Professional Documents
Culture Documents
2. Por qu es Importante la inteligencia en los negocios? 3. Como funciona un sistema de inteligencia en negocios
vigilar las complejas masas de datos y hervir hasta que algo utilizable para los ejecutivos de alto nivel encargado se aseguren de las cosas que se hacen en los escalones superiores de una empresa o corporacin. Lo crea o no, la inteligencia empresarial ha sido alrededor de un lote ms largo que la tecnologa utilizada para el da de hoy. Si miramos hacia atrs en la oscuridad de la historia antigua, encontrar un pequeo libro escrito por un brillante chino en general. En general, el nombre fue Sun Tzu, y su famoso pequeo libro es la clebre El arte de la guerra. El arte de la guerra hace hincapi en la importancia de la inteligencia y la informacin en la guerra, pero el libro no es slo til para la guerra. Incluso en la actualidad, los ejecutivos de alto nivel y directores de leer ese libro, precisamente porque es til en situaciones de cualquier tipo de conflicto - Sun Tzu y el asesoramiento acerca de la informacin es especialmente aplicable en el mundo empresarial. El trmino "inteligencia de negocios" fue acuado en 1989 por Howard Dresner, un Investigador en el Grupo Gartner, una tecnologa de la informacin y de grupo de investigacin con sede en Stamford, Connecticut. Es esencialmente un trmino general para cubrir una serie de metodologas e ideas para el aumento de la eficiencia y la rentabilidad empresarial en el lugar de trabajo. Hoy en da, la inteligencia empresarial se basa en gran medida en los datos y procesamiento de datos. El equipo est por encima de todo en este proceso, y cualquier analista de inteligencia de negocios sera insensato ignorar el uso y el sentido prctico que ofrece la tecnologa de computadoras. El Software, como hemos dicho, recoge e interpreta los datos para que el Director General o de otros administradores de una empresa, se aseguren de que la empresa saquen sus competidores y sepan exactamente cmo sus propios asuntos internos se ejecutan en la actualidad. Un humano puede mejorar por s mismo la introspeccin; lo mismo ocurre doblemente para una empresa o corporacin. El mundo est cambiando, si queremos o no. Los ordenadores son cada vez ms rpidos, como son los coches, los aviones, y casi todo lo dems en este mundo. El gnero humano es la aceleracin de sus clientes quieren ms por su dinero, y ellos quieren que lo ms rpido que nunca. La atencin media Amrica, o por lo que dicen, se ha reducido a cerca de quince segundos, si no se puede hacer un producto rpido y emocionante, vas a caer en el segundo lugar a alguien que pueda. Inteligencia empresarial puede ayudar a predecir las tendencias de la base de clientes, ya que incluso cambio, ms rpidamente y ms rpidamente cada da. Es as de rpido cambio, tan rpido como el relmpago a veces, lo que hace esencial la inteligencia empresarial. Inteligencia empresarial est cambiando en s como un proceso y una ideologa para que se ajusten a la ms rpida, ms exigentes rigores de la economa moderna y de futuro. En la vanguardia de la inteligencia de negocios del maana es un nuevo tipo de proceso, la informacin sugerida por el analista Andy Hayler inteligencia de negocios 2,0. Este nuevo tipo de inteligencia empresarial no acaba de reunir y analizar datos, sino que tambin hacerlo en tiempo real, en otras palabras, usted tendra que ser capaz de ver un cambio en la dinmica de los beneficios o de la clientela y as sucedi. En el otro lado de ese proceso, el sistema automatizado tecnolgico se construira en el lugar para pasar inmediatamente a corregir los problemas que se planteaban. 1. Decisiones. Son combinaciones de situaciones y conductas que pueden ser descritas en trminos de tres componentes esenciales: acciones alternativas, consecuencias y sucesos inciertos. 2. Resultado. Son situaciones describibles pblicamente que ocurriran cuando se llevan a cabo las conductas alternativas que se han generado.
para aclarar el proceso de toma de decisiones, que es una parte de la resolucin de problemas:
La orientacin positiva al problema puede dar lugar a: Una orientacin negativa al problema implica ver los problemas como amenazas.
3. Consecuencias. Son las reacciones evaluativas subjetivas, medidas en trminos de bueno o malo, ganancias o prdidas, asociadas con cada resultado. 4. Incertidumbre. Se refiere a los juicios de quien toma la decisin de la propensin de cada suceso de ocurrir. Se describe con medidas que incluyen probabilidad, confianza, y posibilidad? (likelihood) 5. Preferencias. Son conductas expresivas de elegir, o intenciones de elegir, un curso de accin sobre otros. 6. Tomar una decisin se refiere al proceso entero de elegir un curso de accin. 7. Juicio. Son los componentes del proceso de decisin que se refieren a valorar, estimar, inferir que sucesos ocurrirn y cuales sern las reacciones evaluativas del que toma la decisin en los resultados que obtenga. 1. Ver los problemas como retos. 2. Ser optimista en el sentido de que los problemas tienen solucin 3. Percibir que se tiene una fuerte capacidad para enfrentar los problemas. 4. Estar dispuesto a invertir tiempo y esfuerzo en su solucin. 1. Creer que son insolubles. 2. Dudar de la propia habilidad para solucionarlos. 3. Frustrarse y estresarse cuando se encuentran frente a un problema.
Una orientacin positiva al problema induce al sujeto a enfrentarse a l, mientras que la orientacin negativa le prepara para evitarlo. 1. Realizar un modelo de la situacin actual o una definicin del problema. Problema se define como una situacin real o anticipada en la vida que requiere respuestas por parte del sujeto para un funcionamiento adaptativo; 2. Generar conductas alternativas posibles dentro del modelo de la realidad que se ha creado. La toma de Es una fase que depende de la creatividad del individuo. Se trata de imaginar las alternativas posibles. Se hace siguiendo las reglas del brainstorming, en el que no se decisiones es la realizan crticas ni evaluaciones de las ideas propuestas; asociacin de un 3. Extrapolar los resultados asociados a cada conducta generada. con objeto de prever los curso de accin resultados de ponerlas en prctica con los cambios que se producirn en la situacin o plan con una 4. Extraer las consecuencias de cada resultado, es decir, valorar la situacin generada de situacin acuerdo con los objetivos que se pretenden alcanzar. determinada. 5. Elegir la accin que se va a llevar a cabo entre las que pueden producir el resultado que se busca. Una consecuencia inmediata de la evaluacin de los resultados es la eleccin de la Tiene los conducta ms adecuada para resolver el problema. siguientes 6. Controlar el proceso cuando se lleva a cabo la accin. Cuando realizamos una accin pasos: entramos en el proceso de control de lo que hacemos en el que vamos monitorizando si el resultado actual va en el camino que esperamos o no. 7. Evaluar los resultados obtenidos. Es el momento de repasar lo que se ha realizado con objeto de aprender para el futuro.
En resumen:
Planeacin
Organizacin
Direccin
Control
Aplicar la Decisin
Definir el problema
Toma de Decisiones
Analizar el Problema
Evaluar las Alternativas 3|TEMA: Conceptos, metodologas y tecnologas de los sistemas de soporte a la toma de decisiones
Informacin estrategica
Fuentes de informacin
Gestin
Actualizacin y evaluacin de los datos
Deciciones
Uso de la informacin Reflexin estrategica
Sistemas de Informacin
Toma de decisiones
Estadsticas
Las compaias que revisaron el model tradicional, tomaron ms del doble de decisiones estrategicas al ao que aquellas casadas con la tradicion. Hardware Business Review, Encuesta Marakon 81% de los gerentes llevan a cabo sus decisiones por decreto o persuasin, no por el poder o relevancia de sus ideas. 2/3 de las decisiones que se toman, no se implementan nunca. Paul Nutt, Ohio University 61% de los ejecutivos aseguran que las decisiones que se toman en su compaia son poco eficientes o directamente malas para su negocio. The Economist, Intelligence Unit
Nivel
5
Gestin Estocstica de Decisiones Se estructuran las decisiones de planificacin tras un proceso estructurado que alinea criterios entre las reas, Involucra a los actores e incorporando el conocimiento profundo del impacto de las incertidumbres en los resultados. Simulacin estocstica Se construyen modelos de decisin que incorporan el conocimiento de las probabilidades de las incertidumbres y la generacin de un continuo de resultados posibles a travs de herramientas de simulacin estocstica. Anlisis de Sensitividad Se utilizan herramientas de anlisis de riesgo para la cuantificacin de proyectos especificos. Se realiza anlisis de sensitividad (what-if) para definir planes de contingencia en base a la deteccin de alertas tempranas. Modelizacin de escenarios Se generan escenarios como variaciones de un esceneario ms probable. Se estima el impacto de proyeccion optimas y pesimistas sin conocerse las probabilidades asociadas. Evaluacin determinsticas Se genera un caso de negocios en base a estimaciones puntuales y supuestos de planificacin. Se proyectan resultados en forma determinstica y se explican variaciones contra la proyeccin. Montaje del Motor Probabilistico del Modelo
Desarrollo de la Estrategia seleccionada Optimizar estrategias Plan de Proyecto Medias de Control Plan de Contigencia Implementar & Monitorear Performance Comunicacin Monitoreo de resultados Project Management Auditoria de Calidad
Nivel 4
Niveles
Modelizacin e Identificacin de Alternativas Crear estrategias Identificar Variables Cuantificar el riesgo Identificar Expertos
Validar Proceso
Aprobar Modelo
Elegir Alternativa
Aprobar Fondos
El anlisis de las necesidades y fuentes de informacin resultan importantes para cualquier SI, pero son particularmente fundamentales para los sistemas de informacin gerencial (SIG).
"Un SIG es una base de datos actualizada y un sistema de anlisis y evaluacin para proporcionar a los actores del proceso de investigacin (investigadores y gerentes) y sus clientes, informacin oportuna sobre insumos, actividades y resultados de la investigacin para apoyar la toma de decisiones apropiadas". Ayudan a hacer pronsticos de tendencias e identifican oportunidades, al mismo tiempo que ayudan a detectar problemas en la ejecucin de los procesos establecidos. Facilitan el seguimiento del desempeo organizacional e incrementan el control de los diferentes niveles
de direccin para apoyar que la toma de decisiones sea coordinada, pero descentralizada y que ocurra en los niveles operativos ms bajos de la institucin. Sistema creado para dar soporte a la toma de decisiones en situaciones de decisin semiestructuradas. Scott Morton Un DSS tiene la misin de apoyar y mejorar la toma de decisiones. Modelo de decisiones Base de datos Interfaz de usuario Anlisis de escenarios Qu pasara si? (What if?) y Bsqueda de metas (Goal seek) Eficiencia en tiempos con clientes y proveedores Soporte a diferentes niveles directivos Flexibilidad en resultados Posibles escenarios en determinado tiempo Actualizacin en las bases de datos Compartir informacin con distintas reas de la empresa Ahorros tangibles en tiempo y dinero Las decisiones son el motor de los negocios y la adecuada seleccin de alternativas depende en gran parte del xito de la organizacin. El administrador es quien decide que se debe hacer, quien ha de hacerlo, cundo, dnde y en ocasiones cmo se har. En el anlisis de una gran cantidad de informacin, se consideran las variables, se establecen alternativas y se pone en accin a la ms adecuada que conlleve a lograr las metas.
DSS
Un DSS est integrado con los siguientes elementos
Informacin = Poder
Introduce el concepto de sistemas para el lector y explica lo que es un sistema de informacin. Se habla de varios tipos de sistemas de informacin y su importancia para el funcionamiento de cualquier organizacin. En este captulo tambin ofrece una breve introduccin al anlisis y diseo de sistemas. Explica las diversas actividades involucradas en el desarrollo de sistemas de software. Se presentan los diferentes enfoques hacia el desarrollo de software. En este captulo, modelo de cascada, modelo de prototipo, el modelo dinmico del sistema para el Desarrollo y modelos de objetos orientados se discuten. Abarca diversas actividades que se realizan durante el anlisis preliminar del desarrollo del sistema. Se muestra cmo el estudio de viabilidad del sistema a desarrollar se realiza. Tambin en la parte posterior de los captulos de diversas tcnicas de estimacin de software se discuten. Muestra las diferentes tcnicas utilizadas para la determinacin de los hechos durante el anlisis del sistema. En este sentido, las entrevistas, los cuestionarios, la observacin in situ, y la revisin de registros se presentan. En este captulo tambin se analiza la toma de decisiones y tcnicas de documentacin. Para ello las tablas de decisin, la Decisin rboles, Ingls Estructurado y diccionario de datos se presenta. Presenta los diversos conceptos de diseo del sistema. Los elementos de diseo como de entrada y salida al sistema, los procesos involucrados en el sistema y los elementos de base de datos del sistema se discuten. Tambin se discute diagramas de flujo de datos que se utilizan para representar la funcionalidad del sistema.
3. Anlisis Preliminar
4. Determinacin de los hechos y Toma de Decisiones Tcnicas
5. Modelado funcional I
Introduce el concepto de programacin modular para el desarrollo de software. En l se explica la estructura de las tablas que representan la estructura modular de los diferentes mdulos del software a desarrollar. Conceptos como los de Cohesin y acoplamiento que mejoran an ms la comprensin de los usuarios de modular el diseo tambin se presentan. Se presentan los conceptos de participacin en la fase de modelado de datos del desarrollo del sistema donde se discute el almacenamiento de datos y la forma de almacenamiento. Aqu modelo entidad-relacin, junto con diagramas de relacin de entidades se utiliza para ilustrar los conceptos de modelado de datos. Se discuten.
8. Modelado de datos relacional orientada a objetos Aqu dos datos de otros modelos, modelos orientados a objetos relacionales y se discuten. La y Tcnicas de comparacin de los dos modelos se presenta tambin. modelado de datos 9. Pruebas y Aseguramiento de la Calidad Cubre las diversas tcnicas de anlisis y estrategias empleadas durante el desarrollo del sistema. Tambin diversas actividades de aseguramiento de calidad para el desarrollo de software se presentan. Los sistemas de informacin difieren en sus necesidades de negocio. Tambin dependiendo de diferentes niveles en los sistemas de informacin de la organizacin difieren. 1. Sistemas de procesamiento de transacciones 2. Los sistemas de gestin de informacin 3. Sistemas de apoyo a las decisiones
Diferencias
Tres principales sistemas de informacin son
Las necesidades de informacin son diferentes en los distintos niveles de la organizacin. En consecuencia, la informacin se pueden clasificar como: informacin estratgica, de informacin gerencial y operativa.
Planificacin estratgica
Relacin de los sistemas de informacin para los niveles de organizacin
Estos sistemas de asistencia ms altos de gestin para hacer decisiones de largo plazo. Este tipo de sistemas de manejar las decisiones estructuradas o semiestructurados.
Sistema de Sucedneos de la computadora de procesamiento de los procedimientos procesamiento manuales. de transacciones Se ocupa de los procesos bien estructurados. Incluye las aplicaciones de mantenimiento de registros. Sistema de Proporciona entrada que se utilizar en el proceso de toma de gestin. Trata gestin de la de apoyar situaciones de decisin bien estructuradas. Los requisitos tpicos de informacin la informacin pueden ser anticipados. Decisin Proporciona informacin a los administradores que deben tomar los juicios sistema de sobre situaciones particulares. Apoya la toma de decisiones en situaciones que apoyo no estn bien estructurados. Es una tcnica para organizar y documentar los datos del sistema. Modelo de proceso es una tcnica para organizar y documentar los procesos de un sistema, entradas, salidas y almacenes de datos.
El modelado de datos
Por lo general, estos modelos proporcionan la siguiente informacin.
Lo que todos los procesos constituyen un sistema? Qu datos se utilizan en cada proceso? Qu datos se almacenan? Qu datos entran y salen del sistema?
Transformacin
La informacin se transforma a medida que fluye a travs de un sistema basado en ordenador. Como ya sabemos, la transformacin de la informacin consiste bsicamente en: entrada, proceso y salida. El sistema acepta datos en una variedad de formas; aplica hardware, software y elementos humanos para transformar la entrada en la salida, y produce una salida en una variedad de formas. La transformacin (s) puede comprender una sola comparacin lgica, un complejo algoritmo numrico o una regla de inferencia enfoque de un sistema experto. Podemos crear un modelo de flujo para cualquier sistema basado en computadora, independientemente del tamao y complejidad. Es una de las herramientas utilizadas en la fase de anlisis. Es una herramienta grfica que se utiliza para analizar el movimiento de datos a travs de un sistema manual o automatizado, incluyendo los procesos, almacenes de datos, y el retraso en el sistema.
Diagrama de la estructura
5|TEMA: Analticas de negocios y visualizacin de datos en Inteligencia de Negocios 1. DataWrangler Data Cleaning: 2. Google Refine 3. The R Project for Statistical Computin 4. Google Fusion Tables 5. Impure 6. Tableau Public 7. Many Eyes 8. VIDI Gran recopilacin Herramientas 9. Zoho Reports realizada por de 10. Choosel Computerworld, Visualization 11. Exhibit sobre herramientas 12. Google Chart Tools gratuitas para 13. JavaScript InfoVis Toolkit visualizacin de 14. Protovis datos 15. Quantum GIS (QGIS 16. OpenHeatMap Visualization 17. OpenLayers Geoespacial 18. OpenStreetMap 19. TimeFlow 20. IBM Word-Cloud Generator Nubes de 21. Gephi palabras 22. NodeXL Sistemas de Toda esta informacin general necesita ser gestionada en sistemas de Informacin y informacin computacionales, la misma que se trata a distintos niveles y bajo Decisiones diferentes acepciones: Datos elementales orientados al nivel operativo / administrativo (Sistemas de 1) DATOS. Procesamiento de Transacciones TPS). Informacin pre-procesada orientada al nivel tctico y de gerencia media 2) INFORMACIN (Sistemas de Informacin General MIS). Conocimiento experto orientado al nivel estratgico o de alta gerencia (Sistemas 3) CONOCIMIENTO de Apoyo a las Decisiones DSS).
El "Data Warehousing" se aplica bsicamente cuando:
La gestin de informacin se realiza en mltiples plataformas, aplicaciones o bases de datos transaccionales y aislados con ningn tipo de centralizacin. Los procesos de consolidacin, resumen, clasificacin, reconciliacin, son necesarios para el anlisis de informacin global. Existen datos empresariales o corporativos cuyo registro histrico es fundamental para tomar decisiones.
Derivado del anterior concepto, un repositorio de datos ("Data Warehouse" - DW), es una coleccin centralizada de informacin corporativa, histrica y transformada, proveniente de sistemas transaccionales y heterogneos y externos, para atender requerimientos que apoyen tecnolgicamente el proceso de toma de decisiones generales. Las tcnicas de DM se aplican ya sea sobre un DW o sobre un repositorio orientado a un subconjunto especfico ("DataMart" DMt). As, un DMt es considerado como un DW de pequea escala, con diferente contenido, pero con las mismas funciones y funcionalidades. Llamada tambin anlisis multidimensional y contrapuesta a la de procesamiento transaccional en lnea (OLTP), acta sobre un DW organizando en "hipercubos" o cubos multidimensionales, los llamados elementos de anlisis o "facts" Es posible usar 3 tipos de OLAP, cuya variacin radica en la implementacin del DW, a saber: ROLAP. OLAP sobre DWs implementados como tablas relacionales (filas y columnas) usando modelos "star schema" y "snowflake model". MOLAP. OLAP. Sobre DWs implementados sobre bases de datos multidimensionales. HOLAP. Enfoque hbrido de ROLAP y MOLAP. En funcin a los propsitos para los cuales se disea el DW y los cubos multidimensionales, se puede realizar operaciones especficas propias del OLAP.
La tcnica OLAP
"Drill down" y "Roll up". Entrar en detalle y abstraer. Ej.: composicin de ventas. "Slice & dice". Rebanar y generar nuevos cubos cambiando naturaleza de dimensiones (casillas, segmentos, planos, cubo). Ej.: pagos por proveedor el 2001. "Rotate". Cambiar dimensiones unas con otras. Ej.: salidas por tems vs. tems por salida. Alimentacin del DW y de DMts (rplica, transformacin, adecuacin, resumen). Consultas, requerimientos, anlisis multidimensional y minera de datos. Visualizacin y representacin.
procesos productivos, desempeo operacional, mercados y clientes. Pero el xito de los negocios depende por lo general de la habilidad para ver nuevas tendencias o cambios en las tendencias. Las aplicaciones de data mining pueden identicar tendencias y comportamientos, no slo para extraer informacin, sino tambin para descubrir las relaciones en bases de datos que pueden identicar comportamientos no muy evidentes. Agentes: Los agentes son programas que piensan. Ellos pueden realizar tareas a un nivel muy bsico sin necesidad de intervencin humana. Data Warehouse: Es la respuesta de la tecnologa de informacin a la descentralizacin en la toma de decisiones. Coloca informacin de todas las reas funcionales de la organizacin en manos de quien toma las decisiones. Tambin proporciona herramientas para bsqueda y anlisis.
Bajo Volumen
CONOCIMIENTO
Alto Valor
INFORMACIN
Alto Volumen
DATO
Bajo Valor
Las tcnicas de Data Mining estn listas para su aplicacin en la comunidad de negocios porque est soportado por tres tecnologas que ya estn sucientemente maduras: Recoleccin masiva de datos. Potentes computadoras con multiprocesadores. Algoritmos de Data Mining. El proceso de minera de datos pasa por las siguientes fases: Filtrado de datos. Seleccin de Variables. Extraccin de Conocimiento. Interpretacin y Evaluacin.
Conocimiento
Patrones
Datos Transformados
Datos Preprocesados
Datos Objetivo
Datos
Text mining
Es el proceso que consiste en la extraccin de conocimiento del contenido de documentos o sus descripciones. La localizacin de patrones en el texto de los documentos, el descubrimiento del recurso basado en conceptos de indexacin. Estudios recientes indican que el ochenta por ciento de la informacin de una compaa est almacenada en forma de documentos. Sin duda, este campo de estudio es muy vasto, por lo que tcnicas como la categorizacin de texto, el procesamiento de lenguaje natural, la extraccin y recuperacin de la informacin o el aprendizaje automtico, entre otras, apoyan al text mining. La Minera de Datos tiene varias herramientas que nos ayudaran a alcanzar estos objetivos, siendo el principal producir nuevo conocimiento sobre el cual se pueda actuar o se pueda usar. Son de un inters particular para la minera de datos ya que ofrecen un significativo modelo para problemas grandes y complejos, donde puede haber cientos de variables predictivas que interactan entre s Consiste en el nmero de nodos y capas escondidas, y como estn conectadas. Ya sea el usuario o el software, deben decidir el nmero de nodos en una capa oculta, la funcin de activacin y sus lmites. Es importante para la Minera de Datos que el algoritmo que se use en una red neuronal sea el que reduzca el error en los datos de prueba y no en los datos de entrenamiento, para obtener datos de salida claros. Los usuarios de redes neuronales deben estar conscientes acerca de algunos hechos. Primero, las redes neuronales no son fciles de interpretar. Segundo, tienden saturar los datos de entrenamiento. Tercero, requieren de una gran cantidad de tiempo de entrenamiento, pero una vez entrenadas, pueden proveer las predicciones muy rpido. Cuarto, requieren que los
7|TEMA: Redes neurales para el soporte de minera de datos Las redes neuronales La arquitectura o topologa de una red neuronal Hechos
datos sean cuidadosamente preparados, generalmente, esta preparacin requiere depuracin, seleccin y pre-procesamiento. Por ltimo, las redes neuronales tienden a un mejor desempeo cuando el conjunto de datos es suficientemente grande. Sistema de procesamiento de datos que simula funciones elementales de la red nerviosa del cerebro humano, para identificar la informacin relevante sobre una gran cantidad de datos, explicando el fenmeno o proceso que ha generado esos datos. Estas redes se utilizan en reas que requieren la solucin de problemas relacionados con la clasificacin y agrupacin de objetos o datos, con la prediccin y pronstico de valores, as como con el control de procesos. Permiten el reconocimiento de patrones a travs del uso de informacin histrica para generar aprendizaje y apoyan a administradores y especialistas en la construccin de predicciones y pronsticos basados en casos pasados.
Redes Neuronales(NN):
Las RNA tienen la habilidad de aprender mediante una etapa que se llama etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su vez que se le indica cul es la salida (respuesta) esperada. Una RNA crea su propia representacin de la informacin en su interior, descargando al usuario de esto. Debido a que una RNA almacena la informacin de forma redundante, sta puede seguir respondiendo de manera aceptable aun si se daa parcialmente. Una RNA puede manejar cambios no importantes en la informacin de entrada, como seales con ruido u otros cambios en la entrada (por ejemplo si la informacin de entrada es la imagen de un objeto, la respuesta correspondiente no sufre cambios si la imagen cambia un poco su brillo o el objeto cambia ligeramente). La estructura de una RNA es paralela, por lo cual si esto es implementado con computadoras o en dispositivos electrnicos especiales, se pueden obtener respuestas en tiempo real. Para obtener una mayor participacin de mercado, eficientar su operacin y generar ms ventas, es importante que las organizaciones adopten nuevas estrategias que les permitan:
Nuevas Estrategias
Eficientar la cadena de suministros Optimizar sus procesos y asegurar su interaccin con aplicaciones y personas Salvaguarda los activos crticos del negocio
A travs de la tecnologa representan una oportunidad clave para optimizar la operacin del negocio, fortalecer las relaciones con los clientes, proveedores, socios y empleados.
Hay soluciones integrales que ayudan a las empresas a mejorar su operacin en todos los niveles de negocio y apoyan al desarrollo de estrategias que capitalizan sus oportunidades y generan resultados. Ejemplos: Balanced Scorecard Caso de Negocio Diseo Organizacional Gestin Basada en Actividades (ABC/M) Gestin Basada en el Valor Gestin de la Cadena de Suministros Gestin de la Relacin con el Cliente (CRM) Mejora de Procesos de Negocio Planeamiento Estratgico Reduccin de Costos No slo es acerca de medir y monitorear, es acerca de anticipar y actuar. No es suficiente con manejar su negocio hacia adelante mientras mira por el retrovisor. Requiere de establecer objetivos financieros y operativos, y la capacidad de informar a tiempo sobre los resultados de desempeo a todos aquellos en la organizacin que puedan impactar en ellos.
Soluciones Integrales
El desempeo continuo Una Administracin de Desempeo competente La aplicacin de Administracin del Desempeo Empresarial (BMP)
Le ayuda a establecer una cultura de alto desempeo en donde todos los accionistas estn vidamente al tanto de lo que es importante para la compaa, como se encamina la compaa, y dnde encaja su trabajo.
Un conjunto completo de herramientas y aplicaciones que le permiten planear, ejecutar y analizar a niveles tanto estratgicos como tcticos, alineando las actividades del negocio con sus objetivos. Es un componente importante de cualquier estrategia BPM y es un componente integrado de las soluciones, permitindole una toma de decisiones ms efectiva en todo su negocio. Funcionalidades para presupuestos, planeacin y pronsticos, aplicaciones de anlisis avanzadas, como centro de mando integral (balanced scorecards), informacin de almacenes, consultas sobre actividad empresarial y amplios reportes incluidos que estn completamente conectados a las aplicaciones de negocios. La idea es proveer a los grandes sectores industriales indicadores de desempeo claves (KPI) especficos por industria y puesto, directo de caja. Eso significa que puede iniciar rpidamente las aplicaciones de administracin del desempeo que sean apropiadas para su negocio. KPI, del ingls Key Performance Indicators, o Indicadores Clave de Desempeo, miden el nivel del desempeo de un proceso, enfocndose en el "cmo" e indicando el rendimiento de los procesos, de forma que se pueda alcanzar el objetivo fijado.
KPI
Son mtricas financieras o no financieras, utilizadas para cuantificar objetivos que reflejan el rendimiento de una organizacin, y que generalmente se recogen en su plan estratgico. Estos indicadores son utilizados en inteligencia de negocio para asistir o ayudar al estado actual de un negocio a prescribir una lnea de accin futura. El acto de monitorizar los indicadores clave de desempeo en tiempo real se conoce como monitorizacin de actividad de negocio. Los indicadores de rendimiento son frecuentemente utilizados para "valorar" actividades complicadas de medir como los beneficios de desarrollos lderes, compromiso de empleados, servicio o satisfaccin. Los KPIs suelen estar atados a la estrategia de la organizacin (ejemplificadas en las tcnicas como la del cuadro de mando integral). As los KPIs tienen como objetivos principales: medir el nivel de servicio, realizar un diagnostico de la situacin, comunicar e informar sobre la situacin y los objetivos, motivar los equipos responsables del cumplimiento de los objetivos reflejados en el KPI, progresar constantemente. Tiempo que se utiliza en mejorar los niveles de servicio en un proyecto dado. Nivel de la satisfaccin del cliente. Tiempo de mejoras de asuntos relacionados con los niveles de servicio. Impacto de la calidad de los recursos financieros adicionales necesarios para realizar el nivel de servicio definido. Rentabilidad de un proyecto (Retorno de la Inversin ROI Calidad de la gestin de la empresa (Rotacin del inventario, Das de Cuentas por cobrar DCC, y por Pagar DCP...) Para una organizacin es necesario al menos que pueda identificar sus propios KPI's. La clave para esto es: Tener predefinido de antemano un proceso de negocio. Tener claros los objetivos/rendimiento requeridos en el proceso de negocio. Tener una medida cuantitativa/cualitativa de los resultados y que sea posible su comparacin con los objetivos. Investigar variaciones y ajustar procesos o recursos para alcanzar metas a corto plazo Cuando se definen KPI's se suele aplicar el acrnimo SMART, ya que los KPI's tienen que ser: eSpecificos (Specific) Medibles (Measurable) Alcanzables (Achievable) Relevantes (Relevant) a Tiempo (Timely)
SMART
Los datos de los que dependen los KPI tienen que ser consistentes y correctos y tienen que estar disponibles a tiempo. 9|TEMA: Administracin del conocimiento Datos de KPI
La Gestin del conocimiento (del ingls Knowledge Management) Es un concepto aplicado en las organizaciones, que pretende transferir el conocimiento y experiencia existente entre sus miembros, de modo que pueda ser utilizado como un recurso disponible para otros en la organizacin.
Implica la conversin del conocimiento tcito (el que sabe un trabajador especfico) en explcito (conocimiento documentado y replicable) para convertirlo en un activo estratgico de la organizacin. La administracin del conocimiento implica la adecuada explotacin de datos e informacin para transformarlos en conocimiento y entendimiento.
Sabiduria
La administracin del conocimiento
Entendimiento
Conocimiento
Informacin Datos
Los datos y la informacin El conocimiento El entendimiento La sabidura Tecnologa
Son todo aquello que se sabe acerca de los procesos y que responde a preguntas como qu?, cundo?, cunto?, a qu hora? Responde a preguntas que empiezan con cmo?, es decir, todo aquello que generalmente slo algunos miembros de la organizacin sabe y lo tiene en su cabeza pero no ha sido transformado en un conocimiento explcito. Responde a preguntas que empiezan con por qu? lo cual permite a la organizacin mejorar de manera continua cuando se entienden los procesos y se toman acciones para corregir deficiencias y promover mayor eficiencia y productividad. Implica el uso adecuado de todo el aprendizaje organizacional para tomar decisiones estratgicas a lo largo del tiempo que garanticen el mayor de los xitos. En la actualidad, la tecnologa permite entregar herramientas que apoyan la gestin del conocimiento en las empresas, que apoyan la recoleccin, la transferencia, la seguridad y la administracin sistemtica de la informacin, junto con los sistemas diseados para ayudar a hacer el mejor uso de ese conocimiento. El proceso de la Administracin del Conocimiento, tiene principalmente los siguientes objetivos: Identificar, recabar y organizar el conocimiento existente. Facilitar la creacin de nuevo conocimiento. Apuntalar la innovacin para lograr un mejor desempeo en la empresa. Es un conjunto de programas que, sobre una base de conocimientos, posee informacin de uno o ms expertos en un rea especfica. Se puede entender como una rama de la inteligencia artificial, donde el poder de resolucin de un problema en un programa de computadora viene
Objetivos
10|TEMA: Sistemas expertos, inteligencia artificial y sistemas inteligentes avanzados. Un sistema experto
del conocimiento de un dominio especfico. Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de una forma fcil, reuniendo dos capacidades para poder cumplirlo:
Capacidades necesarias
Explicar sus razonamientos: los sistemas expertos se deben realizar siguiendo ciertas reglas o pasos comprensibles. Adquisicin de nuevos conocimientos o integrador del sistema: son mecanismos de razonamiento que sirven para modificar los conocimientos anteriores
IA
En ciencias de la computacin se denomina inteligencia artificial (IA) a las inteligencias no naturales en agentes racionales no vivos.1 2 3 John McCarthy, acu el trmino en 1956, la defini: "Es la ciencia e ingeniera de hacer mquinas inteligentes, especialmente programas de cmputo inteligentes."
Sistemas que piensan como humanos.- por ejemplo las redes neuronales artificiales. Sistemas que actan como humanos.- Estos sistemas tratan de actuar como humanos; es decir, imitan el comportamiento humano; por ejemplo la robtica. Sistemas que piensan racionalmente.- Es decir, con lgica (idealmente), tratan de imitar o emular el pensamiento lgico racional del ser humano; por ejemplo los sistemas expertos. Sistemas que actan racionalmente (idealmente). Tratan de emular en forma racional el comportamiento humano; por ejemplo los agentes inteligentes Sistemas Inteligentes Avanzados - Desarrollo de tecnologas que puedan dotar de propiedades inteligentes a los envases, como por ejemplo, la capacidad de informar sobre la frescura del producto que contiene, su punto ptimo de consumo, su autenticidad, etctera.
Objetivo Principal
As, en esta lnea tecnolgica el objetivo principal es aportar valor a los productos a travs del desarrollo de indicadores integrados en los envases y tecnologas que mejoran el proceso logstico y aportan nuevas funcionalidades para los consumidores.
Desarrollo y aplicacin de sistemas inteligentes: indicadores de frescura, indicadores tiempo-temperatura, indicadores de fugas, sistemas anti-fraude y anti-falsificacin, proteccin UV, indicadores de daos por golpes y sistemas para grupos de poblacin como discapacitados, invidentes, tercera edad, etc. Desarrollo de tecnologas de electrnica impresa inteligente (printed electronics). Integracin de sistemas de control y trazabilidad RFID en los envases y embalajes. Desarrollo de sistemas que permiten la interaccin con el usuario. Normativa y legislacin asociada al etiquetado y los mensajes. SMART-PRINTED-PACK Smartcoldpack Sensoplas RFID Metroid Ropas Sistema RFID para la gestin de personas, equipajes y paquetera
Proyectos Relacionados: