Unidad 5 Inteligencia de Negocios (Business Intelligence)

5.1 Introducción a la Inteligencia de Negocios.

El término Business Intelligence (Inteligencia de Negocios) hizo su aparición en 1996 cuando un reporte de GartnerGroup dijo textualmente lo siguiente:

Para el año 2000, la Democracia de la Información emergerá en las empresas de vanguardia, con las aplicaciones de Inteligencia de Negocios ampliamente disponibles a nivel de empleados, consultores, clientes, proveedores y el público en general. La clave para surgir en un mercado competitivo es mantenerse delante de sus competidores. Se requiere más que intuición para tomar decisiones correctas basadas en información exacta y actualizada. Las herramientas de reporte, consulta y análisis de datos pueden ayudar a los usuarios de negocios a navegar a través de un mar de información para sintetizar la información valiosa que en él se encuentra, hoy en día esta categoría de herramientas se les llama "Inteligencia de Negocios".

La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen las bases de datos de clientes, información de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de información relevante para la empresa. También puede definirse el conjunto de productos y servicios que permiten a los usuarios finales acceder y analizar de manera rápida y sencilla, la información para la toma de decisiones de negocio a nivel operativo, táctico y estratégico.

BI apoya a los tomadores de decisiones con la información correcta, en el momento y lugar correcto, lo que les permite tomar mejores decisiones de negocios. La información adecuada en el lugar y momento adecuado incrementa efectividad de cualquier empresa.

"La tecnología de BI no es nueva, ha estado presente de varias formas por lo menos en los últimos 20 años, comenzando por generadores de reportes y sistemas de información ejecutiva en los 80’s…" Afirma CandiceGoodwin. Entiéndase como sinónimos de tecnología de BI los términos aplicaciones, soluciones o software de inteligencia de negocios.

Tal vez le ayude a comprender mejor el concepto por medio de un ejemplo. Una franquicia de hoteles a nivel nacional que utiliza aplicaciones de BI para llevar un registro estadístico del porcentaje promedio de ocupación del hotel, así como los días promedio de estancia de cada huésped, considerando las diferencias entre temporadas. Con esta información ellos pueden:

· Calcular la rentabilidad de cada hotel en cada temporada del año

· Determinar quién es su segmento de mercado

· Calcular la participación de mercado de la franquicia y de cada hotel

· Identificar oportunidades y amenazas

Estas son sólo algunas de las formas en que una empresa u organización se puede beneficiar por la implementación de software de BI, hay una gran variedad de aplicaciones o software que brindan a la empresa la habilidad de analizar de una forma rápida por qué pasan las cosas y enfocarse a patrones y amenazas.

5.2 Sistemas de Soporte a la Decisión.

El concepto de DSS se originó a finales de los sesenta con el procesamiento de tiempo compartido en las computadoras. G. Anthony Gorry y Michael S. ScothtMorton (1971), fueron los que acuñaron el término de DSS. Estos percibieron la necesidad de contar con un marco para orientar las aplicaciones de cómputo hacia la toma de decisiones gerenciales. Ellos, idearon la matríz de Gorry y Scott Morton. Se basa en dos conceptos fundamentales: el concepto de decisiones programadas y el concepto de niveles gerenciales.

Gorry y Scott Morton pusieron en su matriz diferentes tipos de negocios. Por ejemplo, los gerentes realizan la planificación de cuentas por cobrar en el nivel de control operativo, tomando decisiones estructuradas. En cambio, la planificación de investigación y desarrollo la llevan a cabo los gerentes de planificación estratégica, tomando decisiones no estructuradas.

A raíz de esto a todas las aplicaciones de las computadoras destinadas a apoyar decisiones, las denominaron DSS, así nació este término. Por lo tanto,

Los DSS son "Sistemas informáticos interactivos que ayudan a los encargados de tomar decisiones utilizando datos y modelos para resolver problemas no estructurados" (Sprague y Carlson).

Un DSS "combina recursos intelectuales individuales con las capacidades de un ordenador para mejorar la calidad de las decisiones (son un apoyo informático para los encargados de tomar decisiones sobre problemas semiestructurados)" (Keen).

Podríamos decir que un DSS es un sistema de información que combinan datos y modelos, analíticos sofisticados o herramientas de análisis de datos para apoyar la toma de decisiones semiestructurada y no estructurada

Peter G. W. Keen (1978), asociado con Scott Morton, definieron 3 objetivos que debe alcanzar un DSS:

1. Ayudar a los gerentes a tomar decisiones para tratar de resolver problemas semiestructurados.
2. Apoyar el juicio del gerente en lugar de tratar de remplazarlo.
3. Mejorar la eficacia del gerente en la toma de decisiones, más que su eficiencia.

 Características de DSS   

1. Informes dinámicos, flexibles e interactivos, de manera que el usuario no tenga que ceñirse a los listados predefinidos que se configuraron en el momento de la implantación, y que no siempre responden a sus dudas reales.

2. No requiere conocimientos técnicos. Un usuario no técnico puede crear nuevos gráficos e informes y navegar entre ellos. Por tanto, para examinar la información disponible o crear nuevas métricas no es imprescindible buscar auxilio en el departamento de informática.

3. Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele ser un datawarehouse corporativo o un datamart, con modelos de datos en estrella o copo de nieve. Este tipo de bases de datos están optimizadas para el análisis de grandes volúmenes de información.

4. Integración entre todos los sistemas de la compañía. El proceso de ETL previo a la implantación de un Sistema de Soporte a la decisión garantiza la calidad y la integración de los datos entre las diferentes unidades de la empresa.

5. Cada usuario dispone de información adecuada a su perfil. 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.

6. Disponibilidad de información histórica. En estos sistemas está a la orden del día comparar los datos actuales con información de otros períodos históricos de la compañía, con el fin de analizar tendencias, fijar la evolución de parámetros de negocio.

Modelo DSS (Sistema de Apoyo a las Decisiones)

El modelo DSS respalda la toma de decisiones mediante la generación y evaluación de datos proporcionados por los usuarios de la compañía.

Los usuarios del DSS pueden utilizar la base de datos para decidir posibles situaciones presentadas en la organización. Este modelo trabaja con tres subsistemas de software que utilizan el contenido de la base de datos.
El software para redacción de informes y los modelos matemáticos es considerado de mucha importación en la aplicación de un DSS; aprovecharse para recaudar información clave del proceso; hay que recordar que este modelo no soluciona los problemas, sino que es una ayuda al proceso de toma de decisiones.

• El software para redacción de informes: origina informes periódicos y especiales; los informes periódicos se realizan de acuerdo a una fecha fija, este produce un lenguaje de procesamiento de datos llamados COBOL (Lenguaje Común Orientado a Negocios) o PL/I (Lenguaje de Programación1). Los informes especiales son la respuesta a las necesidades de información no anticipadas, a forma de consultas hechas por los usuarios de la base de datos, manejando un lenguaje de cuarta generación.
• Los modelos matemáticos: origina información como resultado de simulaciones en las que intervienen uno o más componentes del sistema físico de la compañía. Los modelos matemáticos se encuentran en diversos lenguajes de procesamiento para facilitar la tarea y dar pie a un mejor resultado.
• El Groupware: confiere a varios usuarios encargados de la resolución de problemas, para así encontrar las soluciones. En esta situación específica se usa el término “sistema de apoyo a decisiones de grupo (GDSS)”, quienes resuelven los problemas representan un equipo de proyecto, los miembros de este grupo se comunican entre sí, tanto directamente como por medio del groupware.

Uso de un Sistema de Apoyo de Decisiones

En el uso del sistema de apoyo de decisiones interviene un proceso iterativo. Podemos considerar cinco etapas.

1.- Se examina el problema y se elabora una formulación que permita el estudio del problema.

2.- Se identifican los parámetros y las variables pertinentes, para que el usuario comprenda la situación.

3.- Se construye el modelo interrelacionando los parámetros y las variables de la manera establecida por el usuario. Aun cuando el usuario puede entender claramente de qué manera los factores se encuentran relacionados unos con otros, en mucho caso parte del problema original puede estar en la falta de dicho conocimiento. Por lo tanto, el modelo puede ser únicamente una idea que necesite ser probada por medio de un proceso.

4.- Proporcionar datos para las variables y llevar a efecto los procesos y los cálculos para poder determinar los resultados. Dependiendo de la aplicación, las variables de prueba pueden ser utilidades y pérdidas, volúmenes de ventas, tasa de interés, entre otras.

5.- Por último, en un DSS es muy importante la utilización de la etapa de afinación del problema. Los usuarios identifican datos adicionales o diferentes que se deberán considerar. O eliminan ciertas variables y agregan otras.

El proceso iterativo se puede repetir un gran número de veces hasta que los usuarios sientan que los usuarios sientan que comprenden la situación lo mejor posible.

5.2.1 Almacenes de Datos (Data Warehouse)

Un almacén de datos del inglés data warehouse es una colección de datos en la cual se encuentra integrada la información de la empresa u organización. Esta información es de utilidad en el proceso de toma de decisiones gerenciales.

Un data warehouse es como el expediente de una empresa con información transaccional y operacional, que es almacenada en una base de datos diseñada para favorecer análisis y la divulgación eficientes de datos (especialmente OLAP, procesamiento analítico en línea). El almacenamiento de los datos no debe usarse con datos de uso actual.

Los almacenes de los datos contienen a menudo grandes cantidades de información que se subdividen a veces en unidades lógicas más pequeñas, llamadas los centros comerciales, dependientes de los datos.

Data Warehousing es el proceso que facilita la creación y explotación de un Almacén de Datos.

Los Sistemas de Data Warehousing incluyen funcionalidades como:

• Integración de bases de datos heterogéneas (relacionales, documentales, geográficas, archivos, etc.)
• Ejecución de consultas complejas no predefinidas visualizando el resultado en forma gráfica y en diferentes niveles de agrupamiento y totalización de datos.
• Agrupamiento y desagrupamiento de datos en forma interactiva.
• Análisis del problema en términos de dimensiones.
• Control de calidad de datos.

Características del Almacén de Datos

• Organizado en torno a temas. La información se clasifica en base a los aspectos que son de interés para la empresa.
• Integrado. Es el aspecto más importante. La integración de datos consiste en convenciones de nombres, codificaciones consistentes, medida uniforme de variables, etc.
• Dependiente del tiempo. Esta dependencia aparece de tres formas:

1. La información representa los datos sobre un horizonte largo de tiempo.
2. Cada estructura clave contiene (implícita o explícitamente) un elemento de tiempo (día, semana, mes, etc.).
3. La información, una vez registrada correctamente, no puede ser actualizada.

• No volátil. El Almacén de Datos sólo permite cargar nuevos datos y acceder a los ya almacenados, pero no permite ni borrar ni modificar los datos.

Arquitectura Data Warehouse

La estructura básica de la arquitectura Data Warehouse incluye:

1. Datos operacionales. Origen de datos para el componente de almacenamiento físico del Almacén de Datos.
2. Extracción de datos. Selección sistemática de datos operacionales usados para formar parte del Almacén de Datos.
3. Transformación de datos. Procesos para sumarizar y realizar cambios en los datos operacionales.
4. Carga de datos. Inserción de datos en el Almacén.
5. Almacén. Almacenamiento físico de datos de al arquitectura Data Warehouse.
6. Herramienta de acceso. Herramientas que proveen acceso a los datos.

Estructura lógica del Almacén de Datos

La estructura lógica de un Almacén de Datos está compuesta por los siguientes niveles:

• Metadatos. Describen la estructura de los datos contenidos en el almacén. Están en una dimensión distinta al resto de niveles.

• Datos detallados actuales. Obtenidos directamente del procesado de los datos. Forman el nivel más bajo de detalle. Ocupan mucho espacio. Se almacenan en disco, para facilitar el acceso.

• Datos detallados históricos. Igual que los anteriores, pero con datos correspondientes al pasado. Se suelen almacenar en un medio externo, ya que su acceso es poco frecuente.

• Datos ligeramente resumidos. Primer nivel de agregación de los datos detallados actuales. Corresponden a consultas habituales. Se almacenan en disco.

• Datos muy resumidos. Son el nivel más alto de agregación. Corresponden a consultas que se realizan muy a menudo y que se deben obtener muy rápidamente. Suelen estar separados del Almacén de datos, formandoSupermercados de Datos (Data Marts).

Estructura física del Almacén de Datos

La estructura física puede presentar cualquiera de las siguientes configuraciones:

• Arquitectura centralizada. Todo el Almacén de datos se encuentra en un único servidor.

• Arquitectura distribuida. Los datos del Almacén se reparten entre varios servidores. Asignando cada servidor a uno o varios temas lógicos.

• Arquitectura distribuida por niveles. Refleja la estructura lógica del Almacén, asignando los servidores en función del nivel de agregación de los datos que contienen. Un servidor está dedicado para los datos de detalle, otro para los resumidos y otro para los muy resumidos. Cuando los datos muy resumidos se duplican en varios servidores para agilizar el acceso se habla de Supermercados de datos (Data Marts).

Software Data Warehouse

• Red BrickWarehouse

• Essbase

• PilotDecissionSupport Suite

• Microsoft SQL Server

5.2.2 Tableros de control.

El tablero de control (TdeC) es una herramienta, del campo de la administración de empresas, aplicable a cualquier organización y nivel de la misma, cuyo objetivo y utilidad básica es diagnosticar adecuadamente una situación. Se lo define como el conjunto de indicadores cuyo seguimiento y evaluación periódica permitirá contar con un mayor conocimiento de la situación de su empresa o sector apoyándose en nuevas tecnologías informáticas.

El diagnóstico y monitoreo permanente de determinados indicadores e información ha sido y es la base para mantener un buen control de situación en muchas de las disciplinas de la vida. Como ejemplo de estos podemos señalar a la: medicina, basada en mediciones para el diagnostico de la salud de los pacientes, a la aviación, cuyos indicadores de tablero de control sintetiza la información del avión y del entorno para evitar sorpresas y permite a los pilotos dirigir el avión a buen puerto; el tablero de un sistema eléctrico o de una represa son otros ejemplos. En todos estos casos el Tablero permite a través del color de las luces y alarmas ser el disparador para la toma de decisiones. En todos estos ejemplos es fundamental definir los indicadores a monitorear.

La empresa como organización formal e informal es sujeta de parametrización en muchos de sus valores para facilitar el diagnóstico y la toma de decisiones. Si bien hay indicadores genéricos para todas las empresas, especialmente en áreas como las económicas financieras, cada empresa o sector requiere definiciones a medida de sus propios parámetros y definir quién y cómo va a monitorear esa información.

El Tablero de Control nace al no existir una metodología clara para enseñar a los directivos a organizar y configurar la información. En un campo en que las ciencias empresariales han podido evolucionar notoriamente dada la revolución de la información generada a finales del siglo XX. Es necesario generar metodologías gerenciales para que las empresas no se basen sólo en su intuición y conocimientos de cada directivo o por la sola inteligencia existente en herramientas informáticas.

Según Peter Drucker sólo tendrán éxito en los próximos años las organizaciones capaces de diagnosticar su salud global. Conocer el estado de situación es el primer paso clave en todo proceso directivo para lo cual deberán tener incorporado sistemas permanentes de diagnóstico en los diferentes niveles. Los desafíos que enfrentaban históricamente las empresas y que llevaron a desarrollo de los Sistemas de Mediciones de Performance son permanentes y parecidos a los que tiene la empresa actual: la necesidad de diagnosticar la situación, concretar objetivos y bajar consignas claras. Los mismos se pueden enfrentar más eficazmente hoy en día gracias a las nuevas tecnologías informáticas. No escapa a nadie preocupado por los nuevos sistemas gerenciales el valor creciente que adquiere la información, sobre todo en economías en constante proceso de globalización. Hoy se puede y debe disponer permanentemente de información interna y externa que permita estar constantemente actualizado. Esa información, de no ser organizada adecuadamente, corre el riesgo de volverse inerme e incluso constituir un obstáculo.

Un TdeC en un proceso de knowledgemanagement puede convertir a la información en conocimiento. Es muy útil para acortar diferencias entre lo abstracto y lo concreto, entre el análisis y la síntesis, entre la intuición y la racionalidad, entre lo intangible y lo tangible, entre lo cualitativo y lo cuantitativo. Quizás la gran virtud de esta herramienta es su sencillez y que ha venido a llenar un vacío en la literatura de management para el directivo ya que puede ser un primer pero fundamental paso en su desarrollo directivo. Es el nexo entre los Objetivos estratégicos que pueden surgir de modernas herramientas de gestión estratégica como el Cuadro de Mando Integral (Balanced Scorecard en inglés) y las bases de datos informáticas. Como navegar se define a través de lo que se llama arquitectura de información. El TdeC cobra relevancia en empresas en crisis y en entornos cambiantes. En las primeras será necesario y muy importante contar con indicadores operativos que permitan superar el corto plazo y con indicadores estratégicos que permitan no afectar seriamente el largo. Para ello hará falta monitorear indicadores no financieros que impactarán en algún momento en los financieros.

Se define Tablero de Control o Tablero de Comando como el conjunto de indicadores cuyo seguimiento periódico permitirá contar con un mayor conocimiento de la situación de su empresa o sector.

METODOLOGÍA: comienza identificando como áreas clave aquellos "temas relevantes a monitorear y cuyo fracaso permanente impediría la continuidad y el progreso de su empresa o sector dentro de un entorno competitivo, aun cuando el resultado de todas las demás áreas fuera bueno.

Los indicadores clave son los datos, índices o ratios que dan información de la situación de cada área clave. A partir de definir áreas e indicadores y apoyando con nuevas tecnologías informáticas se puede conformar una potente herramienta de diagnóstico de situación, por lo cual podría ser llevado en papel pero su uso se potencia más utilizando un EIS (executiveinformationsystem).

Tipos de tableros de control: dadas las distintas necesidades de las empresas se pueden aplicar cuatro tipos genéricos de Tableros:

• Tablero de Control Operativo
• Tablero de Control Directivo
• Tablero de Control Estratégico
• Tablero de Control Integral

 En todos los casos, después de determinar las áreas y los indicadores deberé definir:

• Período del indicador: día, mes acumulado del ejercico, etc.
• Apertura: forma en la cual se podrá abrir y clasificar la información
• Frecuencia de actualización: on line, diaria, semanal, mensual
• Referencia: base sobre la que se calcularán las desviaciones. Puede ser un estándar, la historia.
• Parámetro de alarma: niveles por encima y por debajo de los cuales el indicador es preocupante
• Gráfico: torta, barras, líneas etc.
• Responsable de monitoreo: quien debe informar al nivel superior de la situación.

Herramienta de diagnóstico: el Tablero es una herramienta de diagnóstico permanente para evaluar una situación pero:

• Refleja sólo información cuantificable
• Evalúa situaciones no responsables
• No remplaza el juicio directivo
• No identifica relaciones de causalidad entre objetivos y acciones, ni entre diferentes objetivos
• No pretende reflejar totalmente la estrategia.

El Tablero debería tener cuatro virtudes:

• Incluir toda la información que cambia de manera constante y que los top managers han identificado como potencialmente estratégica.
• Brindar toda la información que se considere suficientemente significativa
• Ser acompañado por un sistema de reuniones periódicas que funcione como un catalizador para el debate continuo sobre los resultados entre líneas, hipótesis y planes de acción
• Estar diseñado para facilitar el análisis y que la información pueda ser comprendida y discutida por superiores subordinados y pares.

El éxito del Tablero no estará en su diseño o implementación, sino como toda herramienta, en usarlo adecuadamente, sacándole el máximo provecho.

5.2.3 Consultas y reportes personalizados.

Las compañías de la actualidad son juzgadas no únicamente por la calidad de sus productos o servicios, sino también por el grado en el que comparten información con sus clientes, empleados y socios. Sin embargo, la gran mayoría de las organizaciones tienen una abundancia de datos, pero una penuria de conocimiento. Es por ello que surge el concepto de Business Intelligence, el cual es un concepto que trata de englobar todos los sistemas de información de una organización para obtener de ellos no solo información o conocimiento, si no una verdadera inteligencia que le confiera a la organización una ventaja competitiva por sobre sus competidores. El artículo maneja varios conceptos desde el enfoque de diversos autores, que enriquecen la idea general de Business Intelligence, menciona los elementos generales del Business Intelligence, ilustra el concepto mediante ejemplos prácticos, y por último marca las mas modernas tendencias del Business Intelligence y la tecnologías de transmisión inalámbricas

Palabras Clave: Inteligencia, Business Intelligence, Data Warehousing, Data Mining, OLAP, Sistema de Soporte para la Decisión, Arquitectura Federada.

La información es el activo mas importante en los negocios actuales. Esto debido a que el éxito de un negocio depende de que tan bien conozca a sus clientes, que tan bien entienda sus procesos internos y que tan efectivo sea para realizar todas sus operaciones (Anónimo, 2001). Actualmente la información adecuada es el único medio por el cual una organización puede conocer tales cuestiones

Consulta: Aunque las herramientas de inteligencia del negocio, los reportes estándar, las planillas de cálculo y las herramientas de consulta de SQL todos tienen su lugar importante dentro de una organización, muchos usuarios aún enfrentan brechas de funcionalidad con estas herramientas en tres áreas claves:

• Las necesidades de reporte y análisis involucran sistemas heredados y otros datos que no están en warehouse.

• La aplicación no soporta los análisis deseados y volúmenes de datos

• Se requieren significativos recursos de TI y preparación para soportar nuevas consultas a los datos.

5.3 Aplicaciones.

Una de las claras tendencias en el mercado Business Intelligence es la mayor importancia que los clientes otorgan a visualizar la información de una manera sencilla, ágil y potente. Todo a la vez

La próxima generación de aplicaciones de Business Intelligence pretende ir más allá de la provisión de información en gráficos circulares y estadísticos, para proporcionar representaciones más visuales e intuitivas de datos y tendencias.

Herramientas como la visualización de datos (en formatos que van más allá de las simples imágenes estáticas) permiten presentar información de forma clara y eficaz. La visualización de datos ha estado directamente relacionada con las tecnologías de BI desde su origen y la búsqueda continuada de presentaciones más eficaces e interactivas a través de la visualización será uno de los objetivos de las soluciones analíticas de los próximos años.

Hasta hace muy poco, el Business Intelligence era una manera más o menos sencilla de generar informes, listados, análisis, o "reportes"(¡que horrible palabra!)... Al final, todo era más o menos lo mismo... Informes tabulares, con filas y columnas llenas de números, y algún gráfico. Las herramientas más avanzadas permitían añadir alertas semafóricas, parametrizar el informe, o algún tipo de navegación OLAP (que raramente se utilizaba)... Este tipo de soluciones ya han llegado a su madurez, y existe muy poca diferencia entre la oferta de los diferentes proveedores...

Sin embargo, esta manera tradicional de acceder a la información resulta insuficiente (e ineficiente), y cada vez más las organizaciones buscan maneras de proporcionar a sus usuarios soluciones para acceder, analizar y comprender la información corporativa de una manera más sencilla, dinámica, visual e intuitiva. El cambio es realmente profundo, y supone una renovación completa en las "interfaces de usuario".

Las organizaciones se ven abocadas a moverse rápidamente bajo los efectos de la globalización de las empresas, de los mercados y las tecnologías, pero ¿que tan preparadas están para emprender estos retos? En el transcurso de su existencia las organizaciones han recopilado gran cantidad de información, el como gestione y maneje esa información determina que dicha organización sobreviva en un medio competitivo como el actual.

La explotación inteligente de la información, su conversión en conocimientos es posiblemente la única fuente de competitividad sostenible, las organizaciones así lo están entendiendo, por esto buscan medio para hacer de la información disponible un medio para incrementar su eficiencia, para estimular la innovación, para fundamentar la toma de decisiones y para elevar la eficacia y posición competitiva. Es aquí donde se hace indispensable contar con instrumentos tecnológicos y organizacionales que apoyen la toma de decisiones, posibilitando que ésta se efectúe más sobre análisis que sean objetivos y estén suficientemente sustentados. Como respuesta a estas nuevas condiciones del mercado, ahora con alcance mundial por la globalización de las economías, se han desatado La inteligencia de negocios con una enorme avalancha de teorías, metodologías, técnicas y modelos, que se unen al gran desarrollo y evolución permanente de la teleinformática.

Las gerencias de las compañías cada día más necesitan tener acceso a herramientas de inteligencia de negocio para poder tomar decisiones en una economía turbulenta. Según un estudio de Information Week Research y Optimize Research, el 76% de los entrevistados respondió que la información de ventas es la que utiliza como fuente para estas aplicaciones. El resultado de la encuesta a cuales son las fuentes de datos utilizados en estas aplicaciones es como sigue:

 1.    76% Ventas

2.    58% Mercadeo

3.    55% Finanzas

4.    54% Operaciones y Logística

5.    30% Compras e Inventarios

6.    25% Información Financiera de Terceros

7.    24% Recursos Humanos

8.    14% Manufactura

9.    10% Ventas o Inventarios de la cadena de suministro

10. 7% Otras fuentes

Es clara la necesidad de integración de todas las aplicaciones y fuentes de información de la compañía siguiendo parámetros de no redundancia y uniformidad, como requisito indispensable para brindar aplicaciones de inteligencia de negocio.

Para saber más:
¿Qué es Business Intelligence?