Verktøy for forretningsintelligens og profilen til analytiske brukere har utviklet seg gjennom årene, i tillegg til bevissthetsnivået, har behovet og utviklingen i markedet ført til at selskapene dypt vurderer viktigheten av intelligens i virksomheter siden de tar det som en prioritet før ledelse og for beslutningstaking.
intelligens-in-business-diana-LozadaIntroduksjon
For tiden i forretningsverdenen er det viktig for å ta strategiske beslutninger å ha tilstrekkelig og rettidig informasjon som støtter all styring av selskapets virksomhet.
Bruken av data i organisasjoner fungerer som et element som letter beslutningen, siden det innebærer kunnskap om den nåværende operasjonen og forventningen om fremtidige hendelser.
Det er forskjellige strategier for dataanalyse som kan generere kunnskap som støtter forretningsavgjørelser. Det er viktig å inkludere at informasjonsteknologier spiller en veldig viktig rolle i innsamling, lagring og behandling av data generert av driften av selskapet. Dette letter tilgangen til informasjon og reduserer feilmarginen som kan eksistere betydelig når du utfører samme informasjonsfangst ved forskjellige anledninger.
Business intelligence fokuserer nettopp på de store volumene av informasjon fra forskjellige områder i en organisasjon.Denne informasjonen bruker visse metoder og verktøy slik at det er mulig å effektivt analysere organisasjonsmiljøet og dermed bestemme organisasjonens styrker og svakheter. å etablere strategier og oppdage nye muligheter som kan oppstå.
1. Evolusjon av konseptet: Business intelligence
Business Intelligence, BI- konseptet er bruk av data i et selskap for å lette beslutninger. Dette har utviklet seg raskt siden 50-tallet, de viktigste punktene i historien om "Business Intelligence" vil bli fremhevet nedenfor:
1958: Hans Peter Luhn (IBM-forsker) introduserte begrepet
Business Intelligence (Business Intelligence eller BI), i artikkelen “Et Business Intelligence System”, der følgende definisjon kan bli funnet på en veldig subtil måte: “evnen til å lære forholdet mellom fakta som er presentert på en måte som guider handlinger mot et ønsket mål ”.
1969: Edgar Codd, informasjonsforsker arbeidet med databasekonseptet, siden han innså at disse eksisterte og at de ikke var normalisert, publiserte han 12 regler som et ekte relasjonssystem burde ha.
1970-tallet: Utvikling av de første databasene og de første forretningsapplikasjonene i historien:
- SAPJD EdwardsSiebelPeopleSoft
Disse applikasjonene tillot å utføre "datainnføring" på systemene, noe som økte informasjonen som var tilgjengelig om dem, men de var ikke i stand til å tilby rask tilgang, noe som kompliserte tilgangen til det.
1980-tallet: Datawarehouse-konseptet er skapt av Ralph Kimball og Bill Inmon. Deretter ble de første rapporteringssystemene introdusert. Til tross for all innsats var den fremdeles komplisert og funksjonelt dårlig.
1989: Howard Dresner populariserte begrepet Business Intelligence.
1990-tallet: Business Intelligence 1.0. Spredning av flere BI-applikasjoner.
2000-tallet: Business Intelligence 2.0. Konsolidering av BI-applikasjoner på noen få Business Intelligence-plattformer. I tillegg til strukturert informasjon, begynner andre typer informasjon og ustrukturerte dokumenter å bli vurdert i organisasjoner.
2. Business intelligence
Parr (2000) definerer business intelligence eller Business Intelligence (BI) som: “Business intelligence er definert som et selskaps evne til å ta beslutninger. Denne aktiviteten oppnås gjennom bruk av metodologier, applikasjoner og teknologier som tillater innsamling, feilsøking, transformering av data og anvendelse av analytiske teknikker for kunnskapsutvinning ”
Med andre ord, business intelligence kan defineres som bedriftens evne som en organisasjon har til sin beslutningstaking. Det er et sett av teknologiske prosesser og applikasjoner som gjør det enkelt å skaffe forskjellige data, som kommer fra forretningsstyringssystemer for senere å analysere og tolke dem slik at de kan brukes til å ta en beslutning.
Denne typen teknologi fungerer som en nøkkel og strategisk faktor i en organisasjon, siden den gir personer som har ansvar for å ta en beslutning med rettidig og pålitelig informasjon for å svare på situasjoner som kan oppstå for selskapet, denne typen problemer kan gå fra markedsanalyse til lønnsomhet i produksjonsprosessen.
Omfang av forretningsintelligens
Informasjonen som gis av dette verktøyet kan ha forskjellige omfang, for eksempel:
- Driftsnivå: Det brukes hovedsakelig til å ta daglige beslutninger om transaksjoner som utføres når du utfører driften av selskapet. Taktisk nivå: Det gis informasjon for mellomlederne i henhold til den månedlige analysen og beslutningene. Disse er nyttige for oppfølgingsvurderinger og tiltak. Strategisk nivå: På dette nivået har beslutningene størst innvirkning på selskapet, og denne informasjonen brukes av toppledelsen i situasjoner som krever det.
Verktøy for forretningsintelligens viser vanligvis informasjonen i form av dashbord og i sin tur ved hjelp av spesifikke rapporter som kan opprettes fra dataene som er innhentet for deres styring, på en slik måte at informasjonen blir presentert til brukeren på en dynamisk og tilgjengelig måte slik at analysen og senere dens tolkning kan utføres.
På den annen side er disse verktøyene veldig nyttige på de forskjellige områdene i organisasjonen, for eksempel:
- Markedsføring: På dette området kan BI brukes til å studere og segmentere markeder, samt til å analysere trender og kunder Salg: Det kan brukes til å analysere kunder og deres lønnsomhet, analyse etter produkt, etter segment, anslag og salgsprognoser Økonomi Analysen kan gjøres fra detaljerte rapporter om utgifter, kostnader og inntekter Logistikk: Sporing av forsendelser og overvåking av ordre for å kvantifisere tap Produksjon: Produktivitetsrapport om produksjonslinjer og lageromsetning.
Fordeler med forretningsinformasjon
Fordelene som en organisasjon kan ha når du bruker forretningsinformasjon er tydelige og svært effektive, de kan klassifiseres i følgende:
- Økt effektivitet: Ved å ha tilgang til data på en tilgjengelig og smidig måte, kan informasjon av seg selv genereres, som kan sees på en enkelt plattform for å utnytte dem optimalt når du utfører analyse og tar beslutninger med informasjon og med tiden. Raske svar på forretningssituasjoner: For å ta beslutninger på en rettidig måte, er det viktig å ha informasjon på en enkel måte og ikke kaste bort tid på å søke etter den og dermed konsolidere data. Takket være BI kan du ha svarene på få minutter på en tydelig og konsis måte gjennom indikatorrapporter og datatabeller. Kontroll av de funksjonelle områdene i selskapet:På alle områder i organisasjonen genereres verdifull informasjon hver dag, den kan brukes på den beste måten å kjenne til trender, prosjektdata og analysere scenarier. Forbedre kundeservicen din: Ved å ha den viktigste informasjonen og i sanntid, kan du tilby kundene en tjeneste med mer som kan variere fra bestilling til ettersalgstjeneste, siden ved å vite mer om dem og deres behov, De kan analysere kjøpsvaner, gjenkjenne de bestselgende produktene osv. Presentere informasjon gjennom dashboards: å kunne konsolidere en enklere og mer direkte kommunikasjon av selskapets situasjon, siden ved å ha muligheten til å lage forskjellige dashboards kan du fokusere på de mest relevante dataene uten å måtte gjennomgå store mengder informasjon.
Riktig bruk av verktøyene som tilbys av forretningsinformasjon kan utgjøre en stor forskjell mellom et selskap som oppnår vekst og et som ikke gjør det i det hele tatt, mellom utmerket kundeservice eller en dekadent mellom effektiv lagerstyring. og tap av penger og ressurser mellom suksess eller fiasko for et firma.
3. Business intelligence-arkitektur
3.1 Driftsnivå
Det er ekstremt viktig å visualisere og forstå hvordan du forstår en arkitektur for forretningsintelligens. Denne analytiske prosessen er vanligvis strukturert. Dette vil bli forklart i faser nedenfor:
1.- Datakilder: forskjellige datakilder (essbase-terninger, database, operasjonssystemer, ERP, arv, flate filer, xml-filer, Excel-ark) som kan brukes til å trekke ut data fra flere kilder samtidig.
2.- Ekstraksjons-, transformasjons- og lasteprosess (ETL): Denne prosessen er der feltene som skal brukes er definert fra de heterogene kildene, hvis de trenger noen form for modifisering og / eller transformasjon og hvor de vil finne nevnte data. Denne prosessen er kjent som "kartlegging".
3.- Datalagring: I dette depotet er de transformerte dataene visuelt representert i flerdimensjonale modeller, dimensjoner og datatabeller. Det er en prosess mellom dataregisteret og brukeradgangsgrensesnittet, dette er BI-motoren som lar meg aktivere komponenter, administrere spørsmål, overvåke prosesser, beregninger, beregninger.
4.- Tilgang: Brukeradgangsgrensesnittet lar deg samhandle med dataene, grafisk representere dataene, transformere dem til resultater og styringsindikatorer som ble bygget for etterfølgende konsultasjoner.
4. Data Intelligence-verktøy
4.1 Balansert målkort
Balanced Scorecard, også kjent som Balanced Scorecard, er et virksomhetsstyringsverktøy som tydelig gjør det mulig å etablere og overvåke målene til et selskap på sine forskjellige områder. På den annen side kan det også betraktes som en applikasjon som hjelper et selskap til å uttrykke målene og initiativene de trenger for å oppfylle strategien sin, og kontinuerlig vise detaljert informasjon når selskapet og de ansatte oppnår resultatene definert i strategiplanen..
I motsetning til andre Business Intelligence-strategier, skiller Balanced Scorecard seg fra de andre, siden det er mer orientert om overvåkningsindikatorer enn en detaljert analyse av informasjonen, er det veldig vanlig at et Balanced Scorecard blir kontrollert etter en organisasjons generelle retning sammenlignet med andre verktøy. I dette tilfellet er det utfyllende siden det er påkrevd av toppledere som kan bruke det til å analysere markedet og for strategier for å bygge en forretningsmodell som er relatert til sammenhengen mellom de forskjellige komponentene i selskapet, når du først har bygget Lederne for organisasjonen bruker denne modellen med et kart for å velge indikatorene til WCC.
4.2 Beslutningsstøttesystem
Et beslutningsstøttesystem er et BI-verktøy fokusert på dataanalyse, for en organisasjon kan dataanalyse i utgangspunktet virke som en enkel og enkel prosess å utføre gjennom en spesiallaget applikasjon som etterspørres, men det er ikke absolutt. Disse typer applikasjoner har vanligvis en serie med forhåndsdefinerte rapporter der informasjonen presenteres statistisk og statisk siden det ikke er lov å bore ned i dataene, navigere mellom dem og administrere dem. Fra forskjellige perspektiver er denne typen verktøy symbolsk i forretningsintelligens, siden det i andre enheter gjør det mulig å løse mange av begrensningene i styringsprogrammer.
4.3 Utøvende informasjonssystem
Informasjonssystemene for ledere eller SIE er et programvareverktøy basert på en SSD (Decision Support System) Dette systemet gir ledere enkel tilgang til intern og ekstern informasjon om deres selskap, som er relevant og nøkkel til suksess. Hovedhensikten er at den utøvende skal ha tilgjengelig all informasjonen som kan utfylle hans panorama og tilstanden til den.
På den annen side kan virksomhetsindikatorene som påvirker det øyeblikkelig sees, og også opprettholde muligheten for å analysere detaljert forventningene som er etablert for å bestemme den mest passende handlingsplanen. På en enklere måte kan det sies at en dataprogram som viser rapporter og lister over de forskjellige områdene i en virksomhet og som på en konsolidert måte letter overvåkningen av selskapene til en enhet eller den samme. Denne typen system kjennetegnes ved å tilby den utøvende rask og effektiv tilgang til delt informasjon ved hjelp av intuitive og visuelle grafiske grensesnitt.
4.4 Datamart
Datamart er en avdelingsdatabase som spesialiserer seg på datalagring i et spesifikt forretningsområde, den er preget av å ha en optimal datastruktur for senere å analysere informasjonen i detalj fra alle perspektiver som påvirker prosessene til nevnte avdeling. En Datamart kan mates fra dataene til et Datawarehouse, eller den kan integrere seg et kompendium av forskjellige informasjonskilder for dens bruk, derfor er det nødvendig å finne en Datamart for et funksjonelt område i selskapet for å finne den optimale strukturen til samme. For analyse av informasjonsstrukturen din som kan monteres i en database.
Datamarts som er utstyrt med disse svært effektive strukturer for analyse og har følgende fordeler:
- Lavt datavolum Økt spørrehastighet Enkel SQL- og / eller MDX-spørsmål Direkte validering av informasjon Enkel historisk datatilgang
4.5 Datawarehouse
Datawarehouse er en database som den er preget av å integrere og feilsøke informasjonen fra en eller flere forskjellige informasjonskilder for senere å behandle den slik at den kan analyseres, dette kan genereres fra uendelig mange perspektiver med høye responshastigheter. Opprettelsen av et Datawarehouse det første trinnet fra det tekniske synspunktet for å implementere en komplett løsning i beslutningen av en organisasjon om et spesifikt emne, den viktigste fordelen med denne typen databaser ligger i strukturer den inneholder informasjonen, siden denne typen informasjonsbestandighet er homogen og pålitelig, noe som tillater konsultasjon og behandling av hierarkiet av det samme, mye mer effektivt og pålitelig.
4.5.1 Datawarehouse-funksjoner
Et datawarehouse er preget av å være:
Integrert: dataene som er lagret i datawarehouse må integreres i en konsistent struktur, slik at eksisterende uoverensstemmelser må elimineres fullstendig. Informasjonen er vanligvis strukturert på forskjellige detaljnivåer for å passe til organisasjonens ulike behov.
Tematisk: bare dataene som er nødvendige for prosessen med å generere forretningskunnskap er integrert fra det operative miljøet. Dataene er organisert etter emne for å lette tilgang og forståelse av sluttbrukere.
Historisk: tid er en implisitt del av informasjonen i et datawarehouse. I operative systemer gjenspeiler dataene alltid den nåværende forretningsaktiviteten. Tvert imot, informasjonen som er lagret i datawarehouse tjener til å etablere en trendanalyse og dermed tillate sammenligninger.
Ikke-flyktig: Informasjonslageret til et datawarehouse eksisterer for å kunne leses, men ikke endres. Informasjonen er derfor permanent og umulig å endre.
En annen funksjon ved datawarehouse er at det inneholder metadata, det vil si data om dataene. Metadata lar oss vite informasjonenes opprinnelse, påliteligheten og måten den ble beregnet på.
konklusjon
Verktøy for forretningsintelligens og profilen til analytiske brukere har utviklet seg gjennom årene, i tillegg til bevissthetsnivået, har behovet og utviklingen i markedet ført til at selskapene dypt vurderer viktigheten av intelligens i virksomheter siden de tar det som en prioritet før ledelse og for beslutningstaking.
Bruken av data i organisasjoner fungerer som et element som letter beslutningen, siden det innebærer kunnskap om den nåværende operasjonen og forventningen om fremtidige hendelser som en organisasjon kan oppleve. Business intelligence fokuserer på å håndtere store mengder informasjon, anvende verktøy og metoder for å dechiffrere den og dermed ta optimale beslutninger.
Oppgavens emne
Implementering av datawarehouse i markedsavdelingen i selskapet XXXX SA de CV
Oppgavens mål
Bruk intelligensverktøyet i datawarehouse for virksomhet for markedsundersøkelser av XY-produktet i markedsavdelingen til selskapet XXXX SA de CV
referanser
Gomez, AA (2010). Business intelligence: State of the art. Scientia et Technica År XVI, 321-326.
Hitt, MI (2000). Strategisk ledelse. Mexico: Thomson, redaktører.
ORACLE. (2015). Hva er forretningsinformasjon? 1-6.
Reyes, A. (2000). Forretningsadministrasjon: Teori og praksis. Mexico:
LM Editores.
Sánchez, MM (2012). Faktorer som griper inn i utviklingen av små og mellomstore bedrifter i industrien i fem kommuner i Monterrey storbyområde, tilknyttet CAINTRA. Monterrey, NL: UNM.
SKILT. (2009). Grunnleggende om forretningsintelligens. SKILT:
Nasjonal læretjeneste, 1.-18.
Takk
Til Gud for alle hans velsignelser.
For foreldrene mine har de vært en grunnleggende støtte i hvert skritt jeg tar. Min søyle, mitt levebrød. Uendelig takk!
Mine søstre, Marilyn, Vicky og Jessy siden ansvaret fulgte med deg.
Å CONACYT og PNPCC for å ha akseptert meg i studiet sitt og tillatt meg å realisere drømmen om å studere en ph.d.-grad.
Til Orizaba Technological Institute for å la meg møte en ny utfordring, for profesjonalisering og innhenting av ny kunnskap.
Til Dr. Aguirre y-Hernández, for sin interesse for å trene fagfolk i kvalitet, for motivasjonen, for klassene hans klokka 7 om morgenen, for hans punktlighet.
Til hver og en av lærerne mine som lærte meg så mye. Eksempel på undervisning og liv.
Last ned originalfilen
