Mind map
INTELIGENCIA DE NEGOCIOS

Map content
INTELIGENCIA DE NEGOCIOS
CONTEXTO DE BI
- ECONOMIA DE LA INFORMACION
- La clave del éxito empresarial está hoy, en llevar la información adecuada, en el momento oportuno, a la persona correcta
- La informacion es el factor determinante en la economia de hoy, una economia en la cual el conocimiento es una materia prima fundamental, y a la vez una fuente generadora de valor
- la habilidad de una organización para adaptar ágilmente sus políticas estrategias a los permanentes cambios del entorno, es fundamental para su viabilidad y sostenibilidad
- La información debe en consecuencia, manejarse como un activo estratégico de la organización, y ser valorada y administrada como cualquier otra inversión
- DATOS OPERACIONALES
- Información accionable habilitado promesa proceso de toma de decisiones y definición de estrategias y acciones encaminadas a mejorar el desempeño de un negocio
- MINERIA DE DATOS
- Exploracion y Analisis de datos, utilizando metodos automaticos o semiautomaticos, con el objeto de descubrir patrones no evidentes, significativos y reglas de comportamiento
- Es un Proceso de Negocio cuyo objetivo es encontrar y significativos, quegeneren conocimiento e ideas de como conducir el negocio de una manera mas eficiente y eficaz
- DESARROLLO HISTORICO DE LA MINERIA DE DATOS
- MODELO DE MADUREZ EN BI (BIMM)
- ADVERTENCIA
- Interpretacion libre
- No todas las organizaciones evolucionan igual, con la misma velocidad o en el mismo orden necesariamente
- A mi juicio no es un modelo a seguir estrictamente (etapa de niñez)
- Curva de incorporacion en campana
- PRENATAL (ANTES)
- Valor de la informacion es subestimado
- Reportes de sistemas OLTP, estaticos
- Usuarios sin acceso directo a la informacion
- Fuentes dispersas, diversos formatos
- Problemas de conciliacion y calidad de datos
- Varias versiones de "la verdad"
- No existe un diccionario de terminos corporativo
- INFANCIA
- Se empieza a valorar la informacion
- Hojas electronicas "fuera de control"
- Se copian datos de los sistemas OLTP y se manejan de manera independiente
- Procesamiento requiere gran esfuerzo
- Siguen varias versiones de la verdad
- Siguen problemas de conciliacion y calidad de fuentes
- NIÑEZ
- Se reconoce el valor de la informacion
- Se exploran herramientas mas poderosas como generadoras de reportes, OLAP y Mineria de datos
- Eventualmente se aplican directamente sobre sistemas OLTP
- NIÑEZ (CONT)
- Finalmente infraestructura separada pero departamental y no corporativa
- Hay una verdad "departamental" y calidad y conciliacion "departamental"
- Se repite el esquema creando "silos"
- NO ES LO IDEAL - CONTRARIO A PROPUESTA DE KIMBALL
- ADOLESCENCIA
- Se lleva a cabo una planeacion y analisis a nivel corporativo
- Identificacion de dimensiones y medidas fundamentales del negocio - conformes
- Existe metadata corporativa que guia la consulta y explotacion de informacion del negocio
- ADOLESCENCIA (CONT)
- Planear global - construir local
- Se empiezan a solucionar de raiz los problemas de calidad en las fuentes, hay conciliacion e integracion
- Herramientas de generacion de reportes, OLAP, monitoreo
- MADUREZ
- Integracion entre la gestion estrategica y la gestion operacional
- Sistema para toma de decisiones proactivo, oportuno, con alto nivel de calidad
- Fundamentando en bodega de datos corporativa
- SABIDURIA
- El sistema desborda los limites corporativos y se extiende a "stakeholders"
- Herramientas analiticas inmersas en sistemas OLTP
- "Conexion" de BI con otras tecnologias como BPM, reduciendo en gap ahora entre la toma de decision y su implementacion
- MADUREZ (CONT)
- Informacion accesible (entendible, navegable, alto desempeño)
- Informacion consistente (dos elementos con el mismo nombre son iguales)
- Informacion adaptable y resistente a cambios
- Seguridad(control de acceso y visibilidad)
- Una sola fuente para la toma de decisiones
- ADVERTENCIA
- ECONOMIA DE LA INFORMACION
TECNOLOGIA COMO ESTRATEGIA
- 2012
- Grupo Gartner -· Octubre de 2011
- Impactarán significativamente los negocios en los siguientes 3 años
- Mayor potencial de trastornar IT o negocio
- Mayor requerimiento de inversión
- Impactan los planes programas e iniciativas a largo plazo y son estratégicas
- Son maduras y de amplio actualización
- Generan ventajas estratégicas por adopción temprana
- 2011
- Dispositivos tipo tableta
- Aplicaciones e interfaces centradas en movilidad
- Internet of things
- Big data
- Experiencia de usuario contextual y social
- App store y marketplace
- Analítica de siguiente generación
- Servidores de consumo extra bajo de energía
- Computación in memory
- Computación en la nube
- ANALITICA AVANZADA
- ofrecer mecanismo de simulación predicción optimización y otras técnicas de análisis con el fin de lograr una mayor flexibilidad en la toma de decisiones, oportuna y el lugar requerido para cada ción de un proceso de negocio
- ANALITICA DE SIGUIENTE GENERACION
- Analitica embebida en linea
- Analisis de informacion historica y en tiempo real
- Analisis de informacion estructurada y no estructurada (texto, video, sonido..)
- Analisis colaborativo
- Aprovechamiento de cloud y grid computing
- 2012
CONCEPTOS
- ELEMENTOS ETICOS Y LEGALES
- Pueden verse como metodos de discriminacion
- Es necesario tener en cuenta las condiciones bajo las condiciones bajo las cuales se recoge la informacion - Las personas deben ser informadas de los objetivos del proceso
- Deben existir una explicacion de negocio asociada a una decision tomada con base en DM
- POR QUE ES FACTIBLE HOY
- Los datos necesarios se estan produciendo y recopilando en DWH (90%, 1950)
- La potencia computacional esta al alcance ($)
- CRM es importante en el negocio
- Todo negocio es un negocio de servicios
- La informacion se percibe como un producto
- Disponible de productos comerciales que implementan tecnicas mas sofisticadas
- ANTECEDENTES
- El concepto de promedios y agrupacion se remite al siglo 6 AC en china , seguido de la invencion del ábaco de bambu
- En la china antigua y grecia, se recogian estadisticas para ayudar a las cabezas de los estados a gobernar sus paises en las areas fiscales y militares ( es posible que STATE y STATISTICS provengan de la misma raiz)
- En los siglos XVI y XVII los juegos de azar eran comunes entre los ricos, proponiendo varias preguntas sobre porbabilidad que debieron ser respondidas por matematicos como Fermart y Leibnitz entre otros
- Dos ramas de analisis estadistico se desarrollaron en el siglo XVII
- Siguiendo a Pearson, Sir R.A. Fisher desarrolló su sistema de pruebas de inferencia en estudios médicos basado en su concepto de la desviación estándar
- ANTECEDENTES (1° GENERACION)
- Los datos se acomodan a una distribución conocida (Normal, logística, poisson etc)
- Independencia de factores las variables predictoras x tienen efectos independientes en la variable objetivos Y
- Las variables numéricas y continuas
- ANTECEDENTES (2° GENERACION)
- Logit model (incluyendo regresión logística): se asume que los datos siguen una distribución lógica y que la variable dependiente es categórica (1:0). La variable dependiente y se define como una función exponencial de las variables predictoras. Puede manejar no linealidad entre las variables X y la dependiente Y, pero no la interacción entre las variables X.
- THE ,GENERALIIZE LINEAR MODEL (GML, Modelo Lineal ,Generalizado)" Y= f(X)
- ANTECEDENTES (3° GENERACION)
- Surgen de, Inteligencia Artificial, inicialmente dos caminos paralelos: Redes Neuronales y Arboles de Decisión
- Aunque expresan eventos no lineales de una manera más completa que el método paramétrico, son intrínsecamente lineales ,en las funciones de agregación
- ANTECEDENTES (4° GENERACION)
- Se busca solucionar la limitación de linealidad en las funciones de agregación de los efectos de las variables
- Una estrategia es ver la infonmación como vectores y aprovechar conceptos de Algebra Lineal (producto punto)
- ANTECEDENTES (5 GENERACION)
- Grid Computing: Utilización de un conjunto de computadores en red para dividir y conquistar" problemas computacionales
- Cloud Computing: Utilizar Internet para distribuir datos y tareas computacionales en varios computadores alrededor del mundo, sin contar con una infraestructura centralizada de harware como la de grid computing
- MINERIA DE DATOS
- Los métodos de minería de datos descubren patrones en los datos de manera inductiva, siguiendo una enfoque Platónico,.
- Orden en que se busca en el espacio de búsqueda (search bias)
- No siempre las instancias son independientes
- ESTADISTICA
- Utiliza un modelo para. caracterizar un patrón en los datos
- ELEMENTOS ETICOS Y LEGALES
Images and files in the map
Information
- Description
- Mind Map on INTELIGENCIA DE NEGOCIOS, created by Yordi Copete on 17/09/2020.
- Created by
- Yordi Copete · Sep 2020
- Updated
- Sep 18, 2020
- Views
- 5
- Rating

