si se mantiene un historial, una por un pantallaza del OLTP tomadas a
al aumentar los cambios es casi imposible intervalos regulares (mientras más se cava
reconstruir rápidamente hasta un punto en las capas mas se ahonda en el pasado).
pasado.
Datos operacionales son altamente volátiles, Los datos del DW son altamente estables,
cambian en la medida que la empresa y sus son insertados en intervalos definidos y no
sistemas
computacionales
reflejan
la son modificados.
operación.
Pueden haber cambios en la base de datos No hay parpadeo.
mientras se esta consultando en ella. Estas
bases que sufren continuos cambios reciben
el nombre de bases de datos parpadeantes.
109
Anexo 3: Ingresos por proveedor 2003-2005
Business Objects
SAS Institute
Cognos
Microsoft
Hyperion Solutions
Oracle
Microstrategy
SAP AG
SPSS
Information Builders
IBM
Actuate
Hummingbird
Visual Numerics
Fujitsu Ltd.
Lawson Software
CA
arcplan
QlikTech
ProClarity
Teradata (NCR)
Otros
TOTAL
Ingresos (MMUS$)
2003
2004
2005
649,9 712,6 795,3
473,4 514,5 582,4
415,5 511,5 567,2
125 281,4 353,1
262,8 258,6 287,1
195,2
214 247,7
142,2
185 212,3
123,9 152,2 181,8
140,9 158,5 176,2
112
140
170
163,4 131,2 139,1
88,6
88,6
89,9
38,2
41,4
42,9
36,8
37,4
38,7
31,2
36,5
38,1
31
31
35
27,4
29
29,3
20
22,1
23,7
7,2
12,9
22,1
13
17,7
21,5
16,3
18,4
20,6
1444 1548,7 1660,8
4557,9 5143,2 5734,8
Participación (%)
Crecimiento (%)
2003 2004 2005 2003-2004 2004-2005
14,3% 13,9% 13,9%
9,6%
11,6%
10,4% 10,0% 10,2%
8,7%
13,2%
9,1% 9,9% 9,9%
23,1%
10,9%
2,7% 5,5% 6,2%
125,1%
25,5%
5,8% 5,0% 5,0%
-1,6%
11,0%
4,3% 4,2% 4,3%
9,6%
15,7%
3,1% 3,6% 3,7%
30,1%
14,8%
2,7% 3,0% 3,2%
22,8%
19,4%
3,1% 3,1% 3,1%
12,5%
11,2%
2,5% 2,7% 3,0%
25,0%
21,4%
3,6% 2,6% 2,4%
-19,7%
6,0%
1,9% 1,7% 1,6%
0,0%
1,5%
0,8% 0,8% 0,7%
8,4%
3,6%
0,8% 0,7% 0,7%
1,6%
3,5%
0,7% 0,7% 0,7%
17,0%
4,4%
0,7% 0,6% 0,6%
0,0%
12,9%
0,6% 0,6% 0,5%
5,8%
1,0%
0,4% 0,4% 0,4%
10,5%
7,2%
0,2% 0,3% 0,4%
79,2%
71,3%
0,3% 0,3% 0,4%
36,2%
21,5%
0,4% 0,4% 0,4%
12,9%
12,0%
31,7% 30,1% 29,0%
7,3%
7,2%
100% 100% 100%
12,8%
11,5%
110
Anexo 4: Cálculo del ROI para empresa DTH Gulf, Showtime
111