Articulo-B4-03---El-Valor-de-la-InformaciAn---BI--AnalAtica

Esta es una vista previa del archivo. Inicie sesión para ver el archivo original

La información como un activo vital de la Entidad
Ninguno de nosotros podría concebir hoy en día que una 
organización pueda existir sin información y sin el 
conocimiento a profundidad de ella. 
Nos cuesta a veces diferenciar 
entre datos e información y lo 
mismo entre información y 
conocimiento, consideramos un 
buen dato como información y a la 
información de calidad la 
catalogamos como conocimiento. 
Pero es natural, la diferenciación 
de estos elementos se puede lograr 
si tenemos claro el contexto, el 
entendimiento y la línea de tiempo 
como lo muestra la imagen. 
Roger Quirama
CIO DEPARTAMENTO ADMINISTRATIVO 
DE LA FUNCIÓN PÚBLICA
Los datos, si no son de calidad, no generarán información útil y 
mucho menos conocimiento que permita generar descubrimientos 
“insights”; es un un proceso en cadena, y como CIO, debemos 
convertirnos en sus guardianes, velando por su integridad, para 
que se produzca conocimiento y valor agregado a la organización, 
que es una de las principales bases de las economías desarrolladas. 
¿Cómo tomar buenas decisiones sino es basados en estos 
elementos fundamentales? 
“Pero es natural, la 
diferenciación de estos 
elementos se puede lograr 
si tenemos claro el 
contexto, el entendimiento 
y la línea de tiempo...”
PARA DESTACAR
Datos
Información
Co
nt
ex
to
Entendimiento
http://www.nwlink.com/~donclark/performance/understanding.html
Conocimiento
Sabiduría
Pa
sad
o
Fu
tur
o
Ahora bien, imaginémonos por un momento, estos círculos 
entrelazados una detrás del otro, dada su estrecha relación y de ahí 
la importancia de la cadena anteriormente referida que debemos 
proteger y promover, para avanzar en el desarrollo de nuestra 
economía, basada en información y conocimiento como 
principales activos de nuestras entidades. 
Pero la otra pregunta que surge es, ¿cómo producir ese 
conocimiento?, y aquí nos referirimos a el cómo, utilizando 
tecnologías que no son tan nuevas pero que recientemente están 
cobrando su mayor importancia, permitiendo explotar los datos 
para generar información, conocimiento y sabiduría (entiéndase 
como predicción). No es otra cosa que la aplicación de Inteligencia 
de Negocios – BI y Analítica Avanzada:
INTELIGENCIA DE NEGOCIOS - BI ANALÍTICA AVANZADA
“Utilizar datos de manera correcta para obtener información de 
valor que permita tomar mejores decisiones de negocio.” 
Fuente: Microso�-Infografía parcial. (Microso�, 2016)
BI y Analítica:
Business Intelligence (BI) (Terán, 2017) comprende el conjunto de 
estrategias, procesos, aplicaciones, datos, tecnologías y 
arquitecturas técnicas que se utilizan para apoyar la recopilación, 
el análisis de datos, la presentación y la difusión de Información. 
Las tecnologías de BI proporcionan vistas históricas, actuales y 
predictivas de operaciones de negocios. 
Funciones comunes de las tecnologías de inteligencia de negocios 
incluyen: informes, procesamiento analítico en línea, análisis, 
minería de datos, procesos de minería, procesamiento de eventos 
complejos, gestión del desempeño empresarial, benchmarking, 
minería de textos, análisis predictivo y análisis prescriptivo. Las 
tecnologías de BI pueden manejar grandes cantidades de datos 
estructurados y a veces no estructurados para ayudar a identificar, 
desarrollar y de otra manera crear nuevas oportunidades. Su 
objetivo es permitir la fácil interpretación de estos grandes datos. 
Identificar nuevas oportunidades y aplicar una estrategia eficaz 
que basada en “insights” puede ofrecer a las organizaciones una 
ventaja competitiva en el mercado y a largo plazo estabilidad.
La BI, basándose en medidas e informes específicos, puede aportar 
información valiosa con respecto al estado actual del negocio. La 
analítica puede profundizar en dichos resultados para responder a 
preguntas específicas.
Las plataformas de BI/analítica (TEC, 2017) forman esencialmente 
un marco de referencia para las funciones de EPM (Enterprise 
Performance Management – Gestión de Desempeño Empresarial). 
Las aplicaciones de BI/analítica contienen todo el contexto y/o la 
infraestructura para recompilar grandes volúmenes de datos y 
analizarlos utilizando herramientas específicas como cubos de 
procesamiento analítico en línea (OLAP), minería de datos y texto, 
procesos analíticos específicos, etc. Estas herramientas también 
intervienen en la entrega de dicha información a los usuarios 
finales utilizando capacidades avanzadas de generación de 
informes, tableros de mando, o cualquier otra forma avanzada de 
visualización (gráficos, mapas, indicadores, etc).
¿What happened?
Descriptive Analytics
Diagnostic Analytics
Predictive Analytics
Prescriptive Analytics
¿Why did it happened?
Traditional Business 
Intelligence
¿Why will happen?
¿How can we make it happen?
Va
lu
e
Di�iculty
Gartner
Info
rma
tion
 
Hind
sigh
t
Insig
ht
Fore
sigh
tOpt
imiz
atio
n 
En todo caso, la analítica avanzada requiere de la existencia de la 
inteligencia de negocios, (Estera, 2016) con lo cual se hacen 
complementarias y estrechamente relacionadas. De otra forma, 
para poder llevar acabo Analítica Avanzada es necesario haber 
aplicado el conjunto de estrategias de Inteligencia de Negocios 
independientemente de la plataforma. 
La relación intrínseca entre Inteligencia de Negocios y la Analítica 
con base en las capacidades de análisis que se pueden llevar a cabo 
en cada etapa se pueden apreciar en la siguiente gráfica:
Capacidades Analíticas:
En este caso se puede ver que la Analítica no corresponde 
únicamente a un estado de Analítica Avanzada exclusivamente, 
sino que desde el momento que se busca entender lo que pasó en 
un momento anterior (Análisis sobre datos históricos para producir 
información), ya se lleva a cabo un ejercicio de analítica para 
diagnosticar por qué ocurrió (Análisis de información para producir 
conocimiento) (Becerra-Fernández, 2015). Así mismo, según el 
comportamiento descriptivo de lo que ya ocurrió pueden 
identificarse patrones que indiquen lo que podría pasar y de esta 
manera anticiparse a lo que se debería hacer (Análisis predictivo y 
prospectivo). De esta forma, la analítica requiere que se cubran 
algunos pasos previos ordenadamente (Estera, 2016), desde 
acceder a datos de calidad, hacer el modelamiento y 
almacenamiento de datos, llevar a cabo análisis descriptivos, hacer 
previsiones, generar predicciones y optimización de modelos.
Da
ta
Analytics
Descriptive
¿What happened?
Predictive
Decision Support
Decision Automation
¿What will happen?
Diagnostic
¿Why did it happen?
Prescriptive
¿What should I do?
De
ci
si
on
Ac
tio
n
Human-Centered
Machine-Centered
Fuente: Gartner (Octubre 2016)
A continuación, se muestran dos gráficas referidas a i. Arquitectura 
de Inteligencia de Negocios como se ha venido procesando desde 
hace aproximadamente veinte años, donde a partir de Bases de 
datos estructuradas de sistemas transaccionales, se generan 
bodegas de datos con históricos en dimensiones diferentes para 
luego ser visualizadas mediante reportes y tableros para facilitar la 
toma de decisiones. De otra forma: Bases de 
Datos-Modelamiento-Analítica-Visualización.
Arquitectura de inteligencia de negocios:
La siguiente gráfica ii. Nueva arquitectura de negocios y analítica, 
describe como también a partir de información de bases de datos 
de distintas fuentes, se generan las nuevas bodegas de datos con 
datos estructurados y no estructurados, sobre plataformas 
actuales que permiten hacer analítica sobre mayores volúmenes 
de datos y finalmente mostrar los resultados vía tableros, reportes, 
exploración de datos, etc. De nuevo tenemos los principios básicos: 
Bases de Datos-Modelamiento-Analítica Avanzada-Visualización.
Arquitectura de inteligencia de negocios:
La siguiente gráfica ii. Nueva arquitectura de negocios y analítica, 
describe como también a partir de información de bases de datos 
de distintas fuentes, se generan las nuevas bodegas de datos con 
HW y SW
Sistemas
Transaccionales
Herramientas 
de ETL
Modelos 
Dimensionales Visualización
Personas
Base de datos 
relacionales
Data 
Warehouse
Data 
Mart
Data 
Mart
Data 
Mart
Data 
Mart
Fuentes 
Externas
Hojas de texto 
y Excel
Extract
Reportes
Dashboards
App Analíticas
Transform
Load
Fuente: Manuel Terán
datos estructurados y no estructurados, sobre plataformas 
actuales que permiten hacer analítica sobre mayores volúmenes 
de datos y finalmente mostrar los resultados vía tableros, reportes, 
exploración de datos, etc. De nuevo tenemos los principios básicos: 
Bases de Datos-Modelamiento-Analítica Avanzada-Visualización.
Lo anterior expuesto muestra la relación entre Inteligencia de 
Negocios y Analítica Avanzada desde los componentes de su 
arquitectura.
Operational 
Database
CRM 
Database
Specialised 
NoSQLS
Flat Files
Da
ta
 A
cq
us
iti
on
Data Warehouse
Structured Data
In-memory
Analytics
Unstructured data
ERP 
Database
Da
ta
 D
sit
rib
ut
io
n
Staging EDW
Specialised
Hadoop 
HDFS
Hadoop 
HDFS
Sandbox
HCatalogSemantic Layer
HCatalogStructured Access
Reports
Ad-Hoc 
queries
Analytical 
models
Data 
Exploration
Downstream 
applications
Dashboards
Fuente: Manuel Terán
Bibliografía
Becerra-Fernández, I. a. (2015). NOWLEDGE MANAGEMENT 
SYSTEMS AND PROCESSES. New York: Routledge.
Estera, Á. (Julio de 2016). SAIMA SOLUTIONS, ADVANCED ANA-
LYTICS, Process, Predictions and Performance. Obtenido de 6 
pasos para incorporar la analítica de negocios: http://saimaso-
lutions.com/6-pasos-para-incorporar-la-analitica-de-negocios/
Microso�. (17 de Febrero de 2016). Diferencias entre Inteligen-
cia de Negocios y Análisis Avanzados. Obtenido de News Micro-
so�: https://news.microso�.com/es-xl/diferencias-entre-inteli-
gencia-de-negocios-y-analisis-avanzados-infografia/
TEC, T. E. (11 de Abril de 2017). TEC, Technology Evaluation 
Centers. Obtenido de BI vs. Analítica vs. EPM: ¿Cuál es la difer-
encia?: https://www3.technologyevaluation.com/es/re-
search/article/-
bi-vs-analytics-vs-epm-whats-the-di�erence.html
Terán, M. (Abril de 2017). Analítica de Datos e Inteligenica de 
Negocios. Obtenido de http://reedlatam.com/sadmoweb/files/-
modulos/ConferenciasTall-
eres/expo-tecnologia/2017/programa-conferencias/presentaci
on/presentacion_manuel_teran.pdf
Otros aportes:
BI focuses on providing decisionmakers with valuable information 
and knowledge by utilizing a variety of sources of data and struc-
tured and unstructured information (Sabherwal 2007, 2008), via 
the discovery of the relationships that may exist between these 
sources of data and information. (Becerra-Fernández, 2015).
BI se centra en proporcionar a los encargados de la toma de 
decisiones con valiosa información y conocimiento utilizando una 
variedad de fuentes de datos estructurados y no estructurados 
(Sabherwal 2007, 2008), a través del descubrimiento de las rela-
ciones que pueden existir entre estas fuentes de datos e infor-
mación. (Becerra-Fernández, 2015).