Business Intelligence. Una guia practica

Lima, © Universidad Peruana de Ciencias Aplicadas (UPC)
Primera edición: Impreso en el Perú - Printed in Peru
Corrección de estilo:
Diseño de cubierta:
Diagramación:
Jessica Vivanco
Germán Ruiz Ch.
Diana Patrón
Editor del proyecto editorial
9 "% ;* <* =><=>;=
Av. Alonso de Molina 1611, Lima 33 (Perú).
Teléf. 313-3333
www.upc.edu.pe
Primera edición: #Z+[-#+%\"%*=<=;=
@@@=-%*=+
B #** <= H- &! K= & !Q H
W"X
Universidad Peruana de Ciencias Aplicadas (UPC)
Centro de Información
Medina La Plata, Edison. Business Intelligence. Una guía práctica
Lima: Universidad Peruana de Ciencias Aplicadas (UPC), 201 ! ! !
"#$ ! ! "% ! &
INTELIGENCIA EMPRESARIAL, ADMINISTRACIÓN DE LA INFORMACIÓN,
ADMINISTRACIÓN DE PROYECTOS
658.4038 MEDI 2012
Todos los derechos reservados. Esta publicación no puede ser reproducida, ni en todo ni
en parte, ni registrada en o transmitida por un sistema de recuperación de información,
en ninguna forma ni por ningún medio, sea mecánico, fotoquímico, electrónico, magnético,
electroóptico, por fotocopia o cualquier otro, sin el permiso previo, por escrito, de la editorial.
'*++%+-/7*+
de los editores.
A mis padres,
por sus enseñanzas y dedicación.
A mi esposa Elvia, a mi hija Lucía,
quienes con su amor y constante apoyo han permitido este logro.
A mis alumnos,
por sus invalorables aportes.
A Dios,
por todo.
Contenido
Prólogo
9
Introducción
11
Primera parte
Business Intelligence como propuesta de valor en las
organizaciones
15
1. La información en los negocios de hoy
17
2. El valor de Business Intelligence en las organizaciones
21
&=#/% +Z*
27
Segunda parte
Metodología de implementación de Business Intelligence
33
4. Un repaso por la metodología de Business Intelligence
35
!= "/**+% +Z*
38
4.2 Análisis de requerimientos
46
4.3 Arquitectura y modelamiento dimensional de datos
52
4.4 Procesos de extracción, transformación y carga (ETL)
66
4.5 Explotación de información. Reportes y dashboards
69
5. Gestión de proyectos de Business Intelligence
77
Tercera parte
Consideraciones para implementar exitosamente
Business Intelligence
87
6. Factores críticos de éxito
89
7. Aprendizajes en la implementación de Business Intelligence
93
7.1 Análisis jerárquico de la información
93
7.2 Acceder rápidamente a los datos almacenados
94
7.3 Es imprescindible la homogeneidad de criterios
95
7.4 La información debe ser presentada de manera comunicativa
95
7.5 Medir el impacto de los sistemas transaccionales
97
7.6 Asignar presupuesto acorde con la complejidad
99
7.7 Retorno de inversión para un proyecto de Business Intelligence
100
Epílogo
103
Glosario
105
109
Prólogo
Es un honor para mí, presentar el libro del profesor Edison Medina La Plata,
distinguido profesional del management y formador de ejecutivos para el
mundo cambiante de hoy en día, mundo cada vez más globalizado y competitivo.
% +Z* % + /*[ - ++ lograr la competitividad en las empresas y se constituye en un soporte
fundamental para reducir las brechas de productividad. En este sentido, el
objetivo de este libro es presentar una propuesta orientada a generar valor,
principal objetivo de cualquier empresa en el mundo.
Para esta segunda edición, la producción intelectual alcanzada por el
profesor Medina La Plata le ha permitido plasmar con mayor detalle la visión
estratégica de un negocio, recopilando y manejando la información para la toma
de decisiones y constituyéndose, en consecuencia, en un apoyo indispensable
para la toma de decisiones. El profesor Medina La Plata divide para ello su
trabajo en tres dimensiones estratégicas: la propuesta de valor, la metodología
de implementación de esta propuesta a través de Business Intelligence y las
**/+*†‡++%+=
Esta propuesta no solo presenta una noción teórica del tema, sino
también es una guía práctica para la gestión empresarial, con base en el
correcto manejo de la información sobre los aspectos internos de la empresa
y de los clientes.
Es necesario mencionar que este libro hace hincapié en los principales
problemas y necesidades de las empresas hoy en día, como son la selección
*% + +*Z*Q /*+ **+* personal, el mal dimensionamiento del proyecto y la pérdida de clientes por
falta de vínculos fuertes con la empresa. Dejar de lado el tratamiento de estos
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
9
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
problemas puede generar efectos negativos en los resultados de los negocios
-QŒ%ZQZ**+ %QŒ%/*
*%-Œ%/++%*+%+
/*=
Hay que destacar la inmensa contribución intelectual del profesor
Medina La Plata para proveer de una herramienta que contribuya a la
Z* Z*Q  * */* factores críticos de éxito utilizando Business Intelligence: el apoyo de la
gerencia, el compromiso de los usuarios, el modelamiento, la arquitectura
tecnológica, la metodología de la implementación, la selección de la
herramienta analítica y la experiencia. El libro desarrolla cada uno de estos
aspectos a profundidad.
También debo resaltar la contribución del profesor Medina La Plata
al incorporar sus experiencias vividas en el mundo empresarial mediante la
utilización de casos prácticos, con lo que sitúa al libro en la frontera de los
tres aspectos fundamentales que debe tener un mánager exitoso hoy en día,
y estos son sin lugar a dudas: la formación, la experiencia y la perspectiva.
Finalmente, debo destacar que, más allá de lo anteriormente señalado,
está la calidad personal y profesional del profesor Medina La Plata, la misma
que está plasmada en el contenido de esta obra. Estoy seguro de que los
lectores sabrán apreciar en su justa dimensión esta semilla que pone a
disposición de la comunidad académica y empresarial.
Dr. César Álvarez Falcón
Director del Instituto Peruano de Economía y Gestión (IPEG)
10
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
Introducción
En el mercado actual, las empresas que pretendan ser más competitivas
necesitan sacar ventaja de la información, necesitan convertir los datos en
conocimiento, analizando y utilizando la información para apoyar la toma
* - /* *+ ++Z Z* *Q
necesitamos a la información como arma competitiva.
Business Intelligence es el conjunto de estrategias y herramientas
enfocado a la administración y creación de conocimiento mediante el
análisis de datos existentes en una organización. Es decir, permite gestionar
una empresa a partir de la propia información generada, buscando atender
las necesidades de información de ejecutivos y analistas, para ampliar el
++ % * - / ++Z Z*
acertadas. Permite, por ejemplo, almacenar, reunir y analizar información
de nuestros clientes, para estimar ventas o descubrir patrones y tendencias
+*+ /*Q + + 7 % + Œ% +
compartir la información entre las diferentes áreas de la empresa.
Cada vez existe una mayor demanda de soluciones de Business
Intelligence en el ámbito global. Ya no solo las grandes empresas requieren
de estas aplicaciones, sino empresas de menor tamaño han descubierto la
importancia y las ventajas que pueden aportar a su negocio. Así, se está
generando una creciente necesidad de implementar soluciones de Business
Intelligence y conseguir ser más competitivos dentro de un entorno cada vez
más globalizado.
En este contexto, uno de los principales motivos que me llevó a escribir
este libro es la gran acogida que tienen los cursos que habitualmente imparto
sobre Business Intelligence, en los cuales acentúo mucho un enfoque más
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
11
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
pensado en el negocio que en la tecnología. Desde nuestro punto de vista,
Business Intelligence busca brindar a los diversos usuarios una organización
de la información clave que permita apoyar su toma de decisiones, es decir,
brindarle al ejecutivo la información con calidad y oportunidad, sobre la cual
base sus acciones estratégicas, contando con la tecnología como un gran
habilitador de apoyo que acompaña el proceso.
Mis labores de consultor y educador me han permitido interactuar
con muchos profesionales responsables de gestionar la información en sus
=‘*+‡* /%
+Œ%+Q%Q+/*[*%
un proyecto de Business Intelligence falla y, por otro, plantear alternativas
para evitarlas en el futuro.
Business Intelligence. Una guía práctica pretende brindar una clara
orientación de cómo lograr soluciones exitosas, a partir del aprovechamiento
/*+*Q-*++*
y lograr ventajas competitivas en las organizaciones.
Business Intelligence. Una guía práctica es un libro para aquellas
personas que reconocen la información como un elemento decisivo en sus
Z[* Z +7 *++Q % Œ%’ +/*
las pautas necesarias para un correcto aprovechamiento de la información.
Es también un libro para aquellas personas que se encargarán de llevar
adelante la implementación de un proyecto Business Intelligence, quienes
hallarán aquí una metodología de implementación explicada paso a paso,
y complementada con diversos casos comentados, que permitirán guiar al
lector en un adecuado proceso.
Además, esta obra tiene sobre sí la exigencia de dar un soporte real al
*+**-Z/='
de vital importancia tener claros los conceptos y objetivos que perseguimos
con estas soluciones. Una solución de Business Intelligence no es solo la
generación de consultas en forma interactiva, sino también el resultado de
12
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
`Š}ˆ‚‚k“`
un serio trabajo de análisis y creación de estructuras capaces de soportar
los requerimientos actuales y adecuarse a los futuros. Aquí se explica de una
manera clara qué tipo de soluciones nos proporcionan dichas ventajas y qué
/*+Q*%Œ%*+%*=
Business Intelligence. Una guía práctica es el resultado de mucha
experiencia liderando iniciativas de aprovechamiento de información en
organizaciones de diversos tamaños y sectores, y de la motivación de todo
educador por compartir el conocimiento aprendido en cada uno de los proyectos.
¿Cómo leer este libro? Para quienes aún es nuevo este tema, pero que
consideran la información como un elemento decisivo para su gestión, es
*Œ%*/="Œ%Œ%-**
el tema, mi recomendación es que lo revisen también por completo, con la
intención de que puedan robustecer sus conocimientos sobre la base práctica
y metodológica que se expone.
Las personas de las áreas técnicas que se encargarán del desarrollo
de las iniciativas Business Intelligence de igual forma deben leer el libro
* / % 7 + % %* ZQ
es especialmente importante para ellas detenerse en la segunda parte,
«Metodología de implementación de Business Intelligence», donde
encontrarán una guía para la construcción, explicada paso a paso y
complementada con varios casos de implementación.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
13
PRIMERA PARTE
Business Intelligence como
propuesta de valor en las
organizaciones
Como se obtenga, administre y use la información,
podremos determinar si ganamos o perdemos.
Bill Gates
1. La información en los negocios de hoy
Una de las características más acusadas de la sociedad actual es la
sobreabundancia de información, que se puede obtener desde múltiples
%+='+/*+*%+*+%Q
el que gracias a los avances tecnológicos se dispone de sistemas de información
cada día más completos que pueden ofrecer datos procedentes, por ejemplo, de
los ERP (enterprise resource planning), de aplicaciones de software diseñadas a
medida, de las hojas de cálculo, de los call centers y de su canal web, entre otros.
Sin embargo, es bastante habitual encontrar carencias de integración
de unos sistemas con otros, de tal forma que los datos se presentan de forma
aislada. También es frecuente encontrarse con sistemas de información que
proporcionan muchos informes y consultas, pero carecen de la profundidad
necesaria para el análisis, con lo cual no podemos ver fácilmente qué hay
detrás de ellos. En estas condiciones, ¿de qué sirve entonces la información?
Por ello, la integración de toda la información procedente de las
operaciones de una organización en una plataforma de Business Intelligence
interrelacionada con su cadena de valor se está convirtiendo en un factor crítico
de éxito, esencial para la competitividad y, aún más, para la supervivencia de
las empresas. Si la información existe, ¿por qué no disponer de ella? ¿Por qué
no convertirla en una ventaja competitiva? Quizás sea porque no se llega a
percibir realmente esta ventaja, ya que no existe un verdadero conocimiento
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
17
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Œ%†/*+’*%%*Œ%++Z*
y el análisis de nuestra información.
Notemos qué ocurre en un supermercado: si se advierte que un cliente
incluye semana a semana en su canasta familiar algunas botellas de vino, el
encarte que se le envía a su domicilio debería contener información sobre
-%*+*++Q7QŒ%*+
le enviáramos un encarte con muchas hojas que contiene productos que
no se encuentran en su comportamiento habitual de compra, se estarían
consumiendo inadecuadamente los recursos. Algo similar sucede cuando en
la canasta familiar de un cliente comienzan a aparecer pañales de bebe, esta
es una señal de un nuevo integrante en la familia. Nuevamente, una acción
asociada a esto es un encarte que contiene, ahora, información de bebes en
general. Es conveniente resaltar que los clientes nos dejan mucha información
diariamente, que puede convertirse en acciones muy personalizadas.
– Œ%† %* + /*= —- % *
global que estableció una estrategia muy interesante: segmentar a sus
clientes por momento de la vida, es decir, se dio cuenta que de acuerdo al
momento de la vida de los clientes, les calzan con mayor preponderancia
Z%%*+%*="7Q*Z%+/
%*++*Q%+Q+/*
con mayor preponderancia un crédito vehicular o una tarjeta de crédito con
una importante línea. Ahora, imagine al mismo cliente, pero con compromiso
++Q+/+/++*+
a un crédito hipotecario. Sigamos con el mismo cliente, pero ahora con la
novedad de estar esperando o recién haber tenido un bebe en la familia, este
/ %*+%Z%Z%%**=
Como se aprecia, hay productos característicos para cada momento de
la vida. Todo lo descrito será posible, solo si el banco tiene información
permanentemente actualizada de sus clientes, lo que le permite focalizar
muy bien sus acciones. Como agregado, es muy importante resaltar que el
banco mencionado tiene un elevado nivel de satisfacción de clientes, esto se
18
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=W€k`˜ˆ}™€‚k“`|`„ˆ~`|‹ˆ‚kˆ~|šˆ›
explica porque los clientes apreciamos los productos y/o servicios que se
* %+ / *++Q %*+ Œ% *
no nos interesan, y más aún si se nos insiste en comprarlos, nos sentimos
perturbados e insatisfechos.
Finalmente, revisemos el siguiente caso:
Una conocida cadena de multicines saca el máximo provecho de la
información en tres frentes. El primero es aprovechar su capacidad
+ + Q + * +* comportamiento de las películas semana a semana, por género, e
inclusive por actor, determinan en qué tamaño de sala programar las
nuevas películas de similares características durante las siguientes
semanas. El segundo frente es el aprovechamiento de las dulcerías
en el interior de los locales: sobre la base del comportamiento de
los consumos de los diversos productos, programan sus pedidos
de insumos a sus proveedores, es decir, no generan stocks inútiles.
' X+ + ++Z /[* [ visitas históricas realizadas por los clientes Premium, a partir de
esta información se determina, por ejemplo, los géneros de su
* - Œ%† /Q * * * ** /[*Q * +* + una película del género de su preferencia.
En este negocio reconocieron que la información en los diferentes
frentes que se plantearon les era de suma utilidad para sus
objetivos estratégicos.
Como el caso expuesto, el concepto de aprovechamiento de la
información supone no tomar decisiones basadas en la intuición, sino con la
%/*+Œ%****+/*Z*=
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
19
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Business Intelligence permite desarrollar estrategias focalizadas de
marketing, sobre la base del buen uso de la información, es decir, aprender de
la información que dejan los clientes y convertir ese aprendizaje en acciones.
20
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
Los sistemas de Business Intelligence se basan en la integración
y en la universalización de la información para dar respuesta a
las necesidades de las empresas.
Deloitte & Touche
2. El valor de Business Intelligence en las
organizaciones
Las organizaciones, independientemente de su tamaño y sector, requieren
dotarse de soluciones que les permitan sacar el máximo provecho de su
información, para ponerla a disposición de sus diversos tipos de usuarios
y así apoyar la toma de decisiones. No hacerlo podría traerles lamentables
consecuencias.
Business Intelligence hace posible que muchas preguntas de negocio
sean resueltas rápidamente por los propios usuarios. Por ejemplo, si tenemos
información periódica sobre las ventas realizadas, sobre el esfuerzo de
nuestra red comercial y sobre los pedidos realizados a los proveedores, ¿por
qué no integrar y cruzar toda esta información para analizar en qué zonas
se está vendiendo más de cada familia de productos? ¿Quiénes son nuestros
clientes más rentables? ¿Cuál es la relación entre el esfuerzo comercial
y las operaciones cerradas? ¿De qué proveedores se está comprando la
mayor parte de los productos vendidos? Como notará el lector, no se trata
de analizar la información de un área de la empresa, sino que el objetivo
es analizar toda la organización, abarcando cada uno de los ámbitos de la
cadena de valor. Precisamente, los sistemas de Business Intelligence se
basan en la integración y en la universalización de la información, para dar
respuesta a las necesidades analíticas. Es decir, todos los departamentos de
**-+/*
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
21
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
de ella, pero no solo de la información que aporten, sino que podrán tener
acceso a cualquier tipo de información que les sea de utilidad en su área de
negocio, aunque la misma provenga de cualquier otro departamento.
Producimos constantemente muchos datos en las organizaciones,
pero quizás no tenemos la habilidad de convertirlos en información valiosa.
Veamos algunos datos que se pueden tomar de un departamento y qué
información se puede obtener.
Datos
Información
‡ Números de pedidos.
‡ Clientes que realizaron
los pedidos.
‡ Productos pedidos.
‡ Clientes más rentables.
‡ Pedidos más frecuentes.
‡ Productos más rentables.
‡ Porcentaje de nuevos clientes.
Servicio
al cliente
‡ Datos de llamadas de
nuestros clientes.
‡ Información sobre el blog de
nuestra página web.
‡ ¿Qué clientes visitan nuestra
página web?
‡ Porcentaje de pedidos realizados
por nuestros canales de ventas.
‡ ¿Qué consulta es más frecuente?
Marketing
‡ Número de campañas
realizadas y características
de cada una.
‡ Porcentaje de éxito de las campañas
‡ ¿Qué tipo de clientes han
respondido mejor a cada una
de las campañas realizadas?
Ventas
Distribución
‡ Productos que salen
diariamente del almacén.
‡ Tiempo teórico de entrega.
‡ Número de pedidos retrasados
‡ Distribuidor que tiene el mayor
número de retrasos.
‡ Tiempo medio de entrega.
Fuente: Rodríguez, 2004.
Es importante tener en cuenta que cualquier usuario de un
departamento no solo tendrá acceso a la información que mostramos como
ejemplo para su departamento, sino también a la que aparece para cualquier
otro, siempre y cuando se cuenten con los permisos necesarios. En suma, la
organización produce mucha información, que puede estar a disposición de
22
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
='„{€„ˆ}|~k`|~~ `Š|„„k‹|`‚||`„€~ˆ}‹€`kž€‚kˆ`|~
los diversos usuarios de cualquier departamento, haciendo posible que las
acciones que se deriven sean mucho más efectivas.
Un ejemplo práctico servirá para comprender qué es una solución
de Business Intelligence. Tanto la organización como la situación expuestas
*+%* /*+*Q %Œ% +* - * similares a las de muchas empresas: contar con la información que permita
tomar decisiones respecto a su quehacer.
Viajes Mercurio es una antigua agencia de viajes, de alto prestigio y
*/*+Z*%’QŒ% su clientela de forma progresiva debido a la proliferación de
empresas del mismo rubro y la competencia de los departamentos
de viajes de grandes cadenas comerciales.
Muchos de los agentes conocen a sus clientes habituales, recuerdan
sus intereses, su nivel económico y su disponibilidad de tiempo.
"+%/*+=;%%Z+*%+Q
cuando se incorporan nuevos agentes, se repiten las situaciones en
las que el cliente debe explicar, por ejemplo, que sus vacaciones
son solo de quince días en agosto y que los quince días restantes los
utilizará, como siempre, en Navidad, para viajar a Chicago donde
vive su hijo. En agosto desea tomar, como todos los años, un tour a
Sudamérica. Una vez más deberá explicar que son cuatro personas:
su esposa, sus suegros y él. Y como ellos ya son personas mayores,
el tour no puede ser agotador.
Cuando el agente que lo atiende empieza a detallar todos los destinos
posibles, él deberá explicarle que hace mucho tiempo dejaron de
interesarle las ruinas, y que, como ya ha dicho en otras ocasiones,
ahora lo que desea es tomar el sol en una playa tranquila, con
vegetación exuberante y con la posibilidad de recorrer pueblos y
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
23
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
comprar artesanías típicas. Dicho esto, el agente selecciona solo los
tours que cumplen con esas características, pero él ya ha recorrido
Brasil de norte a sur, también Ecuador, México y Costa Rica. Las
alternativas se reducen cada vez más hasta llegar a las dos últimas
posibilidades: un tour a la isla de Pascua, pero las fechas de salida
no coinciden con las de sus vacaciones, y un tour a Uruguay, donde
solo quedan cupos para dos personas. Desilusionado, el cliente
pregunta ahora por los pasajes a Chicago, ya que seguramente es
hora de reservarlos, pero ¡sorpresa! No se sabe qué ha sucedido
este año, pero todos los vuelos están copados para esa fecha.
Preocupados por la situación, los directivos de la agencia se
embarcan en un proyecto de Business Intelligence y durante
la fase de análisis descubren que deben crear una base de
datos donde registren, por un lado, la información de sus
prestaciones (tours, venta y reserva de pasajes, hoteles, etcétera)
y, por otro, la información de sus clientes: preferencias, exigencias,
disponibilidades de tiempo y económicas, predilecciones de líneas
áreas y necesidades adicionales, como asistencia en vuelos o viaje
con animales de compañía. También la composición familiar y la
historia de los servicios utilizados.
Como resultado del proyecto, al año siguiente el cliente recibe
por correo folletos con información de todos los tours a playas
tropicales que él no conoce y que se realizarán en las fechas en
que él toma sus vacaciones. Y para su sorpresa, recibe también una
carta indicándole que se le han reservado dos pasajes para viajar a
; *Z-Œ%†+*/=
Adicionalmente, la empresa se da cuenta de que existen segmentos
de la población que no están incluidos en sus prestaciones como
24
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
='„{€„ˆ}|~k`|~~ `Š|„„k‹|`‚||`„€~ˆ}‹€`kž€‚kˆ`|~
son el turismo de aventura y lugares no turísticos y puede así captar
nuevos clientes1.
Estos dos escenarios descritos permiten resaltar claramente elementos
diferenciadores en el uso acertado de la información:
¢ En primer lugar, una organización como la del primer escenario carece
del conocimiento necesario para conocer a un cliente, ocasionando
un deterioro en la relación y la consiguiente pérdida de este y muchos
clientes. Por el contrario, una organización que basa su gestión sobre la
información, puede decidir acciones acertadas y focalizadas de acuerdo
con los gustos y patrones de sus clientes, creando una relación positiva y
de larga duración.
¢ En segundo lugar, un elemento realmente diferenciador de una solución
de Business Intelligence debidamente administrada es la proactividad,
característica que permite adelantarse a la acción del cliente y con
Z /* *= £%† ++ %+Q * primer escenario, proporcionarle anticipadamente al cliente alternativas
para su viaje de vacaciones y los pasajes para visitar a su hijo.
¢ Finalmente, la información que vamos almacenando nos genera en el
tiempo oportunidades de negocio antes no previstas. ¿Quién en esta
agencia de viajes podría antes haber planteado un producto orientado a
viajes de aventura, si no tenía información de clientes potenciales para este
producto? Esto solo se podrá lograr creando los canales necesarios para
obtener los datos necesarios que nos permitan sacar este tipo de ventajas.
1
ESPINOZA, 2004.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
25
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Este ejemplo permite resaltar claramente, con independencia del
sector al que pertenezca la organización, la importancia de la información
y por qué, a través de las acciones derivadas, decimos que es un elemento
decisivo para la competitividad en el mundo actual.
No obstante lo expuesto anteriormente y los innumerables casos
que se aprecian a nivel global, aún muchas empresas no se plantean estas
*+ Z% X +/* * +Q%*%+*++%-+Q+Z%*+Q-
la tienen en cuenta.
26
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
Business Intelligence es una herramienta crítica para el éxito y
sobrevivencia de su organización hoy en día, no se trata solo de
herramientas y tecnología, sino también de organización.
Gartner Group
!"
¤% +Z*/**++**+
y conocimiento en acciones para crear ventaja competitiva del negocio»2.
'‡+ %* /* Œ% *+ % *%+ Business Intelligence, y en todas ellas encontraremos como factor común lo
que líneas arriba ya hemos resaltado: procesos que permiten aprovechar la
información decisivamente en los negocios.
" * + /*Q - ** ** +% nuestros ejecutivos, revisemos cómo ellos basan sus decisiones en las
herramientas actuales.
La capacidad para tomar decisiones de negocio precisas y de forma
rápida se ha convertido en una de las claves para que una empresa llegue
al éxito. Sin embargo, los sistemas de información tradicionales (como la
mayoría de los programas de gestión, las aplicaciones a medida e incluso los
'–"/+*¥%+%+%*+%%-/‡
+/=<%Œ%%+-7
los datos de la empresa, no permite obtener la información de los mismos.
Las principales características que limitan estos sistemas son:
# Gran rigidez a la hora de extraer datos, de manera que el usuario
+ Œ% * / Œ% */Z% 2
The Data Warehouse Institute: instituto de educación en Business Intelligence y Data
Warehouse.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
27
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
el momento de la implementación, y que no siempre responden a sus
dudas reales.
# Necesidad de conocimientos técnicos. Para la generación de nuevos
informes o métricas suele resultar ineludible acudir al departamento
técnico, solicitando una consulta adecuada a la base de datos.
# Largos tiempos de respuesta. Ya que las consultas complejas de datos
suelen implicar la unión de tablas operacionales de gran tamaño, lo que
+%*%*Œ%/*%+/%[+7=
# Deterioro en el rendimiento de los sistemas de información.
Cuando la base de datos consultada, para generar informes o ratios de
negocio, es la misma que la que soporta el operativo de la empresa, el
funcionamiento del sistema puede degradarse hasta afectar y paralizar a
todos los usuarios conectados.
# Falta de integración que implica islas de datos. Muchas organizaciones
disponen de múltiples sistemas de información, incorporados en
momentos distintos, para resolver problemáticas diferentes. Sus bases
de datos no suelen estar integradas, lo que produce la existencia de islas
de información.
# Datos erróneos, obsoletos o incompletos. El tema de la calidad de los
datos siempre es considerado importante, pero esta labor nunca se lleva
‡+Z+[/*+=
# Problemas para adecuar la información a cada usuario. No se trata
de que todo el mundo tenga acceso a toda la información, sino de que
tenga acceso a la información que necesita para que su trabajo sea lo más
/*+=
# Ausencia de información histórica. Los datos almacenados en los
sistemas operacionales están diseñados para llevar el registro del día a
día, pero no permiten contrastar la situación actual con una situación
retrospectiva de años atrás.
Para superar todas estas limitaciones, Business Intelligence se apoya
en un conjunto de herramientas que facilita la extracción, la depuración, el
28
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
3. #|˜k`k|`ˆ~k`|~~ `Š|„„k‹|`‚|
análisis y el almacenamiento de los datos generados en una organización,
con la velocidad adecuada para generar conocimiento y apoyar la toma de
decisiones de los directivos y los usuarios en general en una organización.
Los sistemas de Business Intelligence nos proporcionan los medios
para integrar y analizar la información. Incluyen capacidades de análisis
multidimensional que permiten navegar y profundizar a través de los
datos, agregando y desagregando de acuerdo con las dimensiones que
*++-+/*-Z%+
los indicadores de negocio más relevantes de la organización.
No es que los productos de Business Intelligence sean mejores que
los sistemas operacionales. Se trata de sistemas con objetivos distintos,
/*+ % *+ Q Œ% *+ optimizar el valor de los sistemas de información. Para complementar este
concepto, revisemos el siguiente diagrama:
$ Estrategia
Business
Intelligence
Alta dirección
Estratégica
Gerentes y/o
jefes de línea
Táctica
Sistemas
operacionales
Personal
operativo
Operacional
Día a día
Elaboración propia.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
29
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
En toda organización existen tres tipos de necesidades de información:
operacional, táctica y estratégica. Los sistemas de Business Intelligence toman
los datos registrados en toda transacción del día a día en el nivel operacional
para que de una manera ordenada, integrada y homogénea los convierta en
información valiosa para la gestión en los niveles táctico y estratégico.
Como se aprecia en el diagrama, diversos tipos de usuarios, presentes
en los dos niveles superiores, y dependiendo del ámbito de su responsabilidad,
obtendrán información que apoye su gestión. Es decir, la organización trabaja
para la generación de datos y los convierte en información valiosa que es
compartida hacia todos los niveles de gestión en la empresa.
Ya está dicho: el valor de su negocio está en la información almacenada
en sus sistemas operacionales, pero su estructura no les permite acceder en
/*+=W%*% +Z*%**%
ese vacío a través de la creación de un nuevo repositorio de datos o base
de datos que agrupa a toda la información relevante para la gestión en la
organización. Esta nueva base de datos recibe el nombre de Data Warehouse
si en ella se encuentra contenida la información de gestión de toda la empresa,
sin embargo, se llama Data Mart si contiene la información de gestión de un
 *’/* § 7 #+ H+ ¨+Q #+ H+ $[Q
etc.). A su vez, esta base de datos es construida en una estructura que permite
[ *%+  - /‡= W * *+ alimentada a partir de los sistemas operacionales u otras fuentes externas,
utilizando procesos de carga preparados para una alimentación periódica.
Una arquitectura estándar de una solución de Business Intelligence,
cuyo repositorio podrá estar representado por un Data Mart o Data
Warehouse, es la siguiente:
30
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
3. #|˜k`k|`ˆ~k`|~~ `Š|„„k‹|`‚|
%&!! ! !!"
Reportes dinámicos
Tableros de control
Análisis multidimensional
Procesos de
extracción,
transformación y
carga (ETL)
Web
Data
Warehouse
(Data Mart)
Correo
electrónico
Celular
Modelo del negocio
Repositorio de
información
Aplicaciones
Excel
Datos
externos
Elaboración propia.
Este nuevo repositorio de datos (Data Warehouse o Data Mart)
permitirá proponer la información por diversas interfaces de acuerdo a
**+’+*Z*-*%%/=<’Q
información puede ser obtenida vía consultas analíticas o tableros de control,
ser compartida en la intranet de una empresa, o enviar la información a un
correo electrónico o indicadores clave a un celular.
La
solución
está
compuesta
por
hardware,
software
de
almacenamiento, herramientas de extracción y manipulación de datos, y
software de explotación. Estas soluciones permiten tomar decisiones a partir
de parámetros reales y, por ende, mejorar el rendimiento de la empresa. Por
la magnitud de su construcción, requiere de una metodología de trabajo que
controle cada uno de los aspectos involucrados. Implementar con éxito una
solución de Business Intelligence, requiere una metodología de trabajo que
controle cada uno de los aspectos mencionados.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
31
SEGUNDA PARTE
Metodología de implementación
de Business Intelligence
No hay viento favorable para
quien no sabe a dónde va.
Séneca
4. Un repaso por la metodología de Business
Intelligence
Para un mejor entendimiento posterior, revisemos en forma global cada
uno de los principales componentes de la metodología de implementación.
Esta es una metodología estándar que hemos adecuado a las características
de nuestros países. En primer lugar, debemos mencionar que toda
+* *[ * % + /** -*+Q*%Z/*-***+Q*%-
%*%*-7%+/**Z*='Z%
lugar, se centra en los recursos y requerimientos de colocación de personal,
según nivel de habilidad, junto con las asignaciones de tareas de proyecto,
duración y secuencia.
' * ! ! Business Intelligence
="/**
1. Análisis de
requerimientos
=<Œ%+*+%
+*Z*modelamiento
de datos
&='‡+**
*
de datos
='‡+*
datos
!=<*+%[*
*
datos
Elaboración propia, adaptado de Kimball y otros 2008.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
35
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
En la metodología mostrada, que desarrollaremos a lo largo de toda esta
parte, se resaltan los siguientes componentes principales:
#
+ Antes de iniciar el desarrollo de cualquier proyecto de Business
Intelligence, debemos considerar en forma prioritaria una etapa
*/**+Z[*=
Esta etapa debe considerar:
–
+/**  +% * %
Intelligence.
–
Selección adecuada de la tecnología a utilizar.
–
Evaluación del impacto de los sistemas transaccionales hacia la
nueva solución.
–
Organización interna para afrontar la implementación de los
proyectos a desarrollar.
Nuestra experiencia nos dice que no darle importancia a estos
aspectos en una fase preliminar al inicio de la primera iniciativa de
Business Intelligence hace que más adelante se presenten problemas
que deterioren la imagen de la solución y/o comprometan nuevos
presupuestos no previstos. Siempre resaltamos el hecho de que nuestra
cartera de clientes está compuesta en su mayoría por empresas que
han tenido ya una mala experiencia de implementación. Una de las
razones más importantes por las que se origina este tipo de problemas
+%/***%=
#
Análisis de requerimientos
El primer paso en una solución de Business Intelligence consiste
en determinar los requerimientos de información, los procesos de
trabajo llevados a cabo, la infraestructura de sistemas, las bases
de datos y las aplicaciones de origen de la información. Con ellos
ajustaremos las mejores herramientas tecnológicas disponibles
36
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
para dar soporte a las operaciones de manera que le permita a la
gerencia alcanzar su visión y metas, y al mismo tiempo tener una
retroalimentación exacta del funcionamiento de la empresa para
tomar decisiones basadas en información.
En esta etapa se realizarán reuniones de trabajo con los usuarios
funcionales,
quienes
nos
transmitirán
sus
necesidades
de
información. Esta etapa es de mucha importancia y se requiere el
apoyo del sponsor del proyecto para que las personas involucradas se
comprometan con este.
#
%&!! - ! ; + Œ%+ / + +Q +
se realiza el diseño de una estructura lógica de la solución, a través
del modelo dimensional correspondiente. Asimismo, en esta etapa se
/ Œ%+*+% +*Z* -*+Q Œ%
+ Œ%’ +/* * Œ% 
parte del proyecto, además del escenario tecnológico que lo apoyará.
#
Procesos de extracción, transformación y carga (ETL)
El modelo de datos construido en la etapa anterior aún está vacío y
requiere de procesos que permitan alimentarlo de información. Esta
etapa considera el diseño y desarrollo de los procesos de extracción,
transformación y carga (ETL por sus siglas en inglés) necesarios para
alimentar en forma inicial y periódica el modelo desarrollado. La
extracción inicial de datos corresponde al desarrollo de los procesos
que permitirá tener información de la producción inicial en el nuevo
repositorio de datos. La actualización periódica corresponde al
desarrollo de los procesos que permitirá tener periódicamente
alimentado el repositorio. Los periodos de carga/%+
el proyecto, y pueden ser diarios, semanales, mensuales, etcétera.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
37
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
#
Explotación de información
A partir de los modelos dimensionales desarrollados y con información
histórica cargada, se desarrollan las consultas dinámicas y tableros
*+ / * %% +  requerimientos. Una consulta dinámica permite diversas variantes
para el análisis de información, permitiendo a un usuario satisfacer
muchas necesidades de negocio. Por otro lado, un tablero de control
pretende reunir en una sola pantalla y en forma concisa la información
clave que permita responder a un usuario el estado de su área o ámbito
de responsabilidad.
'+/6:;<;=6:>?/6@;:;=;6H;J6@>KQ@;:K@@":HK//;RK:=K
Es común ver que en muchos casos las empresas se plantean iniciativas
% +Z* % /**Q *Q *
directamente el desarrollo de una solución para una de las áreas del negocio,
sin prever el enfoque global. Saltarse esta etapa, como detallaremos a
continuación, puede, en muchos casos, generar mayores esfuerzos humanos
y presupuestales.
W * [ % + /** *+ Business Intelligence, detenerse y visionar a la organización sostenida por
la debida información que apoye a la toma de decisiones. Pensando de esta
manera, y tomando las acciones pertinentes, podremos cohesionar nuestros
esfuerzos hacia la consolidación gradual de las iniciativas, pero con un
enfoque global de negocio.
38
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
' ! !"
Estrategia del
negocio
Desarrollo
incremental
priorizado
Áreas de
oportunidades
Cultura de
información del
negocio
Estrategia
tecnológica
Elaboración propia.
Estrategia del negocio
Las iniciativas de Business Intelligence deben estar muy bien alineadas a la
estrategia de la organización, es decir, todo el esfuerzo que se establezca realizar
*%*-+++ZQ*
establecer la contribución que estas soluciones brindan a las proyecciones
del negocio. Considere el siguiente caso: una empresa comercializadora tenía
presencia en cinco países del mundo en el año 2001, ese año se anunció que
en los próximos la empresa pretendía está en quince países (hoy ya están en
diesiséis). Esta decisión estratégica debe ser escuchada por los responsables
de las soluciones de Business Intelligence, quienes, luego de un análisis de esta
proyección estratégica, deben proponer alternativas para el acompañamiento
de este crecimiento. Es decir, se busca dar la mejor contribución, desde nuestro
frente hacia la estrategia de la organización.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
39
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
" ! ' + Z[* +/*  * *%
/%+*+Q’*+*=
Por ejemplo, en una empresa del rubro de cosméticos, el área de mayor
necesidad por donde comenzar podría ser la de Marketing y en orden de
+*%Z%¨+-$[+Q%
rubro textil, el área de mayor preponderancia sería Producción (con énfasis en
los costos) y le seguirían Ventas y Logística. Así, cada negocio deberá realizar
+7**+/*%+%-%Z/Q*%
con el mayor peso de necesidad para el negocio, el orden de atención.
No solo se trata de conocer y darles un orden a las implementaciones,
sino que esto debe ayudar a prepararnos tecnológica y funcionalmente para
*="+*Z*Q+/**+
+ *%+ - Œ%† %+ * *%+Q / plantearse una arquitectura que considere toda la información clave para las
+/*="%*Q++Œ%+
tipo de soluciones es un cambio en la manera de trabajar, porque propone un
*+++*+7**Z*
+**%%%/**+
+/*Œ%7*[Z%*+=
Finalmente, es muy importante mencionar que realizar un diseño
+†**+%+/*%+Z
menor inversión que trabajar las soluciones totalmente en orden escalonado.
Cierta vez una empresa del sector Seguros nos convocó para el
desarrollo de una solución de Business Intelligence para el área
comercial, ese era el ámbito de acción del proyecto. Sin embargo,
luego de realizar un análisis preliminar de las necesidades
40
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
de información para la gestión en la empresa, aparecieron
cuatro áreas más que tenían un alto grado de interrelación de
información con la primera. Nuestra propuesta, luego de este
análisis, fue realizar un desarrollo global que considere las cinco
áreas, utilizando implementaciones escalonadas de acuerdo con
una priorización de dichas áreas.
W ** /* Œ% Z’ * +
++Z Z%Q - *+ /+ + %+Q Œ% postre implicó un gasto menor que si se hubieran realizado cinco
implementaciones separadas en distintos momentos, para cada
una de las áreas.
'++*+/**+%Q
así como la estrategia a seguir para consolidar las iniciativas de Business
Intelligence planteadas.
Cultura de uso de información (Organización para el cambio)
Toda vez que implementar soluciones de Business Intelligence llevará un
cambio en la forma de trabajo en una organización (en este caso para el
análisis de información), es necesario considerar en esta etapa los aspectos
organizacionales necesarios para realizarlo en forma exitosa.
¢ Homogenizar expectativas de los usuarios. Un factor de suma importancia
es trabajar las expectativas de los usuarios, de tal forma que tengan una
Z†/*Œ%+%Z+++
%*=;Œ%’* %**%%/Q
/Z+%*X**+’+*-/*
de Business Intelligence para su gestión.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
41
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
¢ Preparar a nuestro equipo interno. Otro elemento fundamental a
considerar es el factor humano que tendremos para llevar adelante las
iniciativas, es decir, evaluar las capacidades de nuestro equipo, y su
**+ - ‡* + + *+ esta base, organizar capacitaciones para el equipo, de acuerdo a sus
+[-Q/Œ%%*+%*+
al desarrollo posterior.
¢ Atenuar problemas de calidad de datos. Esta etapa se debe aprovechar
+/* * Z+ * * +%+/*=#*%+Q%
de calidad correspondiente en los sistemas transaccionales, lo que debe
originar un plan de trabajo para los responsables de estos sistemas,
que permita eliminar o reducir estos problemas. El objetivo aquí es
evitar que lleguemos a nuestra etapa de procesos de carga y recién nos
encontremos con todos estos problemas, esto haría que dicha etapa
corra el alto riesgo de ampliarse.
¢ Preparar el cambio tecnológico. Finalmente, y no menos importante, se
debe realizar un análisis global de la tecnología vigente en la empresa,
con el objetivo de pensar en la futura arquitectura de las soluciones de
Business Intelligence, que requerirán de un nuevo repositorio de datos,
licencias de bases de datos y herramientas analíticas, pero siempre
guardando compatibilidad con la infraestructura interna.
En general, debemos preparar a la organización en aspectos técnicos
y funcionales, para permitir el desenvolvimiento de las iniciativas de forma
adecuada.
Estrategia tecnológica
Si usted usara la raqueta de tenis de Roger Federer, ¿sería el mejor tenista
del planeta? De igual forma, en un proyecto de Business Intelligence, la
42
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
tecnología a utilizar es muy importante, pero hacen falta otros elementos
para convertir la solución en exitosa, al margen de la tecnología de turno.
Las organizaciones demandarán tecnologías que satisfagan sus propias
*++Q**+*Z’*
caso, pero teniendo presente que lo primero es la información y no al revés.
Una selección incorrecta de herramienta analítica puede ensombrecer
la estrategia de Business Intelligence global de la empresa y, en muchos
*Q/*Œ%+%*='*
riesgo es la implementación de herramientas con una visión departamental,
desconectadas y aisladas de la estrategia de Business Intelligence global, lo
Œ% Z * -Q /+Q X+ información en la organización. Así, las herramientas analíticas se convierten
en parte del problema y no en una solución. Solo teniendo una visión global
- %/* Z*Q Œ% ’+ ++ -
operativos, se puede dar respuesta a preguntas globales del negocio.
Entre los factores a tener en cuenta a la hora de elegir herramientas
’+* + +/* * %* - +*%
analíticas de los usuarios y ejecutivos de las distintas áreas de oportunidad
en la empresa. Esto implica buscar las alternativas tecnológicas idóneas,
además de involucrar a los propios usuarios en la tarea de selección.
Asimismo es fundamental adoptar estándares tecnológicos para
Business Intelligence en la organización. Solo así se garantizará coherencia
en la información, y se minimizarán los costos de implementación, soporte,
mantenimiento y formación de usuarios.
La rapidez en la implementación es otro de los puntos críticos. Dado
que la organización estática no existe y el tiempo de puesta en marcha
de un proceso de negocio se está reduciendo de manera permanente, es
fundamental que las herramientas permitan apoyar estos procesos de
negocio con la misma rapidez que el mercado exige.
Otros factores, como el presupuesto de la organización y la selección
de proveedores de probada experiencia en Business Intelligence, permitirán,
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
43
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
%Q+/*+++*Z*%**-Q+Q
capturar el conocimiento tecnológico y de negocio rápidamente, lo que de otra
forma exigiría tiempo, recursos y conocimiento dentro de la propia empresa.
En una empresa del sector de transportes se plantearon iniciativas
de Business Intelligence con un Data Mart para el área comercial.
# Œ% [ % /**Q
’ +/*  +% =
Como parte inicial del proyecto se dedicaron a la búsqueda de una
herramienta analítica para el proyecto en cartera, y luego de un
proceso de selección eligieron una de las principales herramientas
del mercado. El proyecto culminó exitosamente y la herramienta
cubrió las expectativas de los usuarios del área comercial.
< * +  /* + % %* Business Intelligence. Como ya se tenía la herramienta del proyecto
anterior, en esta oportunidad solo se ampliarían licencias para los
%% + = < * -*+ +/* análisis de información y reportes requeridos por los usuarios, y
se descubrió un gran problema: la herramienta no satisfacía los
reportes solicitados. ¿Qué había sucedido? Y es que el análisis de
*%%%**%-++/*=
En el primero prepondera el análisis de exploración y comparación,
mientras que en el segundo resaltan los reportes con formatos
/*+Q7Q*Z-+
de ganancias y pérdidas, sobre los que se requería explorar hasta
llegar a niveles detallados de información.
Los responsables de llevar adelante los proyectos seleccionaron
la herramienta pensando solo en las necesidades de la primera
= % [ % * /**Q
44
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
’+/*++%Q-
necesidades de todas ellas se habría seleccionado la herramienta.
La importancia de realizar el ejercicio de selección de tecnología hace
que más adelante no se presenten nuevas inversiones y hasta enfrentamientos
entre áreas por preferencias de distintas herramientas. A continuación se
+%%++/***+%*Œ%
ayudará en la selección del proveedor.
' V ! de Business Intelligence
Factor de evaluación
+! Factor de evaluación
Evaluación técnica
Organización y experiencia del postor
Evaluación económica
Sistema ofertado
+! Flexibilidad del reporteo
Tiempo de respuesta
Manejo del volumen de información
$*+*%%/
Mantenimiento y licenciamiento
Solución integrada
Portabilidad de la información generada
Desarrollo del piloto
Tiempo empleado
#/
Producto obtenido
Actualización y soporte técnico
Garantía de la herramienta
Capacitación
"*/*+
Elaboración propia.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
45
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
'*++/*Z%*+Œ%%+ *
y otros directamente a la herramienta analítica. El comentario es el siguiente:
es bueno que un proveedor represente una herramienta, pero es necesario
que también tenga un equipo de trabajo con experiencia en la implementación
de soluciones con la herramienta propuesta.
Adicionalmente a la herramienta analítica, es necesario advertir, en
general, la necesidad de una plataforma tecnológica adecuada a la estrategia
de uso de información que se proyecte en la organización, esto incluye, por
ejemplo, hardware y licencias de base de datos. Asimismo, es necesario
preparar a nuestro recurso humano en las particularidades técnicas y
metodológicas para llevar adelante estas iniciativas.
'%:X/;@;@>KYKZQKY;[;K:H?@
#%+ + /** +/* %%
responsables de la solución, con quienes organizaremos reuniones de
+7Q * / + % Œ%+  información. Es muy importante resaltar que lo fundamental en esta etapa
+/**+-†+**%+=W
variables son aquellos criterios por los cuales analizaremos el negocio (por
ejemplo: cliente, producto, sucursal, etcétera) y una métrica es el elemento
Œ%*%++/*§7
venta, costo, rentabilidad, etcétera).
'++Q%%*+*/%+7
con los diversos grupos de usuarios. Para ello recomendamos tres reuniones
* * Z%= ' ++ +/* * información a partir del conocimiento que vamos obteniendo del manejo del
área, además de las variables y métricas. Como consecuencia de esta reunión,
debemos corroborar con los responsables de los sistemas transaccionales si la
información solicitada existe en las bases de datos, si está en hojas de cálculo
o simplemente si no existe registro alguno. (Adjuntamos un cuestionario tipo
para esta primera reunión.)
46
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
''* !"\ requerimientos
1.2 Análisis de
fuentes de datos
1.1 Recepción y
evaluación de
requerimientos
1.5 Validación de
requerimientos
=&#/*
requerimientos
(Star Nets)
1.4 Elaboración de
prototipos
Elaboración propia, adaptado de Kimball y otros 2008.
Como consecuencia de esta reunión, se elaboran lo que llamamos
diagramas funcionales, los cuales esquematizan las necesidades de información
+†-†+*Œ%+/**%%=
Cuestionario para un gerente o analista de negocio
1. Introducción
¢ Discutir los objetivos del proyecto y los alcances.
¢ Discutir las metas de la entrevista (por ejemplo: focalizarse en los
requerimientos de negocios, hablar acerca de lo que hacemos, qué
*-Œ%†¥-/%7++=
¢ Presentar al equipo entrevistado y los roles.
¢ ;/+=
¢ Describir los siguientes pasos de la entrevista.
2. Responsabilidades
¢ Describir tu organización y su relación con el resto de la compañía.
¢ ¿Cuáles son tus responsabilidades principales?
3. Objetivos y resultados del negocio
¢ ¿Cuáles son los objetivos de tu organización? ¿Qué están poniendo
a prueba para lograrlos?
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
47
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
¢ ¿Cuáles son tus métricas de resultado?
¢ ¬; +/* Q ‡** + Œ% +
preocupan? Describe tus productos u otras dimensiones del
negocio como clientes, vendedores, etcétera.
4. Análisis de requerimientos
¢ ¿Qué sistemas de análisis normalmente realizas? ¿Qué información
usas? ¿Cómo obtienes normalmente la información?
¢ ¿Qué tipo de análisis «al vuelo» ejecutas normalmente? ¿Qué haces
con el análisis?
¢ ¿Qué reportes normalmente usas? ¿Qué data es importante en el
reporte? ¿Cómo usas esa información? Si el reporte fuera dinámico,
¿cómo lo cambiarías?
¢ ¿Qué capacidades analíticas te gustaría tener?
¢ ¿Hay cuellos de botella para obtener la información?
¢ ¿Cuánta información histórica es requerida?
¢ ¿Qué oportunidades existen para mejorar dramáticamente tu
negocio basado en la mejora de acceso a la información?
Ilustraremos este proceso con el siguiente ejemplo:
En el área de Ventas de una empresa que comercializa productos de
consumo masivo, luego de la primera reunión, se obtuvieron los siguientes
resultados:
Características de análisis solicitadas:
¢ #+ + % + § - ¥ - /’*
(unidades).
¢ Detalle de ventas en periodos anuales, mensuales, semanales.
¢ Detalle de ventas por empresa, sucursal, zona, sector.
¢ Detalle de ventas por ciudad del cliente.
¢ Detalle de ventas por supervisor y vendedor.
¢ Detalle de ventas por familia-producto, línea-producto y producto.
48
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
¢ #+++*+-*+='+*+/
a autoservicios, mayoristas, minoristas, etcétera.
Consideraciones adicionales:
¢ Comparativos de ventas entre unidades de tiempo (por ejemplo: ventas
junio 2008 versus ventas junio 2007).
¢ Análisis de ventas de uno o más años a la vez.
¢ Suma acumulada de ventas.
¢ Participación porcentual de las dimensiones de venta.
'+ +’* Œ%+ - Œ% Z/* Œ% %
segunda reunión puedan ser validados por los usuarios. Un diagrama
funcional que consolida las variables y métricas de este caso es el siguiente.
'] ! V -
métricas
Tiempo
Semana
Mes
Año
Ventas soles
Ventas dólares
Ventas unidades
Vendedor
Vendedor
Supervisor
Empresa Sucursal Zona Sector
‘Z/’
Familia
Línea
Tipo
Cliente
Producto
Cliente
Producto
Ciudad
Ciudad
Cliente
Elaboración propia.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
49
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Como podrá notarse en el diagrama, lo hemos organizado de tal manera
que en el rectángulo de la izquierda colocamos las métricas (ventas soles,
ventas dólares y ventas unidades), y en la derecha colocamos las variables
solicitadas, organizadas en grupos que llamaremos «dimensiones». Nótese que
estas van tomando características jerárquicas con los atributos considerados
en cada caso (por ejemplo: año, mes, semana). Las denominaciones de estos
Z% +/* Z% +Q - Z% %
relación directa con ellos.
La segunda reunión de trabajo es la oportunidad para que los usuarios
% +/* - †+* *+Q - = "
7Q%%%’+/* Œ%’+++†
analizar las ventas en periodos diarios, lo que haría que adicionemos
en la dimensión tiempo este dato, luego de semana. Asimismo, podrían
+/*Z%+Œ%’++*='*Q
se valida completamente el diagrama.
9 Z% / + ZQ - Z%
reunión, es transmitir a los usuarios el carácter dinámico que tendrá la
solución al combinar las diversas variables de acuerdo con las necesidades
actuales o las que se puedan presentar a futuro. Con el diagrama citado uno
podría plantear las siguientes variables de análisis:
¢ Ventas comparativas en un mes determinado de este año versus el mismo
mes del año anterior para una determinada sucursal.
¢ Evolución de las ventas en los últimos seis meses para las dos principales
familias de productos.
¢ Ventas acumuladas en lo que va del año por la principal línea de producto
y de acuerdo con la ciudad del cliente.
Como notará el lector, la cantidad de análisis de información que se
desprende de cohesionar las variables y métricas del negocio es abundante.
<Œ%’ ++ / + + Œ% %% 50
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
plantearán a futuro, se trata de considerar todas las variables y métricas del
área —en este caso ventas— que originarán múltiples requerimientos de
análisis de información.
Un tema adicional es solicitar a los usuarios los reportes en los cuales
basan su gestión. Algo que genera valor a la consolidación de requerimientos es
trabajar con los usuarios los bosquejos o prototipos de análisis de información
que hoy no pueden realizar por las limitaciones de la tecnología actual.
Recordemos que Business Intelligence no es reproducir los reportes
actuales en la forma de una mejor herramienta. Se busca generar valor con la
información para apoyar decididamente la toma de decisiones.
En la tercera reunión de trabajo se terminan de validar los diagramas
funcionales y los prototipos desarrollados. Toda la información trabajada
a lo largo de las reuniones es consolidada en un documento de «Análisis
de requerimientos». En este, a los diagramas funcionales —debidamente
+ * /*Q **% *% 7 +® suman los prototipos desarrollados. Este gran documento debe ser validado
por los usuarios responsables y es la base para el desarrollo de la solución.
En una empresa de seguros en nuestro país, los usuarios
querían visualizar en un prototipo cómo podrían analizar la
información asociada a una variable importante en el negocio:
la siniestralidad (cociente de gastos en siniestros y los ingresos
en pólizas comerciales). En este caso, así como en muchos otros,
/ - [ % ++ *+ *% +
secuencialmente cómo la información debidamente organizada
puede aportar mucho al negocio. La experiencia en esta empresa
nos llevó a brindar al usuario un análisis global que le permitía
analizar la siniestralidad por ramo (vehículos, transporte, SOAT,
+*†+¥Q*%+/*Œ%%+%
situación complicada (alta siniestralidad). Una característica
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
51
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
lógica en este tipo de soluciones es profundizar en la información,
lo cual hace que el usuario inmediatamente pueda analizar, en este
*Q+7Q
de coberturas (daños al vehículo, robo total o parcial, etcétera), y así
hasta llegar a niveles que con la tecnología actual es imposible de
Z='+**%*+/**Œ%†Z%
clientes está afectando un periodo determinado al negocio a través
de la alta siniestralidad, lo que haría tomar decisiones mucho más
acertadas, porque de lo contrario podríamos afectar a quienes no lo
ameritan y perder clientes.
4.3 %YZQ;HK=HQY6^[?>K/6[;K:H?>;[K:@;?:6/>K>6H?@
Luego de validado en la etapa anterior el «Análisis de requerimientos» se
ingresa a una etapa con características más técnicas, la cual comprende:
¢ Modelamiento dimensional de datos
¢ #/*Œ%+*+%+*Z*
¢ #/***Z
Antes de revisar detalladamente la metodología de implementación
correspondiente a esta etapa del proyecto, le proponemos al lector una
revisión del modelamiento dimensional, base esencial de un buen proyecto
de Business Intelligence.
Modelamiento dimensional
El modelamiento dimensional es una técnica de diseño lógico que busca
presentar la información en una estructura estándar que es intuitiva y
52
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
permite acceso de alto desempeño. Está basado en un modelo denominado
«modelo estrella», cuyos principales componentes son tablas de hechos y
tablas de dimensiones. Cada modelo estrella tiene como tabla central una
tabla de hechos y, a su alrededor, las tablas de dimensiones.
Una tabla de hechos es la tabla principal en cada modelo dimensional
que está implicada en contener métricas del negocio (ventas, costos, etcétera).
Las dimensiones son tablas cuyos atributos corresponden a los criterios por
los cuales se desea consultar.
La propuesta de un modelo estrella es recorrer el camino inverso al
que se hace al diseñar un sistema basado en un criterio de entidad-relación,
el cual exige la absoluta normalización de las estructuras de datos.
Consideremos el siguiente modelo estrella, conformado por cuatro
tablas dimensionales (tiempo, almacén, producto y promoción) y la tabla de
hechos de ventas.
'_*
Dimensión Tiempo
Tiempo_id
Fact Table Ventas
Dimensión Producto
Día_semana
Número_semana
Mes
Tiempo_id (FK)
Almacén_id (FK)
Producto_id (FK)
Promoción_id (FK)
Dimensión Almacén
Dólares
Unidades
Costo
Almacén_id
Código_almacén
Nombre_almacén
Distrito
Región
Producto_id
Código_producto
Descripción_producto
Marca
Categoría
Dimensión Promoción
Promoción_id
Nombre_promoción
Tipo_promoción
Elaboración propia.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
53
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
El modelo estrella contiene diversas características que merecen una
especial atención:
¢ Todas las tablas dimensionales contienen una clave propia para el
modelo, la cual representa la clave primaria en cada una de ellas. Esta
clave es un numérico autogenerado para este modelo.
¢ La clave primaria de la tabla de hechos, salvo excepciones, es la
combinación de las claves de las tablas de dimensión.
¢ El modelo mantiene una integridad referencial plena, a través de las
claves mencionadas. El lector podrá notar que a la tabla de hechos no
 Z Z% / Œ% *+Z *%+
dimensiones que la rodean.
¢ A partir de un modelo desnormalizado como el mostrado, se buscan
 %+ *%+ %% + Œ% tabla dimensional de productos se tienen en la misma tabla, además
del producto, la marca y la categoría, las cuales, en un modelo entidadrelación tradicional, estarían en tablas normalizadas adicionales.
En el siguiente diagrama podemos apreciar cómo se guarda la
información en el modelo estrella, lo que permite una adecuada performance
de análisis.
54
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
'` ! - ! datos
Dimensión Tiempo
Fact Table Ventas
Tiempo_id
Dimensión Producto
Producto_id
Tiempo_id (FK)
Producto_id (FK)
Cliente_id (FK)
Año
Mes
Día
Tiempo_id Año Mes
Día
25
2007 Junio 12/06/07
Monto US$
Monto S/.
Unidades
Producto
Línea
Familia
Producto_id Familia Línea Producto
102
Gaseosa Plástico Coca Cola / L
Dimensión Cliente
Cliente_id
Tipo
Cliente
42
Persona Nat. Edison
Cliente_id
Cliente
Tipo de cliente
Tiempo_id Cliente_id Producto_id Monto US$
25
42
102
42.3
Elaboración propia.
+ 7 Œ% * + +/* * %
única clave (numérica autogenerada) toda la cadena de atributos contenidos,
y con esto la tabla de hechos guarda las claves de cada tabla dimensional,
además de las métricas del negocio. De esta forma, el lector podrá apreciar la
rapidez de las búsquedas con este tipo de modelamiento.
Modelo copo de nieve
Una variante del esquema estrella detallado es el llamado «copo de nieve»
( ). Utilizaremos el siguiente ejemplo para resaltar su propuesta:
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
55
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
'j k ww V - ! dimensional de producto
Dimensión Producto
Producto_id
Código_producto
Descripción_producto
Fact Table
Producto_id (FK)
Marca_comercial
Categoría_comercial
Tamaño
Sabor
Elaboración propia.
La tabla de hechos mostrada tiene una tabla dimensional producto, en
*%-+%+%+/**-*+Z’=
'{V|•‘™ϔŽƒ‡)
Marcas comerciales
Marca_comercial_id
Marca_comercial
Categoría_comercial
Dimensión Producto
Producto_id
Código_producto
Descripción_producto
Marca_comercial_id (FK)
Tamaño
Sabor
Fact Table
Producto_id (FK)
Elaboración propia.
+Œ%+%*+ /%*Z
+/**Q-%[ *%%+
de marcas. Esta acción nos lleva a la conclusión de que estamos normalizando
Q*++‡*++ZQ
una variante utilizada por algunas herramientas analíticas para un mejor
aprovechamiento de su tecnología.
56
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
Relación modelo estrella-reporte
Toda vez que el modelo dimensional obedece a una característica distinta al
tradicional modelo entidad-relación es bueno notar que a partir de un modelo
estrella se pueden derivar muchas variantes de análisis de información, lo
*% Z/* % * **+’+*= < *+Q % *%+ +
derivado de un modelo estrella no requiere que un usuario deba combinar
todas las variables del modelo. Aquí un ejemplo:
' € ! - ! generado
Dimensión Tiempo
Fact Table Ventas
Tiempo_id
Dimensión Producto
Día_semana
Número_semana
Mes
Tiempo_id (FK)
Almacén_id (FK)
Producto_id (FK)
Promoción_id (FK)
Dimensión Almacén
Producto_id
Código_producto
Descripción_producto
Marca
Categoría
Dólares
Unidades
Costo
Almacén_id
Dimensión Promoción
Código_almacén
Nombre_almacén
Distrito
Región
Promoción_id
Nombre_promoción
Tipo_promoción
Total Dólares
Total Costo
Utilidad
Atherton Clean Fast
Distrito
Marca
$ 1.233
$ 1.058
$ 175
Atherton More Power
$ 2.239
$ 2.200
$ 39
Atherton Zippy
$
848
$ 650
$ 198
$ 249
Belmont
Clean Fast
$ 2.097
$ 1.848
Belmont
More Power
$ 2.428
$ 2.350
$ 78
Belmont
Zippy
$
$ 580
$ 53
633
Elaboración propia, adaptado de Kimball y Ross 2002.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
57
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
El lector apreciará que podemos proponer a un usuario cualquier
variante de análisis, a partir de combinar las variables del modelo estrella, de
acuerdo con sus necesidades.
Integrando modelos estrella
Una solución de Business Intelligence, basada en Data Mart o Data
Warehouse, contendrá varios esquemas estrella integrados entre sí, y es de
mucha importancia destacar cómo se realiza esta integración entre modelos.
En el ejemplo esquematizado, tenemos una tabla de hechos ventas que
contiene siete tablas dimensionales, y una tabla de hechos cobranzas con tres
tablas dimensionales asociadas a ella. La integración entre modelos se da a
partir de las tablas dimensionales comunes, en el ejemplo, las tablas tiempo,
cliente y vendedor se aprovecharán para ambos modelos estrella.
58
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
Cód.zona: VARCHAR2(4)
Zona: VARCHAR2(40)
Condición pago
Cód.pago: VARCHAR2(4)
Cód.producto: VARCHAR2(20)
Cód.zona: VARCHAR2(4)
Cód.pago: VARCHAR2(4)
Cód.doc: VARCHAR2(12)
Tipo: VARCHAR(3)
Cód.vendedor: VARCHAR2(4)
Cód.clientes: VARCHAR2(8)
Cód.tiempo: VARCHAR2(10)
Documento
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
Cód.doc: VARCHAR2(12)
Tipo: VARCHAR2(3)
Descripción: VARCHAR2(40)
Producto
Cód.doc: VARCHAR2(20)
Familia: VARCHAR2(4O)
Línea: VARCHAR2(40)
Artículo: VARCHAR2(50)
Fecha de vencimiento: DATE
Elaboración propia.
Venta local: NUMBER(15,4)
Venta dólar: NUMBER(15,4)
Costo local: NUMBER(15,4)
Costo dolar: NUMBER(15,4)
Cantidad: NUMBER(15,4)
Devolución: NUMBER(15,4)
Diferencial favor local: NUMBER(15,4)
Diferencial favor dolar: NUMBER(15,4)
Diferencial contra local: NUMBER(15,4)
Diferencia contra dólar: NUMBER(15,4)
Cód.tiempo: WARCHAR2(10)
Año: NUMBER(4)
Trimestre: NUMBER(2)
Mes: VARCHAR2(20)
Día: NUMBER(2)
Clientes
Cód.clientes: VARCHAR2(8)
Categoría: VARCHAR2(40)
Nombre: VARCHAR2(80)
Vendedor
Cód.vendedor: VARCHAR2(4)
Grupo: VARCHAR2(40)
Nombre vendedor: VARCHAR2(40)
Fact. Cobranzas
Cód. clientes: VARCHAR2(8)
Cód. tiempo: VARCHAR2(10)
Cód. vendedor: VARCHAR2(4)
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
Descripción: VARCHAR2(40)
Días neto: NUMBER(6)
Fact.Ventas
'" Tiempo
Zona
59
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Es importante tener en cuenta que los análisis comparativos de dos
tablas de hechos (en el ejemplo Ventas versus Cobranzas) se podrán dar a
partir de sus tablas dimensionales comunes.
Con estos apuntes sobre el modelamiento dimensional, retornemos
a nuestra metodología de implementación, cuya etapa de arquitectura y
modelamiento dimensional tiene el siguiente detalle:
'* !"\ &!! y modelamiento dimensional
2.1 Diseño de
modelo lógico
de base de datos
= #/*
arquitectura
tecnológica
=&#/*
procesos de
carga inicial
=!#/*
procesos de
actualización
periódica
2.6 Instalación de 2.7 Plan de trabajo
plataforma
de implantación
tecnológica
= #/*
plataforma
tecnológica
Elaboración propia, adaptado de Kimball y otros 2008.
Diseño del modelo lógico
Consiste en la construcción de los modelos de datos dimensionales que
tengan en cuenta todos los requerimientos de información solicitados, y de
acuerdo con los lineamientos de diseño desarrollados anteriormente. Para
 / Z% § ‡ + información), dimensiones y métricas a considerar.
60
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
&!! 9 Œ%+*+% +* Z/* %+ %*Q *% +/* %+ * §+**¥ la futura extracción de datos, los procesos de carga de información que
contendrá la solución, el repositorio de datos (Data Mart o Data Warehouse)
y la herramienta de explotación. La arquitectura podrá contener información
complementaria de cada uno de estos elementos que la componen, con la
intención de ser más explícitos con la solución. A continuación mostramos
una arquitectura que corresponde a una solución desarrollada para una
entidad de salud, la cual tiene varios sistemas operacionales (producción,
farmacia, presupuestos, etcétera) en distintas fuentes de datos, pero luego
el nuevo repositorio recibirá esta heterogeneidad a una única base de datos,
en este caso en bases de datos Oracle, la cual brindará la posibilidad de
contribuir a la organización con diversos reportes, en este caso también con
una herramienta Oracle.
' &!! !"! entidad de salud
Producción
Presupuestos
Procesos de carga
Farmacia
Data
Warehouse
Repositorio
de datos
(Oracle)
! Reportes, consultas
(Oracle)
Sistemas operacionales
Elaboración propia.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
61
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
'*++/*++*+**
anteriores. Estos son sistemas operacionales, procesos de extracción,
transformación y carga, repositorio de datos (en este caso Data Warehouse)
y el ambiente de gestión, en el cual se explota la información en diversos
mecanismos de análisis.
Resulta importante comentar que, dependiendo del tamaño y
características de un proyecto, se podrán plantear diversas alternativas
§*7QZ/*!= !¥=
'' ! V &!! !
Intelligence
Power Mart
Legacy
Relational
ERP
Warehouse
Admin.
Tools
Extract,
transform
and load
Central
Data
Warehouse
Local
Metadata
e - Commerce
Central
Metadata
MidTier
Metadata
Exchange
Local
Metadata
Data
Mart
RDBMS
Data
Mart
External
Data
Cleansing
Tool
Fuentes
MidTier
Data
Modeling
Tool
ETL
Local RDBMS
Metadata
Data Warehouse
Central
MDB
Architected
Data Marts
Data Access
and Analysis
Fuente: Espinoza 2004.
Aquí, se ha planteado una instancia preliminar, para ir desprendiendo
luego los Data Marts correspondientes.
62
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
Están representados por los procesos que alimentarán la carga histórica con
la que se producirá la solución. Si bien esto es una exigencia de los usuarios,
es muy importante resaltar que debemos cuestionar requerimientos de carga
histórica que llenen el repositorio, pero no tengan mayor nivel de uso.
Típicamente se demanda el ingreso de toda la información histórica
 ZQ * Z* * %% conveniencia de incluir mayor cantidad de data histórica.
Desarrollando un Data Mart para una empresa del sector portuario,
- + /’ * +* *ZQ % las gerencias demandó llevar al repositorio los cuatro años de
información existente. Sin embargo, es importante resaltar que dos
años antes la empresa había realizado una migración de sus sistemas
operacionales a una nueva plataforma, y se aprovechó para realizar
un proceso de categorización de productos, lo que originó productos
con categoría y subcategoría, cuando antes no los había. Analizar
la información de los cuatro años originaría distorsión, dadas las
*+Z[*++*+Œ%+
planteado la recomendación es explicar al usuario esta situación
para que, de ser el caso, tome la decisión de incluir todos los años,
aunque con ciertos lineamientos. Por ejemplo, grabar una categoría
y subcategoría únicas para todos los productos, antes de los dos
últimos años. La decisión más recomendable es cargar solamente
la información de los dos últimos años. En cualquiera de los casos,
siempre se debe incluir a los usuarios en la decisión.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
63
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
La tarea de desarrollo de procesos de carga puede ser atenuada si realizamos
% */** = ' + +Q + conocimiento de las fuentes de datos nativas y los modelos de datos
desarrollados, estamos en condiciones de dimensionar la construcción de
* *ZQ Œ% +/* *%+ *
*Q *7 *7Q  */* ** *Z= –[ + */** + + proyecto permitirá determinar la disponibilidad de recursos prevista para el
desarrollo de los procesos de carga.
'%%#+H+/*Œ%
permitía, entre otras funciones, controlar los gastos por centro de
costo. El requerimiento origen planteaba el análisis comparativo de
los presupuestos frente a los gastos reales, partiendo de un escenario
global de gastos por centro de costo-mes e ir profundizando
inclusive hasta la cuenta contable, lo cual involucraba tener
nuestro repositorio de datos a ese nivel de detalle. Este tipo de
situaciones debe contemplar salidas adecuadas dependiendo de
cada situación. En este caso, con la tecnología seleccionada por la
empresa, y considerando que llegar a profundizar hasta la cuenta
contable era una situación excepcional, se preparó el repositorio
para contener la información solo hasta el centro de costo. Con
parámetros que dependían de la consulta solicitada (centro de
costo, mes y cuenta contable), la consulta llegaba hasta el sistema
transaccional contable para mostrar el detalle solicitado.
El lector apreciará la gran diferencia que existiría al tener el
repositorio a niveles de mucho detalle. Para esta solución es
importante partir de las necesidades reales de información.
64
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
Nuestra solución de Business Intelligence debe comprender una adecuada
arquitectura tecnológica que la apoye. Por ello, en esta etapa y sobre la base
de conocer las características de las fuentes de información y los procesos
*Z/Q+**+Œ%+*+%
*%='+**/**-+
del repositorio, instancias de los procesos de carga a ejecutar periódicamente,
la herramienta analítica y las fuentes de datos operacionales. Es ideal
diagramar esta arquitectura, para destacar los elementos citados.
'] &!! ! "ƒ
resaltando plataformas tecnológicas
Extracción y carga
Oracle Financials 11
Data Mart
Oracle Discoverer
servidor de aplicaciones
enlaces.txt
Elaboración propia.
'Z/*+%+[*Œ%
en cada caso. Aquí se resaltan el ERP, la base de datos del repositorio que
contendrá el Data Mart y la herramienta de explotación.
Instalación de la plataforma tecnológica
;/*++*Z*+Q*%
tarea de instalación que considere inclusive la adquisición de la licencia de
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
65
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
base de datos del repositorio, el servidor o servidores que soportarán la
arquitectura. Si bien es ideal que esta tarea se realice en esta etapa, es posible
que los procesos de compra lleven un tiempo mayor.
Una solución Data Mart para una corporación de empresas
comercializadoras, con presencia en dos países de la región, se
planteó la consolidación de información de cinco empresas de
’Q / Œ% **
puedan monitorear la información relevante de cada una de ellas.
Para este caso, la arquitectura consideró la extracción preliminar de
información de cada empresa a una instancia de datos en cada una,
para luego ser empaquetada y enviada al país que consolidaba la
información de todas las empresas. Estos procesos debían guardar
un importante orden, dado que se realizaban inserciones diarias de
información de cada una de las empresas de ambos países.
+ '++ /**ZŒ%+
solución, los mismos que deben ser catalogados como simples o complejos, y
así poder corroborar el plan de trabajo inicial. Es el momento de actualizar el
plan de trabajo, dado que ya se tendría toda la información necesaria.
''+Y?=K@?@>KK„HY6==; :ƒHY6:@<?Y[6=; :^=6YR6|k†‡
Los procesos de carga permiten transportar los datos, desde las fuentes de
datos transaccionales hacia las fuentes propias de la solución de Business
Intelligence. Estos procesos se dividen en extracción inicial y carga periódica.
66
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
Extracción inicial de datos
Corresponde al desarrollo de los procesos que permitirán tener información
de producción inicial en el Data Mart. Aquí se podrá encontrar información en
distintas plataformas, que requieren ser procesadas. Nótese que en la etapa
+ */***ZQ7*+%**
de los mismos para la presente etapa.
'_* !"\ de carga inicial
3.1 Construcción
de base de datos
3.2 Diseño de
procesos de carga
inicial
3.6 Carga inicial
de datos
3.3 Desarollo de
procesos
3.5 Pruebas y
ajustes
3.4 Desarrollo de
procedimientos
manuales
Elaboración propia, adaptado de Kimball y Ross 2002.
#
Construcción de base de datos=/**
datos que soportará el Data Mart o Data Warehouse.
#
Diseño de procesos de carga inicial. Corresponde a la validación
de los diseños de estos procesos, realizados en la etapa anterior, y
contiene el mapeo de los datos requeridos a partir de sus fuentes de
datos nativas.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
67
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
#
Desarrollo de procesos. Considera la construcción de los procesos
*/* *%++=
#
Desarrollo de procedimientos manuales. En muchas ocasiones,
+ * +/* %+ +
operacionales, es necesaria la creación de nuevos procesos que no
están automatizados.
#
+! - !. Se recomienda preparar un set de datos a probar, de
tal forma que podamos reducir el riesgo de baja calidad. Recordemos
que este aspecto es crítico en el éxito del proyecto.
#
Carga inicial de datos. Corresponde al cierre de la etapa, durante
el cual se lleva al nuevo repositorio toda la información histórica
acordada con los usuarios.
Actualización periódica de datos
Corresponde al desarrollo de los procesos que permitirán tener
*++#+H+=W*Z/
con el equipo de trabajo y pueden ser diarios, semanales, mensuales, etcétera.
'`* !"\ de carga periódica
4.1 Diseño de
procesos de
actualización
periódica
4.2 Desarrollo
de procesos
4.4 Pruebas y
ajustes
4.3 Desarrollo de
procedimientos
manuales
Elaboración propia, adaptado de Kimball y otros 2008.
68
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
#
Diseño de procesos de actualización periódica. Corresponde a
la validación de los diseños de estos procesos realizados en la etapa
anterior, y contiene el mapeo de los datos requeridos a partir de sus
fuentes de datos nativas, en este caso para la actualización periódica.
#
Desarrollo de procesos. Considera la construcción de los procesos
*/* *%++=
#
Desarrollo de procedimientos manuales. También en este tipo
de procesos, en muchas ocasiones, se hace necesaria la creación de
nuevos procesos que no están automatizados.
#
+! - !. Similar al caso anterior, esta vez para la carga
periódica.
$+Q / Œ% +%+ * extracción inicial son los mismos que los de la carga histórica, solo que
%+%7*%**/Z%Z*Z=
']„ˆ/?H6=; :>K;:<?Y[6=; :€Kˆ?YHK@^ĉĆĘčćĔĆėĉĘ
Corresponde al desarrollo de las consultas dinámicas y tableros de control
*+%%-/+Œ%+=
'j* !"\ ‰ 5.1 Construcción
de interfaz para
%%/
= #
*%+
5.4 Capacitación
5.5 Soporte
post
+*
=& +*
herramientas de
%%/
Elaboración propia, adaptado de Kimball y otros 2008.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
69
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Se considera en esta etapa las capacitaciones formales destinadas tanto a los
%%/*%%+†**=
Š!! ‹ !! Como punto de partida para la presente etapa de explotación se trabajan
las tareas de preparación de la tecnología seleccionada, entre las cuales
se encuentra el proceso de ahorrar la complejidad técnica al usuario,
ingresando las denominaciones de variables y métricas en un lenguaje muy
familiar para este.
9 #+ H+ /* +7 % *+
retail tenía entre sus funcionalidades el análisis de información de
+/*QŒ%*+
varios usuarios. La información en el repositorio estaba guardada
en dólares.
Durante las reuniones de validación de reportes se discutió la
forma de representar los millones de dólares, teniendo diferentes
apreciaciones a partir de las distintas gerencias (mm$, millón $.,
MM$, etcétera). Como no había un consenso, se optó por sugerir
al sponsor Œ% / *= ' + + %%[+†+**+*/=
Desarrollo de consultas y reportes analíticos
Dentro de la estrategia de Business Intelligence de una organización, uno de
los puntos clave a considerar son las herramientas analíticas.
70
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
Una herramienta analítica es un producto software diseñado para
resolver un problema de negocio concreto, mediante la implementación de
análisis basados en las mejores prácticas de negocio y una forma adecuada
de presentar la información. Debe proporcionar a los usuarios una manera
fácil de monitorear los indicadores clave de la gestión de la empresa,
ayudar a interpretar los cambios que se producen de acuerdo con unas
reglas y facilitar la acción basada en dicha interpretación. Todo ello dando
una única visión del negocio entre los diferentes sistemas y departamentos
de la organización.
'{ una herramienta analítica
Fuente: Few 2004.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
71
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Recordar una elección incorrecta puede ensombrecer la estrategia de
Business Intelligence global de la compañía y, en muchos casos, eliminar los
/*-+=#+%ZZ**
analíticas de visión únicamente departamental, lo que originará islas de
*-Q/+QX+Z[*=
En esta situación, las herramientas analíticas dejan de ser parte de la
solución para convertirse en parte del problema, pues se pierde la coherencia
* Œ% - * /* +*Z’ Business Intelligence.
En la actualidad, la mayoría de las grandes empresas tiene implantadas
soluciones como ERP, SCM y CRM. Dichas aplicaciones se centran en la
%++[* * /*Q [ - Z+ +
que generalmente implican manipulación de grandes volúmenes de datos.
Sin embargo, dado que la mayoría de ellas son de ámbito departamental, no
proporcionan una visión integrada sobre lo que está pasando realmente en la
organización. Las aplicaciones analíticas se convierten, así, en un complemento
necesario a dichos sistemas operacionales, ya que miden su éxito.
+%Z-%/*Z*QŒ%
los límites departamentales y operativos, se puede dar respuesta a preguntas
+*¬+Z%/*+%*+stock que respalden la campaña
de marketingŒ%Œ%[±¬;%/
proveedores que me proporcionan dichos productos? ¿Qué productos están
comprando mis mejores clientes? ¿Cuál es el nivel previsto de saturación del
call center y cómo le afectará la campaña de marketing prevista? ¿Son mis
mejores clientes los que más compran?
El corazón de las aplicaciones analíticas lo constituye, precisamente,
las analíticas en las que están basadas. Una analítica es una técnica diseñada
%Z%+Z**’/*=B*Z*+
apoyan en motores analíticos potentes, entre los que cabe destacar:
72
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
#
Motor de análisis de sets. Determinadas preguntas de negocio
no pueden ser respondidas trabajando con jerarquías o categorías
* /7= " Q * Œ% +*Z’
analítica proporcione a los usuarios una forma fácil de agrupar la
información dinámicamente en segmentos o sets, y trabajar con ellos
posteriormente. Por ejemplo, una de las áreas de aplicación más
%/*+*+ZX+
la organización.
#
Motor de análisis de series temporales. La información adquiere
su verdadero valor cuando se examina en el tiempo. Así, indicadores
* + Z + + % Z/* *%
se ven tendencias. Los motores de análisis de series temporales
permiten realizar esto de una manera fácil para el usuario, ocultando
la complejidad técnica que hay detrás de estos tratamientos.
#
Motor de reglas de negocio. Cualquier empresa tiene una gran
cantidad de indicadores de negocio, lo que hace imposible su
seguimiento manual. Por ello, es necesario que las aplicaciones
’+**%*/ZZ*
que monitoreen de forma desatendida dichos indicadores, generando
alertas que avisen al usuario cuando se produzca una excepción e
inicien acciones automáticas para corregir dicha desviación.
ƒ•Š„‘ƒ”†•, Business Intelligence de alto nivel
La evolución de las soluciones de Business Intelligence tiene hoy en los
dashboards una poderosa y emergente alternativa de explotación de
información, constituyéndose en una de las iniciativas más importantes para
los distintos usuarios de negocios.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
73
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
' |†ƒ•Š„‘ƒ”†)
Fuente: Few 2006.
" / dashboard como un medio de comunicación
empresarial que se basa en una vista que muestra la información más
++-**[%7++*Q
consolidada y presentada en una simple pantalla, puede ser monitoreada de
un solo vistazo y de forma intuitiva.
En esencia, un dashboard es un poderoso medio de comunicación,
pero solo cuando es diseñado adecuadamente. Las experiencias que
conocemos no alcanzan los objetivos esperados y la raíz del problema es
un pobre diseño visual.
El diseño debe concentrarse en dos elementos fundamentales: un
sólido conocimiento del negocio y la maximización del poder de la percepción
visual (para captar y procesar bloques de información rápidamente).
74
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
!=9`}|ƒ€~ˆƒˆ}„€™|Šˆˆ„ˆ‹ª€|~k`|~~ `Š|„„k‹|`‚|
' " V! w! concepción de un †ƒ•Š„‘ƒ”†
Emphasis on technology
Emphasis on human ability
Fuente: Few 2006.
Un buen dashboard deberá responder: ¿qué está bajo control? ¿Qué
está fuera? ¿Por qué? Ninguna tecnología por sí sola hará esto por nosotros.
La buena noticia es que la habilidad para el diseño visual que se necesita para
desarrollar un efectivo dashboard se puede aprender.
B * %+ Œ% /*[ dashboards es un esfuerzo conjunto con los usuarios del negocio, sugerimos
tener en cuenta los siguientes pasos como estrategia de implementación:
a) Conocer el negocio. Solo con un buen conocimiento del negocio se podrán
proponer alternativas de visualización de mayor valor.
b) +/* + %%= KZ* Z% %% acuerdo con sus ámbitos de gestión en la organización, esto permitirá
medir el alcance de los dashboards a desarrollar.
c) +/***+%%=<+%
+7*+++%%Q+/**
importante para su gestión, información que será priorizada para una
buena organización de los dashboards.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
75
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
d) Plantear bosquejos iniciales. Sobre la base de alternativas de dashboards,
++Œ%7*Q*+/*
de los mismos.
e) #/ Œ%7= W %% % % + Œ%7
iniciales planteados, formalizando, luego de los ajustes, los prototipos o
bosquejos de dashboards, los mismos que servirán de base para la futura
construcción de la herramienta de turno.
f) Validar dashboards. Una vez que se llega a la etapa de construcción, se
[ ++ / - +* necesaria una etapa de validación, ya que esta es la primera vez que los
usuarios ven sus dashboards en la herramienta y es natural plantearse
ajustes o mejoras.
Finalmente, los dashboards son un medio para facilitar la visión de la
situación de la empresa. Tienen un componente de arte en su concepción para
+/*++%[***Q-+[
el poder de la percepción visual, sumado a una organización adecuada de
indicadores e información clave, con un profundo conocimiento del negocio.
La etapa de explotación culmina con la instalación de la herramienta de
%%/Q**+*Œ%+†**-%*Q
sobre los reportes y tableros de control construidos y con toda la información
cargada y validada. Aquí se realiza el pase a producción formal y se da inicio
al soporte posimplementación.
Hemos aplicado la metodología expuesta en una importante cantidad
de proyectos, y ha sido bien recibida en todas las organizaciones en las que
nos tocó desarrollar estas soluciones. Le proponemos al lector aplicarla en su
vida práctica. Pero, independientemente de que la adopte o no, se debe utilizar
una metodología que considere los aspectos técnicos y de gestión necesarios.
No podemos avanzar a ciegas en un proyecto, sobre todo en soluciones como
estas, orientadas a usuarios de todo nivel en la organización.
76
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
5. Gestión de proyectos de Business
Intelligence
Hasta el momento nos hemos concentrado en trabajar el desarrollo de un
proyecto de Business Intelligence revisando los pormenores de las etapas
***+%**+* ZQ*
cualquier otro proyecto, para lograr el éxito debemos ejercer una adecuada
gestión del mismo. Es necesario tener en cuenta que este tipo de proyectos
está orientado a usuarios de todo nivel en la organización, por tanto, este
aspecto se vuelve un elemento crítico.
9 *+ %+ +Z’ + +/*
una capa paralela, orientada precisamente a atender las labores de gestión
del proyecto y centrada en aspectos como la gestión de riesgos, de recursos
humanos, de comunicación, de calidad y proveedores.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
77
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
]* !"- -
&='‡+**
*
de datos
="/**
1. Análisis de
requerimientos
=<Œ%+*+%
+*Z*modelamiento
de datos
='‡+*
de datos
!=<*+%[*
*
datos
ADMINISTRACIÓN DEL PROYECTO
‘+
Z
‘+
RR.HH.
‘+
*%**
‘+
*
‘+
proveedores
Elaboración propia, adaptado de Kimball y otros 2008.
El gerente de proyecto de una solución de Business Intelligence, en
quien recae la responsabilidad de la gestión de estos aspectos para obtener
el éxito, deberá establecer estrategias que permitan obtener los logros
esperados en tiempo, calidad y presupuesto. Aquí, presentamos algunos
lineamientos y consideraciones para la gestión de los aspectos mencionados.
Gestión de riesgos. Todo proyecto es susceptible de tener riesgos, los cuales
podrán ser evitados, atenuados o en algunos casos aceptados. Es indudable
que tendremos riesgos que pueden ser detectados previamente u otros que
se presentan en forma imprevista, y es trascendente para el proyecto la
gestión que podamos realizar en cualquiera de los casos. Sin embargo, para
Q-Œ%%+/*Q*+*%
*+*+Z+/*Q%**
**Œ%+++%=9%++/
%+Z/* = 78
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=‘|~Šk“`|ƒ}ˆ›|‚Šˆ~|~k`|~~ `Š|„„k‹|`‚|
]* Entradas
Criterios de
+/**
+/**
W+*%
-**%*
+*
"
*+%
"’+*
riesgos
W+
**
'%**/**
B
*
+
*
**
Riesgos
*/**%+/*
<** "
%*
%**
riesgo
Actividad
¨/*
%**
Z
¨*
*+
%**
<*+*
* [
Riesgos
%
*+
Salidas
Elaboración propia, adaptado de Project Management Institute 2004.
Si bien el proceso indicado es relativo para cualquier tipo de proyecto, dos
7++/** %*
Business Intelligence.
En la etapa de análisis de requerimientos, y siendo de suma
importancia para el proyecto el relevamiento de la información de
gestión necesaria, se vuelve crítica la participación de los usuarios
clave en estas reuniones de trabajo. Considere que uno de los
ejecutivos principales tiene previsto salir de vacaciones y no podrá
+*%= +/*ZQ%
*+*+/***+Q
ejemplo, adelantar dichas reuniones antes de su salida o, mejor aún,
proponer un usuario de reemplazo, pero es muy importante que este
tenga una jerarquía y un nivel de conocimiento del negocio similares
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
79
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
o mayores que el primero. En este caso debemos tener la aprobación
del comité del proyecto, lo que permitirá que los requerimientos de
este segundo usuario sean válidos para el proyecto y necesitemos
retroceder por las apreciaciones del primero luego de su retorno.
9Z%7*%%*+/*Q
Œ%**-/**%*+
de Business Intelligence. Sin embargo, a pesar de que recién se
realizaría un análisis preliminar del alcance y áreas de oportunidad
involucradas en el proyecto, nos llamó la atención que sus
ejecutivos ya habían decidido adquirir una herramienta analítica
—que, además, tenía escasas implementaciones en nuestro país—,
Œ%/*%+’+*="+%+%
recomendación de una terna probable de herramientas analíticas
que pudiera satisfacer las necesidades de esta empresa. Si bien
’ +/* +Q X ’ * acuerdo con el proveedor, y luego del análisis fue desestimada como
++=‡*Q/
que, de haberse realizado la aplicación de la primera herramienta,
lo más probable era que no pudiera atender las necesidades de
algunas de las áreas usuarias.
Gestión de recursos humanos. Este tipo de soluciones demanda equipos
+7*++/Z%Q*+
Z/* =&=
80
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=‘|~Šk“`|ƒ}ˆ›|‚Šˆ~|~k`|~~ `Š|„„k‹|`‚|
] !w! !-
de Business Iintelligence
Diseño, construcción, implementación, capacitación, soporte
Análisis de
datos
Modelamiento
de datos
Consultoría de
negocios
Motor de
base de datos
AMBIENTE
OPERACIONAL
AMBIENTE
DE GESTIÓN
Elaboración propia.
Podemos apreciar que necesitaremos recursos que lleven adelante el
relevamiento de información de gestión al más alto nivel exigido. Por otro
lado, para la etapa de procesos de carga requeriremos recursos que tengan
%-%*+*+*
muy conveniente contar con un especialista administrador de base de datos
%*%/+%++='7
Œ%%*%%[/*+++++Q
++Q / % ZZ -*+ * *%
internos y externos involucrados, acompañado de los roles y funciones
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
81
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
de cada uno. Una vez culminado el proyecto es necesario establecer un
organigrama para el soporte del proyecto, también complementado con los
roles y funciones correspondientes.
Cabe resaltar que hoy muchas empresas cuentan con áreas de
Business Intelligence, las que tienen como parte de sus labores el soporte
de los proyectos realizados, además de llevar a cabo las nuevas iniciativas.
Dependerá de cada situación proponer un esquema de soporte adecuado.
Gestión de comunicación. Es necesario considerar como parte de la
gestión del proyecto la documentación necesaria que permita mantener
informados a todos los integrantes, ya sean técnicos o funcionales, de los
avances, contingencias, cambios y demás situaciones en el desarrollo del
proyecto. Asimismo, es necesario establecer los canales y la periodicidad de
comunicación de dicha documentación, dependiendo de lo que se tiene que
informar en determinado momento del proyecto.
Los documentos estándares que proponemos considerar son los
siguientes:
¢ Organigrama del proyecto. Es la organización del proyecto, en la cual se
resaltan los integrantes tanto funcionales como técnicos.
¢ Informe de avance. Cuya periodicidad normal es cada semana, aunque
podría variar de acuerdo con la etapa del proyecto. Informa sobre las
tareas realizadas en el periodo anterior, así como las tareas por realizar
en el siguiente. Muestra también las posibles tareas pendientes o de
riesgo que deben ser atendidas en la reunión de seguimiento con el
comité del proyecto.
¢ Acta de reunión. Debe realizarse luego de cada reunión, resaltándose los
acuerdos establecidos.
¢ Plan de trabajo. Permite medir el avance del proyecto cada semana, este
documento acompañará al informe de avance en las reuniones semanales
correspondientes.
82
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=‘|~Šk“`|ƒ}ˆ›|‚Šˆ~|~k`|~~ `Š|„„k‹|`‚|
¢ Memorando de riesgo. Documento que permite advertir un riesgo
importante en el transcurso del proyecto que amerita una pronta
solución. El comité ejecutivo debe tomar decisiones al respecto.
¢ Plan de capacitación. Permite organizar a los usuarios para las
capacitaciones del caso, según la dependencia o el área funcional a la
que pertenezcan.
Adicionalmente a los documentos de seguimiento, se incluyen los
documentos entregables para cada una de las etapas del proyecto, los cuales
deberán ser validados por los usuarios responsables:
¢ Análisis de requerimientos. Entregable que permite consolidar todos los
Œ%+ * * %% /= ' + *%+
*%- Z %* * +/* - vistas preliminares de análisis solicitadas. La entrega de este documento
es el primer gran hito de control del proyecto.
¢ Informe técnico. Contiene los modelos dimensionales que forman parte
%*Q*/****Z
y consideraciones técnicas especiales. La entrega de este documento es el
segundo gran hito de control del proyecto.
¢ Manual de capacitación. Documento que contiene las características
funcionales de la herramienta analítica, es la guía para la capacitación de
los usuarios funcionales.
Estrategia de comunicación
Los documentos anteriores deben obedecer a una estrategia de comunicación
acorde con las circunstancias y los momentos del proyecto. Para el efecto
se debe tener en cuenta cuándo y a quién enviarlos, pero lo principal es
comunicar. El momento de formalizar el esquema de comunicación es la
reunión de inicio del proyecto (kick off).
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
83
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
A continuación, ofrecemos un cuadro resumen con la información y los
entregables, con sus respectivos actores en cada caso.
]'* ‹!!-
Información
Momento de
generación /
transmisión
Emisor
Receptor
Organigrama del
Kick off del
Gerente del
Todos los
proyecto
proyecto
proyecto
integrantes del
Informe de avance
En la reunión de
Gerente del
del proyecto
avance semanal
proyecto
Plan de trabajo
En la reunión de
Gerente del
avance semanal
proyecto
En las reuniones
Convocante
proyecto
Actas de reunión
establecidas
Comité ejecutivo
Comité ejecutivo
Participantes de la
reunión
Memorando de
En el momento
Gerente del
riesgo
que se presente el
proyecto
Comité ejecutivo
riesgo
Plan de
Previo a la
Gerente del
Usuarios, comité
capacitación
capacitación
proyecto
ejecutivo
Alcance de
Final de etapa /
Gerente del
Comité ejecutivo,
requerimientos
análisis de
proyecto
usuarios
Final de etapa /
Gerente del
Equipo técnico
procesos de carga
proyecto
requerimientos
Informe técnico
(ETL)
Elaboración propia, adaptado de Project Managment Institute 2004.
84
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=‘|~Šk“`|ƒ}ˆ›|‚Šˆ~|~k`|~~ `Š|„„k‹|`‚|
Documentación de seguimiento
De acuerdo con el plan de seguimiento, de manera habitual se debe
establecer la periodicidad de entrega de la documentación de seguimiento
del proyecto (informe de avance y plan de trabajo). Como la mostramos en
la siguiente matriz, la periodicidad se indica como mensual (m), quincenal
(q) o semanal (s):
]]* ‹!-!
Destinatario/
tipo de
información
Informe de avance
del proyecto
Plan de trabajo
Patrocinador Líder
del proyecto usuario
Gerente
Equipo
del
técnico
proyecto
Comité
!V
S
S
S
S
S
S
S
S
S
S
Elaboración propia, adaptado de Project Managment Institute 2004.
Se recomienda que la periodicidad de entrega de la documentación de
seguimiento (informe de avance y plan de trabajo) sea semanal, no obstante,
podrá ser alterada en coordinación con el comité ejecutivo. Si alguno de los
destinatarios no asiste a la reunión en la que se entregan los documentos de
avance, se le debe enviar esta información obligatoriamente.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
85
TERCERA PARTE
Consideraciones para implementar
exitosamente Business Intelligence
_Ž ‰
En la práctica, Business Intelligence tiene sobre sí la exigencia de dar
un soporte real al proceso de toma de decisiones con el mayor grado de
/ = ' + *+‡+Q Z%+ ¬Œ%† + ‡+
llegan a ser estas soluciones? Al respecto, hace algún tiempo recogimos las
inquietudes de los responsables de las áreas de Sistemas que ya cuentan
con soluciones de este tipo, y ello nos ha permitido corroborar que los
siguientes aspectos —que recogemos en nuestra labor de consultoría—
/%-Z++†‡+
¢ Selección inadecuada de la herramienta tecnológica. A menudo
*+ %% / +* Œ% + cubre funcionalmente sus expectativas y, por ende, no usan la solución
con la intensidad esperada.
¢ H **+*= 9 /*+ **+* % *+ + trabajo de desarrollo realizado, al punto de crear en los usuarios rechazo
en el uso de la solución desde el inicio mismo del paso a producción.
¢ Mal dimensionamiento del proyecto. Debido a la inexperiencia en este
tipo de soluciones, la falta de una metodología de implementación o de
conocimiento en la plataforma tecnológica, el mal dimensionamiento de
%[-*%Z+Z/-*+=
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
89
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Estos desfases debilitan la relación con el proveedor y crean problemas
internos en las empresas por los tiempos de entrega inicialmente ofrecidos.
¢ Usuarios no comprometidos. Business Intelligence busca revertir el
hecho de que muchos encargados de tomar decisiones pasan la mayor
parte de su tiempo construyendo información y no analizándola. Esto
representa un cambio cultural en la forma de gestionar, que en muchos
*/7**%+* [%*=
" /[ + %* * - †‡+ +
+* *% *+ *%* % /* - =
'%ZQ%*%/**-*+QŒ%*
+/**  +% [ %
Intelligence en la empresa, con una clara estrategia de priorización y guiando
la selección adecuada de las herramientas tecnológicas, representa la base
para el desarrollo de los proyectos. Sobre este punto es de vital importancia
%* %% /Q Œ%  ‡ % *
* +/** + Œ% 7 satisfagan. Adicionalmente, factores como la plataforma tecnológica con que
la empresa cuenta para sus sistemas operacionales y el presupuesto que
se tiene para este tipo de soluciones ayudan para una buena selección de
+Q-X*+%%%/=
En segundo lugar, por el lado del desarrollo se debe contar con
una metodología de implementación probada e idónea para este tipo de
soluciones, que considere desde el relevamiento formal de requerimientos
de análisis de información hasta las capacitaciones técnicas y funcionales
Œ%*/[%%%-7%Œ%
técnico que lo apoye debidamente.
Finalmente, no debemos perder de vista que Business Intelligence
es un proceso de negocio y las herramientas tecnológicas deben apoyar
adecuadamente el proceso. La clave es la información, no el software.
90
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=˜€‚Šˆ}|~‚}ªŠk‚ˆ~|²³kŠˆ
La experiencia nos deja muchas enseñanzas que deben ser aplicadas
en los futuros proyectos. Bajo la denominación de «factores críticos de éxito»
+/Œ%*+Œ%’+%+-*+=
a.
Apoyo de la gerencia. ’‘•‘”. Business Intelligence es un
proceso de negocio, no un proyecto de tecnología, por lo tanto en
su implementación la persona que ejerce el liderazgo es el ejecutivo
funcional de más alto nivel, quien apoyará y patrocinará el proyecto.
Si el número uno de la empresa o del área no está convencido del
tema, el proyecto no funcionará.
b.
Compromiso de los usuarios. Es de vital importancia para el proyecto
recopilar toda la información de los usuarios clave del negocio,
quienes guiarán las posteriores etapas del proyecto. Paradójicamente,
en la práctica existen algunos usuarios que evitan alcanzar toda la
información necesaria. A esto precisamente ayuda también el contar
con el sponsor indicado en el punto anterior.
c.
Modelamiento. El modelamiento dimensional ha sido creado
exclusivamente para soluciones de Business Intelligence, cuyo objetivo
fundamental es elevar la performance en las consultas de usuarios
/='%%++†**/%Z
éxito o fracaso del proyecto. Si los usuarios no cuentan con una buena
performance al analizar su información, ello podría alentar el desuso
de la solución.
d.
Arquitectura tecnológica. En la experiencia es habitual encontrar
una heterogeneidad de fuentes de información que alimentarán
periódicamente al Data Mart o Data Warehouse. La arquitectura
tecnológica resultante deberá ser la más idónea en cada caso, teniendo
en consideración todos los detalles de carga necesarios, además del
adecuado dimensionamiento de la plataforma a utilizar. Descuidar
este aspecto puede originar un desaprovechamiento de los recursos y
plataformas tecnológicas.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
91
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
e.
Metodología de implementación. Una metodología adecuada que
contemple las mejores prácticas en las distintas etapas de un proyecto
de Business Intelligence facilitará su desarrollo, propiciando orden
en el proceso y generará la esperada transferencia de conocimiento
a los equipos de trabajo en las empresas. A esto hay que sumar que
estamos hablando de un proyecto de gestión y, por lo tanto, debemos
considerar los elevados niveles de administración del proyecto.
f.
Selección de la herramienta analítica. Como ya indicamos
anteriormente, contar con la herramienta analítica apropiada es
producto de un correcto proceso de selección de tecnología, que
tenga en cuenta una serie de criterios de selección tanto funcional
como técnico, y de acuerdo a lo que la organización demande para
sus soluciones de Business Intelligence. Una inadecuada selección
de tecnología podría generar reinversiones en las organizaciones o
desuso por parte de los usuarios del negocio.
g.
Experiencia. En estas soluciones es necesaria la formación de
profesionales de la empresa, o la contratación de consultores
externos. Aunque esto parezca costoso, recordemos que siempre
+7 * */*  *+ Œ% %
proyecto mal construido.
W ‡*  /‡ *+
a tener en cuenta en los proyectos de Business Intelligence. Con la debida
/**-++ZQ Œ%*%%+*
el éxito.
92
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
La información en las organizaciones está aumentando
rápidamente, así como las decisiones críticas del negocio;
el problema es la actitud de las empresas para utilizar estos datos.
Gartner Group
`%‹ Business Intelligence
Como en muchos tipos de proyectos, implementar una solución de Business
Intelligence nos deja muchas enseñanzas, que a manera de aprendizajes
*+/Œ%%*+%%*+=
`%:X/;@;@KYXYZQ;=?>K/6;:<?Y[6=; :
En una empresa de seguros local, trabajando una solución de Business
Intelligence para el área comercial y analizando el organigrama de dicha área,
propusimos que el Gerente Comercial se apoye en un tablero de control con
los principales indicadores bajo su responsabilidad, dejando a los analistas
comerciales «sumergirse» en el análisis detallado ante situaciones anómalas
+/*= ZQ * *% %* *Q Z+ mención demandó llegar él mismo a los máximos niveles de detalle, en este
caso hasta la póliza de seguro.
Una de las primeras características funcionales en Business Intelligence
es brindar a un usuario la posibilidad de realizar análisis de información
de exploración, esto es, profundizar en la información de acuerdo con el
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
93
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
requerimiento. Esto puede realizarse desde una información muy concisa
hasta niveles muy detallados. Las herramientas analíticas brindan hoy
muchas capacidades para manejar esta característica, incluso con mucho
volumen de información. Si la tecnología lo permite, demos a los usuarios
estas posibilidades. Algunos preferirán analizar solo en forma macro, pero
otros requerirán llegar hasta los niveles detallados. La lección es que dejemos
preparada la solución para ambos casos.
`%==K>KYYXˆ;>6[K:HK6/?@>6H?@6/[6=K:6>?@
Una de las máximas en Business Intelligence es la alta performance de
acceso a la información. No obstante, y por motivos sobre todo técnicos,
hemos visto experiencias en las que esto no ha sido muy bueno. No
debemos descuidar este aspecto, dado que lo peor que nos puede pasar es
que nuestra solución quede en desuso, y este es uno de los problemas que
el usuario advierte en forma directa.
Para evitar estas situaciones, nuestro equipo de trabajo debe conocer
muy bien la tecnología de turno (plataforma de base de datos y herramienta
’+*¥Q / [ + *%* - */Z%*
necesarias para tener rápidas respuestas. Asimismo, debemos realizar un
seguimiento periódico del uso que tiene la solución, luego de implementada,
/ +/* - + Œ% + + - %*
%%*='‡* *+Œ%/+
de la base de datos o la incorporación de índices adicionales optimizados
solucionaron muchos de estos casos. La lección es: hagamos la vida fácil a los
%%/Q%Œ%+ZŒ% *%[*
punto de vista técnico.
94
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=<ƒ}|`kž€´|~|`„€k™ƒ„|™|`Š€‚k“`|~k`|~~ `Š|„„k‹|`‚|
`@;[ˆYK@=;:>;‘/K/6’?[?RK:K;>6>>K=Y;HKY;?@
Desarrollar una solución de Business Intelligence es la oportunidad de que
todos en la organización trabajen con un solo juego de datos. Para esto, y
/**’+*Q[/**
para que todos interpreten lo mismo.
El gerente general de una empresa textil, analizando la información
de las ventas de un periodo, encontró diferencias en la información que
proporcionaban, por un lado, el gerente comercial y, por otro, el contador
general. Ocurría que en esta empresa se tenían telas de primera, telas de
segunda, retazos y piezas chicas. Al gerente comercial solo le interesaba
[ + %*+ % Z/** embargo, es sabido que un contador debe registrar toda información, he aquí
*='+7+/‡+*
de las variables en un negocio y su necesaria estandarización. Cuando en esa
empresa se habla de ventas, todos deben saber si se trata de los dos primeros
tipos de productos o de los cuatro.
`'†6;:<?Y[6=; :>K‘K@KYˆYK@K:H6>6>K[6:KY6=?[Q:;=6H;J6
Consolidar la información clave para apoyar toma de decisiones no basta en
una solución si no la dotamos de mecanismos que permitan una visualización
acorde con lo que se quiere comunicar. Es decir, hay indicadores que se pueden
+%+[%%++Z/*Q7++
la forma idónea en cada caso.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
95
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Analicemos el siguiente caso:
`€ w ! * “”w Market Share
Otros
5.4 %
Competidor D
12.7 %
Competidor A
29.9 %
Competidor C
14.3 %
Nosotros
18.7 %
Competidor B
19.0 %
Fuente: Few 2006.
Es habitual analizar la participación del mercado en un diagrama
*+Z/*= =ZQ%+*
tenemos que visualizar todas las demás. De igual forma, si queremos ver las
%**%+**+='*QZ/*’
no ser el idóneo para transmitir este indicador.
96
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=<ƒ}|`kž€´|~|`„€k™ƒ„|™|`Š€‚k“`|~k`|~~ `Š|„„k‹|`‚|
`€ ƒ”‡–Šƒ”‡
Competidor A
Competidor B
Nosotros
Competidor C
Competidor D
Otros
0%
5%
10 %
15 %
20 %
25 %
30 %
35 %
Fuente: Few 2006.
Por el contrario, si utilizamos un diagrama como el presentado ahora,
estaríamos visualizando en forma directa cuál es nuestra posición e inclusive
cuál es el orden de los principales competidores del mercado.
Como notará el lector, hay varias maneras de proponer la visualización
de la información, pero hay también la manera idónea de hacerlo.
`]*K>;YK/;[ˆ6=H?>K/?@@;@HK[6@HY6:@6==;?:6/K@
Al alimentarse constantemente de los sistemas transaccionales de la
empresa, Business Intelligence está sujeto a recibir posibles inconsistencias
en los datos o con un nivel de calidad no deseado. Es común encontrarse con
situaciones como la siguiente:
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
97
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Una empresa del sector cosméticos, cuyas ventas se realizan por
catálogos y en campañas de tres semanas cada una, desarrolló un
Data Mart comercial cuya información provenía del sistema de ventas
de la empresa. Parte del proceso involucraba que al cierre de cada
campaña el Data Mart recibía toda la información del sistema citado.
Dicha información, entre otras cosas, proporcionaba el ranking de
las principales vendedoras por cada zona de venta en el país, quienes
recibían premios por su gestión. Todo estaba muy bien hasta que
algunas vendedoras comenzaron a reclamar porque aparentemente
habían vendido más que las premiadas. Luego de un análisis del
++/*Œ%%Z***+
de ventas recibía aún «ventas adicionales», de las cuales el Data
H+%*+=/’*ZŒ%
responsabilizaban al sistema de Business Intelligence (Data Mart)
por esta anomalía, cuando el problema estaba más atrás. La lección
es que debemos establecer los procesos que permiten llevar la
información hacía los usuarios del negocio, resolver cualquier
anomalía en conjunto y evitar que siga ocurriendo.
La metodología de implementación se ocupa de procesar la información,
eludiendo las posibles inconsistencias y problemas de validación. Sin
embargo, es muy importante resaltar que hay situaciones, como la expuesta,
Œ%+*+*Q/*+**+Q*%Q
excepciones a las reglas del negocio.
Por otro lado, igual de importante es tener en cuenta que hay
requerimientos de gestión, que demandan ajustes a los sistemas
transaccionales. Aquí un ejemplo:
98
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=<ƒ}|`kž€´|~|`„€k™ƒ„|™|`Š€‚k“`|~k`|~~ `Š|„„k‹|`‚|
' % Z%Q - %+ /* requerimientos con los usuarios del área comercial del negocio, se
+/* % * * %- ++ *+
con el grupo económico al que pertenece un cliente. Esto orientaría
de una mejor forma las propuestas de productos a empresas que
pertenecen al mismo grupo. Sin embargo, este dato no existía en
los sistemas transaccionales. Esta necesidad originó un cambio en
la base de datos que contiene a todos los clientes, agregando un
nuevo dato del cliente: «grupo económico».
La propuesta es prestar atención a estas situaciones, de aquí la
importancia de considerar dentro de las iniciativas de Business Intelligence,
Z%++**Q/-
la carga de información, además de aportar su conocimiento de las fuentes
transaccionales en este tipo de cambios.
`_%@;R:6YˆYK@QˆQK@H?6=?Y>K=?:/6=?[ˆ/K;>6>
Las iniciativas de Business Intelligence, como las de cualquier otro proyecto,
requieren de presupuestos acordes con las necesidades propias de la
empresa. Sin embargo, vemos, en muchos casos, que por tratar de reducir
los costos involucrados arriesgan alguno de los elementos base del proyecto.
Algo relativamente típico es que al no alcanzar el presupuesto se recorta, por
ejemplo, la inversión en hardware, lo cual merma la calidad del proyecto. Es
+/Œ%*+++*%%%+%
permanente, dado que pronto se requerirán más licencias de la herramienta
analítica, o quizás sea necesario repotenciar el servidor en el cual se aloja
el Data Mart o Data Warehouse, o el soporte anual impuesto por la empresa
proveedora de la herramienta.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
99
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
`` €KH?Y:? >K ;:JKY@; : ˆ6Y6 Q: ˆY?^K=H? >K Q@;:K@@
":HK//;RK:=K
; +*’+%+Q/*Œ%Z+
tipo de iniciativas, son al inicio solo intangibles, sin embargo, los resultados
+++**+%*Q/*Œ%Z
Z[*Q*%/+%-+Z=ZQ
realizar un ejercicio de retorno de la inversión para un proyecto de Business
Intelligence, se pueden considerar los costos que generan los recursos
técnicos (áreas de Tecnologías de la Información) en elaborar los reportes
solicitados por los usuarios y además hay que sumar al análisis el tiempo que
demandan los usuarios en preparar su información que apoye su gestión. Un
ejemplo de este proceso lo indicamos a continuación:
`!!!  elaboración de reportes
Área
Nro. reportes/
(mes)
Tiempo promedio de
desarrollo (h)
Total (h/mes)
Operaciones
10
4
40
Comercial
15
4
60
100
Hay que considerar que las organizaciones poseen el costo promedio
por el trabajador y de allí sacaríamos lo que se gasta al mes por construcción
de reportes de requerimientos. Además, como adelantamos, hay que
considerar los costos de los usuarios de las distintas áreas:
100
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
=<ƒ}|`kž€´|~|`„€k™ƒ„|™|`Š€‚k“`|~k`|~~ `Š|„„k‹|`‚|
`'!!! ! la elaboración de reportes
Área
Nro. reportes/
(mes)
Tiempo promedio de
desarrollo (h)
Total (h/mes)
Operaciones
80
10
800
Comercial
80
10
800
1600
'++ +%* 7%+/*%
inversión en una solución de Business Intelligence, ya que los montos totales
obtenidos, típicamente son retornados en pocos meses.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
101
Epílogo
A lo largo de los diversos casos comentados en el presente libro, hemos querido
resaltar la importancia de contribuir hoy a nuestros ejecutivos con más y
mejor información, para apoyar una mejor toma de decisiones. Al respecto,
+ Œ% * Z%  "+ #%*¶ / ¤
hay nada peor que cometer bien los errores», haciendo referencia a que en
**%* 7*%+Q+*%/*+
para tomar sus decisiones, deciden acciones equivocadas.
<Q
+ - /* soluciones de Business Intelligence, y si bien estas soluciones no son
nuevas, se espera que su repercusión en las empresas sea mayor. Ya se
viene dando una serie de innovaciones en este campo que complementa
sus virtudes. Recibir indicadores clave en el celular, información de apoyo a
la gestión en el correo electrónico y tableros de control con características
dinámicas son algunas de las funcionalidades ya disponibles, pero aún no
aprovechadas en gran medida. En muchos casos solo hace falta la decisión
de hacerlo y también, evidentemente, el presupuesto, aunque ya el lector
habrá comprobado que las ventajas que una implementación de este tipo
genera tienen un retorno en el corto plazo.
De acuerdo con estadísticas recientes proporcionadas por IDC
Latinoamérica, el nivel de crecimiento mundial de las soluciones de Business
+Z*‡+
Q >·Q-Z+*
&Q ·= + ZZ Œ% + %* % * *+ Œ% + Q /
que este es un tema emergente y necesario en las organizaciones.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
103
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
Al respecto, queremos comentarles que hay dos grandes proyecciones
en este tipo de iniciativas: en primer lugar, de acuerdo a lo que se viene
comentando en muchas conferencias mundiales y guiados por nuestra
experiencia en el tema, el canal tecnológico que será preponderante hoy y
a futuro es el canal Mobile, es decir, a nuestros dispositivos móviles estará
llegando la información necesaria para nuestra toma de decisiones, está en
nosotros aportar con las acciones pertinentes.
En segundo lugar, existe también una marcada tendencia a soluciones
de Business Intelligence orientada a aprovechar el comportamiento de los
clientes, para establecer estrategias de marketing personalizadas. Estas dos
iniciativas las veremos con mayor contundencia en las implementaciones a
nivel mundial.
Nos toca seguir colaborando para que las empresas, a través de sus
ejecutivos, apuesten o continúen apostando por las soluciones de Business
Intelligence, con el convencimiento de que les darán muy importantes
/*= * + Œ% Œ% Œ% X + **
+/Œ%¤*¸=
104
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
Glosario
Análisis Multidimensional. El objetivo del análisis multidimensional es
Œ% %% / Z% * Œ% Z/* de datos. El planteamiento multidimensional del análisis pone a un mismo
nivel el contenido de los datos y el modelo concebido por el analista , de este
modo, evita confusiones y hace que disminuya el número de interpretaciones
erróneas. También facilita la navegación por la base de datos, rastreando un
%Z%+**+Q*++*%+**’/*
-/**%’+*=<Q%+Œ%+*%+
/’*+* % +%*+% %+Q *
en dichas operaciones es mucho más rápida y regular de lo que es posible con
otras estructuras de bases de datos.
Business Intelligence. Proceso de convertir datos en conocimiento y
conocimiento en acciones para crear una ventaja competitiva del negocio
(The Data Warehouse Institute).
Cadena de valor. Fue descrita y popularizada por Michael E. Porter en
su best-seller de 1985 Competitive Advantage: Creating and Sustaining
Superior Performance. La cadena de valor categoriza las actividades que
producen valor añadido en una organización. Estas se dividen en dos tipos
*+QŒ%***/’*%*+Q
- *+ * * % + - +* + -
actividades secundarias, que prestan apoyo a toda la empresa, como la
/**Q*+-/[=
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
105
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
CRM. Es la adopción de estrategias comerciales centradas en los clientes,
* / * Œ% + * Z* - en que la gente trabaja. Luego se habilita nuevas estrategias, nuevas
+****+-%/%7+7*
soporte tecnológico apropiado.
ƒ•Š„‘ƒ”†. Medio de comunicación empresarial basado en una vista que
muestra la información más importante y necesaria para alcanzar uno o más
objetivos estratégicos. Esta información está consolidada y es presentada
en una simple pantalla que puede ser monitoreada de un solo vistazo y de
forma intuitiva.
Data Mart. Almacén de datos limitado a un área concreta de la organización.
Depende del Data Warehouse o directamente de los sistemas operacionales.
Data Warehouse. Repositorio central de datos que concentra la información
de interés para toda la organización y distribuye dicha información por
medio de diversas herramientas de consulta y de creación de informes. Los
datos almacenados son extraídos de los diferentes sistemas operacionales y
fuentes externas.
”‹ŽŽ‘™Ȁ’=W*%+%*%/**+
una técnica de análisis concreta con la cual el usuario rastrea los diferentes
+%§%/*¥+
§%*¥= % / %+ + + 7Œ%’
que hay en las dimensiones u otras relaciones que puedan ser dinámicas
con o entre dimensiones. Por ejemplo, al visualizar los datos sobre ventas
en Norteamérica, si se solicita una operación de rastreo minucioso en la
dimensión de Regiones, aparecerá Canadá, los Estados Unidos del Este y los
Estados Unidos del Oeste. Si se solicita un rastreo aún más minucioso sobre
Canadá, puede que muestre Toronto, Vancouver, Montreal, etcétera.
106
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
‘„ˆ~€}kˆ
ERP. W + /** *% §'–" sus siglas en inglés) son sistemas de información gerenciales que integran
y manejan muchos de los negocios asociados con las operaciones de
producción y los aspectos de distribución de una compañía comprometida
en la producción de bienes o servicios.
ETL. Proceso de extracción, transformación y carga (por sus siglas en inglés).
Las fuentes de datos provienen de diferentes plataformas de bases de datos
y sistemas operativos. El objetivo del proceso ETL es consolidar los datos de
estas fuentes heterogéneas en una plataforma y un formato estándares.
Explotación de datos. Proceso asociado a la generación de consultas y
reportes analíticos en una solución de Business Intelligence.
Herramienta analítica. Herramienta con características dinámicas que
+ * - /‡ 7 *= '+
dotadas de importantes funcionalidades que permiten su manejo sin mayores
conocimientos técnicos.
Indicadores. Medio para visualizar si se están cumpliendo o no los objetivos
estratégicos. Pueden ser de varios tipos, como los indicadores de gestión, de
*%+Q/**Q+*†+=
Metadata. Datos que describen otros datos. En general, un grupo de metadatos
/%Z%+¤*%¸='**+++
análogo al uso de índices para localizar objetos en vez de datos. Por ejemplo, en
%+*%/* Œ%*/*%+Q+’+%Q*+
y lugares para buscar libros. Así, los metadatos ayudan a ubicar datos.
Métrica. Unidades medibles para el análisis de información.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
107
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
OLAP. Online Analytical Processing o procesamiento analítico en línea. Es una
categoría de la tecnología de software que permite a analistas, directores y
ejecutivos llegar a comprender los datos accediendo a ellos de forma rápida,
coherente e interactiva, y con una amplia variedad de puntos de vista sobre
la información que ha sido transformada a partir de datos sin procesar, para
/7+*+%%=
Repositorio de datos. Base de datos analítica para una solución de Business
Intelligence, representada por un Data Mart o Data Warehouse.
SCM. La gestión de la cadena de abastecimiento es un vínculo formal entre
todos los niveles de un canal de distribución. Esta forma de planeamiento
proporciona visibilidad sobre las necesidades de todos los clientes.
Usuario. Persona para quien se desarrolla una solución o proyecto. En este
caso todos aquellos que apoyarán su toma de decisiones en una solución
basada en el aprovechamiento de la información.
108
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
BOCCHI, Jean Michael (2004) Gestión proactiva para un negocio inteligente.
En: BI Magazine Digital, Nro. 22 (consulta: 25 de noviembre). (http://www.
bi-magazine.com)
DEL SOL, Xavier (2004) Un análisis que evoluciona con el negocio. En: BI
Magazine Digital, Nro. 20 (consulta: 25 de noviembre). (http://www.bimagazine.com)
ESPINOZA, María Teresa (2004) Introducción al Data Warehouse. En: BI
Magazine Digital, Nro. 18 (consulta: 23 de noviembre). (http://www.bimagazine.com)
FEW, Stephen (2006) Information Dashbords Design: The Effective Visual
Communication of Data. California: O’Reilly Media.
FEW, Stephen (2005) Discovering de Source of Business Intelligence Within.
En: Better Management (consulta: 29 de marzo de 2006). (http://www.
bettermanagement.com/library/library.aspx?l=13429)
FEW, Stephen (2004) Show Me the Numbers: Designing Tables and Graphs to
Enlighten. California: Analytics Press.
KIMBALL, Ralph y CASERTA, Joe (2004) The Data Warehouse ETL Toolkit:
Practical Techniques for Extracting, Cleaning, Conforming, and Delivering
Data. Indiana: John Wiley & Sons.
KIMBALL, Ralph y ROSS, Margy (2002) The Data Warehouse Toolkit: The
Complete Guide to Dimensional Modeling. 2a. ed. New York: John Wiley & Sons.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
109
'k~ˆ`H|k`€‰~k`|~~k`Š|„„k‹|`‚|
KIMBALL, Ralph y otros (2008) The Data Warehouse Lifecycle Toolkit.
Practical Techniques for Building Data Warehouse and Business Intelligence
Systems. 2a. ed. Indiana: John Wiley & Sons.
MEDINA, Edison (2004) Business Intelligence. ¿Es una realidad en el Perú?,
p. 38. En: revista Business, Nro. 115.
MEDINA, Edison (2006a) Herramientas analíticas Business Intelligence. Su
selección adecuada como factor crítico de éxito. En: IBSS Journal (consulta:
marzo). (http://www.ibss.biz)
MEDINA, Edison (2006b) Inteligencia de Negocios. Siete factores claves para
el éxito de sus proyectos, pp. 1-7. En: IBSS Journal (consulta: junio). (http://
www.ibss.biz)
MEDINA, Edison (2007) ¿Por qué dashboards en las organizaciones? En: IBSS
Journal (consulta: septiembre). (http://www.ibss.biz)
MEDINA, Edison (2009) Business Intelligence, la información como arma
competitiva. En: Cuadernos de Investigación de la Escuela de Postgrado de
la UPC. 5a. ed. (http://postgrado.upc.edu.pe/cuaderno-epg/contenido.asp?C
ON=6422&BOL=29&EJE=548&NSEC=192)
MONTERO, Rosario (2004) Un paso más en la estrategia BI corporativa. En:
BI Magazine Digital, Nro. 19 (consulta: 23 de noviembre). (http://www.bimagazine.com)
OÑATE, Juan (2004) Hacia un Data Warehouse corporativo. En: revista BI
Magazine, Nro. 18 (consulta: 25 de noviembre). (http://www.bi-magazine.
com)
PORTER, Michael E. (1985) Competitive Advantage: Creating and Sustaining
Superior Performance. New York: The Free Press.
110
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
k¾„kˆ‹}€˜ª€
PROJECT MANAGEMENT INSTITUTE (2004) Guía de los fundamentos de la
Dirección de Proyectos (Guía del PMBOK), 3a. ed. Pennsylvania.
RODRÍGUEZ, Marisa (2004) El valor de Business Intelligence en las empresas.
En: revista BI Magazine, Nro. 10 (consulta: 15 de octubre). (http://www.bimagazine.com)
VIQUEZ, Fabio (2006) Información para la toma de decisiones, p. 17. En:
revista IT Now, Nro. 10.
9`k{|}~k€"|}€`€|;k|`‚k€~<ƒ„k‚€€~
111
Recientes publicaciones del Fondo Editorial de la UPC
2012
Vélez, Odette (compiladora)
La educación desde el psicoanálisis. La función analítica del educador
Álvarez Falcón, César
El despegue. De las burbujas económicas al desarrollo sostenible
Medina La Plata, Edison
Business intelligence. Una guía práctica
Segunda edición
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Verano de 2012, vol. 9, nro. 33
2011
Lazarte, Marina (compiladora)
Reconstruyendo la libertad. Una selección de artículos de George L. Priest
Chu Rubio, Manuel
Galván, Liliana
Creatividad para el cambio
Tercera edición
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Primavera de 2011, vol. 8, nro. 32
Huamán, Laura y Rios, Franklin
Metodologías para implantar la estrategia
Segunda edición
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Invierno de 2011, vol. 8, nro. 31
Yrivarren, Joaquín
Gobierno electrónico. Análisis de los conceptos de tecnología,
comodidad y democracia
Remy, Paul
Manejo de crisis. ¿Qué hacer el día en que todo está en contra nuestra?
Wright, Susan y MacKinnon, Carol
Alquimia de liderazgo. La magia del líder coach
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Otoño de 2011, vol. 8, nro. 30
Blanco de Alvarado-Ortiz, Teresa
Alimentación y nutrición. Fundamentos y nuevos criterios
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Verano de 2011, vol. 8, nro. 29
2010
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Verano de 2010, vol. 7, nro. 28
Parodi Revoredo, Daniel
Lo que dicen de nosotros
Sardón Taboada, José Luis (editor)
Revista de Economía y Derecho
Verano de 2010, vol. 7, nro. 27
Millán Falconí, Armando y Vélez Valcárcel, Odette
Ética y ciudadanía. Los límites de la convivencia
<Z%QH%*'†%%Q‘*$Q;*$Q'¶‘Q
W[—%+Q<H’HQ;%Q-–-Q#
Redactar en la universidad. Conceptos y técnicas fundamentales
Cuarta edición
Chu Rubio, Manuel
Tercera edición
Sardón, José Luis
Libertad económica y régimen político
Benegas Lynch (h), Alberto
Pensando en voz alta
Coveñas, Rafael y Aguilar, Luis
Avances en neurociencias: neuropéptidos
Cifuentes Ramseyer, María Isabel
Piel a piel y caricias
Sardón de Taboada, José Luis (editor)
Revista de Economía y Derecho
Otoño de 2009, vol. 7, nro. 26
Fischman, David
Cuaderno de felicidad
Fischman, David
La alta rentabilidad de la felicidad
Donayre, Christian (compilador)
Constitución, economía y empresa en el Perú
<-[Q;+;+†Q‘%—%+Q‘H-Q'QTarnawiecki, Nicolás
Iniciarse en la investigación académica
Tarnawiecki, Nicolás (editor)
Documentos de trabajo de Humanidades
Números 3-4
Dreifuss Escárate, Daniel y Vélez Valcárcel, Odette
El poder de educar. Una mirada al vínculo pedagógico
Sardón de Taboada, José Luis (editor)
Revista de Economía y Derecho
Verano de 2009, vol. 7, nro. 25
Si desea información acerca de todas las publicaciones
del Fondo Editorial de la UPC, ingrese a:
www.upc.edu.pe/fondoeditorial