Inteligencia de Negocios by Bryan Obando

Universidad Mariano Gálvez DISEÑO DE BASES DE DATOS ING. EDUARDO DEL AGUILA

BUSINESS INTELLIGENCE

Hugo Antonio Díaz Morales José María González Milian Bryan Samuel Obando Mejía Guatemala, 03 de JUNIO de 2010

0901 06 2475 0901 06 3053 0901 02 3840

INTELIGENCIA DE NEGOCIOS ó BUSINESS INTELLIGENCE HISTORIA De 1992 a 2000, las empresas hicieron una enorme inversión en tecnología. En la economía actual, donde el gasto se debe disminuir, las empresas se preguntan, "¿Qué tecnologías hemos invertido?" Y "¿Cómo podemos aprovechar estas inversiones?" Sin embargo, aunque el gasto en TI (Tecnologias de Información) en general ha disminuido, dentro de ese gasto, la porción gastado en Business Intelligence y Business Intelligence relacionadas con la tecnología ha aumentado. Investigación de Negocios de Technographics Forrester encuesta de referencia (febrero de 2003) de 877 empresas y responsables de la toma de decisiones sugiere que el gasto en TI es probable que crezca sólo un 1,9%, pero que el 45% de las empresas encuestadas a comprar herramientas de trabajo de inteligencia. ¿Por qué y por qué ahora? Hay dos razones principales por las que el aumento del interés en Business Intelligence: la era de la información y la economía. En la era de la información, la información es poder. Las empresas que aprovechar, explotar y aprovechar al máximo sus activos de información tienen una ventaja estratégica sobre sus competidores. Negocios se mueven hoy en la velocidad de la información. Obtener la información adecuada a las personas adecuadas en el momento oportuno es esencial. Uno tiene que mirar más allá de Wal-Mart para un buen ejemplo de eficaz aprovechamiento de los activos de información. Wal-Mart ha sido capaz de desarrollar y mantener la coherencia entre los sistemas en toda la empresa, que, entre otras cosas, les ha permitido recoger e integrar rápidamente la información detallada sobre ventas hasta el nivel de SKU. La capacidad de integrar y analizar datos en tiempo real, ha beneficiado a cerca de Wal-Mart en muchos niveles. La visibilidad del rendimiento de los productos (vueltas) en las tiendas específicas, en las estanterías específicas, les permite a las existencias sólo las marcas que venden dentro de una región en particular. También permite a los administradores para analizar la rentabilidad de diversos productos tanto a través de la rotación del inventario y el margen bruto, lo que mejora la velocidad general de la empresa.

¿QUE ES? El término inteligencia empresarial se refiere al uso de datos en una empresa para facilitar la toma de decisiones. Abarca la comprensión del funcionamiento actual de la empresa, bien como la anticipación de acontecimientos futuros, con el objetivo de ofrecer conocimientos para respaldar las decisiones empresariales. Algo peor que no tener información disponible es tener mucha información y no saber qué hacer con ella. La Inteligencia de Negocios o Business Intelligence (BI) es la solución a ese problema, pues por medio de dicha información puede generar escenarios, pronósticos y reportes que apoyen a la toma de decisiones, lo que se traduce en una ventaja competitiva. La clave para BI es la información y uno de sus mayores beneficios es la posibilidad de utilizarla en la toma de decisiones. “No es posible gestionar lo que no se puede medir”, decía William Hewlet (HP Company). En este sentido, en los tiempos que nos ocupan, hay una necesidad aún mayor de conocer el alcance de los principales indicadores del negocio. Esta frase resume lo que en esencia es BI, ya que lo que pretende BI es tener indicadores u otro tipo de señal que nos ayude a tomar decisiones en nuestra empresa. Mediante las herramientas y técnicas ELT (extraer, cargar y transformar, por su traducción), o actualmente ETL (extraer, transformar y cargar) se extraen los datos de distintas fuentes, se depuran y preparan (homogeneización de los datos) para luego cargarlos en un almacén de datos. Específicamente, los sistemas de la inteligencia de negocio se basan en crear modelos informáticos de negocio de modo que pueda funcionar más eficientemente. El almacenamiento de los datos está en la base de los procesos de la inteligencia de negocio. En el mundo de ETL, la inteligencia de negocio se refiere generalmente al espacio entero de los sistemas de la base de datos, del software, del análisis, y de la evaluación del usuario que pretende entender y evaluar un negocio.

¿PARA QUE SIRVE BI? La inteligencia de negocios provee soluciones que permiten a los tomadores de desiciones, transformar información clave de su negocio en acciones concretas traduciéndose en beneficios tangibles. La toma de desiciones tiene que ver directamente con el tipo de información que existe en las organizaciones y la forma en que esa información es usada.

HERRAMIENTAS UTILIZADAS PARA MOSTRAR EL ANALISIS DE DATOS Para conseguir la extracción de datos y su conversión en información útil, en todo sistema de Business Intelligence se emplean tres tipos de herramientas distintas en función del nivel de complejidad del análisis de los datos: 1. Consultas e informes simples, Queries & Reports (Informacion Tecnico Operativa): Es la información por el personal operativo para realizar las operaciones que mantiene en funcionamiento el negocio. Son informes o consultas realizadas directamente en la BBDD y que no requieren de ninguna modificación o elaboración compleja. Por ejemplo, podríamos consultar a la BBDD cuantos clientes nos han comprado determinada referencia en la última semana en una zona geográfica concreta. 2. Cubos OLAP, On Line Analytic Processing (Informacion Tactica): Es la información usada por los coordinadores de area y directores opearativos, para dirigir la ejecución de las operaciones por parte del personal operativo. Son bloques multidimensionales de información, extraídos previamente de la

BBDD general y que permite trabajar analizando múltiples dimensiones, parámetros o variables, y con sólo cambiar de una a otra, lo que les dota de gran flexibilidad. Siguiendo con el ejemplo anterior, podríamos estar interesados en analizar los clientes que nos han comprado determinada referencia, en cada una de las cinco últimas semanas, por zona geográfica, y por canal de distribución. Y podríamos estar interesados en ir cambiando de una variable a otra, es decir presentar los resultados por zona geográfica y por canal; por canal, semana, y tipo de cliente, etc.  3. Data Mining o minería de datos (Informacion Estrategica): Es la información usada por los altos directivos para direccionar el negocio hacia las consecución de los objetivos gerenciales. La información que se genera en la organización se consume en diferentes momentos según el nivel. Que es el conjunto de técnicas más avanzadas y que en general incluyen análisis estadísticos más precisos y sofisticados, como Análisis de la Varianza (ANOVA), Análisis Cluster, o regresiones múltiples. Siguiendo con el ejemplo anterior, podríamos analizar si existe correlación entre tipo de producto, canal de distribución y segmento de cliente que lo adquiere, o por ejemplo, analizar los efectos sobre las ventas de una política de precios diferente en cada una de las zonas geográficas y para cada canal de distribución.

¿COMO SE HACE BI? 

EIS (Sistema de Informacion Ejecutivos) Un Sistema de Informacion Ejecutivo o EIS, ofrece un conjunto de escenarios o dashboards, compuestos por una serie de herramientas visuales e interactivas. Algunas de ellas son: velocímetros, Termometros, Mapas Interactivos, Graficos Interactivos. Estas herramientas permiten a los usuarios identificar rápidamente el estado de alguno de los indicadores de su interés y que además puede proveer de

detalles y análisis inmediato, con el fin de presentar alarmas visibles al usuario ante situaciones criticas, de forma que estos realicen seguimiento a los datos asociados para identificar la razón de un comportamiento o evento no esperado. 

DSS (Sistemas de Soporte de Desiciones) Un Sistema de Soporte de Desiciones o DSD, permite al usuario navegar por la información disponible en los cubos, realizando consultas no previstas en busca de la exploración del comportamiento de alguno de los indicadores.



BSC (Balanced Scorecard o Tableros de Control) El Balanced Scorecard o Tablero de Control, esta enfocado a proveer a una organización de mecanismos por los cuales establecer objetivos o metas y realizarles seguimientos a través de vistas informativas que muestran su estado y avance a través de la utilización de alertas, semáforos, KPIs u otras utilidades visuales con las que un usuario desee monitorear sus datos. Esta estrategia es comúnmente complementada con la vinculación a un DSS con el fin de permitir a los usuarios analizar las alertas que reporta el sistema y tomar desiciones con un mayor nivel de detalle de la información relacionada con estas. Esta estrategia además pueden verse complementada a través del uso y envio de notificaciones a cuentas de correo corporativas o incluso a dispositivos móviles de acuerdo a la criticidad de las alertas encontradas.

CARACTERÍSTICAS DEL BI Desde un punto de vista más experto, 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

ORIGENES DE DATOS DEL BI Los principales componentes de orígenes de datos en el Business Intelligence que existen en la actualidad son:  Datamart  Datawarehouse

DATAWAREHOUSE Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego

procesarla permitiendo su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence. Básicamente DataWarehouse registra múltiples transacciones con el cliente: qué compró, qué reclamó, qué pidió, cuándo lo recibió, etc. Esencialmente, concentra información histórica que registra lo que pasó en la empresa durante el pasado. El objetivo de un Datawarehouse esta enfocado a proveer una visión histórica y unificada de los datos de la empresa. Esto debe hacerse de una manera que resulte comprensible para los usuarios, debido a que su semántica esta expresada en los términos de negocio que ellos conocen. La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la información (modelos de tablas en estrella, en copo de nieve, cubos relacionales... etc). Este tipo de persistencia de la información es homogénea y fiable, y permite la consulta y el tratamiento jerarquizado de la misma (siempre en un entorno diferente a los sistemas operacionales).

El término Datawarehouse fue acuñado por primera vez por Bill Inmon, y se traduce literalmente como almacén de datos. No obstante, y como cabe suponer, es mucho más que eso. Según definió el propio Bill Inmon, un datawarehouse se caracteriza por ser:  Integrado: los datos almacenados en el Datawarehouse 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 datawarehouse. 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 datawarehouse. 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 datawarehouse sirve, entre otras cosas, para realizar análisis de tendencias. Por lo tanto, el datawarehouse se carga con los distintos valores que toma una variable en el tiempo para permitir comparaciones. No volátil: el almacén de información de un datawarehouse existe para ser leído, pero no modificado. La información es por tanto permanente, significando la actualización del datawarehouse la incorporación de los últimos valores que tomaron las distintas variables contenidas en él sin ningún tipo de acción sobre lo que ya existía. Otra característica del datawarehouse es que contiene metadatos, es decir, datos sobre los datos. Los metadatos permiten saber la procedencia de la información, su periodicidad de refresco, su fiabilidad, forma de cálculo... etc. Los metadatos serán los que permiten simplificar y automatizar la obtención de la información desde los sistemas operacionales a los sistemas informacionales.

Que tipos de preguntas debe responder la Datawarehouse ¿Importe total de las ventas durante este año de los productos del grupo Bebidas, por trimestre y por categoría? ¿Importe total de las ventas durante este año de los productos del grupo Bebidas, por trimestre, por categoría y por ciudad del almacen? ¿Importe total de las ventas durante este año de los productos del grupo Bebidas por categorías?

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 un datawarehouse, o integrar por si mismo un compendio de distintas fuentes de información.

Uno de los primeros conceptos con los que es necesario familiarizarse es el concepto de Datamarts. Un Datamart se refiere a una porción de un Datawarehouse enfocada a resolver las necesidades de un tema especifico o bien de un area particular en una organización. El Datawarehouse se refieren en cambio al lugar único y centralizado de almacenamiento en una organización, donde deberíamos encontrar todos los Datamarts. De esta forma se pueden plantear dos tipos de datamarts:  Datamart OLAP Se basan en los populares cubos OLAP, que se construyen agregando, según los requisitos de cada área o departamento, las dimensiones y los indicadores necesarios de cada cubo relacional. El modo de creación, explotación y mantenimiento de los cubos OLAP es muy heterogéneo, en función de la herramienta final que se utilice.  Datamart OLTP Pueden basarse en un simple extracto del datawarehouse, no obstante, lo común es introducir mejoras en su rendimiento (las agregaciones y los filtrados suelen ser las operaciones más usuales) aprovechando las características particulares de cada área de la empresa. Las estructuras más comunes en este sentido son las tablas report, que vienen a ser fact-tables reducidas (que agregan las dimensiones oportunas), y las vistas materializadas, que se construyen con la misma estructura que las anteriores,

pero con el objetivo de explotar la reescritura de queries (aunque sólo es posibles en algunos SGBD avanzados, como Oracle). Los datamarts que están dotados con estas estructuras óptimas de análisis presentan las siguientes ventajas:  Poco volumen de datos  Mayor rapidez de consulta  Consultas SQL y/o MDX sencillas  Validación directa de la información  Facilidad para la historización de los datos

Los cubos son construidos con base en los hechos del negocio que resultan de interés para un cliente y que le permiten responder las preguntas de negocio a través de las cuales dara seguimiento a su estrategia y desempeño en el transcurso del tiempo. Ejemplo de un cubo

BI PERMITE 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?

SOFTWARE DE BUSINESS INTELLIGENCE Los siguientes programas de Business Intelligence se examinaron a fondo en 70 criterios considerados importantes para la alta productividad y sistemas de Business Intelligence que realmente añaden valor a su organización: Como se puede ver en la siguiente grafica, existen líderes, visionarios y nuevos competidores, dentro del negocio de BI.

También se puede mencionar las siguientes herramientas que existen para desarrollar BI. HERRAMIENTAS GRATIS  OpenI: Aplicación Web simple orientada al reporting OLAP.  Pentaho  RapidMiner (antes YALE)  Sap netweaver ()  Erp Open bravo () HERRAMIENTAS COMERCIALES  Microsoft SQL Server - Suite de Herramienta de BI (Analysis Services, Integration Services y reporting Services)  IBM Cognos  Hyperion Solutions Corporation(ahora Oracle)  Pentaho BI  QlikView  SAP Business Information Warehouse  Oracle BI Server Enterprise - Versión 7.8 - Oracle  Hyperion System - Versión 9 - Hyperion (ahora Oracle)  Tool Survey - 517.00 EUR

VENTAJAS DEL BI  BI permite a las empresas aprovechar sus activos de información como ventaja competitiva.  Permite a las empresas a entender mejor la demanda del negocio y gestionar relaciones con los clientes.  Permite a las organizaciones para monitorear los resultados del cambio tanto positivas como negativas.  Lo que también es evidente es que Business Intelligence es la última palabra de moda abriéndose paso a través del mundo empresarial y la tecnología. Gran parte como ERP, CRM y SFA tiene ante sí, el bombo se está desplazando hacia el Business Intelligence.  Facilita la adquisición de la información relevante y crítica de la empresa.  Habilita el uso de esta información; un uso útil y cuantificable en resultados.  Mejora la aplicación de los datos al convertir éstos en conocimiento de nuestro entorno.  Permite la implantación de un CUADRO DE MANDO INTEGRAL.  Posibilita la alineación del día a día de nuestra empresa con ESTRATEGIAS de futuro.

DESVENTAJAS DEL BI  Precio  Gran rigidez a la hora de extraer datos, de manera que el usuario tiene que ceñirse a los informes predefinidos que se configuraron en el momento de la implantación, y que no siempre responden a sus dudas reales.  Necesidad de conocimientos técnicos. Para la generación de nuevos informes o métricas suele resultar ineludible acudir al departamento técnico, solicitando una consulta adecuada para interrogar la base de datos.  Largos tiempos de respuesta, ya que las consultas complejas de datos suelen implicar la unión de tablas operacionales de gran tamaño, lo que se traduce en una incómoda espera que dificulta la fluidez del trabajo.  Deterioro en el rendimiento del SI. Cuando la base de datos consultada, para generar informes o ratios de negocio, es la misma que la que soporta el operativo de la empresa, el funcionamiento del sistema puede degradarse hasta afectar y paralizar a todos los usuarios conectados.  Falta de integración que implica islas de datos. Muchas organizaciones disponen de múltiples sistemas de información, incorporados en momentos distintos, para resolver problemáticas diferentes. Sus bases de datos no suelen estar integradas, lo que implica la existencia de islas de información.

 Datos erróneos, obsoletos o incompletos. El tema de la calidad de los datos siempre es considerado como algo importante, pero esta labor nunca se lleva al extremo de garantizar la fiabilidad de la información aportada.  Problemas para adecuar la información al cargo del usuario. No se trata de que todo el mundo tenga acceso a toda la información, sino de que tenga acceso a la información que necesita para que su trabajo sea lo más eficiente posible.  Ausencia de información histórica. Los datos almacenados en los sistemas operacionales están diseñados para llevar la empresa al día, pero no permiten contrastar la situación actual con una situación retrospectiva de años atrás.

PROCESO/FASES DE BI Este proceso es dinámico e iterativo. El proceso comienza con preguntas, cuyas respuestas siempre dar lugar a más preguntas y las siguientes iteraciones del proceso. Así que el final de un ciclo es el comienzo de otro, en busca de nuevas aclaraciones al lado o que conducen a nuevas preguntas en total.

Fase 1 - Directivo y planificación: El Directivo y planificación de fase es el principio y el final del proceso. Es el comienzo porque se trata de la elaboración de requisitos específicos y el fin, porque responde a las preguntas conducen a más preguntas. El proceso de inteligencia de negocio comienza cuando los consumidores (los ejecutivos

de la partida de los líderes empresariales, etc) generan las preguntas que les ayudarán a alcanzar sus objetivos. ¿Quiénes son mis clientes más rentables? ¿Cuál es el margen bruto para cada línea de productos? ¿Cuántos ingresos se ha generado en el último mes? Estas necesidades se expresan en las necesidades percibidas en los distintos grupos de análisis. El grupo de análisis utiliza los consumidores para desarrollar las necesidades de los requisitos específicos y en dar a la planificación y la dirección para guiar la recopilación de información y formulación de respuestas. Fase 2 - Recopilación de información: Hay muchas fuentes de información dentro de las empresas de hoy. La automatización de los procesos de negocio ha creado una gran cantidad de fuentes: Punto de Venta, ERP, CRM, SFA, las aplicaciones cliente de servicios, etc Los diferentes sistemas de crear, transformar y almacenar diferentes piezas de información cada día. Este proceso es continuo. Es importante entender que los recuentos de estas fuentes de datos como la información, no de inteligencia. La información es a menudo incompleta o engañosa, posiblemente. La información se convierte de inteligencia a través del procesamiento y análisis. El proceso de recopilación de información es donde las diferentes fuentes son analizados para determinar las fuentes de datos necesarios para obtener datos para responder a las preguntas. Fase 3 - Procesamiento de datos: La fase de procesamiento de datos es la integración de los datos brutos en un formato utilizable para el análisis. Esto puede ser la creación de una nueva base de datos, además de los datos en una base de datos existente o la consolidación en algún otro tipo de sistema de análisis (es decir, utilizando una herramienta analítica para extraer y manipular los datos). Esta fase general, se puede considerar como la extracción, transformación y carga (ETL) de transformación que se produce dentro de Business Intelligence ambientes. Fase 4 - Análisis y Producción: El grupo aprovecha analítica herramientas de minería de datos y técnicas para ordenar a través de los datos y crear la inteligencia. El resultado final de esta fase es la producción de "inteligente", responde, en el contexto adecuado, con los comentarios de apoyo. En algunos casos, esto es tan simple como crear un informe. En otros casos, se trata de una evaluación

detallada de los indicadores de predicción para las campañas de venta cruzada-. Las necesidades adicionales también pueden ser generados durante esta fase como analistas identifican otras cuestiones pertinentes para ser respondidas. Fase 5 - Difusión: La fase de difusión es la entrega de los productos de inteligencia a los consumidores que así lo soliciten. Esto suele implicar el uso de una herramienta de Inteligencia de Negocios para publicar un resumen ejecutivo, informes estándar o la capacidad de revisar los datos de forma activa. Esto se utiliza para la inteligencia de que no necesita explicación. Otros productos son entregados en forma de presentación, que permite al consumidor interactuar directamente con los analistas en una forma más de colaboración.

Ejemplo: El jefe de la hipoteca para una firma de servicios financieros hace la pregunta: "¿Cómo muchas hipotecas se venden a los clientes existentes?" El equipo de análisis para el grupo de hipoteca se les pidió responder a esta pregunta - desde la Inteligencia de procesos de negocio. El equipo comienza por comprender cuál es la información que necesitan para responder a la pregunta. Los datos que necesitan es ser capturado en toda la compañía, sino que sólo hay que determinar dónde se encuentra y cómo conseguirlo. En este punto, puede involucrarse para ayudar a identificar las fuentes de datos apropiadas. Una vez que las fuentes de datos son identificados, el equipo trabaja (probablemente en colaboración con IT) para extraer e integrar la información. En algunos casos, los datos que se encuentra dentro de una única base de datos y no de integración de datos es necesaria. El siguiente paso es el análisis y la producción. Utilizando los datos, el equipo de análisis se verá en las hipotecas vendidas e identificar aquellos que fueron vendidos a los clientes existentes - las personas que actualmente poseen uno o más productos. La respuesta es a continuación, siempre de vuelta al consumidor (jefe de la hipoteca) que, en la revisión de la respuesta, ahora se pregunta: "¿Cómo vender más hipotecas a los clientes existentes?" Y la siguiente iteración del proceso de nacer. El equipo de análisis a continuación, se mueve hacia atrás a la comprensión de los atributos de las hipotecas que tienen los titulares de otros productos e identificar las perspectivas de la venta cruzada de productos de la hipoteca.

Proceso BI dentro de una organización:

BALANCED SCORECARD El Cuadro de Mando Integral (CMI), también conocido como Balanced Scorecard (BSC) o dashboard, es una herramienta de control empresarial que permite establecer y monitorizar los objetivos de una empresa y de sus diferentes áreas o unidades. También se puede considerar como una aplicación que ayuda a una compañía a expresar los objetivos e iniciativas necesarias para cumplir con su estrategia, mostrando de forma continuada cuándo la empresa y los empleados alcanzan los resultados definidos en su plan estratégico.

BI EN LOS DIFERENTES DEPARTAMENTOS DE LA EMPRESA En todas las empresas cada departamento acumula diferentes datos: sobre sus clientes, sus inventarios, su producción, sobre la efectividad de las campañas de márketing, información sobre proveedores y socios, además de los datos que pueden proveer del exterior, como los referentes a competidores. En este sentido,

el Business Intelligence puede realizar distintas aportaciones a cada departamento, siempre con el objetivo de integrar y optimizar la información disponible en la organización:  Departamento de marketing El BI permite identificar de forma más precisa los segmentos de clientes y estudiar con mayor detalle su comportamiento. Para ello se pueden incluir análisis capaces de medir, por ejemplo, el impacto de los precios y las promociones en cada segmento.  Departamento de compras El BI permite acceder a los datos del mercado, vinculándolos con la información básica necesaria para hallar las relaciones entre coste y beneficio. Al mismo tiempo, permite monitorizar la información de cada factoría o cadena de producción, lo que puede ayudar a optimizar el volumen de las compras.  Departamento de producción El BI proporciona un mecanismo que permite analizar el rendimiento de cualquier tipo de proceso operativo, ya que comprende desde el control de calidad y la administración de inventarios hasta la planificación y la historización de la producción.  Departamento de ventas El BI facilita la comprensión de las necesidades del cliente, así como responder a las nuevas oportunidades del mercado. También son posibles análisis de patrones de compra para aprovechar coyunturas de ventas con productos asociados.  Departamento económico-financiero El BI permite acceder a los datos de forma inmediata y en tiempo real, mejorando así ciertas operaciones, que suelen incluir presupuestos, proyecciones, control de gestión, tesorería, balances y cuentas de resultados.  Departamento de atención al cliente Aplicado a este ámbito, el BI permite evaluar con exactitud el valor de los segmentos del mercado y de los clientes individuales, además de ayudar a retener a los clientes más rentables.  Departamento de recursos humanos Obteniendo los datos precisos de la fuente adecuada, el BI permite analizar los parámetros que más pueden afectar al departamento: satisfacción de los empleados, absentismo laboral, beneficio-hora/hombre… etc.