1.1.5 Variables de Analisis

Las variables de análisis son aquellas que se incluyen en el proceso estadístico, son aquellas variables que realizan estudios analíticos sobre las variables de medición.

Las variables de análisis se utilizan principalmente para realizar estudios estadísticos como factores de riesgo, pre valencia del producto en el mercado, entre otras cosas.

Un ejemplo práctico es que se utilizan dentro de la empresa para poder determinar los diversos riesgos, la pre valencia del producto o el servicio dentro del mercado, local, nacional e internacional y también se obtienen fortalezas y debilidades de la empresa. 

1.1.4 Variables de Medicion

Las variables de medición son aquellas que representan la medición matemática de un aspecto del negocio.
Se utilizan para medirla productividad, las perdidas, las ganancias, entre otros aspectos que les pueden definir un sin número de indicadores que le permitirá a un ejecutivo tomar decisiones operativas o estratégicas.
Un ejemplo práctico es que si una empresa vende refrescos las variables de medición le ayudan a saber y a poder graficar cuantos refrescos se venden al día, cual es el más consumido, a qué tipo de personas les gusta el refresco, entre otras cosas se pueden aplicar las variables de medición.

Fuentes de Informacion
https://sites.google.com/site/itsginteligenciadenegocios/home/1-1-conceptos-basicos/1-1-4-variables-de-medicion

1.1.3 Tipos de Sistemas de Informacion

Tipos de sistemas de información empresarial

La información es un elemento muy valioso dentro del mundo empresarial. La información ayuda a conocer la situación de la empresa y a analizar las estrategias que se ponen en marchar para su correcto funcionamiento.


Las empresas necesitan estar al día y conocer datos relacionados con el funcionamiento y evolución del negocio, como el inventario, las ventas o la contabilidad de la organización. Sin embargo, también necesitan obtener otros datos relacionados con los consumidores, como sus hábitos de consumo, las necesidades y gustos de su mercado meta o qué tipo de estrategias son las más aceptadas por este colectivo. Para obtener este tipo de información, las empresas se benefician de los sistemas de información empresarial. Gracias a estos recursos software las empresas reciben, de manera automatizada, información relevante que les ayuda a la toma decisiones, a la vez que mejora la ventaja competitiva de la organización. Esta herramienta tecnológica se encarga de captar datos, procesarlos y transmitir esta información a los miembros de la empresa. Sin embargo, para que el sistema de información sea eficaz, deberá facilitar información relevante para la empresa, además de adaptarse a las características y necesidades concretas de la organización.
Tipos de sistemas de información

Hoy día conviven una gran variedad de sistemas, cada uno de ellos diseñado con un fin concreto. Algunos de los más destacados son:
Sistemas de procesamiento de transacciones (TPS). Conocido popularmente por sus siglas en inglés, el Transaction Processing System (TPS), registra y procesa toda la información relacionada con las transacciones comerciales y operaciones de la empresa. Esta información es utilizada, posteriormente, por los sistemas de apoyo a la toma de decisiones.
Sistemas de información administrativa (MIS). El Management Information System (MIS) se encarga de proporcionar la información relevante a la gerencia de la empresa, sobre la situación general de la organización.
Sistemas de apoyo a ejecutivos (EIS). Esta herramienta está diseñada para extraer información clave para alcanzar los objetivos estratégicos de la empresa.
Sistemas de soporte a la toma de decisiones (DSS). El Decision Support Systems (DSS)es una herramienta de ayuda a la toma de decisiones. Se basa en la combinación y análisis de datos que proporcionan información relevante para ayudar a solucionar problemas específicos.
Sistemas para la toma de decisiones en grupo (GDSS). A diferencia del DSS, el Group Decision Support Systems permiten compartir la información entre los miembros del equipo, para que puedan trabajar en grupo y tomar decisiones conjuntas.
Sistemas expertos de soportes a la toma de decisiones (EDSS). Estos sistemas se basan en el conocimiento de áreas específicas y actúan como consultores expertos.
Además de estos recursos, también puedes encontrar otros que recopilan información con el objetivo de mejorar las estrategias corporativas, gestionar y conocer la contabilidad y finanzas empresariales, mejorar la gestión del personal o mejorar la relación con los clientes. Cada vez es más habitual la creación de sistemas de información integrales, conocidos como E.R.P. (Enterprise Resource Planning), que recopilan, analizan y transmiten información referente a diferentes campos. Este software integra procesos de producción, ventas, logística, gestión de proyectos o la contabilidad de la empresa, con el fin de mejorar la gestión empresarial, reducir tiempos y costes y favorecer la competitividad de la organización.

Fuentes de información
https://sites.google.com/site/inteligenciadenegociossa/home/componentes-de-la-integracion-de-negocio/1-1-3-tipos-de-sistemas-de-informacion
https://smarterworkspaces.kyocera.es/blog/los-6-principales-tipos-sistemas-informacion/

1.1.2 Data Mart

Un data mart es una versión especial de almacén de datos (data warehouse). Son subconjuntos de datos con el propósito de ayudar a que un área específica dentro del negocio pueda tomar mejores decisiones. Los datos existentes en este contexto pueden ser agrupados, explorados y propagados de múltiples formas para que diversos grupos de usuarios realicen la explotación de los mismos de la forma más conveniente según sus necesidades.

El Data mart es un sistema orientado a la consulta, en el que se producen procesos batch de carga de datos (altas) con una frecuencia baja y conocida. Es consultado mediante herramientas OLAP (On line Analytical Processing - Procesamiento Analítico en Línea) que ofrecen una visión multidimensional de la información. Sobre estas bases de datos se pueden construir EIS (Executive Information Systems, Sistemas de Información para Directivos) y DSS (Decision Support Systems, Sistemas de Ayuda a la toma de Decisiones).

En síntesis, se puede decir que los data marts son pequeños data warehouse centrados en un tema o un área de negocio específico dentro de una organización.

Agregándole otra definición al Datamart.

Podremos decir que Según (Sinnexus, 2016) se trata de una base de datos departamental, especializada en el almacenamiento de los datos de un área de negocio especifica. 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.

Según la tendencia marcada por Inmon sobre los data warehouse, un data mart dependiente es un subconjunto lógico (vista) o un subconjunto físico (extracto) de un almacén de datos más grande, que se ha aislado por alguna de las siguientes razones:

Se necesita para un esquema o modelo de datos espacial (por ejemplo, para reestructurar los datos para alguna herramienta OLAP).

Prestaciones: Para descargar el data mart a un ordenador independiente para mejorar la eficiencia o para obviar las necesidades de gestionar todo el volumen del data warehouse centralizado.

Seguridad: Para separar un subconjunto de datos de forma selectiva a los que queremos permitir o restringir el acceso.

Conveniencia: la de poder pasar por alto las autorizaciones y requerimientos necesarios para poder incorporar una nueva aplicación en el Data Warehouse principal de la Empresa.

Demostración sobre el terreno: para demostrar la viabilidad y el potencial de una aplicación antes de migrarla al Data Warehouse de la Empresa.

Política: Razones internas de la organización para hacer esta división o separación de los datos del almacén de datos, por ejemplo:

Cuando se decide una estrategia para las TI (Tecnologías de la información) en situaciones en las que un grupo de usuarios tiene más influencia, para determinar si se financia dicha estrategia o descubrir si ésta no sería buena para el almacén de datos centralizado.

Estrategia para los consumidores de los datos en situaciones en las que un equipo de almacén de datos no está en condiciones de crear un almacén de datos utilizable.


Fuentes de Informacion
https://es.wikipedia.org/wiki/Data_mart
https://www.webyempresas.com/que-es-un-data-mart/

1.1.1 Data Warehouse

Un Data Warehouse o “Almacén de datos” son depósitos (o archivos) de información reunida de varios orígenes, almacenada bajo un esquema unificado en un solo sitio.

Una vez reunida, los datos se almacenan por mucho tiempo, lo que permite el acceso a datos históricos. 

El Data Warehouse se caracteriza por ser:

Integrado: los datos almacenados en el Data Warehouse deben integrarse en una estructura consistente, por lo que las inconsistencias existentes entre los diversos sistemas operacionales deben ser eliminadas. La información suele estructurarse también en distintos niveles de detalle para adecuarse a las distintas necesidades de los usuarios.

Temático: sólo los datos necesarios para el proceso de generación del conocimiento del negocio se integran desde el entorno operacional. Los datos se organizan por temas para facilitar su acceso y entendimiento por parte de los usuarios finales. Por ejemplo, todos los datos sobre clientes pueden ser consolidados en una única tabla del Data Warehouse. De esta forma, las peticiones de información sobre clientes serán más fáciles de responder dado que toda la información reside en el mismo lugar.

Histórico: el tiempo es parte implícita de la información contenida en un Data Warehouse. En los sistemas operacionales, los datos siempre reflejan el estado de la actividad del negocio en el momento presente. Por el contrario, la información almacenada en el Data Warehouse sirve, entre otras cosas, para realizar análisis de tendencias. Por lo tanto, el Data Warehouse se carga con los distintos valores que toma una variable en el tiempo para permitir comparaciones.

No volátil: el almacén de información de un Data Warehouse existe para ser leído, y no modificado. La información es por tanto permanente, significando la actualización del Data Warehouse la incorporación de los últimos valores que tomaron las distintas variables contenidas en él sin ningún tipo de acción sobre lo que ya existía.

Ejemplo de Data Warehouse
Inafap (Instituto nacional de investigación forestal agrícola y precuarias)

Esta empres utiliza Data WareHouse ya que almacena grandes cantidades de información y ayuda a la mejora de la calidad de las decisiones de la empresa por medio de su sistema. 


Funtes de Informacion
https://www.powerdata.es/data-warehouse
http://www.sinnexus.com/business_intelligence/datawarehouse.aspx

1.1 Concepto de Inteligencia de Negocios

Inteligencia de Negocios

Es la habilidad para transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.

Desde un punto de vista más pragmático, y asociándolo directamente con las tecnologías de la información, podemos definir Business Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa (reporting, análisis OLTP / OLAP, alertas...) o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio.

La inteligencia de negocio actúa como un factor estratégico para una empresa u organización, generando una potencial ventaja competitiva que no es otra que proporcionar información privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminación de islas de información, control financiero, optimización de costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad de un producto concreto, etc...

Los principales productos de Business Intelligence que existen hoy en día son:

-Cuadros de Mando Integrales (CMI)

-Sistemas de Soporte a la Decisión (DSS)

-Sistemas de Información Ejecutiva (EIS)

Los sistemas y componentes del BI se diferencian de los sistemas operacionales en que están optimizados para preguntar y divulgar sobre datos. Esto significa típicamente que, en un datawarehouse, los datos están desnormalizados para apoyar consultas de alto rendimiento, mientras que en los sistemas operacionales suelen encontrarse normalizados para apoyar operaciones continuas de inserción, modificación y borrado de datos. En este sentido, los procesos ETL (extracción, transformación y carga), que nutren los sistemas BI, tienen que traducir de uno o varios sistemas operacionales normalizados e independientes a un único sistema desnormalizado, cuyos datos estén completamente integrados. 

En definitiva, una solución BI completa permite:

Observar ¿qué está ocurriendo?

Comprender ¿por qué ocurre?

Predecir ¿qué ocurriría?

Colaborar ¿qué debería hacer el equipo?

Decidir ¿qué camino se debe seguir?

Fuentes de Informacion
https://sites.google.com/site/itsginteligenciadenegocios/home/1-1-conceptos-basicos
http://businessinteligentes.blogspot.mx/2015/03/11-conceptos-basicos.html