INTELIGENCIA DE NEGOCIO

Transcripción

1 INTELIGENCIA DE NEGOCIO n n n n n n n n Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Minería de Datos. Ciencia de Datos Tema 3. Modelos de Predicción: Clasificación, regresión y series temporales Tema 4. Preparación de Datos Tema 5. Modelos de Agrupamiento o Segmentación Tema 6. Modelos de Asociación Tema 7. Modelos Avanzados de Minería de Datos. Tema 8. Big Data 1

2 Objetivos n Entender el concepto de Inteligencia de Negocio n Conocer los elementos más importantes en el diseño de una sistema de Inteligencia de Negocio n Conocer los retos importantes en el área de la Inteligencia de Negocio. n Identificar tecnologías informáticas que son necesarias para el desarrollo de herramientas de Inteligencia de Negocio.

3 Inteligencia de Negocio TEMA 1. Introducción a la Inteligencia de Negocio 1. Introducción. Inteligencia de Negocio 2. Arquitectura de un Sistema 3. Su aporte. Su importancia 4. Los retos en la Inteligencia de Negocio 5. Comentarios Finales 3

4 1. Introducción. Inteligencia de Negocio :// 4

5 1. Introducción. Inteligencia de Negocio ü Se necesita entender no solo QUÉ está pasando, sino CUÁNDO, DÓNDE, QUIÉN Y PORQUÉ. ü Solución a los requerimientos de información con OPORTUNIDAD. ü Escalar, contribuir y compartir a todos los tipos de usuarios en la organización. Se necesita información y conocimiento a partir de los datos de la empresa. 5

6 1. Introducción. Inteligencia de Negocio Nace así el concepto de Inteligencia de Negocio (Business Intelligence): ü No es una tecnología ü Es un conjunto de sistemas de información que trabajan de forma coordinada. ü Sistemas de almacenamiento de datos (data warehouse) ü Sistemas de minería de datos (data mining) ü Herramientas de procesamiento analítico de datos (OLAP) ü Sistemas de administración de conocimiento (KBS) ü Herramientas de consulta y reporte de datos ü Tableros de información (Dashboards) 6

7 1. Introducción. Inteligencia de Negocio Definición Inteligencia de Negocio se refiere al proceso de convertir datos en conocimiento y conocimiento en acciones para crear la ventaja competitiva del negocio The Data Warehousing Institute Datos Información Conocimiento Ventaja Competitiva 7

8 1. Introducción. Inteligencia de Negocio Definición Inteligencia de Negocio se refiere al proceso de convertir datos en conocimiento y conocimiento en acciones para crear la ventaja competitiva del negocio The Data Warehousing Institute Agregar Datos Presentar Datos Conocimiento sobre los datos Toma de decisiones Database, Data Mart, Data Warehouse, ETL Tools, Integration Tools Reporting Tools, Dashboards, Static Reports, Mobile Reporting, OLAP Cubes Add Context to Create Information, Descriptive Statistics, data mining Decisions are Fact-based and Data-driven 8

9 1. Introducción. Inteligencia de Negocio What is Business Intelligence? (AVITAS video) (1 27 ) 9

10 1. Introducción. Inteligencia de Negocio 10

11 1. Introducción. Inteligencia de Negocio What is Business Intelligence? Business Intelligence gives you the hearing now Business analytics is the subset of BI based on statistics, prediction, and optimization. Business analytics arms you with the information necessary to take a proactive stance in managing the future of your business 11

12 1. Introducción. Inteligencia de Negocio Business analytics is the subset of BI based on statistics, prediction, and optimization. El resumen 12

13 Inteligencia de Negocio TEMA 1. Introducción a la Inteligencia de Negocio 1. Introducción. Inteligencia de Negocio 2. Arquitectura de un Sistema 3. Su aporte. Su importancia 4. Los retos en la Inteligencia de Negocio 5. Comentarios Finales 13

14 2. Arquitectura de un Sistema Dashboards (Tableros) Reportes y Consultas Procesos de Extracción, Transformación y Carga Data Warehouse (Data Mart) Análisis del Detalle de Información OLAP (On-Line Analytical Processing)Análisis Multidimensional Análisis de FCE Análisis de Datos Sumarizados Datos Externos Modelo del Negocio Integrado Repositorio de Información Metadata Data Mining (Business Analytics) Estadísticas Análisis de Tendencias y Comportamientos Proyecciones

15 2. Arquitectura de un Sistema Data Warehouse. Proceso ETL Asignatura: Sistemas Multidimensionales, 3º Grado Informática Procesos de Extracción, Transformación y Carga Data Warehouse (Data Mart) Modelo del Negocio Integrado Repositorio de Información Metadata Datos Externos 15

16 2. Arquitectura de un Sistema Tableros, reportes y consultas Dashboards (Tableros) Reportes y Consultas Análisis del Detalle de Información Data Warehouse (Data Mart) 16

17 2. Arquitectura de un Sistema Análisis multidimensional Data Warehouse (Data Mart) OLAP (On-Line Analytical Processing)Análisis Multidimensional Análisis de FCE Análisis de Datos Sumarizados 17

18 2. Arquitectura de un Sistema Business analytics (minería de datos) Data Warehouse (Data Mart) Data Mining (Business Analytics) Estadísticas Análisis de Tendencias y Comportamientos Proyecciones 18

19 2. Arquitectura de un Sistema Herramientas software 19

20 Inteligencia de Negocio TEMA 1. Introducción a la Inteligencia de Negocio 1. Introducción. Inteligencia de Negocio 2. Arquitectura de un Sistema 3. Su aporte. Su importancia 4. Los retos en la Inteligencia de Negocio 5. Comentarios Finales 20

21 3. Inteligencia de Negocio. Su aporte. Su importancia Valor para el Negocio Cualquier organización grande o pequeña, necesita integrar la información de su cadena de valor, con el objetivo de analizarla, para poder tomar decisiones y diseñar estrategias de negocio eficientes. Análisis de Información Sistemas Operacionales y Datos Externos 21

22 3. Inteligencia de Negocio. Su aporte. Su importancia Herramienta de análisis para el conocimiento del negocio C O N O C. Extracción Limpieza Transformación Carga Diseño Servidor Red Base de Datos D E L N E G O C I O 22

23 3. Inteligencia de Negocio. Su aporte. Su importancia technology-priorities-2016-luke-scott 23

24 3. Inteligencia de Negocio. Su aporte. Su importancia Top 10 Business and Technology Priorities Fuente: Insights from the 2013 Gartner CIO Agenda Report 24

25 Inteligencia de Negocio TEMA 1. Introducción a la Inteligencia de Negocio 1. Introducción. Inteligencia de Negocio 2. Arquitectura de un Sistema 3. Su aporte. Su importancia 4. Los retos en la Inteligencia de Negocio 5. Comentarios Finales 25

26 4. Los retos en la Inteligencia de Negocio technology-priorities-2016-luke-scott 26

27 4. Los retos en la Inteligencia de Negocio Top 10 Business and Technology Priorities Fuente: Insights from the 2013 Gartner CIO Agenda Report 27

28 1. Los retos en la Inteligencia de Negocio (Top six BI trends for 2012) n n n n n n Mobile Business Intelligence (MBI) BI in the Cloud Analytics In-memory analytics The Agile approach to BI Big Data CIO (Chief Information Officer) es el nombre que recibe en una empresa la persona responsable de la tecnologías de la información y sistemas informáticos que apoyan las metas empresariales. 28

29 4. Los retos en la Inteligencia de Negocio Recordemos: Top 10 Business and Technology Priorities Fuente: Insights from the 2013 Gartner CIO Agenda Report 29

30 4. Los retos en la Inteligencia de Negocio Whitepaper Documento sobre la estrategia de los responsables en TICs (CIO) en las empresas tion/featured_whitepapers/ 30

31 4.1. Desarrollos basados en Agile Software n Desarrollo ágil del software: Es una metodología de desarrollo de software basada en métodos desarrollo iterativo e incremental, donde evolucionan los requisitos y las soluciones a través de la colaboración entre la organización y los equipos interfuncionales. n Promueve planificación adaptable, desarrollo evolutivo y la entrega a tiempo de caja método iterativo, y alienta a respuesta rápida y flexible a los cambios. Es un marco conceptual que promueve interacciones previstas en el ciclo de desarrollo. Ver información en: 31

32 2. Desarrollos basados en Agile Software n Scrum es un marco de trabajo para la gestión y desarrollo de software basada en un proceso iterativo e incremental utilizado comúnmente en entornos basados en el desarrollo ágil de software. Fig. Metodología Scrum Ver información en: 32

33 4.2. Inteligencia de Negocio Analítica Analytics (Business Analytics) It uses algorithms to search for patterns and explanations. It looks at historical data to predict future activity for better business decision making. Organisations using analytics are more than twice as likely to substantially outperform their competitive peers MIT Sloan Management report and IBM Institute for Business Value ( n The three biggest trends surrounding analytics the industry is likely to see are: Optimisation the combination of business rules for optimised decision management; consumable analytics the visual presentation of increasingly complex data; and new data analytics the analysis of new types of data, such as social media, location information, etc. 33

34 3. Inteligencia de Negocio Analítica Analytics (Business Analytics) El análisis predictivo responde a la pregunta qué va a pasar?. Centraremos en el análisis predictivo los próximos temas de la asignatura. 34

35 Business Analytics Designing a Business Analytics program Data Visualization Business Analytics Big Data Data Warehousing Statistical Analysis Business Analytics Data Mining Data Science Contemporary Analytics Operations Data mining: Data Preprocessing, Supervised learning, unsupervised learning, forecasting Contemporary Analytics: text mining, network analytics, social analytics, customer analytics, web analytics, risk analytics, information retrieval and recommendations Statistical Analysis: Estimation and inference; and regression models Operations: Simulation and optimization

36 4.3. Inteligencia de Negocio Analítica In-memory Analytics (el sexto reto) Las herramientas de analítica en memoria permiten la consulta y el análisis de los datos desde la RAM del ordenador, lo que se traduce en una simple y rápida exploración de datos y aplicaciones analíticas (no se utiliza el almacenamiento físico en disco). Servidores que procesan 25 GB por segundo. El ratio coste/procesamiento está reduciéndose considerablemente 36

37 4.4. Inteligencia de Negocio en el Móvil MBI: Mobile BI Mobile business intelligence ofrece enormes ventajas. El personal y la administración nunca se desconecta de las herramientas que les permiten tomar decisiones de negocio. Las aplicaciones empresariales móviles se han convertido en una parte vital de la mayoría de las organizaciones. El aumento en la madurez y la adopción de la tecnología móvil ha creado una mano de obra que depende del acceso instantáneo a la información. La Inteligencia de Negocio no es una excepción. 37

38 4.4. Inteligencia de Negocio en el Móvil Por qué MBI? Por qué MBI? Hoy más que nunca es importante que los administradores y ejecutivos tengan un acceso rápido y seguro desde el móvil a los últimos datos de rendimiento de la empresa cuando y donde lo necesiten. 38

39 4.4. Inteligencia de Negocio en el Móvil Por qué MBI? 39

40 4.4. Inteligencia de Negocio en el Móvil Por qué MBI? 40

41 4.4. Inteligencia de Negocio en el Móvil Por qué MBI? 41

42 4.4. Inteligencia de Negocio en el Móvil Por qué MBI? 42

43 4.4. Inteligencia de Negocio en el Móvil El desarrollo de MBI 43

44 4.4. Inteligencia de Negocio en el Móvil El desarrollo de MBI 44

45 4.4. Inteligencia de Negocio en el Móvil El desarrollo de MBI 45

46 4.4. Inteligencia de Negocio en el Móvil 46

47 4.4. Inteligencia de Negocio en el Móvil 47

48 4.4. Inteligencia de Negocio en el Móvil Video (2 57 ) How to - succeed with Mobile Business Intelligence (7 reasons). 48

49 4. Inteligencia de Negocio en el Móvil Video (1 48 ) IBM-Ofrecer movilidad empresarial 49

50 4.4. Inteligencia de Negocio en el Móvil El desarrollo de MBI 10 Apps 1. QlikView on Mobile 2. Birst Mobile 3. Birst for the ipad 4. IBM Cognos Mobile 5. YellowFin 6. MicroStrategy Mobile App Platform 7. RoamBI 8. SAP BusinessObjects Explorer 9. ServiceSource Renew Analytics 10.SalesClic 50

51 4.4. Inteligencia de Negocio en el Móvil Video (2 10 ) 51

52 4.5. Inteligencia de Negocio en la Nube BI in the Cloud (Cloud Business Inteligence CBI) n n The greatest challenge for organisations is the logistical issue of moving data into the Cloud initially. They need to look at the security network and bandwidth, the quality of the data they are transferring and planning to analyse and think about a usable interface. Once data has been transferred to the Cloud, there are numerous cost-effective BI and big data tools available for organisations to take advantage of. CIOs need to approach discussions with management and the organisation with the benefits of BI in the Cloud and we should see an enthusiastic uptake. 52

53 4.5. Inteligencia de Negocio en la Nube Por qué CBI? Las herramientas WEB están reemplazando el escritorio 53

54 4.5. Inteligencia de Negocio en la Nube Por qué CBI? Las herramientas WEB están reemplazando el escritorio Cada día son más las alternativas cloud que se ofrecen frente a las aplicaciones clásicas de negocio. 54

55 Cloud BI. Internet: El futuro que se hace presente El origen 1969: La primera red interconectada nace el 21 de noviembre de 1969, cuando se crea el primer enlace entre las universidades de UCLA y Stanford por medio de la línea telefónica conmutada. La primera conexión ARPANET fuera de los Estados Unidos se hizo con NORSAR en Noruega en : Correo Electrónico 1971 arroba (@). 1982: Definición del protocolo TCP/IP y de la palabra «Internet» 1990: En el CERN de Ginebra, un grupo de físicos encabezado por Tim Berners-Lee creó el lenguaje HTML. En 1990 el mismo equipo construyó el primer cliente Web, llamado WorldWideWeb (WWW), y el primer servidor web. Decada 90: Internet llega a las empresas. Comercio electrónico, (15 años revolución digital)

56 Cloud BI. Internet: El futuro que se hace presente Vint Cerf (uno de los padres de Internet, Premio Turing 2004, Principe de Asturias 2002) Que Internet seguirá evolucionando es algo que nadie pone en duda. En qué dirección lo hará es, sin embargo, una pregunta completamente abierta para la que no tenemos predicciones garantizadas. Tendremos que vivirlo y pasarlo para averiguar hasta donde podremos llegar.

57 Cloud BI. Internet: El futuro que se hace presente El mundo se está digitalizando! Del movimiento físico al movimiento de información Periódicos, facturas y recibos online Estamos en el centro de un gran cambio: Todo aquello susceptible de ser digital, cambiará necesariamente su modelo de proceso/distribución El mundo de la música: itunes, Spotify El mundo del libro: ebooks, Amazon

58 Optimización de recursos. Computación en nube Cloud BI. Internet: El futuro que se hace presente La computación en nube está de moda. Es un modelo que permite el acceso bajo demanda a través de la red a un conjunto compartido de recursos de computación configurables

59 Cloud BI. Internet: El futuro que se hace presente Nuestros datos ya no residen en nuestros PCs sino en una Internet Global que coge entidad propia y se convierte en mucho más que una simple infraestructura de conexión: es la plataforma que ofrece servicio a millones de dispositivos inteligentes conectados a la red.

60 Cloud BI. Internet: El futuro que se hace presente Nuestro ordenador ya no es nuestro PC. Ahora mi ordenador es la nube de Internet. Dónde está el chip que nos procesa nuestra última búsqueda en google? En un centro de proceso de datos (CPD)

61 Cloud BI. Internet: El futuro que se hace presente Ej.: aplicación Dropbox (La nube en nuestro ordenador para almacenamiento. Servicio gratuito a pequeños usuarios) Ej. Gmail, Hotmail Lectura de introducción a Cloud Computing Jordi Torres Empresas en la Nube

62 - Una empresa tiene servicios de almacenamiento y uso de potencia de cálculo - Otras empresas pueden ofrecer servicios software para clientes: Empresas, instituciones, administración. Cloud BI. Internet: El futuro que se hace presente - Cliente paga el servicio de almacenamiento y las unidades de tiempo de procesamiento/ cálculo de software.

63 Cloud BI. Internet: El futuro que se hace presente Plataformas Cloud Pago por servicio Amazon Elastic Compute Cloud (Amazon EC2) Plataformas Cloud Software Libre Windows Azure

64 Cloud BI. Internet: El futuro que se hace presente La externalización de la informática: Los recursos tanto de hardware como de software se pueden ajustar a la necesidad de la empresa/cliente. Ej. Gmail

65 Cloud BI. Internet: El futuro que se hace presente El consumo de energía de un Centro de Proceso de Datos (CPD) supone un alto coste para cualquier empresa/institución. El uso de los medios de cómputo suele ser inferior al 20% de la capacidad. Jeff Bezos (CEO de Amazon, chief executive officer): Si no generas tu electricidad por qué generas tu propia computación?.

66 4.5. Inteligencia de Negocio en la Nube Este no es su centro de datos Pero usted puede "alquilar" su capacidad y sus servicios, en la medida de lo que usted necesita y cuando lo necesite. Image from 66

67 Cloud Computing Video Level (3) Cloud Computing (Español) (3 56 ) 67

68 4.5. Inteligencia de Negocio en la Nube Claves de su beneficio Cloud cambiará los negocios A petición de información y consultas personalizadas. Se puede acceder a documentos que contienen sólo datos relevantes, proporciona acceso a datos más específicos o informes ad hoc en segundos. Un amplio acceso. Los empleados y clientes de toda la organización pueden obtener informes totalmente actualizados desde varias ubicaciones. Flexibilidad sin precedentes. Acceso en cualquier lugar con una conexión a internet. 68

69 4.5. Inteligencia de Negocio en la Nube Claves de su beneficio Cloud cambiará los negocios Programación automatizada. Se pueden programar informes para crear y ejecutar automáticamente - nunca debo olvidar que debo un informe de nuevo! Simplicidad en la presentación de informes. Los usuarios finales no tienen que instalar ningún software especial o aprender una nueva interfaz. Simplemente acceder a informes a través de su herramienta WEB de elección. Un flexible y potente interfaz de diseño. Usted obtiene acceso sencillo a los datos a través de asistentes y funcionalidad de arrastrar y soltar, minimizando la curva de aprendizaje. 69

70 4.5. Inteligencia de Negocio en la Nube Ejemplo: Plataforma de Microsoft

71 4.5. Inteligencia de Negocio en la Nube Herramientas comerciales (SaaS para BI) Pentaho ( COMSCI ( FPX ( RIGHT90 ( SPS ( VFA ( ColdLight-Neuron ( Datameer (

72 4.6. Big Data Big Data (Top six BI trends for 2012) n Successful business intelligence projects will need to consider Big Data as part of their data landscape for the value that it delivers. More and more organisations will look toward statistics and data mining to set strategic direction and gain greater insights to stay ahead of the pack. n Big Data will help organisations better manage risk and improve the customer experience, fundamentally changing the way information is managed and used. 72

73 Outline q Qué es Big Data? q MapReduce: Paradigma de Programación para Big Data (Google) q Plataforma Hadoop (Open access) q Librería Mahout para Big Data. Otras librerías q Limitaciones de MapReduce q Comentarios Finales 73

74 Qué es Big Data? No hay una definición estándar Big data es una colección de datos grande, complejos, muy difícil de procesar a través de herramientas de gestión y procesamiento de datos tradicionales Big Data son datos cuyo volumen, diversidad y complejidad requieren nueva arquitectura, técnicas, algoritmos y análisis para gestionar y extraer valor y conocimiento oculto en ellos... 74

75 Qué es Big Data? 3 V s de Big Data 75

76 Qué es Big Data? 3 V s de Big Data 4ªV Veracidad 76

77 Qué es Big Data? 5ªV = Valor 77

78 Qué es Big Data? Quién genera Big Data? Dispositivos móviles (seguimiento de objetos) Redes sociales y multimedia (todos generamos datos) Transacciones (empresas/grandes compañías) Instrumentos científicos (colección de toda clase de datos) Redes de sensores (se miden toda clase de datos) El progreso y la innovación ya no se ven obstaculizados por la capacidad de recopilar datos, sino por la capacidad de gestionar, analizar, sintetizar, visualizar, y descubrir el conocimiento de los datos recopilados de manera oportuna y en una forma escalable 78

79 Big Data. Aplicaciones Astronomía Genómica Telefonía Transacciones de tarjetas de crédito/empresas Tráfico en Internet Procesamiento de información WEB 79

80 Big data: Utilizando los recursos de Cloud Grandes cantidades de datos obligan a luchar con tres principales retos estratégicos y operacionales: Information Strategy Data Analytics Data Interpretation Fuente: 80

81 VIDEO Big Data 101: How Big Data Makes Big Impacts (3 30 ) 81

82 VIDEO How Big is Big Data? (Español) (9 05 ) 82

83 83

84 Outline q Qué es Big Data? q MapReduce: Paradigma de Programación para Big Data (Google) q Plataforma Hadoop (Open access) q Librería Mahout para Big Data. Otras librerías q Limitaciones de MapReduce q Comentarios Finales 84

85 Inteligencia de Negocio TEMA 1. Introducción a la Inteligencia de Negocio 1. Introducción. Inteligencia de Negocio 2. Arquitectura de un Sistema 3. Su aporte. Su importancia 4. Los retos en la Inteligencia de Negocio 5. Comentarios Finales 85

86 5. Comentarios Finales Una solución de Inteligencia de Negocio completa permite: 1. Observar: qué está ocurriendo? 2. Comprender: por qué ocurre? 3. Predecir: qué ocurriría? 4. Colaborar: qué debería hacer el equipo? 5. Decidir: qué camino se debe seguir? Las soluciones actuales integran múltiples tecnologías 86

87 Comentarios Finales (Top six BI trends for 2012) 6 retos de BI n n n n n n Mobile Business Intelligence (MBI) BI in the Cloud Analytics In-memory analytics The Agile approach to BI Big Data 87

88 Integración de múltiples tecnologías Business Intelligence /Data science 88

89 Comentarios Finales Gartner's 2010 Hype Cycle Special Report Evaluates Maturity of 1,800 Technologies 89

90 Comentarios Finales La información en las organizaciones está aumentando rápidamente, así como, las decisiones críticas del negocio; el problema es la actitud de las empresas para utilizar estos datos Oportunidad: Se puede llegar a generar empleos en España durante el periodo (Centre for Economics and Business Research (CEBR), 2010) Oportunidad: En 2015, Gartner predice que 4,4 millones de empleos serán creados en torno a big data. (Gartner, 2013) Fuente: 90

91 INTELIGENCIA DE NEGOCIO n n n n n n n n Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Minería de Datos. Ciencia de Datos Tema 3. Modelos de Predicción: Clasificación, regresión y series temporales Tema 4. Preparación de Datos Tema 5. Modelos de Agrupamiento o Segmentación Tema 6. Modelos de Asociación Tema 7. Modelos Avanzados de Minería de Datos. Tema 8. Big Data 91