Metodología HEFESTO, Fases del Proceso de BI:

La metodología Hefesto divide el proceso en 5 fases, las cuales muestran de manera general las actividades a realizar para que los datos sean transformados en información útil, novedosa y que aporte conocimiento nuevo para la toma de decisiones.

Fases de la Metodología Hefesto BI. (Dario, 2013)

Dirección y Planeación – FASE 1

La inteligencia de negocios es una plataforma de administración del desempeño que representa al ciclo en el que las empresas establecen sus objetivos, analizan sus progresos, reflexionan, actúan, miden su éxito (Peña Ayala, 2006).

El entendimiento del modelo de negocio es esencial para cualquier proyecto, incluyendo los de BI.

Durante el proceso de planeación analizamos la situación actual, establecemos los objetivos y definimos la forma en que llevaremos a cabo las acciones que nos permitirán alcanzar los objetivos planteados.

Durante la fase de planeación se recolectan las necesidades de los usuarios, se establecen las áreas de oportunidades y se determinan los insumos con los que se cuentan; al final se formulan las preguntas que permitirán alcanzar los objetivos.

Dirección, es guiar a un equipo de trabajo para lograr los objetivos establecidos; para Proyectos de BI, además de una buena dirección se requiere un liderazgo que asegure en la medida de los posible el éxito del Proyecto.
 

Se requiere que el Líder o los Líderes consideren los siguientes aspectos:

Deben reflexionar sobre los valores de la Organización, antes de tomar cualquier decisión.

• Focalizar las áreas estratégicas que requieran preferencia de atención para entregar resultados en el corto plazo.
• Realizar la planificación visualizando los objetivos organizacionales y dirigirse hacia ellos.
• No quedarse con dudas sobre algún aspecto relacionado al negocio.
• Integrar e involucrar al nivel directivo, haciéndolos partícipes del Proyecto.
• Evangelizar a los posibles usuarios, anticipando resistencias al cambio.
• Aceptar sugerencias, evaluarlas y considerarlas.

Recolección de la Información – FASE 2

Reunir la información que será utilizada como insumo, parece un asunto trivial, sin embargo ésta debe estar fundamentada en las necesidades que los usuarios indicaron en el análisis de requerimientos y en los procesos estratégicos de la Institución.

Se debe asegurar que las fuentes de información que se requerirán para el procesamiento estén disponibles con oportunidad y en el formato especificado.

Es importante mencionar que el soporte en la variedad de los datos dependerá de la herramienta tecnológica que se utilice, pero en la mayoría de las herramientas de BI, existe soporte para bases de datos relacionales, archivos de Excel, archivos de texto, entre

otros, por lo que sólo será necesario verificar que los formatos estén soportados.

 Procesamiento de Datos – FASE 3

Una vez detectada toda la información requerida, tanto los datos internos provenientes de los Sistemas Transaccionales de la Institución, como los externos que nos ayudarán como soporte y puntos de comparación para nuestros indicadores, serán transformados a un formato común.

Normalmente se utiliza un almacén de datos para llevar a cabo la tarea de transformación, unificando de manera operativa toda la información recopilada, analizándola para detectar la calidad de los datos.

Orallo (Orallo, Ramirez Quintana, & Ferri Ramírez, 2004) comenta que en la mayoría de las bases de datos existe mucha información que es incorrecta respecto al dominio de la

realidad que se desea cubrir, y un número menor, pero a veces también relevante, de datos inconsistentes.

En muchos casos el problema de la calidad se ha acentuado, ya que los datos al provenir de varias fuentes son propensos a incompatibilidades en los nombres, tipos o tamaños de los campos, por lo que es necesario realizar un análisis de cada uno de ellos antes de su integración.

Esta fase es crítica, ya que para que los datos sean útiles para generar nuevo conocimientos, estos deben ser completos y consistentes, de ahí que es necesario verificar que los datos no estén duplicados, incompletos, incorrectos, faltantes, con valores nulos o metadatos pocos claros.
 

En caso de detectar anomalías de las mencionadas anteriormente, podemos tomar la decisión de ignorarlos, de eliminarlos, de reemplazar valores o de filtrarlos; pero eso después de hacer un análisis y reflexión basada en la experiencia y con la ayuda de las herramientas de BI.
 

El almacén de datos contendrá información proveniente de los Sistemas Transaccionales - OLTP, una vez limpiados y procesados serán modelados adecuadamente para el procesamiento analítico en línea - OLAP, estos conceptos son fundamentales y serán analizados en la etapa de construcción del Data WareHouse.

Análisis y Producción – FASE 4

Una vez creados los modelos lógicos y físicos, se procede a trabajar sobre los datos extraídos e integrados, utilizando herramientas tal como la minería de datos, para extraer
conocimiento útil y novedoso que aporte valor al modelo de negocio.

En esta fase es relevante reevaluar los modelos ya que en ocasiones requiere refinación y en ciertos casos precisan reconstrucción.

Evaluar los modelos antes de meterlos a producción es una buena práctica de calidad, ya que permite encontrar posibilidades de mejora.

Finalmente, los usuarios tendrán respuestas a las preguntas que se realizaron durante la fase de requerimientos, mediante interfaces amigables a través de tableros de control, gráficos estadísticos, reportes dinámicos, indicadores de desempeño y más.
 

Es necesario señalar que los usuarios de Sistemas de BI, es personal especializado que tomará decisiones en base a los productos obtenidos, por lo que se requerirá de capacitación para poder interpretar los resultados y tomar decisiones adecuadas que beneficien a la Institución.

Difusión y Usos – FASE 5

La comunicación y la divulgación del avance del proyecto entre los miembros del grupo de trabajo son esenciales, ya sea a través de reuniones presenciales o videoconferencias, mediante chats o correos electrónicos.

La participación de los usuarios dentro de las diversas fases del proyecto se pondrá de manifiesto durante esta etapa, por esa razón es necesario conformar un grupo de soporte que atienda las dudas o sugerencias de los usuarios.

Las historias de usuarios se vuelven relevantes, permitiendo incrementar la curva de aprendizaje del Sistema.
 

El seguimiento, control y la auditoría se vuelven indispensables, ya que el Sistema no permanecerá estático; de hecho para instituciones noveles en Sistemas BI, se recomienda no querer implementar Sistemas perfectos, sino que se debe ir evolucionando paulatinamente, de acuerdo al know-how de la organización.

Propuesta de Implementación de la Metodología de Inteligencia de Negocio

HEFESTO
Hefesto, es una metodología para la construcción de un Data WareHouse que toma en cuenta las etapas del proceso de la inteligencia de negocios. Es una documentación que se publica bajo los términos de Licencia de Documentación Libre de GNU.
 
Esta metodología tiene un enfoque principal basado en las necesidades de los usuarios, entrega resultados rápidos y es iterativo, por lo que cada etapa se puede ir refinando.
 
La idea principal de este proyecto es utilizar una metodología de fácil comprensión y adaptación, en el entendido hipotético que la Institución u Organización no ha contado a la fecha con un Sistema para la toma de decisiones.

Metodología Triple-Driven
Antes de tomar la decisión de utilizar la metodología de Hefesto, se realizó una revisión a la documentación de una metodología (Guo, Tang, Tong, & Yang, 2006) que se considera más completa en la implementación de Sistemas BI: Modelo de Dato Triple-Driven.
 

El modelo de datos Triple-Driven tiene un enfoque donde considera tres grupos principales: Orientado a los esquemas de los Sistemas de bases de datos, a las metas del negocio y a los usuarios.
 

Uno de los puntos más importantes en la construcción de los almacenes de datos, es como desarrollar modelo de datos apropiados para soportar consultas, exploración, reportes y análisis; la metodología Triple-Driven ofrece buen soporte para los puntos mencionados; sin embargo, su implementación requiere de mayores recursos humanos y de tiempo, por lo que sólo se menciona para fines comparativos con respecto a nuestra metodología seleccionada: Hefesto.
 
A continuación se presenta un diagrama de las etapas que se consideran en la metodología Triple-Driven:

  Fases de la Metodología Triple-Driven. (Guo, Tang, Tong, & Yang, 2006)

Fortalezas y Oportunidades de Pentaho

La Suite de Pentaho BI es un software “Open Source”, en donde se tiene la libertad de usar y distribuir sus programas y si se desea, modificar el código fuente.

Pentaho se ofrece en dos versiones: La Enterprise y la Community cuya diferencia radica en el costo de licenciamiento con soporte para la primera; y la segunda la cual se ofrece como “Open Source” sin soporte alguno. Desde el punto de vista funcional ambas versiones son casi idénticas

Fortalezas

• Bajo costo de licenciamiento, como su más importante propuesta de valor.
• Plataforma ligera que puede ser implementada en medios ambientes pequeños (incluso laptops) o en plataformas escalables.
• Es modular y al ser Open Source soporta variedad de productos de terceros.

Oportunidades

• Requiere mejorar las herramientas de usuarios de negocios, para satisfacer la creciente demanda de análisis interactivo e intuitivo.
• Mejorar la eficiencia de las herramientas orientadas al desarrollador.
• Se mantiene económicamente en su mayoría por contribuciones de fundaciones,
• por lo tanto comparado con los recursos que tienen los líderes del mercado, se encuentra en franca desventaja.

Componentes de Pentaho

Los diseñadores y desarrolladores tienen la posibilidad de trabajar fuera del entorno del servidor mediante el uso de los programas de escritorio, lo que le permite ejecutar las tareas en un medio ambiente controlado, antes de publicarlo en el servidor.

Para tener un panorama completo de las herramientas con las que cuenta Pentaho y de la cual podemos auxiliarnos para el desarrollo del proyecto, a continuación se describe la siguiente lista:

PENTAHO METADATA LAYER (PME)
Con esta herramienta, los diseñadores pueden construir una capa de metadato que sirve como una capa de abstracción entre una base de datos relacional y el usuario final. 

PENTAHO SCHEMA WORKBENCH (PSW)
Es la herramienta para construir esquema multidimensional para ser utilizado por el motor Mondrian.

PENTAHO AGGREGATE DESIGNER (PAD)
Es una herramienta independiente para el diseño de tablas de agregación (tabla derivada de una tabla dimensión) que son usadas por Mondrian para mejorar el desempeño de cubos OLAP.

PENTAHO REPORT DESIGNER (PRD)
Herramienta para elaborar reportes

PENTAHO DATA INTEGRATION (PDI)
Herramienta para construir trabajos de Extracción, Transformación y Carga (ETL – Extraction, Transform, Load), esta herramienta también es conocida como Spoon.

Ubicación de Pentaho en el contexto de BI

En febrero de 2012, Gartner Group publicó un documento donde muestra el posicionamiento de las empresas que construyen plataformas en el mercado de BI (Hagerty, L.Sallam, & Richardson, 2013).

Gartner define plataforma BI como una plataforma de software que proporciona 14 capacidades. Estas capacidades están organizadas dentro de tres categorías funcionales: Integración, entrega de información y análisis.

Ubicación de Pentaho en el Cuadrante Mágico. (Hagerty, L. Sallam, & Richardson, 2013)

Para el 2012, Gartner considera ya a Pentaho dentro del cuadrante mágico, esto por cumplir con las capacidades enumeradas, además que puede ser administrado desde un servidor central y entregar servicios en instalaciones de la organización o a través de la nube; además con la posibilidad de acceso del usuario final vía web por medio de dispositivos móviles.

La metodología utilizada para el estudio fue realizado bajo los criterios del grupo de analistas de Gartner; así como la percepción de los clientes y una investigación en línea de vendedores de plataformas BI.

Para el rubro de habilidad para ejecutar, los vendedores fueron juzgados en la habilidad y éxito para hacer realidad su visión de mercado; y para el rubro de visión integral, los vendedores fueron evaluados según su interpretación de cómo las fuerzas del mercado fueron aprovechados para crear valor para los clientes y oportunidades para ellos mismos.

De acuerdo al estudio, el futuro de Pentaho es prometedor, aunque falta recorrer un buen camino para llegar a posicionarse como líder de mercado sigue siendo una buena opción a bajo costo.

Herramienta para Sistemas de Inteligencia de Negocios

PENTAHO

Pentaho, es un conjunto de programas que trabajan de forma coordinada para crear y entregar soluciones de Inteligencia de Negocios. El término Pentaho BI server identifica comúnmente a esta herramienta, sin embargo el término “server” no es del todo adecuado, ya que en realidad se trata de un conjunto de programas implementados como java servlets.

Pentaho puede correr en cualquier servidor Web que ofrezca soporte a servlets, tal como Tomcat, JBoss, entre otros. El servidor se puede visualizar en tres niveles: La plataforma, Componentes BI y la Capa de Presentación.

Pila de componentes de la plataforma BI de Pentaho. (Bouman & Dongen, 2009)

La Plataforma, es una colección de componentes y ofrece servicios de administración de pool de conexiones a bases de datos, motor de solución y repositorio de solución, servicios de autenticación y autorización, servicios de bitácora y auditoría, planificación de tareas, servicios de correo electrónico.

Los Componentes de BI está conformado por la capa de Integración de Aplicación y Datos, en donde se ubican las herramientas ETL (Extract, Transform, Load - del inglés Extracción, Transformación y Carga), los Metadatos y la EII (Enterprise Integration Information – del inglés, Información Empresarial Integrada)  

Las principales áreas funcionales de los componentes de Pentaho como el reporteo, análisis, cuadros de mando y administración de procesos constituyen la capa intermedia.

Por último, la Capa de Presentación, es una interfaz web denominada Consola de Usuario (User Console) que forma el front-end que permite al usuario interactuar con el servidor; esta capa puede ser utilizada para mostrar y abrir contenidos existentes, tales como: Tableros de control, Reportes y Análisis.

Una de las grandes ventajas de Pentaho es su fácil integración con herramientas de terceros; por ejemplo, para los reportes se pueden utilizar Jasper o BIRT, o portales como Life-Ray; habiendo multitud de alternativas disponibles, las cuales inician como proyectos de la comunidad y posteriormente adoptadas para formar parte de la plataforma.

Información acerca del Software de Pentaho

Indicadores

Como lo comenté en el blog de entrada los Sistemas de Inteligencia de Negocios se fundamentan en temas como la administración del conocimiento, los proceso de negocios y fundamentalmente en la construcción de Indicadores o más formalmente en Indicadores Claves de Desempeño. Por esa razón, antes de entrar de lleno a la implementación técnica, iré desglosando temas esenciales que cimienten nuestro Sistema de Inteligencia.

Definición de Indicadores

De acuerdo a Bauer (Mondragón Pérez, 2002) los indicadores sociales son “estadísticas, serie estadística o cualquier forma de indicación que nos facilita estudiar dónde estamos y hacia donde nos dirigimos con respecto a determinados objetivos y metas, así como evaluar programas específicos y determinar su impacto”.

Características de los Indicadores

Los indicadores deben estar inscritos en un marco teórico o conceptual que le permita asociarse firmemente con el elemento motivo de la investigación.

• Su nombre debe ser por sí mismo explicativo del valor que muestra.
• Debe ser disponible para varios años o periodos que permita observar el fenómeno a través del tiempo.
• Debe ser relevante y oportuno.
• Debe ser claro y de fácil compresión para los usuarios, por lo que es recomendable que cada indicador cuente con una definición, fórmula de cálculo y metadato.
• Debe ser válido, confiable y comparable, así como factible en términos de que su medición tenga un costo razonable.

Para evaluar el desempeño organizacional es necesario que los indicadores se circunscriban en el contexto adecuado, ya que la realidad sobre la que se actúa puede ser multidimensional, por lo que es necesario determinar si se trata de un indicador económico, social, geográfico u otro.

Los indicadores nos permitirán valorar el nivel de cumplimiento de los objetivos propuestos, permitirá contar con los elementos para tomar decisiones o aplicar las acciones correctivas necesarias, antes de que se conviertan en un problema.

En el entorno organizacional existe la tendencia de crear una gran cantidad de indicadores, reduciendo el hecho a querer medirlo todo; sin embargo, esto puede ser contraproducente.

“La clave consiste en elegir las variables adecuadas y suficientes que permitan medir y transmitir información respecto al objeto de estudio” (Departamento Administrativo Nacional de Estadísticas (DANE), 2012).

En muchas ocasiones, la creación de indicadores obedece a las diversas solicitudes del entorno organizacional; por lo que es necesario precisar aquellas que nos permitan cumplir requisitos y de aquellas que nos darán elementos para la toma de decisiones.

Clasificación de los Indicadores

Los indicadores pueden clasificarse según su medición en:

• Cuantitativos
• Cualitativos.

De acuerdo a la relación entre las metas esperadas con los insumos disponibles, éstos se pueden clasificar en:

• Indicadores de impacto
• Indicadores de resultado
• Indicadores de producto
• Indicadores de Proceso
• Indicadores de Insumo 

Existen otras clasificaciones de acuerdo a su jerarquía o calidad, todo dependerá del enfoque y la metodología que se utilice para la medición.

Administración del Conocimiento

A Bertrand Russell se le atribuye la frase “lo que los hombres realmente quieren no es el conocimiento sino la certidumbre”. Lo que puede significar, que no sólo se requieren datos e información, sino tener la certeza de lo que conocemos.

La clave del éxito de muchas organizaciones es el conocimiento sistematizado acerca de sus procesos de negocios, de sus servicios y productos; para ello se requiere que ese conocimiento se encuentre sistematizado y documentado, que sea replicable y que sea de utilidad para la toma de decisiones.

De esta manera, el conocimiento se convierte en uno de los activos estratégicos más preciados de la organización.

Los datos son la materia prima de la información, ésta al encontrarse desligada de algún contexto en particular es prácticamente irrelevante; los datos son transformados en información a través del análisis, aportando significado, relevancia y entendimiento a una situación en particular.

La administración del conocimiento implica planificar, implementar y controlar todas las actividades relacionadas con el conocimiento y los programas requeridos para la administración efectiva del capital intelectual.

Poner la información correcta al personal adecuado en el tiempo requerido, es una de las características de la Inteligencia de Negocios y una propuesta de valor motivo del presente trabajo.
 

Ciclo de Vida de la Información

Dentro de las organizaciones existe una gran cantidad de información que es generada y que no se utiliza debido a que se encuentra sin procesar, a dicha información se le conoce como Raw Data o “datos en bruto”. Una de las actividades fundamentales en BI es determinar la información que será de utilidad para la toma de decisiones.

 Ciclo de vida de la información, Fuente: elaboración propia

Para determinar la información útil de aquella que no será relevante para la toma de decisiones, se sigue el flujo definido en la figura anterior, que permite construir una cadena de valor enmarcado dentro de una metodología de BI.

1. Datos sin procesar, los cuales pueden ser cualitativos o cuantitativos
2. Información, categorizada en hechos y métricas
3. Conocimiento, que se consolida como experiencia
4. El conocimiento permite una acción que se cristaliza en forma de decisión, innovación, resolución, know how o expertise.
5. La consolidación de objetivos y descubrimientos de nuevos hechos se deriva de tomar acciones guiadas por el conocimiento.
6. La práctica de los pasos anteriores conduce a la adquisición de valor añadido para la toma de decisiones.

Con el conocimiento adquirido y el descubrimiento de nuevos hechos se retroalimenta la cadena de valor, comenzando un ciclo nuevo que enriquece nuevamente al Sistema.
 

DataWareHouse - Almacenes de Datos

Es un conjunto de datos históricos, internos o externos, y descriptivos de un contexto o área de estudio, que están integrados y organizados de tal forma que permiten aplicar eficientemente herramientas para resumir, describir y analizar datos con el fin de ayudar en la toma de decisiones estratégicas (Orallo, Ramirez Quintana, & Ferri Ramírez, 2004).

Contexto del Almacén de Datos y DataMart en el proceso de BI, Fuente: elaboración propia

La ventaja de los Almacenes de Datos es que al estar separado de los Sistemas de Procesamiento Transaccional en Línea (OLTP, del inglés On Line Transactional Processing) no le afecta a éste último en su desempeño.

Los Almacenes cuentan también con herramientas especializadas que facilitan el análisis de los datos en “tiempo real”, aunque en ocasiones la carga de información de estos almacenes no tiene el mismo grado de actualización que el de los Sistemas OLTP.

Los Almacenes se integran con información proveniente de los Sistemas Transaccionales de la Organización; sin embargo, es cada vez más frecuente la carga de información de datos de fuentes externas.

La organización y el mantenimiento de la información requieren de tareas esenciales, entre ellas:

• Diseñar el Almacén de Datos
• Realizar las cargas iniciales
• Mantenimiento y preservación de la consistencia de los Datos.

Factores Críticos de Exito (FCE) en BI

De acuerdo a las investigaciones realizadas por Fernández y Mayol (Fernández González & Mayol Sarroca, 2011), un aspecto a considerar independientemente del enfoque, es la realización de un análisis de factores críticos de éxito, los cuales han sido sintetizados a partir de la experiencia práctica y la realidad.

• Herramientas utilizadas para el BI
• Cultura organizacional y nivel de madurez
• Gestión del conocimiento
• Aspectos intangibles
• Personal y liderazgo

A raíz de una investigación (Fernández González & Mayol Sarroca, 2011) realizada a proyectos de Inteligencia de Negocios, se encontraron aspectos primarios que se sugieren sean considerados:

• El enfoque se debe realizar basado en la gestión de Datos
• Se debe utilizar una metodología de gestión de proyectos
• Los tomadores de decisiones deben ser involucrados y sus peticiones deben ser consideradas
• Los resultados deben ser rápidos y visibles desde las primeras etapas
• Las herramientas a utilizar deben ser evaluadas cuidadosamente
• Los usuarios deben ser involucrados en el Proyecto

Existen otras consideraciones que deben ser tomadas en cuenta y que pueden afectar el resultado obtenido: Recursos económicos disponibles, contar con un equipo de trabajo especializado, planes de evaluación y seguimiento, entre otros.

Inteligencia de Negocios

La importancia del Business Intelligence (BI) radica en el hecho de que es una plataforma que coloca la información correcta en las manos y tiempos adecuados; y da a los directivos y administradores la habilidad para examinar diferentes escenarios de los gastos y las inversiones de la organización mientras monitorea las decisiones operativas importantes del desempeño organizacional (Kemp & Dietz, 2009).

El término aparece en un artículo del IBM Journal denominado “A Business Intelligence Systems” publicado en 1958 por Hans Peter Luhn y popularizado por Howard Dresner, directivo de Gartner Group quién lo describió como “conceptos y métodos para mejorar las decisiones de negocio haciendo uso de los sistemas de soporte basados en los hechos”.

BI es una evolución de los Sistemas de Apoyo a las Decisiones, los cuales crearon modelos por computadoras para ayudar a la toma de decisiones y la planificación, que junto con los Data WareHouse (Almacenes de Datos) y los Sistemas de Información Ejecutiva constituyen el precedente que da sustento a la actual Inteligencia de Negocios.

En la actualidad de acuerdo a un artículo publicado en la Revista Novática (Fernández González & Mayol Sarroca, 2011) existen alrededor de trece metodologías diferentes para llevar a cabo la implementación de proyectos de BI; la gran cantidad de metodologías nos indica que existe un grado de inmadurez, por lo que elegir la mejor estrategia para nuestro modelo de negocios y más cuando se trate de proyectos realizados en organizaciones pú-

blicas resulta verdaderamente un gran reto.

Los enfoques que se dan en las estrategias utilizadas varían de acuerdo a algunos de estos factores:

• Basados en los requerimientos de los usuarios
• Metodología mediante construcción de prototipos
• Enfoque centrado en los datos que más se usan
• Enfoque centrado en la cadena de valor de la organización
• Basado en el análisis de los procesos de negocios

El éxito de los proyectos dependerá en gran medida del conocimiento y la madurez de los procesos de negocios de la organización, el grado de especialización de los clientes: proveedores y consumidores, el interés y compromiso del nivel directivo, entre otros factores.

Debido a la gran cantidad de metodologías, es posible que se busque aquella que considere la combinación de diversos modelos, en donde se equilibre la importancia de los procesos estratégicos, la importancia de los datos con que se cuentan y las necesidades de los usuarios.

Contexto del BI

Contexto de la Inteligencia de Negocios

 De acuerdo a las predicciones para el 2013 realizadas por Gartner Group (Yuen & Schulte, 2012), la inteligencia de negocio (BI del inglés Business Intelligence) se verá mejorada mediante el apoyo de dispositivos móviles, la utilización de múltiples fuentes de datos mejorará la perspectiva situacional de la organización y las implementaciones, se realizarán con un enfoque basado en servicio. 

Aconseja a las organizaciones que analicen las estrategias de información y que se concentren en los roles orientados a datos para tomar ventaja de las oportunidades emergentes como el Cloud, Big Data y las estructuras de datos alternativas.

Las empresas medianas y pequeñas deben tomar en cuenta los análisis realizados en materia de BI e incorporar dentro de su estrategia de negocios la posibilidad de implementar Sistemas de Información que apoyen a la parte directiva en la toma de decisiones.

La inteligencia de negocios proveerá a las organizaciones de los elementos necesarios para mejorar los procesos y sus productos; pero lo más importante podrá conocer las necesidades de sus clientes, lo que redundaría en un posicionamiento estratégico dentro del nicho de mercado en el que se desenvuelve.

La reducción de los costos operativos y el incremento de la eficiencia de los servicios, representan también uno de los beneficios asociados al uso de Sistemas de BI, lo que se
debe tener en cuenta para verse motivados a su implementación.

Tradicionalmente, la mayoría de las organizaciones medianas y pequeñas  han utilizado sistemas transaccionales para el apoyo de sus procesos de operación, sin embargo en la actualidad, esto ya no es suficiente.

Se requiere contar con herramientas que conviertan los datos en activos estratégicos; que éstos, sean recopilados e integrados de manera adecuada y además que exista una selección y limpieza para que la transformación aporte valor a los resultados obtenidos.