M2 - Control de Gestión y Sistemas de Información

MÓDULO
Área: NEGOCIOS
2 Curso: CONTROL DE GESTIÓN Y SISTEMAS DE LA INFORMACIÓN

Módulo: Gestión de datos
Área: NEGOCIOS M2
Curso: CONTROL DE GESTIÓN Y SISTEMAS DE LA INFORMACIÓN
Gestión de datos
Índice
Introducción ......................................................................................................................................................... 1
1. Modelo Conceptual de un Data Warehouse .................................................................................................... 2
1.1 Características relevantes ............................................................................................................................................ 3
a. Ventajas y desventajas del Data Warehouse: ........................................................................................................... 5
b. Requerimientos funcionales de un Data Warehouse ................................................................................................ 5
c. Componentes de un DW............................................................................................................................................ 6
2. Integración, orientación y conectividad ........................................................................................................... 6
3. Concepto y estructura de un DataMart............................................................................................................ 9
4. Técnicas de Minería de Datos......................................................................................................................... 11
4.1 Etapas para la generación de un modelo .................................................................................................................. 12
5. Modelos de análisis de la información ........................................................................................................... 13
Cierre .................................................................................................................................................................. 17
Área: NEGOCIOS M2
Gestión de datos
Mapa de Contenido
Gestión de datos
Modelo
Integración, Concepto y Técnicas de Modelos de
Conceptual de
orientación y estructura de Minería de análisis de la
un Data
conectividad un DataMart Datos información
Warehouse
Etapas para la
Características
generación de
relevantes
un modelo
Ventajas y
desventajas del
Data Warehouse
Requerimientos
funcionales de
un Data
Warehouse
Componentes
de un DW
Área: NEGOCIOS M2
Curso: CONTROL DE GESTIÓN Y SISTEMAS DE LA INFORMACIÓN Pág. 1
Gestión de datos
RESULTADO DE
Identifica y describe la estructura de un Data Warehouse y su utilidad en la
APRENDIZAJE organización.
DEL MÓDULO
Introducción
Anteriormente, ya vimos los conceptos y figuras básicas de la inteligencia de negocios y sistemas de
información. En este módulo nos centraremos en la gestión de datos, considerando lo más relevante de Data
Warehouse y Data Mart.
Actualmente, los Sistemas de información son parte fundamental en el manejo, modelamiento y análisis de
datos y, con ello, de las tomas de decisiones de una empresa.
Es por ello que la relevancia de esta área va más allá de lo que se cree y, al mismo tiempo, es responsable de
crear la necesidad de desarrollar conocimientos y estrategias de análisis, diseño, uso y explotación de
herramientas que sean, realmente, de alto nivel de especialización en esta área.
Este último punto toma más importancia cuando consideramos que, actualmente, es estrictamente necesario
– para muchas organizaciones – mantener la información en tiempo real, de forma confiable, útil y eficaz, lo
que, en un mundo globalizado, está condicionado a variables que van más allá del precio y cantidad de
productos o servicios. Se consideran variables que abarcan áreas sociales; políticas; comportamientos según
edades, días, ciclos, estaciones, entre otras muchas variables.
Área: NEGOCIOS M2
Gestión de datos
1. Modelo Conceptual de un Data Warehouse
El Data Warehouse (DW) es una colección de datos orientado a temas de gestión, integrado, no volátil, de
tiempo variable, que se usa para el soporte del proceso en la toma de decisiones gerenciales. Su objetivo es
reunir los elementos de datos apropiados desde diversas fuentes de aplicaciones en un ambiente integral
centralizado, simplificando el problema de acceso a la información, por lo que acelera el proceso de análisis,
consultas y el menor tiempo de información.
Entre las características principales de un Data Warehouse, se encuentran:
Procesamiento de
Reúne datos esenciales Es una base de datos para
información de soporte
provenientes de bases de apoyar decisiones (DS-DB)
mediante una plataforma
datos heterogéneas desde que es mantenida
sólida, de datos históricos y
todas las áreas de negocio separadamente de la BD
consolidados listos para ser
(Ventas, finanzas, RRHH, etc.) transaccional de la empresa.
analizados.
Permite el mejor
funcionamiento de los
métodos de variables en el
Organiza los datos para Maneja elevados volúmenes
tiempo, los datos son
apoyar decisiones de gestión. de información.
relevantes en un periodo de
tiempo y estos deben ser
integrados periódicamente.
Organizada en torno a los Es bueno para realizar filtros y

Colección de objetos
datos más importantes de la eliminar información poco
orientados al objetivo
empresa. importante
Área: NEGOCIOS M2
Gestión de datos
1.1 Características relevantes
A continuación, se graficarán – en resumen - las características más relevantes del DW, para poder entregar un
mejor entendimiento en torno a las mismas:
1. Organizada en torno a los datos más importantes de la empresa.
Para poder gestionar de manera correcta, se basará en la información realmente necesaria para realizar el
análisis, dependiendo de las necesidades de la organización, seleccionando las variables relevantes dentro de
la base de datos.
2. Datos Integrados
Área: NEGOCIOS M2
Gestión de datos
Trabaja con la centralización de todos los datos de la organización.
3. Variable en el tiempo
TIEMPO DATOS
01/2003 Datos de Enero
02/2003 Datos de Febrero
02/2005 Datos de Marzo
Al registrar los datos, se tiene conocimiento de la temporalidad del mismo, lo que permite evaluar, por
ejemplo: variaciones de un mes a otro.
4. No volátil
CARGA
Bases de Datos Transaccionales Almacen de Datos
INSERT READ READ

UPDATE
DELETE
Dependerá de los datos registrados, convirtiéndose en información a analizar.
Ahora bien, para poder enfocarse en el análisis de datos y emisión de informes, el DW necesita un proceso de
evaluación, el que cumple con las siguientes características:
Provee una vista simple y concisa a cerca de los

El modelamiento se enfoca en el análisis y toma
datos de interés, siendo capaz de verlos desde
de decisiones basadas en estos datos
distintos puntos de vista o dimensiones. A la
particulares y no en el procesamiento diario de
vez se filtra todo dato que no aporta a la toma
las transacciones.
de decisiones.
Área: NEGOCIOS M2
Gestión de datos
a. Ventajas y desventajas del Data Warehouse:
Ventajas del DW Desventajas del DW
•Aumento en la competitividad en el mercado •Subvaloración del esfuerzo necesario para su

•Favorecer a la productividad de los Gerentes de diseño y creación.
área. •Cantidad de recursos necesarios para la
obtención, carga y almacenamiento de datos.
•Constantes cambios de requisitos de los
usuarios.
b. Requerimientos funcionales de un Data Warehouse

La infraestructura tecnológica que soporta el Data Warehouse debe estar separada a la infraestructura que
soporta los sistemas operacionales.
El DW debe contener:
•Acceso universal a los datos, que se crean y se tratan de acuerdo con los requisitos del usuario y
dentro del marco de un modelo de datos.
•Implantación de un sistema abierto, con interfaces a fuentes de datos internas y externas.
•Separación lógica y física de las bases de datos de almacén de datos y de metadatos respecto a las
bases operacionales.
•Creación de herramientas de consulta para el usuario final, con posibilidades de utilización intuitiva y
funciones de unión e interrelación.
Área: NEGOCIOS M2
Gestión de datos
c. Componentes de un DW
Fuentes de datos
•Son los componentes donde se originan los datos y posteriormente se realiza su captura que se
completara en el DW. Estas fuentes de datos pueden ser sistemas operacionales corporativos
Extracción y Transformación
•Sistema responsable en permitir que los datos puedan moverse, con las transformaciones que sean
necesarias, desde las fuentes de datos antes mencionada, al Data Warehouse.
Servidor de datos
•Este ofrece dos servicios, el primero es el servicio de mantenimiento de datos y el segundo un
servicio de distribución para exportar datos desde el Data Warehouse a servidores de bases de datos
descentralizadas y otros sistemas de soporte.
Herramientas de acceso
•Estas herramientas pueden generar visualización, transformación y carga de datos.
•Algunas herramientas son: Consultas SQL; Herramientas MDA (Multidimensional Analysis); OLAP
(On-Line Analytical Processing); Herramientas ROLAP (Relational On line Analytical Processing);
Herramientas DATA MINING
2. Integración, orientación y conectividad

Como vimos en el módulo anterior, las estructuras de base de datos tienen diferentes características. Entre
los factores más relevantes de la disciplina, tendremos las Bases de Datos Relacionales, las que nacen en los
años 70, creadas por Edgar F. Codd. Entre las características más relevantes de estas bases de datos tendremos:
Basadas en relaciones (tablas) como estructura

de almacenamiento, con atributos o campos Estandarización del lenguaje de manipulación,
(columnas) y una serie de tuplas o registros usando SQL..
(filas)
A continuación se muestran ejemplos en los que dos o más tablas distintas, se unen en la información clave,
para poder generar mayores redes de información.
Área: NEGOCIOS M2
Gestión de datos
Área: NEGOCIOS M2
Gestión de datos
Formas de relación:
Clave Primaria (PK) Clave Foránea (FK)
•Es un campo o a una combinación de campos •Corresponde a la llave primaria de una tabla
que son indentificatorios únicos de cada fila de relacionada con otra tabla, la cual hereda ese
una tabla. campo.
•Por ejemplo: RUN de una persona. Pues es
único y sirve para identificar, en este caso,
personas.
Metadatos o Repositorio, es la especificación de los datos contenidos en el DW.
PER_APE_PAT ApellidoPaterno
Un metadatos es una herramienta que almacena datos u otros puntos de apoyo para los sistemas de
información, guardando la pista de las relaciones entre el Data Warehouse y las Bases de Datos Operacionales,
incluyendo además los pasos requeridos para el almacenamiento de datos.
Se clasifican en:
Metadatos de Transformación Metadatos de Aplicación
Contenidos de los metadatos:
Datos de origen del El mapeo desde los

Tablas de estructura Tabla de atributos del
DW (Sistemas de sistemas de registros
del DW DW
registros) hasta el DW
Las rutinas de acceso

La especificación de La extracción y el a los datos entre la
los Modelos de Datos registro Base de Datos Fuente
y Destino
Área: NEGOCIOS M2
Gestión de datos
Entre los análisis multidimensionales, encontraremos: Dimensiones; Interrelaciones; Jerarquía; Servicios.
Dimensiones Interrelaciones
Cliente Tiempo Cliente Geografía
Geografía
Producto Producto Tiempo
Jerarquías Servicios
Rebanar/Picar
Mes Trim
Navegación Profundización
y resumen
Día
Pivote
Año Cálculos
Fiscal Año
Resúmenes y adiciones
3. Concepto y estructura de un DataMart

Data Mart es una forma simple de un Data Warehouse. Esto, debido a que, debido a la compleja estructura
que puede llegar a contener un DW, surge la necesidad de crear almacenes de datos centralizados llamados
Data Marts. Así es posible optimizar los tiempos de consulta de datos para los usuarios. Existen dos tipos de
Data Mart:
Data Mart Dependiente Data Mart Independiente
•Los datos son extraídos del DW •Los datos son extraídos de los sistemas
operacionales
Área: NEGOCIOS M2
Gestión de datos
Un componente importante en la creación de un Data Mart son las fuentes que alimentan de información al
Data Mart. Estas están diseñadas para registrar grandes cantidades de transacciones. Entre sus principales
características se encuentran:
1. Son pobladas de usuarios finales

2. Se actualizan constantemente
3. Contienen mucha información de detalle.
Fuente de Proceso de EXTRACCIÓN,

Datos INTEGRACIÓN Y CARGA de
los datos al Data Warehouse
Área: NEGOCIOS M2
Gestión de datos
De este modo, se hace la vinculación entre Data Mart y Data Warehouse
• Extracción
• Transformación Data Data
• Transporte Warehouse Mart A
Data
Mart B
Data
Mart N
1. Extracción
2. Transformación
3. Transporte
4. Técnicas de Minería de Datos

Esta técnica consiste en extraer información de grandes bases de datos en función de estos mismos. Se trata
de un proceso automatizado de presentación de patrones, normas o funciones a un usuario informado para su
revisión y estudio.
Proceso de Minería de Datos:
•Selección
1 de Datos
•Transformación
2 de Datos
3 •"Data Mining"
•Interpretación
4 de resultados
Área: NEGOCIOS M2
Gestión de datos
4.1 Etapas para la generación de un modelo
1. Definir los objetivos (claros, generales y específicos), sirven de ruta, para esto es esencial conocer el
contexto de los objetivos. Que datos sirven y cuáles no, saber discriminar las distintas variables y
aspectos (información bien tomada). Conocer el negocio, el rubro o el proceso.
2. Seleccionar los datos, (fuentes d información) datos externos y datos internos.
3. Preparar los datos, limpiar la base de datos, es esencial saber manejar los datos (que datos sirven y
cuales no ¿?), no existe nada concreto, nada exacto.
4. Seleccionar y transformar variable.
5. Proceso modelo, alternativas – selección del modelo.
6. Validar el modelo, es posible detectar problemas y errores o mejoras al modelo.
7. Implementar el modelo
Los datos obtenidos deben ser de 2 o 3 fuentes externas e internas. En la actualidad, se ha incluido a la
información disponible en internet como fuente (se debe considerar la credibilidad de fuentes).
Se deben preparar los datos para lograr modelar datos:
Clasificación de los datos

•Datos nominales
•Datos ordinales
•Datos por Intervalo
•Datos cuantitativos continuos
Muestra
•Tamano significativo dentro del universo de datos.
Casos atípicos y datos incorrectos

•Se deben identificar, a partir de la muestra.
Valores perdidos (Missing Values)

•Substitución de un Valor (media, mediana o moda)
•Substitución por Agrupación de Medias
•Substitución Regresión
Preparación de datos: manejo de datos, para lograr una situación mejor, esto detectando posibles errores,
variables con poca utilidad, valores atípicos, valores perdidos, adicionar información externa, reducción de
registros y variables.
Área: NEGOCIOS M2
Gestión de datos
5. Modelos de análisis de la información
Utilidad y componentes de Información:
INFORMACIÓN OPERACIONAL INFORMACIÓN DE GESTIÓN

Para mover el negocio (aplicaciones) Para tomar decisiones (dirección)
Orientada a la transacción (actualización) Orientada al análisis (consultas)
Información muy volátil y desintegrada Información persistente e integrada
Accesos deterministas y frecuentes (rápidos) Accesos planificados y libres (costoso)
Modelización de datos orientada a la operación Modelización de datos orientada a consultas
Sin redundancias, pocos datos históricos Datos históricos (evoluciones y tendencias)
Los proyectos de BI son proyectos “diferentes” y más complicados. Tomando en cuenta las opiniones de
expertos y estadísticas se puede expresar que:
• Los proyectos de Inteligencia de negocios son, entre todos los proyectos de Tecnología de la
Información, aquellos en los que solo “el negocio” puede ser el dueño del proyecto.
• Son, entre otros, los más integradores y transversales.
• Son extraordinariamente tecnológicos, complejos, detallados y profesionales para el departamento de
IT o para sus socios.
• Requieren un tipo de proyecto y un diálogo con el usuario muy diferente, basado en prototipos, en
prueba y error y en el aprendizaje por el uso.
• Las empresas necesitan desarrollar capacidades de liderazgo directivo, trabajo en equipo, talento
analítico y una cultura de toma de decisiones basadas en los datos que desafía los silos
departamentales y jerárquicos y las decisiones basadas en la intuición o la opinión.
La inteligencia de negocio forma parte de una familia de procesos y sistemas de

La gestión de la
negocio de muy difícil categorización. Estos sistemas se basan en la gestión de los
información y el
datos internos y externos que la organización obtiene. En este grupo de sistemas
conocimiento
se incluyen cosas muy variadas, que abordan diferentes áreas de la organización.
“La nueva revolución del management” ha sido definida como un nuevo estado
de la inteligencia de negocio de características cuantitativa y cualitativamente
distintas. Por un lado, se ha multiplicado la velocidad, el volumen y la variedad y
tipología de datos, mientras que se ha dividido el coste de su producción,
La nueva revolución tratamiento y almacenamiento.
del management Más datos recibidos instantáneamente y modelados adecuadamente permiten
establecer predicciones y actuar en consecuencia. Se pueden redimensionar
inmediatamente su capacidad, crear productos y hacer ofertas personalizadas.
Este fenómeno se correlaciona positivamente con incrementos de la
productividad.
“La información y el conocimiento se han convertido en un activo estratégico y
Conceptos generales una fuente de ventaja competitiva (y de riesgo estratégico) para la empresa de
gran relevancia.
Área: NEGOCIOS M2
Gestión de datos
Según Davenport, la información se puede utilizar, desde el punto de vista del negocio, para diferentes
propósitos:
•Registrar lo ocurrido de forma cuantitativa, que incluye establecer una

Medir
estructura de datos, etiquetas, fórmulas de cálculo, etc.
Comparar •Relacionar sucesos con otros, sean internos o externos.
•Presentar la información de determinadas maneras y con diferentes tipos de

Reportar
explotaciones, numéricas y gráficas.
•Establecer procesos cuantitativos y algoritmos para obtener mejores

Analizar decisiones, a través de la creación de modelos de datos, cruzando diferentes
dimensiones y estableciendo pautas y tendencias.
•A partir del análisis anterior, establecer comportamientos predecibles de

Predecir
determinados sucesos o inducir determinadas decisiones.
•Establecer alarmas, automáticas o no, cuando un suceso se desvía del

Avisar
comportamiento previsto o se requiere una actuación.
•Intercambiar datos, información y conocimiento entre diferentes ámbitos,

Colaborar
dentro y fuera de la empresa.
•Documentar la experiencia y aprendizaje adquirido por la organización o sus

Saber
prácticas de gestión ante terceros.
•Reflejan o registran eventos ligados a una transacción, que pueden ser

Datos observados y monitorizados, y que resultan de la automatización de los
procesos operativos.
•Resultado de la interpretación humana de estos datos, a través de alguna

clase de manipulación, como la agregación y la relación. Es también la
Información
capacidad de establecer un juicio a partir de los datos y tomar decisiones. La
información permite encontrar patrones y tendencias.
Área: NEGOCIOS M2
Gestión de datos
•Experiencia, aprendizaje, entendimiento y juicio experto para intervenir en el
futuro. El conocimiento se basa normalmente en la elaboración de
información objetiva y el juicio experto a partir de un mayor número de
dimensiones y variables, y aporta un nuevo entendimiento de la realidad, la
Conocimiento capacidad de realizar experimentos y de predecir su comportamiento.”
•Rodríguez, J. (2018). Mecanismos de apoyo a la gestión de proyectos de
business intelligence. Retrieved from
http://cv.uoc.edu/annotation/2ba24ef1084c7369592498fa66fd72ac/584203/
PID_00199365/modul_1.html
Sistemas de información para la toma de decisiones
La siguiente figura muestra la organización de información en su forma clásica, piramidal, que es la más
frecuente y sencilla. De hecho, muchos sistemas de información que sirven la toma de decisiones se basan en
este esquema:
Actualmente, la interacción del negocio con los socios se ha tornado más intensa. Por lo mismo, los sistemas
de información típicos que ofrecen información interna estructurada y más o menos agregada son
insuficientes, inadecuados o irrelevantes para el trabajo que realizan los directivos y las decisiones que tienen
que tomar.
En el “ management information systems”, los usuarios son los cuadros intermedios y, en el caso de “executive
information systems”, los usuarios son aquellas personas que se encuentran presentes en la alta dirección.
Área: NEGOCIOS M2
Gestión de datos
La estructura típica de un sistema de Inteligencia de negocios cuenta con: Informes de gestión y cuadros de
mando; sistema de información para la gestión (extracción e integración); Sistemas corporativos y
departamentales. En esta estructura se muestra el estado ideal, en el que la información puede ser accesible
para los empleados, mandos y directivos, a través de, por ejemplo: portales. Esto, con un sistema de permisos
que establece quién puede mirar qué y quién puede realizar determinado tipo de peticiones o análisis.
“Desde el punto de vista técnico, se puede decidir que la arquitectura de un sistema de inteligencia de negocio
tiene tres capas básicas:
•Importa los datos de los sistemas y bases de datos operacionales, los

Máquina de ETL convierte en datos “que tienen sentido para el negocio” y los carga en
los repositorios del sistema de inteligencia de negocio.
Repositorios de •Contienen los datos que utilizarán los diferentes usuarios, tanto en su
metadatos visión lógica, como en su dimensión física.
Aplicaciones de •Las utilizan los usuarios para hacer análisis, informes, búsquedas y
gestión fabricar cubos multidimensionales (OLAP).1
A su vez, estos datos y elementos de análisis pueden representarse y visualizarse de forma gráfica en el espacio
o pueden utilizarse para tomar de forma semiautomática decisiones operativas.
Los sistemas de información ejecutiva y el cuadro de mando integral
Desde el punto de vista conceptual, las dos tendencias dominantes a lo largo de los últimos 20 años han sido
los sistemas de dirección por objetivos y el cuadro de mando integral. La mayoría de las empresas usan una
combinación de ambos.
Las dimensiones típicas del modelo de cuadro de mando integral son: Finanzas (flujos de baja, resultados
financieros, etc.); Procesos de Negocio (Volumen de actividad, tiempos de ejecución, etc.); Personas
(Volúmenes de planilla, estructura de planilla, etc.); Clientes (Tiempos de entrega, calidad, etc.). Todas estas
dimensiones, unidas con la estrategia y objetivos de la empresa. En control de gestión, expresado en el BSC.
Área: NEGOCIOS M2
Gestión de datos
Cierre
En este módulo se lograron abordar diversos aspectos relevantes en el modelamiento y gestión de datos a
través de las principales herramientas que cumplen con ese objetivo.
Con esta base, se da inicio a los conocimientos técnicos relevantes en la disciplina, considerando los sistemas
de información e inteligencia de negocios como una parte primordial en la gestión estratégica de cualquier
organización. Considerando la generación de informes y reportes relevantes para la gerencia en la toma de
decisiones, ya sean operacionales, estratégicas o administrativas, considerando mercados, contextos,
desempeño de colaboradores entre otras cosas.
APORTE A TU FORMACIÓN
En control de gestión, de manera global, se ha hecho imprescindible tener conocimientos en las herramientas de
Sistemas de información, pues se debe trabajar con datos medibles para poder gestionar de manera correcta u óptima
una organización, sobre todo si se trata de una entidad de gran tamaño y con muchos consumidores, pues se necesita
saber cómo estamos hoy para poder llevar esa empresa a un desarrollo importante.
En este punto, el módulo en cuestión entrega las herramientas y conocimientos de las herramientas más importantes
para trabajar y modelar datos de manera correcta, para conseguir gestión y toma de datos acorde a las necesidades
organizacionales.
Área: NEGOCIOS M2
Gestión de datos
Bibliografía
Obligatoria
Curto, D. J., & Curto, D. J. (2010). Introducción al business intelligence. Retrieved from
https://ebookcentral.proquest.com. Pp. 31 - 43.

M2 - Control de Gestión y Sistemas de Información

Cargado por

Copyright:

Formatos disponibles

M2 - Control de Gestión y Sistemas de Información

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

M2 - Control de Gestión y Sistemas de Información

Cargado por

Copyright:

Formatos disponibles

MÓDULO

2 Curso: CONTROL DE GESTIÓN Y SISTEMAS DE LA INFORMACIÓN

Entre las características principales de un Data Warehouse, se encuentran:

Organizada en torno a los Es bueno para realizar filtros y

1. Organizada en torno a los datos más importantes de la empresa.

Bases de Datos Transaccionales Almacen de Datos

INSERT READ READ

Provee una vista simple y concisa a cerca de los

Ventajas del DW Desventajas del DW

•Aumento en la competitividad en el mercado •Subvaloración del esfuerzo necesario para su

b. Requerimientos funcionales de un Data Warehouse

2. Integración, orientación y conectividad

Basadas en relaciones (tablas) como estructura

Clave Primaria (PK) Clave Foránea (FK)

Metadatos o Repositorio, es la especificación de los datos contenidos en el DW.

Metadatos de Transformación Metadatos de Aplicación

Contenidos de los metadatos:

Datos de origen del El mapeo desde los

Las rutinas de acceso

Cliente Tiempo Cliente Geografía

3. Concepto y estructura de un DataMart

Data Mart Dependiente Data Mart Independiente

1. Son pobladas de usuarios finales

Fuente de Proceso de EXTRACCIÓN,

4. Técnicas de Minería de Datos

Proceso de Minería de Datos:

Clasificación de los datos

Casos atípicos y datos incorrectos

Valores perdidos (Missing Values)

INFORMACIÓN OPERACIONAL INFORMACIÓN DE GESTIÓN

La inteligencia de negocio forma parte de una familia de procesos y sistemas de

•Registrar lo ocurrido de forma cuantitativa, que incluye establecer una

Comparar •Relacionar sucesos con otros, sean internos o externos.

•Presentar la información de determinadas maneras y con diferentes tipos de

•Establecer procesos cuantitativos y algoritmos para obtener mejores

•A partir del análisis anterior, establecer comportamientos predecibles de

•Establecer alarmas, automáticas o no, cuando un suceso se desvía del

•Intercambiar datos, información y conocimiento entre diferentes ámbitos,

•Documentar la experiencia y aprendizaje adquirido por la organización o sus

•Reflejan o registran eventos ligados a una transacción, que pueden ser

•Resultado de la interpretación humana de estos datos, a través de alguna

Sistemas de información para la toma de decisiones

•Importa los datos de los sistemas y bases de datos operacionales, los

Los sistemas de información ejecutiva y el cuadro de mando integral

También podría gustarte