Professional Documents
Culture Documents
Programa de la asignatura:
Inteligencia de negocios
Clave:
07143636
Unidad 1
Componentes de la inteligencia de negocios
Competencia especfica
Distinguir el marco conceptual y metodolgico de la inteligencia de negocios para
especificar las necesidades del uso de la informacin en una PyME, a partir de identificar
las nociones y herramientas de los enfoques estratgico, tecnolgico y competitivo.
INTELIGENCIA
Calidad
CONOCIMIENTO
INFORMACIN
DATOS
Cantidad
Grfico 1. Pirmide informacional
La pirmide representa el proceso en virtud del cual se lleva a cabo el aprendizaje a partir
de los datos, los cuales se someten a un perfeccionamiento y depuracin en cuanto a sus
atributos, por lo cual se describe una relacin inversa entre su calidad informativa y su
cantidad, lo cual prev, como uno de los resultados, que la informacin sea compactada,
viendo incrementada su densidad y poder explicativo.
En este sentido, los datos reflejan cifras o valores aislados respecto a variables y
fenmenos diversos, y figuran tal y como se generan directamente de la operacin
cotidiana. Mediante acciones especficas, los datos son agrupados y se obtienen nuevos
datos de la combinacin de datos simples, lo cual arroja informacin que indica
correlaciones y relaciones de causa y efecto. En el nivel superior se ubican los
conocimientos que resultan de asociar informaciones acerca de temas establecidos y que
Usuario
Requerimiento
Retroalimentacin
Evaluacin
Diseminacin
Planeacin
Asignar tareas
Recopilacin
Evaluacin
Produccin
Procesamiento
Explotacin
Anlisis
10
11
12
13
14
15
16
17
Por su parte, para Rodrguez (2011), la frontera de la inteligencia de negocios toca los
siguientes linderos:
18
19
20
21
Datos
Datos desempeo
Datos
Metadatos
22
23
24
Los cruces de estos ejes pueden ser de orden bidimensional, tridimensional o ms, segn
el nmero de variables correlacionadas. A continuacin se ejemplifica con el caso de un
cruce tridimensional que arroja un cubo con el cual se vinculan datos segn sus atributos:
UBICACIONES
Zcalo
Central
Autobuses
2012
Centro
Comercial
2011
AOS
Helados
Aguas
Frescas
Malteadas
2010
PRODUCTOS
Grfico 4. Anlisis multidimensional
El diagrama ejemplifica una heladera que tiene tres sucursales en distintas zonas de
una ciudad, la cual maneja tres clases de productos, y que incursion en el mercado
desde 2010. Supn que las dimensiones relativas a los productos y a la segmentacin
de su mercado en las ubicaciones indicadas estn medidas en importes monetarios de
ventas, los cuales estn registrados para cada uno de los aos en los que ha operado.
25
26
(1)
Esta funcin indica que el nivel de ventas de una empresa depende del nivel de ingresos
de sus clientes, haciendo abstraccin o sin considerar el efecto de otras variables como
pueden ser el precio del bien o servicio, calidad, ventas de los competidores, por sealar
algunas, porque, entre otras cosas, la relacin que se quiere analizar es la de las ventas y
el ingreso de los consumidores. Asimismo, es factible sealar que la tendencia de esa
relacin ser directa, ya que a ms ingreso de sus consumidores, la empresa tendr ms
ventas. La ilustracin grfica de (1) es de la siguiente forma:
27
Ventas
(Pesos)
*
3
1
v
*
i
Ingreso
Consumidores
(Pesos)
Grfico 5. Relacin funcional entre variables
En la grfica construida con base en los datos registrados por una empresa se puede
observar que, en general, cuando aumenta el ingreso de los consumidores, sus ventas
aumentan; si bien en algn momento especfico no es as, la tendencia de dicha relacin
s es al incremento. Cada una de las cinco observaciones representadas por los
asteriscos indican la interseccin de los valores que asumen las variables, por ejemplo, en
el caso de la primera observacin a un nivel de ingreso i le corresponde un nivel de
ventas v.
A fin de contar con una forma que represente en trminos generales el comportamiento
de una variable dependiente en funcin de la variable independiente, y no slo con una
coleccin de observaciones aisladas en las que se intersectan los valores de una y otra
variable, puedes trazar una lnea recta que pase justo por en medio del conjunto de
observaciones y que, en ese sentido, minimice las desviaciones o diferencias respecto a
ellas. A la lnea dibujada de esa manera se le denomina lnea de regresin, y al trazado
de la misma se le conoce como estimacin, ya que representa valores esperados de la
variable ventas en funcin de la variable ingreso.
28
Ventas
(Pesos)
b
4
*
3
*
a
Ingreso
Consumidores
(Pesos)
Grfico 6. Trazado de la lnea de regresin
(2)
Esta ecuacin describe una lnea recta con intercepto a y pendiente b, los cuales estn
representados en la grfica, por lo que el nivel a de ventas es aquel mnimo o valor de
inicio cuando el ingreso asume un valor de 0; asimismo, b representa la tasa de
variacin que dice cunto aumentan las ventas por cada unidad adicional de ingreso.
Los valores de a y b deben ser estimados, lo cual est basado en el mtodo
matemtico de mnimos cuadrados ordinarios, que es el procedimiento que permite usar
los datos de la muestra u observados para encontrar la ecuacin de regresin a partir del
clculo diferencial que minimiza las desviaciones entre los valores observados y los
estimados, lo cual proporciona, a su vez, las frmulas matemticas para calcular a y b.
Cuando a y b se calculan, se obtiene la ecuacin que describe el comportamiento de
las ventas en funcin de los ingresos, por lo que, si se asignan valores a la variable de los
ingresos, se pueden proyectar en el futuro los valores de las ventas, tal como se grafica a
continuacin:
29
Valores
pronosticados
b
4
*
3
Valores
observados
Ingreso
Consumidores
(Pesos)
Grfico 7. Proyeccin de la lnea de regresin
Como puedes observar, se marcan dos segmentos, uno de datos observados y el otro
que corresponde al pronstico, el cual equivale grficamente a continuar el dibujo de
la lnea que fue trazada minimizando los diferenciales respecto de las observaciones.
Las frmulas referidas se incluyen en programas de cmputo de hojas de clculo y de
procesamiento estadstico, por lo que en el caso de los alcances de la presente
asignatura, slo se te mostrar de dnde proviene el modelo a fin de que, cuando
conozcas su aplicacin en la Unidad 2, tengas una idea mnima necesaria para
entender con fundamento este modelo que se presenta como una herramienta para
analizar la relacin entre las variables que necesitas vincular para efectos del anlisis
de inteligencia de negocios, y respecto a las cuales requieres generar pronsticos.
Debido a que el comportamiento de los datos se ve afectado por fenmenos que
estudia la estadstica inferencial, la ecuacin (2) debe ser replanteada como un
modelo de regresin lineal como sigue:
Ventas = a + b (Ingresos) + E
(3)
30
(4)
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Autorreflexin
Recuerda que debes hacer tu Autorreflexin al terminar la autoevaluacin. Para ello,
ingresa al foro de Preguntas de autorreflexin y consulta las preguntas que tu Docente en
lnea formule, pues a partir de ellas, debes elaborar tu Autorreflexin en un archivo de
texto llamado ATR_U#_XXYZ. Debers enviar tu archivo mediante la herramienta
Autorreflexiones.
Cierre de la Unidad
Cmo pudiste apreciar, el campo de factores, variables, fenmenos, procesos e
interrelaciones que abarca la inteligencia de negocios es muy vasto, y para cada uno de
sus principales enfoques ofrece tambin una amplia variedad de herramientas que se
comparten con otras reas de conocimientos, por lo que, conforme a los alcances de la
asignatura, se presentaron los que tienen una mayor instrumentacin para el caso de las
pequeas y medianas empresas. Los tres enfoques que se te presentaron, el estratgico,
el informtico y el competitivo, se trabajarn de forma articulada en las siguientes dos
unidades en funcin de su aplicacin prctica y porque, en la realidad, se requiere
desarrollar una perspectiva holstica de los problemas vinculados al manejo de
informacin. En este sentido, es necesario que tengas en mente los conceptos y
herramientas de los tres enfoques para que, al estar frente a una problemtica concreta,
puedas elegir las componentes de la solucin que estn vinculados de manera ms
exacta con las causas de tal situacin y con los mejores resultados a obtener.
46
Anderson, D., & Sweeney, D., & Williams, T. (1999). Statistics for Business and
Economics. Cincinati: South Western College Publishing. ISBN: 0-324-0287-X
Graham, M. (1996). Keeping Score, Using the Right Metrics to drive World-Class
Performance. New York: Productivity Press. ISBN: 978-1-56327-355-1
Turban, E., & Sharda, R., & Aronson, J., & King, D. (2008). Business
Intelligence: A Managerial Approach. Pearson Prentice Hall LTD. ISBN-13: 978-013-234761-7
47