ALERTAS Y PREDICCIONES TRANSACCIONALES A TRAVÉS DE...
Transcript of ALERTAS Y PREDICCIONES TRANSACCIONALES A TRAVÉS DE...
1 PROYECTO DE INVESTIGACION
ALERTAS Y PREDICCIONES TRANSACCIONALES A TRAVÉS DE UN
MODELO DE INTELIGENCIA DE NEGOCIO, PARA TOMA DE
DECISIONES EN ESTRATEGIAS DE NEGOCIO.
Autor: Rubén Darío Rodríguez Villanueva
Director: Alexandra Abuchar Porras
Revisor: Edilberto Fernández Santos
BOGOTA D.C. 2018
2 PROYECTO DE INVESTIGACION
Resumen
El mundo de los negocios tiene su fundamento en la toma de decisiones estratégicas, lo que
marca la diferencia entre una empresa exitosa y otra que no lo logra, es la correcta y oportuna
toma de decisiones. Para poder llevar esto a cabo de la mejor manera es esencial contar con la
información adecuada y en tiempo que soporte toda la gestión de las operaciones de la empresa
de forma ágil y rápida.
La inteligencia de negocios o business intelligence (BI) es el conjunto de procesos, aplicaciones y
tecnologías que facilitan la obtención rápida y sencilla de datos provenientes de los sistemas de
gestión empresarial para su análisis e interpretación, de manera que puedan ser aprovechados
para la toma de decisiones y se conviertan en conocimiento para los responsables del negocio.
Esta tecnología actúa como un factor clave y estratégico para la organización ya que provee a los
tomadores de decisiones de información oportuna y confiable para responder a las situaciones
que puedan presentarse en la empresa como son la entrada a nuevos mercados, el análisis de
costos, la rentabilidad de una línea de productos, etc.
En este trabajo final, se mostrara todo lo correspondiente a la descripción de la
investigación, donde se encuentra el planteamiento del problema, la justificación, hipótesis,
objetivos, la metodología utilizada para la investigación y la organización del trabajo; también
se verán las fases de análisis, diseño y desarrollo del prototipo de software; la
metodología de desarrollo de software que se utilizó, la arquitectura empresarial donde se
define el entorno del proyecto, y todo el modelamiento de la misma arquitectura empresarial del
software que se está desarrollando.
3 PROYECTO DE INVESTIGACION
Palabras Clave
Informe final, investigación de mercados, automatización de informes, parametrización de
información, inteligencia de negocios (BI), predicción de datos, estrategias de mercado, bodega
de datos, análisis de software, desarrollo de software.
4 PROYECTO DE INVESTIGACION
Abstract
The business world is based on making strategic decisions, what makes the difference between a
successful company and another that does not, is the correct and timely decision making. To be
able to do this in the best way, it is essential to have the right information and in time to support
all the management of the company's operations in an agile and fast manner.
Business Intelligence (BI) is the set of processes, applications and technologies that facilitate the
fast and easy collection of data from business management systems for analysis and
interpretation, so that they can be used for the taking of decisions and become knowledge for
those responsible for the business.
This technology acts as a key and strategic factor for the organization as it provides decision
makers with timely and reliable information to respond to situations that may arise in the
company, such as entering new markets, cost analysis, profitability of a product line, etc.
In this final work, everything corresponding to the description of the research will be shown,
where the problem statement, the justification, hypothesis, objectives, the methodology used for
the investigation and the organization of the work will be found; the phases of analysis, design
and development of the software prototype will also be seen; the methodology of software
development that was used, the business architecture where the project environment is defined,
and all the modeling of the same business architecture of the software that is being developed.
5 PROYECTO DE INVESTIGACION
Keywords
Final report, market research, report automation, information parameterization, business
intelligence (BI), data prediction, market strategies, data warehouse, software analysis, software
development.
6 PROYECTO DE INVESTIGACION
Agradecimientos
Agradecido primeramente con Dios porque a pesar de las dificultades me dio la provisión para
poder estudiar y la sabiduría para poder lograr el objetivo de culminar la especialización. A mis
padres que siempre ha sido mi apoyo, quienes siempre se preocuparon porque yo saliera
adelante en la vida, y quienes ha sido las personas que me ha llevado a estar donde me
encuentro hoy en día. Y a mis hermanos que siempre me ha apoyado en cada paso que doy en la
vida.
Rubén Darío Rodríguez
7 PROYECTO DE INVESTIGACION
INTRODUCCIÓN
La construcción de un modelo ayudará al diseño de estrategias para la toma de decisiones dentro
de las empresas, esto permitirá cobrar gran importancia en el mercado sin importar la actividad
económica, trayendo como consecuencia la expansión y sostenibilidad de la organización. Para
llevar esto a cabo es necesario realizar una investigación y una meta-análisis que permita plantear
un modelo de integración acorde a las necesidades y requerimientos de las mismas.
En base a los hallazgos empíricos, las empresas carecen de conceptos que los ponen en una
posición de suministro de información adecuada. Por lo tanto, un concepto genérico de la
Inteligencia de Negocios, desarrollado a través de actividades de investigación, parece ser un
enfoque prometedor. Por lo tanto, es posible combinar la información de características del
producto y la fabricación de la información con las dimensiones tradicionales de análisis de
gestión, con el fin de identificar los impactos de las decisiones de ingeniería del ciclo de vida del
producto. [1] La inteligencia de negocios ayuda a las empresas a organizar su información de una
manera clara y eficiente, es una metodología importante y eficaz que le muestra la manera de
reorganizar, planificar y usar en forma adecuada cada uno de los datos de la empresa. En el caso
que la organización tenga muy pocos datos es importante darle un manejo acorde a la importancia
de la misma, ya que es ahí donde esta de una forma u otra toda la información sensible de la
compañía, por ese motivo no importa si es mucho o poco la cantidad de información, pero lo que
realmente interesa es el manejo adecuando que se le debe brindar, por este motivo es muy
importante contar con la inteligencia de negocios.
[1]. HEINER, Lasi. Industrial intelligence - a business intelligence-based approach to enhance.
8 PROYECTO DE INVESTIGACION
En esta investigación se quiere mostrar si la integración de la inteligencia de negocios con la
teoría de control ayudara a fortalecer la gestión del conocimiento que es el proceso por el cual
una organización, facilita la trasmisión de informaciones y habilidades a sus empleados, de una
manera sistemática y eficiente. Es importante aclarar que las informaciones y habilidades no
tienen por qué estar exclusivamente dentro de la empresa, sino que pueden estar generalmente
fuera de ella, es decir es necesario tener en cuenta el entorno interno y externo de la organización.
9 PROYECTO DE INVESTIGACION
Índice general
INTRODUCCION............................................................................................................................7
1. DESCRIPCION DE LA INVESTIGACION…………………………….…….....…….…..12
1.1 TITULO Y DEFINICION DEL PROBLEMA DE INVESTIGACION………………....12
1.1.1 Título del Proyecto............................................................................................................... 12
1.1.2 Tema de Investigación...........................................................................................................12
1.1.3 Definición del Problema de Investigación.............................................................................12
1.2. ESTUDIO DEL PROBLEMA DE INVESTIGACION……………..…….….………….13
1.2.1 Planteamiento del Problema..................................................................................................12
1.2.2 Formulación del Problema.....................................................................................................13
1.2.3 Sistematización del Problema................................................................................................14
1.3 HIPOTESIS.............................................................................................................................15
1.4 OBJETIVOS DE LA INVESTIGACION…………..……………………..….……....…...16
1.4.1 Objetivo General....................................................................................................................16
1.4.2 Objetivos Especificos............................................................................................................16
1.5. MARCO REFERENCIAL...………………………..……………………..…………..…...17
1.5.1 Marco Conceptual................................................................................................................. 17
1.5.1.1 Inteligencia de Negocios....................................................................................................17
10 PROYECTO DE INVESTIGACION
1.5.1.2 La necesidad de tomar mejores decisiones........................................................................ 17
1.5.1.3 Sistemas de Soporte a la Decisión………………………................................................. 18
1.5.1.4 Factores Críticos de Éxito ………………………………................................................. 18
1.5.2 Gestión de Datos ……………………….............................................................................. 19
1.5.3 Toma de Decisiones ………………………………………................................................. 22
1.6 MARCO TEORICO.............................................................................................................. 23
1.6.1 Soluciones de Inteligencia de Negocios para las empresas…………............................... 23
1.6.2 Evaluación de la Política Empresarial y de Análisis de Decisión para las empresas…....... 24
1.6.3 Definición de BI …………………….................................................................................. 25
1.6.4 Arquitectura de BI Según Fernández (2013)...……………................................................. 28
1.7. ASPECTOS METODOLOGICOS……............................................................................. 32
1.7.1 Metodología seguida durante la investigación...…………….............................................. 32
1.7.2 Perfiles………………….……………................................................................................. 32
1.7.3 Funcionamiento………...……………................................................................................. 33
1.7.4 Holotipo de Investigación……………................................................................................. 34
2. PUNTOS DE VISTA DE LA CAPA DE NEGOCIO........................................................... 41
2.1 Introducción ……………………………………......………….............................................. 41
2.2 Punto de Vista de organización ……………………………………......…………............... 42
11 PROYECTO DE INVESTIGACION
2.2.1 Metamodelo………………..……………………………………......………….................. 42
2.2.2 Caso de Estudio …………………………………………………......…………................ 42
2.3 Punto de Vista de Cooperación del Actor ……...…………………………..……................ 44
2.3.1 Metamodelo………………..……………………………………......………….................. 44
2.3.2 Caso de Estudio …………………………………………………......…………................ 45
2.4 Punto de Vista de Función de Negocio…...……………...………………….……................ 46
2.4.1 Metamodelo………………..……………………………………......………….................. 46
2.5 Punto de Vista de Proceso de Negocio…...…….……… ………………….……................ 47
2.5.1 Metamodelo………………..……………………………………......………….................. 47
2.6 Punto de Vista de Cooperación de Proceso …...…….……..………….…………................. 48
2.6.1 Metamodelo………………..……………………………………......………….................. 48
2.7 Punto de Vista de Producto …...........................…....……………………………................. 49
2.7.1 Metamodelo………………..……………………………………......………….................. 49
3. PUNTOS DE VISTA DE LA CAPA DE APLICACIÓN.................................................... 50
3.1 Introducción ……………………………………......………….............................................. 50
3.2 Punto de Vista de Uso de Aplicación ……..……………………………......……................ 51
3.2.1 Metamodelo………………..……………………………………......………….................. 51
3.3 Punto de Vista de Comportamiento de Aplicación ……………..………………................ 52
12 PROYECTO DE INVESTIGACION
3.3.1 Metamodelo………………..……………………………………......………….................. 52
3.4 Punto de Vista de Cooperación de Aplicación …………..……………………................... 53
3.4.1 Metamodelo………………..……………………………………......………….................. 53
3.5 Punto de Vista de Estructura de Aplicación …………..……………..….....……................ 54
3.5.1 Metamodelo………………..……………………………………......………….................. 54
4. PUNTOS DE VISTA DE LA CAPA DE INFRAESTRUCTURA….................................. 55
4.1 Introducción ……………………………………......………….............................................. 55
4.2 Punto de Vista de Infraestructura …………...…………………..……….....……................ 56
4.2.1 Metamodelo………………..……………………………………......………….................. 56
4.3 Punto de Vista Uso de Infraestructura ……………..….………..……….....……................ 57
4.3.1 Metamodelo………………..……………………………………......………….................. 57
4.4 Punto de Vista de Implementación y despliegue …………..………………………............ 58
4.4.1 Metamodelo………………..……………………………………......………….................. 58
4.5 Punto de Vista Estructura de la Información ……………..………….….....……................ 59
4.5.1 Metamodelo………………..……………………………………......………….................. 59
4.6 Punto de Vista Realización del Servicio………...………………..……….....……................ 60
4.6.1 Metamodelo………………..……………………………………......………….................. 60
4.7 Punto de Vista de Capas………………………...………………..……….....……................ 61
13 PROYECTO DE INVESTIGACION
4.7.1 Metamodelo………………..……………………………………......…………..................61
5. PUNTOS DE VISTA DE EXTENSION Y MOTIVACION…………................................ 62
5.1 Introducción ……………………………………......………….............................................. 62
5.2 Punto de Vista Stakeholder …………..……...…………………..……….....……................ 64
5.2.1 Metamodelo………………..……………………………………......………….................. 64
5.3 Punto de Vista Realización de Objetivos …………..……...…………………..…............... 65
5.3.1 Metamodelo………………..……………………………………......………….................. 65
5.4 Punto de Vista Contribución de Objetivos …………..……...……………...……................ 65
5.4.1 Metamodelo………………..……………………………………......………….................. 65
5.5 Punto de Vista Principios …………..……...…………………..……….....…….................. 67
5.5.1 Metamodelo………………..……………………………………......………….................. 67
5.6 Punto de Vista Realización de Requerimientos …………..……...………………................ 68
5.6.1 Metamodelo………………..……………………………………......………….................. 68
5.7 Punto de Vista de Motivación …………..………..……………..……….....……................ 69
5.7.1 Metamodelo………………..……………………………………......………….................. 69
6. PUNTOS DE VISTA DE EXTENSION DE IMPLEMENTACION Y MIGRACION
…………....................................................................................................................................... 70
6.1 Introducción ……………………………………......………….............................................. 70
6.2 Punto de Vista de Proyecto …………..……...…………………..……….....……................ 71
14 PROYECTO DE INVESTIGACION
6.2.1 Metamodelo………………..……………………………………......………….................. 72
6.3 Punto de Vista de Migración.………………...…………………..……….....……................ 73
6.3.1 Metamodelo………………..……………………………………......………….................. 73
6.4 Punto de Vista de Migración e Implementación …………..……...…………..…................ 74
6.4.1 Metamodelo………………..……………………………………......………….................. 75
7. ARQUITECTURA DE SOFTWARE…………………………………................................ 76
7.1 Modelo de Datos ……………….………………......………….............................................. 76
7.2 Arquitectura de la Aplicación…..………….....…………………..……….....……................ 78
7.3 Puerta de Enlace de Power BI……….……………………………......………….................. 79
7.4 Tipos de Puerta de Enlace …………..……………………………......………….................. 80
7.5 Como Funcionan las Puertas de Enlace ……………………..……......………….................. 81
7.6 COMPONENTES DEL BI…….…….……………………………......………….................. 82
7.6.1 Bodega de Datos………………..….……………………………......………….................. 82
7.6.2 Datamart………………………..….……………………………......………….................. 83
7.6.3 Proceso de Analítica en Línea………………..…………………......………….................. 83
7.6.4 Big Data………………………...….……………………………......………….................. 83
7.6.5 ETL………………..……………….……………………………......………….................. 84
8. PROTOTIPO FUNCIONAL………………..…………………………................................ 86
15 PROYECTO DE INVESTIGACION
8.1 Pantallas Funcionales ………….………………......………….............................................. 87
9. ALCANCES LIMITACIONES Y RESULTADOS ESPERADOS…................................. 95
9.1 Alcance………………………....………….....…………………..……….....……................ 95
10. CONCLUSIONES………..……………………………………………............................... 96
11. BIBLIOGRAFIA………………..……………………………………................................. 98
12. ANEXOS…........................................................................................................................... 100
16 PROYECTO DE INVESTIGACION
1. DESCRIPCION DE LA INVESTIGACION
1.1 TITULO Y DEFINICION DEL PROBLEMA DE INVESTIGACION
1.1.1 Título del Proyecto:
Diseño de una herramienta de alertas y predicciones transaccionales a través de un modelo de
inteligencia de negocio, para toma de decisiones en estrategias de mercadeo en una empresa.
1.1.2 Tema de Investigación:
Manejo de modelos de análisis predictivo implementando modelos con business intelligence
(Inteligencia de Negocio).
1.1.3 Definición del Problema de Investigación:
La investigación se basa principalmente en la posibilidad de crear un sistema de pronósticos
transaccionales, el cual trata de poder tener un modelo funcional que le permita a cualquier
empresa que basa sus operaciones en transacciones monetarias o facturación de productos, y a lo
que se quiere llegar con este modelo predictivo, es que este sea capaz de dar un pronóstico de las
transacciones que va a realizar una empresa en un futuro no muy lejano (tomando en cuenta el
comportamiento de los últimos 3 o 4 meses, predecir cuál va a ser el volumen de transacción de
la siguiente semana), y a través de esto poder tomar unas decisiones en las áreas comerciales para
crear estrategias que me permitan mejorar los ingresos de la empresa.
Los beneficios que aporta una herramienta de Business Intelligence son la integración de distintas
fuentes de información, el manejo a nivel de usuario, reducción de la dependencia del
departamento de sistemas, la reducción del tiempo para preparación y aumento del tiempo para el
17 PROYECTO DE INVESTIGACION
análisis, disponibilidad de la información en el momento que se necesita, aumento de criterios y
medidas de análisis.
1.2 ESTUDIO DEL PROBLEMA DE INVESTIGACION
1.2.1 Planteamiento del Problema:
Adivinar, vaticinar, pronosticar, augurar, presentir, revelar… Las ansias del ser humano por
predecir eventos futuros es un mantra que se repite a lo largo de la historia. Videntes y chamanes
han estado desde tiempos inmemoriales en nuestra sociedad como oráculos a los que recurrir para
arrojar luz sobre la incertidumbre. Pero, dados los tiempos que corren, ¿y si utilizamos las
técnicas de inteligencia de negocio para anticiparnos a los acontecimientos, y empleamos ese
conocimiento en beneficio de nuestra marca?
El Business Intelligence ya se está implementando en las principales empresas mundiales para
incrementar ingresos, reducir costes y generar una oferta de productos a la medida de sus clientes.
Tal es así, que una encuesta que la consultora Accenture [1] realizó el año pasado, reveló que el
69% de las empresas utilizaba ya modelos predictivos, a fin de pronosticar actitudes, hábitos y
preferencias de sus clientes. Además, la revolución del Big Data está favoreciendo que las
empresas utilicen esos datos para aplicarlos a problemáticas actuales, como prevenir accidentes
de tráfico, delitos, crecimiento comercial o hábitos de salud [2].
[1]. Accenture Limited es una empresa multinacional dedicada a la prestación de servicios de
consultoría, servicios tecnológicos y de outsourcing.
[2]. Tomado de: http://www.mediapostgroup.es/blog/modelos-predictivos-videncia-business-
intelligence/
18 PROYECTO DE INVESTIGACION
1.2.2 Formulación del Problema:
Actualmente las empresas que basan sus movimientos y por ende sus ingresos en operaciones
transaccionales, ven el crecimiento de su empresa en el nivel de transacciones operacionales
diarias, esto acompañado de una muy buena gestión del área de mercadeo, quienes son los
encargados de dar a conocer los productos de la empresa a todos y cada uno de los clientes , pero
para dar a conocer estos productos lo realizan a través de estrategias de mercado que se lanzan
basados en el comportamiento transaccional de la empresa en semanas, meses o años anteriores,
lo cual les da una base para la toma de decisiones de futuras estrategias de negocio. Pero para que
estas estrategias surjan el efecto esperado, se debe de tener en cuenta que durante el análisis se
deben de tener en cuenta las variables o fenómenos externos que influyen de manera directa o
indirecta en el comportamiento del mercado.
Con lo anterior nos planteamos la siguiente pregunta ¿Cómo se podría crear un modelo de
inteligencia de negocio el cual pueda dar una predicción de la cantidad de transacciones que se
van a generar en la siguiente semana o mes, basado en un análisis predictivo de los datos
pasados?
Ante el problema o la pregunta descrita, se optó por formular la creación de un modelo de
análisis predictivo transaccional, que permita a través del análisis de un histórico de datos no
mayor a 1 año, además de la inclusión de variables externas que influyan, poder predecir unas
cifras de movimientos transaccionales para un tiempo futuro no mayor a 1 mes, permitiendo así a
muchas áreas de la empresa y en especial al área de mercadeo, poder generar propuestas,
campañas o toma de decisiones que sean el pro de la empresa.
19 PROYECTO DE INVESTIGACION
El Análisis predictivo utiliza estadística junto con algoritmos de minería de datos. Se basan en el
análisis de los datos actuales e históricos para hacer predicciones sobre futuros eventos. Dichas
predicciones raramente suelen ser afirmaciones absolutas, pareciéndose más a eventos y su
probabilidad de que suceda en el futuro.
“En el mundo de los negocios los modelos predictivos explotan los patrones de comportamiento
encontrados en el pasado para poder identificar riesgos y oportunidades. Los modelos capturan
las relaciones entre muchos factores permitiendo capturar riesgos potenciales asociados a un
conjunto de condiciones, guiando así a la toma de decisiones” [1].
[1]. Tomado de: http://fundacionbigdata.org/analisis-predictivo/
1.2.3. Sistematización del Problema:
• ¿Qué herramientas y técnicas existen para la creación de modelos de inteligencia de
negocio para toma de decisiones en estrategias de negocio?
• ¿Cuáles son las buenas practicas que se utilizan al momento de crear y diseñar de
modelos de inteligencia de negocio?
• ¿Cómo realizar la implementación de un modelo de inteligencia de negocio que
ayude en la toma de decisiones a nivel estratégico de una empresa?
20 PROYECTO DE INVESTIGACION
1.3 HIPOTESIS
Al implementar un modelo de inteligencia de negocio a través de la herramienta Power BI,
teniendo en cuenta las variables principales que se identifican en las transacciones diarias de la
empresa, se logra identificar alertas y predicciones tanto de cantidad como de valor de los
operaciones de envió de dinero, pago de dinero, recaudo de dinero, y de esta manera la empresa
tomara decisiones a nivel de operacional como de estrategias de mercado.
21 PROYECTO DE INVESTIGACION
1.4 OBJETIVOS DE LA INVESTIGACION
1.4.1 Objetivo General:
Diseñar una herramienta de inteligencia de negocios que permita predecir la cantidad de
transacciones futuras en una empresa que basa su negocio en operaciones transaccionales, para
así poder brindar a todas las áreas de la empresa la opción de tomar decisiones o de implementar
estrategias de mercadeo, esto representado y visualizado a través de un modelo de que aplica
analítica e inteligencia de negocio.
1.4.2 Objetivos Específicos:
✓ Crear una bodega de datos a través de SQL Server que aloje toda la información
transaccional de la operación diaria, y con esto poder generar los datos predictivos dentro
del modelo de inteligencia de negocio.
✓ Crear un tablero de control para que el usuario a través de este los usuarios puedan dar
seguimiento al comportamiento de la operación de la empresa y de esta manera poder
tomar decisiones a nivel estratégico y operativo dentro de la empresa.
✓ Desarrollar un modelo de inteligencia de negocios (BI) a través de la herramienta Power
BI, y de esta manera poder mostrar a los usuarios la línea de tiempo de las transacciones
en tiempo real y de igual manera predecir cantidad y valor de transacciones futuras.
22 PROYECTO DE INVESTIGACION
1.5 MARCO REFERENCIAL
1.5.1 Marco Conceptual:
1.5.1.1 Inteligencia de Negocios. La adquisición y utilización de conocimiento basado en los
hechos para mejorar la estrategia del negocio y las ventajas tácticas en el mercado. La aplicación
amplia de este concepto, que ha generado el desarrollo de un mercado importante de productos de
software alrededor de él, se ha hecho posible gracias a los avances de la tecnología y a que los
ejecutivos de las empresas que han entendido que el acceso rápido y oportuno al conocimiento
empírico sobre su negocio, representa mejoras substanciales en los resultados.
1.5.1.2 La necesidad de tomar mejores decisiones. No importa cuál sea la industria o su
tamaño, todas las empresas están constantemente tratando de obtener una ventaja competitiva
sobre sus adversarios. Las empresas han estado tratando de superar a los demás durante cientos
de años, y esto no es nada nuevo, ni siquiera en los tiempos actuales. Una forma de que una
organización puede alcanzar una ventaja sobre su la competencia es mediante la toma de
decisiones que tienen un mayor impacto positivo y contienen menos riesgo.4
Tomar la decisión correcta en cualquier tarea puede ser difícil. Esto se amplifica en los negocios
cuando cualquier decisión podría dar lugar a un gran éxito o un gran fracaso. No tener ni ser
capaz de comprender una pieza clave de información podría afectar fácilmente al caso de
seleccionar una ruta de decisión. No hace mucho tiempo, las decisiones empresariales difíciles
fueron hechas por expertos de la industria desde hace mucho tiempo que tenían un profundo
conocimiento del negocio. Estas decisiones se adoptaron en gran medida de las situaciones
históricas o financieras pasadas y rara vez tuvieron en cuenta los modelos de datos. Esto llevó a
23 PROYECTO DE INVESTIGACION
los altos niveles de fracaso, y algunas decisiones con éxito podrían atribuirse más a la suerte que
las técnicas de toma de decisiones eficaces.5
1.5.1.3 Sistemas de Soporte a la Decisión. La necesidad de ejecutivos de la empresa para tomar
mejores decisiones y la rápida evolución de la potencia de cálculo llevó al nacimiento de los
sistemas de soporte de decisiones, es un tipo de sistema de información del equipo, cuyo
propósito es apoyar los procesos de toma de decisiones. Un sistema de soporte de decisiones bien
diseñado es un software interactivo sistema que ayuda a los tomadores de decisiones agregan
información útil a partir de datos en bruto, documentos y modelos de negocio para resolver
problemas y tomar decisiones.6 3ORAMAS, Joaquin. La Inteligencia de Negocios un concepto
informático. En: Uno. vol. 111, p. 42 4 CZERNICKI, Bart. Silverlight 4 Business Intelligence
Software. USA: Apress, 2010. P. 2-5 5 Ibid.,p.24. 6 Ibid.,p.24. 25
1.5.1.4 Factores Críticos de Éxito. Todos los sistemas de BI tienen un número crítico de
factores de éxito en común, en la figura 1 se nombran los principales factores:
Figura 1. Factores Clave de Éxito BI
Fuente. Los Autores.
24 PROYECTO DE INVESTIGACION
• Proveen acceso a datos adecuados. Sin organizar los datos, es difícil lograrlo.
• Incrementan la habilidad de los usuarios para entender los resultados. Saturar a las personas de
números en estos días crea más problemas que los que resuelven. Diez años atrás el problema era
obtener los datos; pero hoy en día tiene que ver más con el manejo de ellos.
• Incrementan el entendimiento de los negocios por parte de los usuarios. Conocer que es lo que
los datos dicen es algo bueno, pero en la actualidad es necesario saber qué hacer con ellos. Este
conocimiento es difícil de construir dentro de una pieza de software.
• Ayudan a comunicar los hallazgos y tomar acciones. Es raro que un individuo pueda ejecutar
cualquier cosa significativa dentro de una organización sin involucrar a otros.
1.5.2 Gestión de Datos. Para casi cualquier organización el crecimiento de los datos es
inevitable. En combinación con las crecientes exigencias a la TI y la seguridad de la información,
cumplimiento de normativas y flexibilidad, el crecimiento puede suponer un reto significativo.
Muchas organizaciones están previendo diversas cuestiones que guardan relación con este tema.
[1]
[1] IBM, Gestión de Datos, disponible en: http://www-05.ibm.com/services/es/servicios-
ti/servicios-dealmacenamiento-y-gestion-de-datos.html , consultado el: 20 Octubre 2013 30
25 PROYECTO DE INVESTIGACION
• La creciente importancia de la información que ayuda en la toma de decisiones y a estimular las
nuevas fuentes de ingresos
• Los requerimientos de cumplir las normativas sobre conservación y disponibilidad de los datos
• El aumento vertiginoso de las capacidades de almacenamiento, con volúmenes crecientes de
contenidos no estructurados
• La gestión de una infraestructura cada vez más compleja
• Las presiones sobre los costes, habilidades y recursos
Si se plantea de forma proactiva una idea bien organizada con respecto a su entorno de
almacenamiento y gestión de datos, puede beneficiarse de las ventajas derivadas de una
infraestructura de almacenamiento eficaz. Puede proporcionar a los usuarios directamente
relacionados con el negocio el acceso preciso a los datos, a la vez que proporciona a los
responsables de tomar decisiones cruciales, la información que necesitan para impulsar la
innovación y el crecimiento de sus ingresos. Puede ofrecer unas prestaciones de almacenamiento
rentables que satisfagan las necesidades actuales y a la vez asentar sólidamente los cimientos para
el futuro y así podrá gestionar mejor los riesgos del negocio y mantener el cumplimiento de las
normativas.[1] Algunas organizaciones están en el proceso o ya han identificado que los datos y
la información son de los activos más importantes y más allá, vitales para el óptimo
funcionamiento de la organización en su interior y con el exterior, e incluso empiezan a
[1] IBM, Gestión de Datos, disponible en: http://www-05.ibm.com/services/es/servicios-
ti/servicios-dealmacenamiento-y-gestion-de-datos.html , consultado el: 20 Octubre 2013
26 PROYECTO DE INVESTIGACION
Considerar en sus planes y agendas estratégicas, los retos, riesgos y oportunidades que representa
el crecimiento y la gran responsabilidad derivada del manejo de los datos en la organización. La
gestión de datos o Data Management es un conjunto de políticas, procesos y gente dentro la
organización las cuales establecen estándares, metodologías, normas, y procedimientos en un
marco de trabajo regulatorio a lo largo de una organización para ayudarla en el uso y manejo
eficiente de los datos.
Figura 2. La Gestión de datos Fuente.
Fuente: Los Autores
27 PROYECTO DE INVESTIGACION
1.5.3 Toma de Decisiones. La toma de decisiones, es la capacidad de elegir un curso de acción
entre varias alternativas. Supone un análisis que requiere de un objetivo y una comprensión clara
de las alternativas mediante las que se puede alcanzar dicho objetivo. Además de comprender la
situación que se presenta, se debe analizar, evaluar, reunir alternativas y considerar las variables,
comparar varios cursos de acción y finalmente seleccionar la acción que se va a realizar. La
calidad de las decisiones tomadas marca la diferencia entre el éxito o el fracaso.15 Las
herramientas de Business Intelligence constan de complejos desarrollos y soluciones analíticas
avanzadas, sin embargo, la meta de cualquier estrategia de Business Intelligence, a nivel
empresarial, es facilitar los datos correctos a las personas indicadas en el momento adecuado para
apoyar los procesos de toma de decisiones en todos los niveles de la organización. Para conseguir
este reto, las soluciones de Business Intelligence buscan constantemente el mejoramiento y a
través de este ser mucho más accesibles para un amplio rango de usuarios mediante la mejora en
la visualización de los datos, el aumento de la interactividad, la integración de accesos de
contenido y funcionalidades de minería de texto, entre otros. Otra de las claves en el desarrollo
del mercado de Business Intelligence es pasar de generar información (reporting) únicamente, a
colaborar en la toma de decisiones centralizada. La mayoría de las soluciones del mercado se
centran en el reporting y en análisis de datos históricos. Es importante dar respuesta a las
preguntas sobre el pasado pero eso no basta para ofrecer soporte completo a la toma de
decisiones. Para ello habría que incluir el seguimiento de la actividad de negocio y los análisis
predictivos. La clave para colaborar con la toma de decisiones se basa en sustituir el reporting
tradicional por la capacidad de procesar grandes cantidades de datos, encontrar patrones de
comportamiento y manejar la incertidumbre, mostrando la probabilidad de un resultado deseado
cuando una alternativa determinada es elegida.
28 PROYECTO DE INVESTIGACION
1.6 MARCO REFERENCIAL
1.6.1 Soluciones de Inteligencia de Negocios para las empresas. En la actualidad todas las
empresas manejan volúmenes significativos de información, ésta, relacionada con las operaciones
internas de la empresa por otra parte las empresas analizan el entorno externo, las empresas han
definido conjunto de sistemas que apoyan a la toma de decisiones integrado con módulos de
Inteligencia de negocios, las TIC’s ayudan a optimizar el comercio electrónico y la
implementación de sistemas de planificación de recursos empresariales permiten una operación
transparente entre todos los proceso del negocio. En la figura 16, Muestra cada una de las
soluciones, productos comerciales que menciona el articulo
Figura 3: Magic Quadrant for Business Intelligence and Analytics Platforms Gartner 2017
Tomado de: Magic Quadrant for Business Intelligence
29 PROYECTO DE INVESTIGACION
1.6.2 Evaluación de la Política Empresarial y de Análisis de Decisión para las empresas. Las
pequeñas y medianas empresas han sido la base para el desarrollo económico y han
proporcionado importantes contribuciones a la creación de empleo. Responsables de las políticas
económicas en todo el mundo están tratando de poner en marcha acciones que mejoren la
vitalidad competitiva y fomentar el dinamismo empresarial a través de la política de la iniciativa
empresarial eficaz. Sorprendentemente, la investigación previa ha prestado poca atención a la
evaluación de la política de espíritu empresarial. El documento propone un modelo integrado que
combina la toma de decisiones y Evaluación de laboratorio. Este modelo tiene en cuenta la
relación de interdependencia entre los complejos criterios y alternativas de evaluación de
políticas, y se dirige a las limitaciones de los presupuestos anuales detallados. En el documento
se aplica el modelo a un caso de estudio empírico de la política empresarial para las empresas en
Taiwán. Los resultados de evaluación muestran que tres alternativas (centro de incubadora, ayuda
financiera, y las plataformas de intercambio de conocimientos) se seleccionan de acuerdo con las
restricciones presupuestarias y el modelo proporciona una solución eficaz para ayudar a los
responsables políticos a evaluar y seleccionar la mezcla de la política empresarial.
El propósito es desarrollar un modelo de evaluación integrado para la política empresarial en
materia de relaciones entrelazadas entre criterios, alternativas y disponibilidad de recursos. El
documento propone un modelo híbrido para abordar estas cuestiones. La puesta en marcha de
financiación, la creación de empresas de apoyo, la reducción de las barreras a la entrada y la
eliminación de los obstáculos, la promoción, la educación empresarial, y los grupos destinatarios
sub representados. Este trabajo utiliza estos conceptos de las medidas de política empresarial,
propuestos por Lundström y Stevenson (2001), ya que los criterios de evaluación de la política
empresarial.
30 PROYECTO DE INVESTIGACION
1.6.3 Definición de BI. Una definición de BI puede ser dada por Turban (2008) y Wixom (2012),
quienes la identifican como una sombrilla que describe conceptos y métodos para lograr que las
empresas mejoren las tomas de decisiones basados en los hechos y soportados por los sistemas.
BI consiste en el proceso de analizar la información que se genera en los distintos sistemas
transaccionales de una compañía. El objetivo de este análisis es hacer una abstracción de esos
datos y de acuerdo a esto crear conocimiento. Dentro de los procesos que se requieren en BI
están: la extracción de datos, la minería de datos e información multidimensional y OLAP. BI
requiere que se incluya el mayor detalle de toda la información que se genere en los distintos
pasos de la compañía como la información de clientes, los productos y servicios, el marketing, las
ventas y la información derivada de la cadena de logística y operativa. Toda esta información se
genera por medio de los procesos que una compañía tiene y la utilización de los sistemas de
información como herramientas tecnológicas para apoyarlos. Ejemplo de ello son los sistemas de
información para administrar las relaciones con los clientes, para hacer la planeación de recursos
y para hacer la administración de procesos de principio a fin durante toda la cadena y sistemas de
puntos de venta (Fernández, 2013). Una posible interpretación de BI obedece al conjunto de
pasos que se llevan a cabo para extraer la información de cada uno de los sistemas de
información que apoyan los procesos de la compañía, como la extracción, transformación y carga
que ayudan y permiten que se puedan hacer los análisis y la creación de conocimiento. Todo esto
busca apoyar el proceso de toma de decisiones y el cumplimiento de la necesidad de contar con
información oportuna, concreta e íntegra (Fernández, 2013). 2.1.1 Evolución de BI Según
Chaudhuri (et al., 2011) el término Inteligencia de Negocios (BI) se comenzó a utilizar a partir de
los años noventa en las distintas empresas y áreas de tecnología. A finales del año 2000 el
término analítica de negocios fue considerado como el componente base de BI, mientras en los
días actuales el término utilizado es big data para responder al análisis de bastas cantidades de
31 PROYECTO DE INVESTIGACION
datos donde se habla de terabytes, petabytes y exabytes de datos, no solo alojados en sistemas
relacionales de bases de datos sino también en redes sociales. La versión 1.0 de BI fue basada en
datos estructurados. Las compañías contaban con sistemas legados y también con sistemas de
administración de bases de datos relacionales. Las técnicas más utilizadas de minería de datos
estaban basadas en métodos estadísticos y las bodegas de datos eran su base fundamental. La
implantación de ETL se consideró factor de éxito para lograr integrar y convertir los datos de una
forma específica para la empresa. Las consultas SQL a la base datos, los cubos OLAP y las
herramientas de visualización de reportes eran muy intuitivas, pero de bajo contenido gráfico.
También se hacia el análisis de desempeño de la organización a través de los tableros de control
(Chaudhuri et al., 2011). La versión 2.0 de BI comenzó a partir del año 2000 en donde el internet
y la web comenzaron a formar parte importante en la generación de datos. La creación de
motores de búsqueda como Google y Yahoo y la aparición del comercio electrónico como
Amazon y eBay permitió, para las compañías, crear nuevos canales de comercio con interacción
directa con sus clientes. Surgió la iniciativa de identificar qué necesidades tenían los clientes para
poderlas cubrirlas en la web como nuevas oportunidades (Chaudhuri et al., 2011). La versión 3.0
se plantea la situación del gran desarrollo e investigación que se ha dado en la web sumado al
gran crecimiento de equipos de escritorio y portátiles y a la aparición de dispositivos móviles
como tabletas y celulares, lo cual conduce a nuevos retos en materia de BI (Chaudhuri et al.,
2011). 2.1.2 Importancia de BI Chaudhuri (et al., 2011) describe BI como un conjunto de
tecnologías que apoyan los procesos de toma de decisiones de las empresas; como el foco que
permite obtener los conocimientos para poder tomar decisiones de forma más rápida y acertada.
Para Chaudhuri se ha vivido un crecimiento en las dos últimas décadas en la oferta de productos
y servicios, igual ha sucedido en la tecnología donde los bajos costos de adquisición han
permitido el crecimiento en el almacenamiento y procesamiento de grandes cantidades de datos
32 PROYECTO DE INVESTIGACION
que tienen como orígenes sistemas transaccionales de clientes, sistemas de administración de
inventarios y sistemas de colaboración, entre otros. En la actualidad, el nivel de detalle y la
captura de la información es mucho más fino, es decir, se puede obtener un mayor nivel de
detalle de toda la información que se genera en la compañía y por esta razón se generan altos
volúmenes de información; su uso o provecho sirve para ayudar a cumplir las metas y objetivos
propuestos desde la alta gerencia. Los autores Horakova y Skalska (2013) aclaran que BI permite
a todos los empleados de la organización acceder a la información, analizarla, encontrar
oportunidades e identificar ventajas que apoyen y apalanquen la estrategia. Digamos que BI no
solo está orientado a apalancar la estrategia en el sentido de identificar la rentabilidad de los
productos, la compañía y de los clientes sino también que apoya la gestión de las palancas
tácticas y operativas de la organización. Adicionalmente permite a los trabajadores soportar por
medio de la información el manejo de su desempeño, tanto en nivel táctico como operativo
Horakova y Skalska, 2013). Según Fernández (2013), dentro de las ventajas que ofrece BI para
las empresas se encuentran: la ayuda al mejoramiento continuo de procesos que están mapeados
dentro de la cadena de valor, contribuir con la eficiencia no solo en el uso de los recursos sino
también en la obtención de resultados que permitan mejorar aquellos indicadores que están
asociados a los ingresos y gastos de la compañía, mejorar aquellos procesos de apoyo a la
organización que buscan prevenir fraudes, detectar operaciones inusuales o malintencionadas o
incluso detectar infidelidad de algún colaborador o aliado estratégico. 2.1.3 Descripción de los
componentes de BI Las soluciones de BI son soportadas bajo múltiples componentes y
herramientas: orígenes de información, herramientas que permiten establecer conexiones con los
orígenes de la información, herramientas que permiten transformar los datos para permitir dar
una relación a los distintos sistemas de información y un lenguaje común de negocio, herramienta
de análisis, visualización y entrega de la información (Horakova y Skalska, 2013).
33 PROYECTO DE INVESTIGACION
1.6.4 Arquitectura de BI Según Fernández (2013). Para un adecuado proceso de BI es
importante identificar cuáles son los sistemas de información de la compañía que serán objeto de
la extracción y análisis de información. En este sentido, se pueden identificar varios tipos de
sistemas como son: los transaccionales, los no transaccionales y lo sistemas expertos. Los datos
que se encuentran en los sistemas de información utilizados por los procesos de la compañía
estarán supeditados al objeto social de la empresa y, de acuerdo a esto, será el contexto donde se
realizará el análisis de la información. Otro punto que se considera importante es el de conocer el
estado de la calidad de los datos que se encuentran en los sistemas originales de la compañía, ya
que contar con problemas de calidad en los datos puede llevar a que los resultados derivados de
los procesos de minería de datos sean imprecisos y puedan generar desconfianza al momento de
compartir estos resultados con los distintos equipos consumidores de la información (Fernández,
2013). Entre las múltiples referencias del mercado de sistemas de información encontramos
elementos comunes para definir una arquitectura de BI. En este sentido Turban, Aronson, Liang y
Sharda (2007) sostienen que una arquitectura de negocios debe tener: la base de datos
centralizada (Data Warehouse), las herramientas que usará el usuario final (Business Analytics),
las relaciones no conocidas entre las variables, la minería de datos (Data Mining), la minería de
texto y de la web y la metodología como BPM (Business Performance Management). Una
propuesta la hace Chaudhuri (et al., 2011), donde presenta la arquitectura que también sirve para
implementar la tecnología de BI dentro de una empresa (Figura 1):
34 PROYECTO DE INVESTIGACION
Figura 4. Arquitectura Chaudhuri
Fuente: Chaudhuri, Dayal y Narasayya (2011).
• Generalmente la información proviene de múltiples orígenes de datos; estos pueden ser internos
o externos, transaccionales operacionales o de apoyo, muchos de estos sistemas son utilizados
por distintos usuarios de la organización, proveedores y clientes. Esta diversidad de aplicaciones
hace necesario contar con procesos conocidos como de reconciliación los cuales buscan corregir
problemas de calidad de datos (Chaudhuri et al., 2011).
• Este proceso es considerado por muchos como uno de los retos más importantes para los
proyectos de implementación de BI, y es el proceso de integración de los datos, el cual requiere
hacer actividades de limpieza, homologación y estandarización. Estos procesos son los que
permiten la escalabilidad en la carga de la información para BI. Las tecnologías que soportan
estos procesos de extracción, transformación y carga de datos son llamadas herramientas de ETL.
Los datos sobre los cuales BI desarrolla sus tareas obedecen a repositorios corporativos
conocidos como bodegas de datos, las cuales son manejadas por Sistemas Administradores de
Bases de Datos Relacionales (RDBMS por sus siglas en inglés) (Chaudhuri et al., 2011).
• El reto del presente es el procesamiento de grandes volúmenes de información con una
infraestructura de bajo costo. Este reto es conocido como BIGDATA y nació a partir del análisis
35 PROYECTO DE INVESTIGACION
de documentos web y búsquedas web, que ahora son el objetivo de las compañías analíticas que
quieren extender sus análisis por medio de consultas complejas de SQL. Los servidores de
bodegas de datos se complementan con funcionalidades especializadas como el procesamiento de
datos en línea (OLAP), el cual tiene la capacidad de presentación de los datos de una forma
multidimensional y permite utilizar las operaciones más comunes de BI como la agregación, el
drill down, los filtros y el pivoteo (Chaudhuri et al., 2011).
• La capa de servidores de reportes permite la visualización y entrega de los informes; esto
significa poderlos definir y diseñar, ejecutarlos de forma eficiente y presentarlos a un grupo
objetivo interesado en consumir la información (Chaudhuri et al., 2011).
• Análisis OLAP: esta sigla significa procesamiento de análisis en línea y permite hacer la
extracción y procesamiento de datos en tiempo real, o cercano al real, lo cual ayuda a la
organización al análisis de resultados desde aspectos del alto nivel hasta su mínima expresión. Un
ejemplo que sirve de guía es la utilización de este análisis en los equipos de fuerza comercial
pues les permite a los gerentes ver los resultados de ventas agregados por distintos niveles: por
región, por zona, por equipo o vendedor. En ese sentido, se puede seleccionar el criterio o los
criterios por los cuales se quiere entender la información (Fernández, 2013).
• Cuadros de mando: es una herramienta de visualización que entrega de forma gráfica los
resultados, las métricas y los indicadores que son considerados focos de seguimiento para medir
el rendimiento de los procesos de las unidades de negocio y de apoyo. Dentro de sus capacidades
se puede enunciar la facilidad para integrar la información de múltiples fuentes, poder obtener los
datos en tiempo real y su facilidad en la experiencia de usuario permitiendo configurar su diseño
de presentación (Fernández, 2013).
36 PROYECTO DE INVESTIGACION
1.7 ASPECTOS METODOLOGICOS
1.7.1 Metodología seguida durante la investigación:
Metodología Scrum: Para llevar a cabo la construcción del modelo se adoptó la metodología
ágil de desarrollo SCRUM, para aplicarla en el progreso de construcción del mismo. Scrum se
basa principalmente en la premisa de ejecutar un proyecto en entregas parciales y regulares del
producto. El desarrollo del producto se realiza de forma incremental y evolutiva, lo que resulta
ideal en entornos dinámicos y cambiantes. Scrum nos proporciona un marco de trabajo para
soportar la innovación y permitir que equipos auto-organizados entreguen resultados de alta
calidad en tiempos cortos.
Figura 5. Metodología Scrum. Tomado de (http://blog.metodoconsultores.com/scrum-
gestion-proyectos/)
1.7.2 Perfiles:
En un equipo Scrum intervienen varios perfiles:
• El Product Owner es la persona encargada del éxito del producto desde el punto de
vista de los clientes. Define los objetivos del proyecto y se focaliza en maximizar la
rentabilidad del producto.
• El Scrum Master es el coach del resto del equipo y quien lo ayuda a alcanzar su máximo
nivel de productividad para garantizar el cumplimiento de objetivos.
37 PROYECTO DE INVESTIGACION
• El Scrum Team está formado por todos los individuos necesarios para la
construcción del producto en cuestión. Realiza un trabajo fundamental: persigue un
objetivo común, con autogestión y una estructura auto- organizada
• Los Stakeholders son las personas a las que el proyecto les producirá algún beneficio
(comerciales, dueños, directores).
1.7.3 Funcionamiento: El proceso de Scrum necesita una cantidad mínima de elementos para
sacar adelante un proyecto. Comienza con la elaboración del Product Backlog, un listado que
recoge características, funcionalidades y requerimientos del proyecto. El Product Backlog es
mantenido y priorizado por el Producto Owner, solo él puede agregar prioridades.
La segunda etapa es el Sprint Backlog, la lista de tareas que elabora el equipo. Se asignan tareas a
cada persona y el tiempo que queda para terminarlas. De esta manera el proyecto se puede
descomponer en unidades más pequeñas pudiéndose determinar en donde no se está
avanzando e intentar solucionar el problema. Se crean ciclos breves para el desarrollo, las
llamadas iteraciones, que en Scrum se conocen como “Sprints”.
Las reuniones son el otro pilar del proceso. Son la base para la comunicación y lograr un equipo
ágil y multifuncional, lo que se consigue con el Sprint Planning Meeting, donde se priorizan las
tareas a realizar en el Product Backlog. Se realizan al principio de cada Sprint para decidir
que se va a realizar en ´el, asignando tiempo a cada una de ellas.
Diariamente se realizan reuniones en las que se comenta qué se hizo el día anterior, qué
se va a hacer en el día y qué problemas se han encontrado. Se hace un seguimiento en el que se
controla el cumplimiento de las tareas asumidas. Son las denominadas Daily Scrum.
Sin duda la metodología Scrum aporta grandes beneficios que repercuten en el conjunto de una
organización.
Utilizar Scrum puede ser una gran ventaja competitiva: el equipo sabe lo que tiene que hacer
cada día, si algo va mal, lo sabrá en unas semanas. De manera regular el equipo va
mejorando y simplificando su manera de trabajar siendo auto gestionado, y la comunicación y la
adaptación a las diferentes necesidades son máximas, evitando la realización de tareas
innecesarias y repetitivas.
38 PROYECTO DE INVESTIGACION
Figura 6. Scrum Framework. Tomado de (http://blog.metodoconsultores.com/scrum-
gestion-proyectos/)
1.7.4 Holotipo de Investigación:
NIVEL Implica
en el
evento
Categoría/Fas
es
Básicos/Sinónim
os
HOLOTIPO DE
INVESTIGACI
ON
ESPIRAL
HOLISTIC
A
Comprensi
vo
Relación
con otros
eventos,
enfatizand
o
relaciones
de
casualida
d
Proponer Exponer,
presentar,
plantear,
formular, diseñar
Proyectiva Proyectiva
Propuesta
39 PROYECTO DE INVESTIGACION
2. PUNTOS DE VISTA DE LA CAPA DE NEGOCIO
2.1 Introducción: Un punto de vista en ArchiMate es una selección de un
subconjunto relevante de los conceptos de ArchiMate (y sus relaciones) y la
representación de la parte de una arquitectura que se expresa en diferentes diagramas. Un con-
junto de tales puntos de vista fue desarrollado basado en la experiencia práctica.
Algunos de estos puntos de vista tienen un alcance limitado a una sola capa o aspecto. Así, los
puntos de vista de función de negocio y de proceso de negocio muestran las dos principales
perspectivas sobre el comportamiento del negocio; el punto de vista de organización
representa la estructura de la empresa en términos de sus departamentos, roles, etc. Otros
puntos de vista vinculan múltiples capas o aspectos: el punto de vista de cooperación de actor y
producto se relacionan con la empresa a su entorno [TOPG12].
40 PROYECTO DE INVESTIGACION
2.2 Punto de Vista de Organización: El punto de vista de la organización se enfoca
en la organización (interna) de una empresa, departamento, una red de empresas u otra entidad
organizacional. Es posible presentar modelos en bloques de diagramas anidados, pero también de
una manera más tradicional como gráficos. El punto de vista de la organización es muy útil
para identificar las competencias, la autoridad y las responsabilidades de la organización.
2.2.1 Metamodelo:
Figura 4.1: Metamodelo Punto de Vista de Organización. Tomado de TOPG12
2.2.2 Caso de Estudio:
Figura 4.2: Punto de Vista de Organización. Fuente propia
41 PROYECTO DE INVESTIGACION
El Modelo de Punto de vista de Organización de le empresa, está enfocado en el proceso
de la visualización del modelo de inteligencia de negocio, en este muestran los dos actores que
utilizaran de manera directa el modelo que se busca implementar para mejorar la toma de
decisiones en las áreas operativas y estratégicas de la empresa.
42 PROYECTO DE INVESTIGACION
2.3 Punto de Vista de Cooperación de Actor: Se centra en las relaciones de los actores
con cada uno de los entornos. Un ejemplo común de esto es el “diagrama de Contexto” el cual
pone a la organización en su entorno, que consiste en entes externos como clientes, proveedores y
otros asociados al mismo. Es muy útil determinar las dependencias y colaboraciones
externas que muestran la cadena de valor o la red de actores que operan.
Otro importante uso del punto de vista de Cooperación de Actor es mostrar cual es el número de
actores operando en el negocio y la aplicación de componentes que conjuntamente realizan un
proceso de negocio.
2.3.1 Metamodelo:
Figura 4.3: Metamodelo Punto de Vista de Cooperación de Actor. Tomado de TOPG12
43 PROYECTO DE INVESTIGACION
2.3.2 Caso de Estudio:
Figura 4.4: Punto de Vista de Cooperación de Actor Empresa. Fuente propia
El Modelo de Punto de vista de Cooperación de Actor de Empresa, se centra en la relación de
los actores que se encargan del desarrollo del modelo de inteligencia de negocio, y muestra
cuales son los roles de los clientes que van a hacer uso de dicho modelo.
44 PROYECTO DE INVESTIGACION
2.4 Punto de Vista de Función de Negocio: El punto de vista de función de negocio
muestra las funciones de negocio principales de una organización y sus relaciones en
términos de los flujos de información, valor o de bienes entre ellos. Las funciones de
negocio se utilizan para representar los aspectos más estables de una empresa en cuanto a las
actividades primarias que realiza, independientemente de cambios organizacionales o desarrollos
tecnológicos. Por lo tanto, la arquitectura de función de negocios de las empresas que operan en
el mismo mercado a menudo exhibe semejanzas cercanas. El punto de vista de la función de
negocio así ofrece una visión de alto nivel en las operaciones generales de la empresa, y puede
utilizarse para identificar las competencias necesarias, o para estructurar una organización
según sus actividades principales.
2.4.1 Metamodelo:
Figura 4.5: Metamodelo Punto de Vista de Función de Negocio. Tomado de TOPG12
45 PROYECTO DE INVESTIGACION
2.5 Punto de Vista de Proceso de Negocio:
El punto de vista del Proceso de Negocio (Business Process) se utiliza para mostrar la estructura
y composición de alto nivel de uno o más procesos del negocio. Junto a los propios
procesos, este punto de vista contiene Conceptos directamente relacionados, tales como:
• Los servicios que un proceso de negocio ofrece al mundo exterior, mostrando cómo un
proceso contribuye a la realización de los productos de la empresa
• La asignación de los procesos de negocio a las funciones, lo que da una idea de
las responsabilidades de los actores asociados
• La información utilizada por el proceso de negocio
Cada uno de estos puede ser considerado como una “sub-vista” de la vista del proceso
empresarial.
2.5.1. Metamodelo:
Figura 4.7: Metamodelo Punto de Vista de Proceso de Negocio. Tomado de TOPG12
46 PROYECTO DE INVESTIGACION
2.6 Punto de Vista de Cooperación de Proceso de Negocio: Se utiliza para mostrar las
relaciones de uno o más procesos de negocio entre si y/o con su entorno. Puede utilizarse tanto
para crear un diseño de alto nivel de procesos empresariales dentro de su contexto como para
proporcionar un gestor operativo responsable de uno o más de dichos procesos con información
sobre sus dependencias.
• Los aspectos importantes de la cooperación en los procesos de negocio son:
• Relaciones causales entre los principales procesos de negocio de la empresa Mapeo de
procesos de negocio en funciones de negocio
• Realización de servicios por procesos de negocio
• Uso de datos compartidos
Cada uno de ellos puede considerarse como una “sub-vista” de la visión de la cooperación
de procesos empresariales.
2.6.1. Metamodelo:
Figura 4.9: Metamodelo Punto de Vista Cooperación Proceso de Negocio. Tomado de TOPG12
47 PROYECTO DE INVESTIGACION
2.7. Punto de Vista de Producto: El punto de vista del producto representa el valor que los
productos ofrecen a los clientes u otras partes externas involucradas y muestra la composición de
uno o más productos en términos de la constitución de servicios (Aplicaciones o
negocios), y la asociación de contratos u otros acuerdos, esto también puede ser usado
para mostrar las interfaces (canales) a través de los cuales este producto es ofrecido, y los
eventos asociados con el producto. Un punto de vista del producto es típicamente usado en
desarrollo de productos para diseñar un producto por composición existente de servicios o por
identificación de qué nuevos servicios han sido creados por esos productos, dando los valores que
un cliente espera de ´el. Esto puede entonces servir como entrada para procesos de arquitectura
de negocios y otros que necesitan para diseñar los procesos de TIC y realizar esos productos.
2.7.1. Metamodelo:
Figura 4.11: Metamodelo Punto de Vista de Producto. Tomado de TOPG12
48 PROYECTO DE INVESTIGACION
3. PUNTOS DE VISTA DE LA CAPA DE APLICACIÓN
3.1. Introducción: El punto de vista de comportamiento, cooperación y estructura de
aplicación contiene las aplicaciones y componentes, y sus relaciones mutuas; el punto de vista de
uso de aplicación se refiere a aplicaciones para su uso, por ejemplo, procesos de negocio.
Además, el punto de vista de la aplicación trata acerca de las aplicaciones de software que
soportan los componentes del negocio con servicios de aplicaciones, componentes de aplicación
reusables, e interfaces de comunicación para estos componentes [TOPG12].
49 PROYECTO DE INVESTIGACION
3.2. Punto de Vista de Uso de Aplicación:
El punto de vista de uso de aplicación describe como las aplicaciones se utilizan para apoyar uno
o más procesos de negocio, y cómo son utilizadas por otras aplicaciones. Puede ser utilizado en el
diseño de una aplicación mediante la identificación de los servicios necesarios por otras
aplicaciones y procesos de negocio, o en el diseño de procesos de negocios mediante la
descripción de los servicios que están disponibles. Además, puesto que identifica las
dependencias de procesos de negocios a aplicaciones, puede ser útil a los gerentes operativos
responsables de estos procesos.
3.2.1. Metamodelo:
Figura 5.1: Metamodelo Punto de Vista de Uso de Aplicación. Tomado de TOPG12
50 PROYECTO DE INVESTIGACION
3.3. Punto de Vista de Comportamiento de Aplicación: El punto de vista de
comportamiento de aplicación describe él comporta- miento interno de una aplicación; por
ejemplo, como realiza uno o más servicios de aplicación. Este punto de vista es útil en el
diseño del comportamiento principal de aplicaciones, o en la identificación de coincidencia
funcional entre diferentes aplicaciones.
3.3.1. Metamodelo:
Figura 5.3: Metamodelo Punto de Vista de Comportamiento de Aplicación. Tomado de
TOPG12
51 PROYECTO DE INVESTIGACION
3.4. Punto de Vista de Cooperación de Aplicación: El punto de vista de cooperación de
aplicación describe las relaciones entre los componentes de aplicaciones en términos de los flujos
de información entre ellos, o en cuanto a los servicios que ofrecen y utilizan. Este punto de vista
es utilizado también para crear un resumen del paisaje de la aplicación de una
organización. Este punto de vista también se utiliza para expresar la cooperación (interna)
o coordinación de servicios que juntos apoyan la ejecución de un proceso de negocios.
3.4.1. Metamodelo:
Figura 5.5: Metamodelo Punto de Vista de Cooperación de Aplicación. Tomado de TOPG12
52 PROYECTO DE INVESTIGACION
3.5. Punto de Vista de Estructura de Aplicación: El punto de vista de estructura de
aplicación muestra la estructura de una o más aplicaciones o componentes. Este punto de vista es
útil en el diseño o comprensión de la estructura principal de aplicaciones o componentes y
los datos asociados; por ejemplo, para romper la estructura del sistema en construcción, o para
identificar el legado de los componentes de aplicación que son convenientes para la migración e
integración.
3.5.1. Metamodelo:
Figura 5.7: Metamodelo Punto de Vista de Estructura de Aplicación. Tomado de TOPG12
53 PROYECTO DE INVESTIGACION
4. PUNTOS DE VISTA DE LA CAPA DE INFRAESTRUCTURA
4.1. Introducción: El Punto de Vista de Estructura de Información describe la
información y los datos utilizados; el Punto de Vista de Infraestructura muestra la infraestructura
y plataformas de base de los sistemas de información de la empresa en términos de redes,
dispositivos y software del sistema; y el Punto de Vista de Implementación y Despliegue
muestra cómo las aplicaciones son mapeadas en la base de la infraestructura.
El punto de vista de infraestructura contiene elementos de software y hardware que soportan la
capa de aplicación, como dispositivos físicos, redes o sistemas de software [TOPG12].
54 PROYECTO DE INVESTIGACION
4.2. Punto de Vista de Infraestructura: El punto de vista de infraestructura contiene los
elementos de software y hardware de apoyo a la capa de aplicación, tales como dispositivos
físicos, redes o software del sistema (por ejemplo, sistemas operativos, bases de datos y la lógica
de intercambio de información entre aplicaciones).
4.2.1. Metamodelo:
Figura 6.1: Metamodelo Punto de Vista de Infraestructura. Tomado de TOPG12
55 PROYECTO DE INVESTIGACION
4.3. Punto de Vista de Uso de Infraestructura: El punto de vista de uso de infraestructura
muestra como las aplicaciones son soportadas por la infraestructura de hardware y software: los
servicios de infraestructura son entregados por los dispositivos; los sistemas de software y redes
se proporcionan a las aplicaciones. Este punto de vista desempeña un papel importante en el
análisis de rendimiento y escalabilidad, ya que se relaciona la infraestructura física con el mundo
lógico de las aplicaciones. Es muy útil en la determinación de los requisitos de rendimiento y
calidad en la infraestructura basada en las demandas de las distintas aplicaciones que lo
utilizan.
4.3.1. Metamodelo:
Figura 6.3: Metamodelo Punto de Vista de Uso de Infraestructura. Tomado de TOPG12
56 PROYECTO DE INVESTIGACION
4.4. Punto de Vista de Implementación y Despliegue: El punto de vista de
implementación y despliegue muestra como uno o más aplicaciones son realizadas sobre la
infraestructura. Esto implica el mapeo de aplicaciones (lógicas) y componentes en artefactos
(físicos), como Enterprise Java Beans, y el mapeo de la información utilizada por estas
aplicaciones y componentes en el almacenamiento subyacente de la infraestructura; por ejemplo,
tablas de bases de datos u otros archivos. Las vistas de implementación juega un papel
importante en el análisis de rendimiento y la escalabilidad debido a la relación entre la
infraestructura física y el mundo lógico de las aplicaciones. En análisis de riesgos y
seguridad, las vistas de despliegue se utilizan para identificar, por ejemplo, los riesgos y
dependencias críticas.
4.4.1. Metamodelo:
Figura 6.5: Metamodelo Punto de Vista de Implementación y Despliegue. Tomado de
TOPG12
57 PROYECTO DE INVESTIGACION
4.5. Punto de Vista de Estructura de la información: El punto de vista de estructura de la
información es comparable a los modelos tradicionales de información creados en el
desarrollo de casi cualquier sistema de información. Muestra la estructura de la información
utilizada en la empresa o en un proceso de negocio o aplicación específico, en términos de tipos
de datos o estructuras de clase (orientado a objetos). Además, puede mostrar como la
información a nivel empresarial está representada en el nivel de aplicación en la forma de
las estructuras de datos utilizado allí, y como estos son mapeados en la infraestructura
subyacente; por ejemplo, mediante un esquema de base de datos.
4.5.1. Metamodelo:
Figura 6.7: Metamodelo Punto de Vista de Estructura de Información. Tomado de TOPG12
58 PROYECTO DE INVESTIGACION
4.6. Punto de Vista de Realización del Servicio: El punto de vista de realización del
servicio se utiliza para mostrar como uno o más servicios de negocios son realizados por los
procesos subyacentes (y algunas veces por componentes de aplicación). Por lo tanto, forma
el puente entre el punto de vista de los productos de negocio y la vista de procesos de negocio.
Proporciona una visión desde el exterior. En uno o más procesos de negocio.
4.6.1. Metamodelo:
Figura 6.9: Metamodelo Punto de Vista de Realización del Servicio. Tomado de TOPG12
59 PROYECTO DE INVESTIGACION
4.7. Punto de Vista de Capas: El punto de vista de capas muestra las diferentes capas y
aspectos de una arquitectura empresarial en un diagrama. Hay dos categorías de capas,
específicamente capas dedicadas y capas de servicio. Las capas son el resultado de la utilización
de la relación de agrupación para una partición natural de todo el conjunto de objetos y
relaciones que pertenecen a un modelo. La infraestructura, la aplicación, los procesos y las capas
de actores/roles pertenecen a la primera categoría. El principio estructural de un punto de vista de
capas completo es que cada capa dedicada expone, por medio de la relación de realización,
una capa de servicios, que son más utilizado por la siguiente capa dedicada. Así, podemos
separar fácilmente la estructura interna y la organización de una capa dedicada de su
comportamiento externamente observable expresado como la capa de servicio que esa capa
dedicada realiza.
4.7.1. Metamodelo:
Figura 6.11: Metamodelo Punto de Vista de Capas. Tomado de TOPG12
60 PROYECTO DE INVESTIGACION
5. PUNTOS DE VISTA DE EXTENSIÓN DE MOTIVACIÓN
5.1. Introducción: Se han definido una serie de puntos de vista estándar para el
modelado de aspectos motivacionales. Cada uno de estos puntos de vista presenta una
perspectiva diferente sobre la motivación que subyace a cierta arquitectura de la empresa y
permite un modelador de ciertos aspectos de modelado. Por lo tanto, cada punto de vista
considera solamente una selección de los conceptos y las relaciones que se han descrito en
las secciones anteriores [TOPG12].
Se distinguen los siguientes puntos de vista:
• El punto de vista de stakeholder, el cual se centra en el modelado de los stakeholders,
conductores, la evaluación de estos conductores y las metas iniciales para abordar estos
conductores y evaluaciones.
• El Punto de Vista de Realización de Objetivos, que se centra en refinación inicial,
objetivos de alto nivel en más (sub-) objetivos concretos usando la relación de agregación,
y finalmente en requisitos y restricciones utilizando la relación de realización
• El Punto de Vista de Contribución, que se centra en el modelado y análisis de las
relaciones de influencia entre objetivos (y requisitos).
• El Punto de Vista de Principios, que se centra en modelar los principios pertinentes y los
objetivos que motivan estos principios.
• El Punto de Vista de Realización de Requerimientos, que se centra en la realización de los
requisitos y las limitaciones de modelado por medio de elementos básicos, tales como
actores, servicios, procesos, componentes de la aplicación, etc.
61 PROYECTO DE INVESTIGACION
• El Punto de Vista de Motivación, que cubre todo el aspecto motivacional y permite
utilizar todos los elementos de motivación.
62 PROYECTO DE INVESTIGACION
5.2. Punto de Vista de Stakeholder: El punto de vista del stakeholder permite al analista
modelar los stakeholders, los manejadores internos y externos de cambio, y las valoraciones, (en
términos de sus fortalezas, debilidades, oportunidades y amenazas) de estos manejadores.
También se pueden describir los enlaces a las metas iniciales (alto nivel) que conducen estas
preocupaciones y valoraciones. Estos objetivos con- forman la base para el proceso de ingeniería
de requerimientos, incluyendo el refinamiento de objetivos, análisis de contribución y
conflictos, y los requerimientos derivados de estos objetivos.
5.2.1. Metamodelo:
Figura 7.1: Metamodelo Punto de Vista de Stakeholder. Tomado de TOPG12
63 PROYECTO DE INVESTIGACION
5.3. Punto de Vista de Realización de Objetivos: El punto de vista de realización de
objetivos permite a un diseñador modelar el refinamiento de objetivos (alto nivel) en objetivos
más concretos, y el refinamiento de objetivos concretos en requerimientos o restricciones que
describen las propiedades que se necesitan para realizar los objetivos. El refinamiento de
objetivos en subobjetivos se realiza mediante la relación de agregación. El refinamiento de los
objetivos en requerimientos se modela utilizando la relación de realización.
5.3.1. Metamodelo:
Figura 7.3: Metamodelo Punto de Vista de Realización de Objetivos. Tomado de TOPG12
64 PROYECTO DE INVESTIGACION
5.4. Punto de Vista de Contribución de Objetivos: El punto de vista de contribución de
objetivos permite a un diseñador o analista modelar las relaciones de influencia entre los
objetivos y requisitos. Las vistas resultantes pueden ser utilizadas para analizar el impacto que los
objetivos tienen entre sí y determinar conflictos entre los objetivos de los stakeholders.
Por lo general, este punto de vista puede utilizarse después de tener objetivos, en cierta medida,
se han refinado en sub-metas y, posiblemente, en requerimientos. Por lo tanto, las relaciones de
agregación y realización también pueden ser mostradas en este punto de vista.
5.4.1. Metamodelo:
Figura 7.5: Metamodelo Punto de Vista de Contribución de Objetivos. Tomado de TOPG12
65 PROYECTO DE INVESTIGACION
5.5. Punto de Vista de Principios: El punto de vista de principios permite al analista o
diseñador modelar los principios que son relevantes en el diseño del problema concreto,
incluyendo los objetivos que motivan estos principios. Adicionalmente, las relaciones entre
principios y sus objetivos pueden modelarse a partir de la influencia de forma negativa o positiva
entre ellos.
5.5.1. Metamodelo:
Figura 7.7: Metamodelo Punto de Vista de Principios. Tomado de TOPG12
66 PROYECTO DE INVESTIGACION
5.6. Punto de Vista de Realización de Requerimientos: El Punto de Vista de
Realización de Requerimientos permite al diseñador modelar la realización de los
requerimientos para los elementos claves, como los actores de negocio, servicios de negocio,
procesos de negocio, servicios de aplicación, componentes de aplicación, etc. Por lo general, los
requerimientos surgen desde el punto de vista de refinamiento de objetivos.
Además, este punto de vista puede utilizarse para refinar los requerimientos en requerimientos
más detallados. La relación de agregación se utiliza para este propósito.
5.6.1. Metamodelo:
Figura 7.9: Metamodelo Punto de Vista de Realización de Requerimientos. Tomado de TOPG12
67 PROYECTO DE INVESTIGACION
5.7. Punto de Vista de Motivación: El punto de vista de motivación permite al diseñador o
analista modelar el aspecto motivacional, sin necesidad de enfocarse en concreto de algunos
elementos dentro de este aspecto. Por ejemplo, este punto de vista puede ser usado para mostrar
una revisión completa o parcial del aspecto motivacional relacionando los stakeholders, sus
objetivos primarios, los principios que son aplicados y los requerimientos principales en los
servicios, procesos, aplicaciones y objetos.
5.7.1. Metamodelo:
Figura 7.11: Metamodelo Punto de Vista de Motivación. Tomado de TOPG12
68 PROYECTO DE INVESTIGACION
6. PUNTOS DE VISTA DE EXTENSIÓN DE IMPLEMENTACIÓN Y
MIGRACIÓN
6.1. Introducción: Se distinguen los siguientes puntos de vista estándar para el
modelado de aspectos de implementación y migración [TOPG12]:
• El punto de vista de proyecto se utiliza principalmente para modelar la gestión del cambio
de arquitectura.
• El punto de vista de migración se utiliza para modelar la transición desde una arquitectura
existente a una arquitectura de destino.
• El punto de vista de migración e implementación se utiliza para modelar las relaciones
entre los programas y proyectos y las partes de la arquitectura que ellos implementan.
69 PROYECTO DE INVESTIGACION
6.2. Punto de Vista de Proyecto: El punto de vista del proyecto es usado principalmente para
modelar la gestión del cambio en la arquitectura, la arquitectura del proceso de migración desde
una situación anterior (estado actual de la arquitectura empresarial) a una situación
deseada (estado objetivo de la arquitectura empresarial) tiene consecuencias significativas en
el corto y largo plazo para el crecimiento de la estrategia y las decisiones subsecuentes del
proceso de realización. Algunos aspectos que deben tomarse en cuenta por el diseñador en
este punto de vista son:
• Desarrollar una arquitectura empresarial completa para una organización es una tarea que
puede requerir varios años.
• Todos los sistemas y servicios deben mantenerse operando en caso que ocurran
modificaciones y cambios en la arquitectura empresarial durante el proceso de cambio.
• El proceso de cambio puede tener que tratar con estándares inmaduros de tecnología (por
ejemplo, mensajería, seguridad, datos, etc.).
• El cambio tiene consecuencias serias para el personal, la cultura, la manera de trabajar y
la organización.
70 PROYECTO DE INVESTIGACION
6.2.1. Metamodelo:
Figura 8.1: Metamodelo Punto de Vista de Proyecto. Tomado de TOPG12
71 PROYECTO DE INVESTIGACION
6.3. Punto de Vista de Migración: El punto de vista de migración implica modelos y
conceptos que pueden ser usados para especificar la transición de una arquitectura
existente a una arquitectura deseada. La platea es un estado relativo de la arquitectura que existe
en un tiempo limitado, una brecha es una unidad de análisis de transición entre dos plateas.
6.3.1. Metamodelo:
Figura 8.3: Metamodelo Punto de Vista de Migración. Tomado de TOPG12
72 PROYECTO DE INVESTIGACION
6.4. Punto de Vista de Migración e Implementación: El punto de vista de migración e
implementación es utilizado para relacionar programas y proyectos a las partes de la arquitectura
que ellos implementan. Esta vista permite modelar el alcance de los programas, proyectos,
actividades del proyecto en términos de las plateas que son realizadas o los elementos de la
arquitectura individual que son afectados. Adicionalmente, la forma en que los elementos son
afectados puede ser indicados anotando las relaciones.
Este punto de vista puede ser utilizado en combinación con los puntos de vista de
programas y proyectos para soportar la administración del portafolio:
• Los puntos de vista de programas y proyectos son adecuados para relacionar los objetivos
del negocio a programas y proyectos. Por ejemplo, esto hace posible analizar a un nivel
alto si todos los objetivos de negocios están cubiertos suficientemente por el porfolio(s)
actual.
• El punto de vista de implementación y migración es adecuado para relacionarse con
objetivos de negocio (y requerimientos) a través de programas y proyectos a (partes de) la
arquitectura. Por ejemplo, esto permite analizar la potencial superposición entre las
actividades del proyecto o analizar la consistencia entre las dependencias del proyecto y
las dependencias entre plateas o elementos de la arquitectura.
73 PROYECTO DE INVESTIGACION
6.4.1. Metamodelo:
Figura 8.5: Metamodelo Punto de Vista de Migración e Implementación. Toma- do de TOPG12
74 PROYECTO DE INVESTIGACION
7. ARQUITECTURA DE SOFTWARE
7.1. Modelo de Datos: El procesamiento de los datos se realizó bajo el motor de base
de datos SQL Server 2014, donde la información leída es alojada en una bodega de datos la cual
es la base para la creación del modelo de alertas y predicción de datos.
Figura 11.1: Modelo de Datos 1. Fuente propia
75 PROYECTO DE INVESTIGACION
Figura 11.1: ETL Realizada para la extracción de los datos1. Fuente propia
Se realiza el proceso de ejecutar una ETL para lograr alimentar la bodega de datos que a su vez es
el insumo para alimentar el modelo de inteligencia de negocio.
76 PROYECTO DE INVESTIGACION
7.2. Arquitectura de la aplicación:
En base a la información disponible, y a lo que se pretende analizar, se debe crear un modelo de
datos que permita obtener el conocimiento deseado a partir de los datos disponibles. El proceso
de modelado es un análisis lógico previo al desarrollo, en el que se diseña la estructura de datos y
las relaciones jerárquicas entre los elementos
Las herramientas BI no suelen consultar los datos de las bases de datos transaccionales, para
evitar bloqueos o sobrecargas. Es por este motivo que se construye un almacén de datos
(Datawarehouse o DWH) con una estructura adecuada para el modelo de datos definido. En este
DWH se cargará la información que se extrae de los sistemas origen. Esta extracción y carga se
realiza con procesos ETL (del inglés Extract, Transform, Load), que extraen los datos del sistema
origen, los procesan (limpiar datos, regularizar nombres de diferentes orígenes, etc.) y los cargan
en el DWH.
Una vez se ha definido el DWH y ya contiene datos, se puede utilizar una herramienta de BI para
plasmar el modelo de datos y crear reportes o cuadros de mando con la información requerida
para dar las respuestas buscadas.
77 PROYECTO DE INVESTIGACION
Figura 11.7: Arquitectura de la Aplicación 1. Fuente propia
7.3. Puerta de Enlace de Power BI: Una puerta de enlace de Power BI es un software que
instala dentro de una red local; facilita el acceso a los datos en esa red. Es como un controlador
de acceso que escucha solicitudes de conexión y las otorga solo cuando las solicitudes de un
usuario cumplen ciertos criterios. Esto permite que las organizaciones conserven bases de datos y
otras fuentes de datos en sus redes locales, pero que utilicen de forma segura los datos locales en
los informes y paneles de Power BI.
Una puerta de enlace se puede usar para una sola fuente de datos o múltiples fuentes de datos. El
siguiente diagrama muestra una vista básica, con las solicitudes de manejo de puerta de enlace de
la nube para tres computadoras locales. Ampliaremos esto más adelante en el artículo.
78 PROYECTO DE INVESTIGACION
7.4. Tipos de Puertas de Enlaces:
Power BI ofrece dos puertas de enlace, cada una para un escenario diferente:
• Puerta de enlace de datos local (modo personal) : permite que un usuario se conecte a
las fuentes y no se puede compartir con los demás. Solo se puede usar con Power BI. Esta
puerta de enlace es adecuada para escenarios en los que usted es la única persona que crea
informes y no necesita compartir las fuentes de datos con otros.
• Puerta de enlace de datos local : permite que múltiples usuarios se conecten a múltiples
fuentes de datos locales. Puede ser utilizado por las aplicaciones de Power BI,
PowerApps, Flow, Azure Analysis Services y Azure Logic, todas con una única
instalación de puerta de enlace. Esta puerta de enlace es ideal para escenarios más
complejos con múltiples personas que acceden a múltiples fuentes de datos.
79 PROYECTO DE INVESTIGACION
7.5. Cómo funcionan las puertas de enlace: La puerta de enlace que instala se ejecuta como un
servicio de Windows, puerta de enlace de datos local . Este servicio local está registrado con el
servicio Gateway Cloud a través de Azure Service Bus. El siguiente diagrama muestra el flujo
entre los datos locales y los servicios en la nube que usan la puerta de enlace.
80 PROYECTO DE INVESTIGACION
7.6. COMPONENTES DEL BUSINESS INTELLIGENCE.
Todo sistema de inteligencia de negocios se compone por dos procesos, la Integración (bodega de
datos) y el análisis de los datos (OLAP o técnicas de minería de Datos).
Bodega de Datos. La bodega de datos, también llamada data warehouse, es un repositorio de
datos que proporciona una visión global, común e integrada de los datos de la organización,
independiente de cómo se vayan a usar posteriormente por los consumidores o usuarios, con las
propiedades siguientes: estable, coherente, fiable y con información histórica. Puede llegar a
tener un volumen de datos muy grande (centenas de terabytes). Las bases de datos relacionales
son el soporte teórico más comúnmente usado para almacenar las estructuras de estos
datos y sus grandes volúmenes.
La bodega de datos presenta las siguientes características:
Orientado a un tema: organiza una colección de información alrededor de un tema central.
Integrado: Incluye datos de múltiples orígenes y presenta consistencia de datos.
Variable en el tiempo: se realizan fotos de los datos basadas en fechas o hechos.
La bodega de datos es una base de datos que organiza y almacena una colección de información
derivada directamente de los sistemas operacionales y de algunos datos externos. “Maneja un
conjunto de datos integrados u orientados a un objetivo específico, que varían con el tiempo
(datos históricos) y que no son transitorios. Soportan el proceso de toma de decisiones de la
81 PROYECTO DE INVESTIGACION
administración y está orientada al manejo de grandes volúmenes de datos provenientes de
diversas fuentes o diversos tipos”
Datamart. Un Datamart es una base de datos departamental, especializada en el almacenamiento
de los datos de un área de negocio específica. “Se caracteriza por disponer la estructura óptima de
datos para analizar la información al detalle desde todas las perspectivas que afecten a los
procesos de dicho departamento. Un datamart puede ser alimentado desde los datos de una
bodega de datos, o integrar por sí mismo un compendio de distintas fuentes de información”
Procesamiento analítico en línea. “El procesamiento analítico en línea, es a la vez un concepto
y una tecnología que tiene como fin contar con elementos de análisis previamente calculados que
agilizan la consulta de grandes cantidades de datos. Una característica principal es que el
procesamiento analítico permite describir el comportamiento del negocio, es decir se basa en
acontecimientos que ya han sucedido”
Big Data. En cuanto a la definición de esta locución es el conjunto de datos (o dataset) que
superan la capacidad de captura, gestión y procesamiento en un tiempo determinado, superando
así la capacidad del software habitual.
Big data Además de la captura, gestión y procesamiento, las dificultades más comunes son
también la búsqueda, la compartición, la visualización, el almacenamiento y el análisis entre
otras. Esta tendencia a manejar gran cantidad de datos se debe en muchos casos, a análisis o
82 PROYECTO DE INVESTIGACION
disciplinas en las que se necesita relacionar datos como puede ser una investigación o datos de
enfermedades infecciosas, meteorología, genómica, análisis de negocios, etc. También se puede
definir a esta frase como el análisis y tratamiento de grandes repositorios de datos, tan enormes
que es imposible tratarlos con las herramientas de analíticas y bases de datos convencionales.
Esto se inserta en un entorno como la proliferación de páginas web, aplicaciones de videos e
imágenes, redes sociales, dispositivos móviles, sensores, etc. IBM considera que el manejo y
tráfico de todo esto es capaz de generar más de 2.5 quintillones de bytes al día. Esta empresa
también ha dicho que el universo de Big Data se explica a partir del volumen, variedad y
velocidad y por eso consideran que hay un gran desafío hacia adelante, ya que hacia el 2020 es
muy probable que haya 35 zettabits de información. Agregan además que ya no es suficiente el
análisis de datos tradicional.
ETL (Extract, Transform & Load Processing). Es el proceso mediante el cual se extraen los
datos desde un sistema origen, se transforman y finalmente se cargan en un destino para ser
almacenados. Dependiendo del sistema origen, puede o no ser necesario el desarrollo de
aplicaciones a la medida que realicen esta labor. Esto en razón que es común encontrar sistemas
antiguos que definen sus propios lenguajes y protocolos. Por el contrario, “en aplicaciones más
recientes es común el uso de lenguajes de programación más ampliamente utilizados y
mutuamente compatibles, así como estándares en el almacenamiento y consulta de bases de datos
83 PROYECTO DE INVESTIGACION
con lo cual el proceso de extracción puede ser mucho más transparente y fácilmente realizable”.
A partir de los sistemas operacionales de una compañía, es importante entender cuál es el proceso
de construcción del ETL (Extracción, Transformación y Carga:
Extracción: obtención de información de las distintas fuentes tanto internas como externas.
Transformación: filtrado, limpieza, depuración, homogeneización y agrupación de la
información.
84 PROYECTO DE INVESTIGACION
8. PROTOTIPO FUNCIONAL: Una de las grandes ventajas que tenemos al crear un
modelo de inteligencia de negocio a través de Power BI es que proporciona visualizaciones
interactivas con capacidades de inteligencia empresarial de autoservicio, donde los usuarios
finales pueden crear informes y paneles por sí mismos, sin tener que depender del personal de
tecnología de la información o los administradores de la base de datos.
Figura 11.9: Presentación del Prototipo Funcional. Fuente propia
85 PROYECTO DE INVESTIGACION
8.1. Pantallas de Funcionamiento: Desde la plataforma web de Power BI el usuario podrá
ingresar al interactuar con el modelo de inteligencia de negocio. Lo primero que va a encontrar es
el tablero de control, el cual resume los paneles principales del modelo los cuales lo guían a la
parte detallada y funcional del modelo.
Figura 11.9: Prototipo Funcional 1. Fuente propia
En esta imagen No 1 se observa como panel principal aquel que nos muestra las predicciones del
valor de las transacciones para que así mismo el usuario haga su análisis y tome decisiones.
86 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 2. Fuente propia
En la figura No 2 podemos observar los paneles que contienen el análisis de la cantidad de las
transacciones realizadas en un determinado tiempo, en la parte izquierda de la imagen se tiene
diferentes tipos de filtros para que el usuario realice los análisis necesarios de la información que
allí se muestra.
87 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 3. Fuente propia
En la figura No 3 podemos observar los paneles que contienen el análisis del valor de las
transacciones realizadas en un determinado tiempo, en la parte izquierda de la imagen se tiene
diferentes tipos de filtros para que el usuario realice los análisis necesarios de la información que
allí se muestra. Así mismo en una tabla se muestran los valores de las transacciones con fondo de
colores dependiendo de la configuración realizada a los topes de transacciones, para que así si
una transacción está sobre el límite del valor permitido, se marca con un color de fondo rojo para
que así el usuario determine que acción tomar.
88 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 4. Fuente propia
En la figura No 4 podemos observar el análisis que se realiza por tipo de servicio (Envió de
dinero, pago de dinero, recaudo de facturas, pagos de nóminas, etc.) y por la empresa cliente. Los
usuarios tienen filtros en la parte izquierda de la imagen para poder realizar un análisis más
detallado de esta información.
89 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 5. Fuente propia
En la figura No 5 podemos observar el análisis que se realiza a los clientes que utilizan el servicio
en cada uno de los Puntos, en estos paneles se puede determinar el origen y destino de cada una
de las transacciones realizadas por un cliente en especial para así determinar sus
comportamientos de pago.
90 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 6. Fuente propia
En la figura No 6 se muestra una de las funciones más importantes del modelo y es la predicción
de los datos, en ella se muestra el valor de las transacciones realizadas por fecha, su promedio
(línea media de color verde), transacciones de más valor realizadas (línea superior de color rojo),
y las transacciones de menor valor realizadas (línea inferior de color azul), y en una región
marcada con un color gris podemos observar la predicción que realiza el modelo teniendo en
cuenta el historial del valor de las transacciones realizadas. Con esta predicción tanto el usuario
como la empresa podrán determinar si realizan o no alguna estrategia de negocio u operativa en
pro del mejoramiento de la empresa.
91 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 7. Fuente propia
En la figura No 7 se muestra una de las funciones más importantes del modelo y es la predicción
de los datos, en ella se muestra la cantidad de transacciones realizadas por fecha, su promedio
(línea media de color verde), transacciones de más valor realizadas (línea superior de color rojo),
y en una región marcada con un color gris podemos observar la predicción que realiza el modelo
teniendo en cuenta el historial de transacciones realizadas en cuanto a cantidades. Con esta
predicción tanto el usuario como la empresa podrán determinar si realizan o no alguna estrategia
de negocio u operativa en pro del mejoramiento de la empresa.
92 PROYECTO DE INVESTIGACION
Figura 11.10: Prototipo Funcional 8. Fuente propia
Cabe resaltar como se observa en la figura No 8, el modelo tiene la capacidad de adaptarse para
poder ser visualizado a través de un teléfono móvil incluyendo el panel de control principal.
93 PROYECTO DE INVESTIGACION
9. ALCANCES, LIMITACIONES Y RESULTADOS ESPERADOS
10.1 Alcance
El alcance tradicional ha sido medido por el número de funciones que el sistema ejecutará. En los
proyectos BI este sería una forma segura de sobreestimar el esfuerzo y los recursos. Las
aplicaciones BI son intensas en manejo de datos, no en funciones. Por lo tanto, el alcance debe
ser medido por el número de datos elementales que deben ser extraídos del sistema fuente,
transformados y limpiados, y finalmente cargados a la base de datos destino de la aplicación BI.
La razón principal para concentrarse en los datos antes que en las funciones es que el análisis y la
preparación de los datos de la fuente original llevan mucho tiempo con respecto al acceso y el
facilitar el análisis de datos a través de reportes. La regla típica 80/20 usualmente implica 80% de
esfuerzo para los datos y 20% de esfuerzo para la funcionalidad.
94 PROYECTO DE INVESTIGACION
10. CONCLUSIONES
El auge de BI tiene su fundamento en los volúmenes y cantidades importantes de datos que cada
día se están generando desde los distintos sistemas de información. Todo esto requiere darle una
utilidad que permita ayudar a generar valor en las compañías para mantener en forma eficiente
sus procesos, identificar nuevas oportunidades de negocio y poder tomar decisiones con un
mayor nivel de certidumbre. BI pretende ayudar y contribuir al logro de estos resultados.
Aunque BI, como se explicó en este trabajo, ha venido desarrollándose en algunas industrias
desde principios de los años noventa, todavía hay empresas que no han logrado implementar lo
modelos y herramientas para un BI que les permita dar un mejor uso de todos los datos con los
que cuentan. Esto los pone en una situación más compleja debido a que actualmente el mundo del
análisis de información está hablando de Big Data.
La implementación de un proyecto de BI requiere un apoyo muy grande de la alta gerencia. Esto
no solo corresponde al patrocinio económico de la inversión sino también a contribuir a la
creación de una cultura analítica corporativa.
Un factor de éxito para el análisis y diseño de la implementación de BI es contar con un equipo
de trabajo de las áreas de la compañía que tenga muy buenos conocimientos de la información
que cada día se está generando en cada uno de los distintos sistemas de información. Esto
permitirá que se le pueda hacer una buena extracción y transformación de los datos para que la
bodega de datos se llene de materia prima para los procesos de minería de datos.
Otro factor de éxito es que el equipo funcional del proyecto conozca muy bien cuáles son los
problemas de calidad en la información que tiene cada uno de los sistemas orígenes de donde se
hará la extracción de los datos. Es necesario a estos problemas de calidad de datos identificar
95 PROYECTO DE INVESTIGACION
cuáles se pueden corregir desde los procesos operacionales y cuáles se deben tratar mediante
procesos automáticos de limpieza; todo esto para garantizar que la información que se genere
desde la minería de datos y el reporting no pierda credibilidad y pueda ser utilizada en su máxima
expresión para apalancar la estrategia de la organización.
96 PROYECTO DE INVESTIGACION
11 BIBLIOGRAFIA
Ahmed, K., N. El-Makky y Y. Taha (1998). “Effective data mining: a data warehouse-backboned
architecture” [Proceedings of the 1998 conference of the Centre for Advanced Studies on
Collaborative research]. IBM Press.
Berson, A. y S. Smith (1997). Data Warehousing, Data Mining, and OLAP. Nueva York:
McGraw-Hill.
Chaudhuri, S.; U. Dayal y V. Narasayya (2011). “An overview of business intelligence
technology”. Communications of the ACM. Vol. 54. Núm.8, pp. 88-98.
Davenport, T. y J. Harris (2007). Competing on analytics: The new science of winning. Nueva
York: Harvard Business Press.
De Bie, T. (2011). “An information theoretic framework for data mining” [Proceedings of the
17th ACM SIGKDD international conference on Knowledge discovery and data mining]. Nueva
York: ACM.
Drelichowski, L.; S. Bobek y S. Sternad (2012). Methodological aspects and case studies of
Business Intelligence applications tools in Knowledge Management. S.l.: Polish Association for
Knowledge Management.
Fernández, H. (2013). “Inteligencia de Negocios como apoyo a la toma de decisiones en la
gerencia”. Vínculos. Vol. 9. Núm. 2, pp. 11-23.
Golfarelli, M.; D. Maio y S. Rizzi (1998). “The dimensional fact model: A conceptual model for
data warehouses”. International Journal of Cooperative Information Systems. Vol. 7, pp. 215-
247.
97 PROYECTO DE INVESTIGACION
Horakova, M. y H. Skalska (2013). “Business Intelligence and Implementation in a Small
Enterprise”. Journal of Systems Integration. Vol. 4. Núm. 2, pp. 50-61.
Inmon, B. (2004). “The Logical Data Warehouse”. DM Review. Vol. 14. Núm. 6, p. 67.
Muñoz, L.; J. Mazón y J. Trujillo (2011). “ETL Process Modeling Conceptual for Data
Warehouses: A Systematic Mapping Study”. IEEE Latin America Transactions. Vol. 9. Núm. 3,
pp. 360-365.
Reyes, R. y Y. Salgueiro Sicilia (2010). “Herramienta para realizar la Minería de Datos en el
Data Warehouse de un Cuadro de Mando Integral”. Innovación Tecnológica. Vol. 16. Núm. 2. 68
Saddle River: Pearson Prentice Hall. Turban, E., R. Sharda; J. Aronson y D. King (2008).
Business intelligence: A managerial approach. Upper Saddle River: Pearson Prentice Hall.
Waldo, B. (1998). “Decision Support and Data Warehousing Tools Boost Competitive
Advantage”. Nursing Economics. Vol. 16. Núm. 2, pp. 91-93.
Watson, H. y B. Haley (1998). “Managerial considerations”. Communications of the ACM. Vol.
41. Núm. 9, pp. 32-37.
Referencias Web:
Moss, L. (2005). “Moving Your ETL Process into Primetime”. Disponible en:
http://www.businessintelligence.com//ex/asp/code.44/xe/article.htm.
Oracle (s.f.). Disponible en: http://www.oracle.com/technetwork/middleware/bi/index.html.
Powewr BI. Visto en https://powerbi.microsoft.com/es-es/what-is-power-bi/
98 PROYECTO DE INVESTIGACION
12 ANEXOS