INTELIGENCIA DE NEGOCIO

Transcripción

1 INTELIGENCIA DE NEGOCIO Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación, regresión y series temporales Tema 5. Preparación de Datos Tema 6. Modelos de Agrupamiento o Segmentación Tema 7. Modelos de Asociación Tema 8. Modelos Avanzados de Minería de Datos Tema 9. Big Data 1

2 Objetivos Conocer los retos importantes en el área de la Inteligencia de Negocio. Identificar tecnologías informáticas que son necesarias para el desarrollo de herramientas de Inteligencia de Negocio.

3 Motivación Inteligencia de Negocio es una tecnología cuyo desarrollo está en una etapa de madurez. Sus retos se entrelazan con los retos existentes a nivel tecnológico: tecnologías móviles, tecnologías cloud,

4 Motivación Videos IBM - Información e inteligencia para la toma de decisiones IBM - Optimizar las infraestructuras TI y servicios de negocio (2 06 ) (2 11 )

5 Inteligencia de Negocio TEMA 2. Retos en Inteligencia de Negocio 1. Los retos en la Inteligencia de Negocio 2. Desarrollo Ágil del Software 3. Inteligencia de Negocio Analítica 4. Inteligencia de Negocio en el Móvil 5. Inteligencia de Negocio en la nube (Cloud computing) 6. Big Data 7. Comentarios Finales 5

6 1. Los retos en la Inteligencia de Negocio (Top six BI trends for 2012) 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. 6

7 1. Los retos en la Inteligencia de Negocio Recordemos: Top 10 Business and Technology Priorities Fuente: Insights from the 2013 Gartner CIO Agenda Report 7

8 1. Los retos en la Inteligencia de Negocio Whitepaper Documento sobre la estrategia de los responsables en TICs (CIO) en las empresas section/featured_whitep apers/ 8

10 2. Desarrollos basados en Agile Software 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. 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: 10

11 2. Desarrollos basados en Agile Software Agile Business Intelligence (ABI) se refiere al uso de un desarrollo ágil de software para los proyectos de Inteligencia de Negocio (IN) para reducir el tiempo de creación de valor de IN tradicionales y a ayudar a adaptarse rápidamente a las cambiantes necesidades empresariales. ABI permite que el equipo y el personal directivo puedan tomar mejores decisiones de negocio, y empezar a hacer esto más rápidamente. 11

12 2. Desarrollos basados en Agile Software 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: 12

14 3. 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 (http://sloanreview.mit.edu/reports/analytics-advantage/). 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. 14

15 3. Inteligencia de Negocio Analítica Analytics (Business Analytics) Fases: Analítica descriptiva (Descriptive analytics): Logra un profundo conocimiento a partir de datos históricos con informes, cuadros de mando, agrupación, etc. Analítica predictiva (Predictive analytics): Diseño y uso de modelos predictivos a partir de técnicas de aprendizaje automática/minería de datos. Analítica prescriptiva/perceptiva (Prescriptive analytics): Sugiere opciones de decisión acerca de la manera de aprovechar una oportunidad de futuro o mitigar un riesgo futuro y muestra las consecuencias de cada decisión. 15

16 3. Inteligencia de Negocio Analítica Analytics (Business Analytics) El análisis descriptivo responde a las preguntas qué pasó y por qué sucedió? El análisis predictivo responde a la pregunta qué va a pasar?. Análisis perceptivo responde a la pregunta por qué va a pasar? Sugiere opciones de decisión acerca de la manera de aprovechar una oportunidad de futuro o mitigar un riesgo futuro y muestra las consecuencias de cada decisión. 16

17 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. 17

18 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 Designing a Business Analytics program Business Analytics Business Analytics Big Data Data Visualization Data Warehousing Statistical Analysis Business Analytics Data Mining Data Science Contemporary Analytics Operations

19 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 19

21 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. 21

22 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. 22

23 4. Inteligencia de Negocio en el Móvil Por qué MBI? 23

29 4. Inteligencia de Negocio en el Móvil El desarrollo de MBI 29

32 4. Inteligencia de Negocio en el Móvil El desarrollo de MBI Procesos de negocios factibles de ser gestionados desde aplicaciones en el Móvil Compras CRM/Gestión de ventas Contabilidad y finanzas Gestión de proyectos Desarrollo de aplicaciones Análisis de Datos 32

35 4. Inteligencia de Negocio en el Móvil 35

36 4. Inteligencia de Negocio en el Móvil 36

37 4. Inteligencia de Negocio en el Móvil Video (2 57 ) How to - succeed with Mobile Business Intelligence (7 reasons). 37

38 4. Inteligencia de Negocio en el Móvil Video (1 48 ) IBM-Ofrecer movilidad empresarial 38

39 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 39

40 4. Inteligencia de Negocio en el Móvil Video (2 10 ) 40

41 4. Inteligencia de Negocio en el Móvil MBI será uno de los mayores impulsores del mercado en BI 41

43 5. Inteligencia de Negocio en la Nube BI in the Cloud (Cloud Business Inteligence CBI) 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. 43

44 5. Inteligencia de Negocio en la Nube Por qué CBI? Las herramientas WEB están reemplazando el escritorio 44

45 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. 45

46 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

47 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)

48 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.

49 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)

50 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?.

51 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

52 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

53 - 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.

54 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

55 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 55

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 Computing Video Level (3) Cloud Computing (Español) (3 56 ) 57

58 5. Inteligencia de Negocio en la Nube Procesos de negocios factibles de ser gestionados desde aplicaciones en la nube: Nóminas Recursos humanos Compras CRM/Gestión de ventas Contabilidad y finanzas Gestión de proyectos Desarrollo de aplicaciones Análisis de Datos 58

59 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 59

60 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. 60

61 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. 61

62 5. Inteligencia de Negocio en la Nube Ejemplo: Plataforma de Microsoft

63 5. Inteligencia de Negocio en la Nube Herramientas comerciales (SaaS para BI) Pentaho (http://www.pentaho.com) COMSCI (http://comsci.com/) FPX (http://www.fpx.com/) RIGHT90 (http://www.right90.com/) SPS (http://www.spscommerce.com/) VFA (http://www.vfa.com/) ColdLight-Neuron (http://www.coldlightsolutions.com/) Datameer (http://www.datameer.com/)

64 5. Inteligencia de Negocio en la Nube Video de la herramienta LITEBI: LITEBI: Cloud Computing Business Intelligence 64

65 Inteligencia de Negocio Cuando los datos crecen Captura de datos y colección: entorno altamente instrumentado sensores y dispositivos inteligentes Redes Almacenamiento de datos: Seagate 1 TB $72.95 from Amazon.com (73 /GB) Un mundo rico en datos 65

67 6. Big Data Big Data (Top six BI trends for 2012) 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. Big Data will help organisations better manage risk and improve the customer experience, fundamentally changing the way information is managed and used. 67

68 Big Data Nuestro mundo gira en torno a los datos Ciencia Bases de datos de astronomía, genómica, datos medio-ambientales, datos de transporte, Ciencias Sociales y Humanidades Libros escaneados, documentos históricos, datos sociales, Negocio y Comercio Ventas de corporaciones, transacciones de mercados, censos, tráfico de aerolíneas, Entretenimiento y Ocio Imágenes en internet, películas, ficheros MP3, Medicina Datos de pacientes, datos de escaner, radiografías Industria, Energía, Sensores, 68

69 Big Data Alex ' Sandy' Pentland, director del programa de emprendedores del 'Media Lab' del Massachusetts Institute of Technology (MIT) Considerado por 'Forbes' como uno de los siete científicos de datos más poderosos del mundo 69

70 Outline Qué es Big Data? MapReduce: Paradigma de Programación para Big Data (Google) Plataforma Hadoop (Open access) Librería Mahout para Big Data. Otras librerías Limitaciones de MapReduce Comentarios Finales 70

71 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... 71

72 Qué es Big Data? 72

73 Qué es Big Data? 73

74 Qué es Big Data? 3 V s de Big Data 74

75 Qué es Big Data? 3 V s de Big Data 1ª:Volumen El volumen de datos crece exponencialmente Crecimiento x 44 de 2009 a 2020 De 0.8 zettabytes a 35ZB Crecimiento exponencial en los datos generados/almacenados 75

77 Qué es Big Data? 3 V s de Big Data Los DATOS se generan muy rápido y necesitan ser procesados rápidamente Online Data Analytics 2ª:Velocidad Decisiones tardías oportunidades perdidas Ejemplos: E-Promociones: Basadas en la posición actual e historial de compra envío de promociones en el momento de comercios cercanos a la posición Monitorización/vigilancia sanitaria: Monitorización sensorial de las actividades del cuerpo cualquier medida anormal requiere una reacción inmediata 77

79 Qué es Big Data? 3 V s de Big Data 3ª:Variedad Varios formatos y estructuras: Texto, numéricos, imágenes, audio, video, sequencias, series temporales Una sola aplicación puede generar muchos tipos de datos Extracción de conocimiento Todos estos tipos de datos necesitan ser analizados conjuntamente 79

80 Qué es Big Data? 3 V s de Big Data 5V s? 80

81 Qué es Big Data? 3 V s de Big Data 4ªV Veracidad 81

82 Qué es Big Data? 5ªV = Valor 82

83 Qué es Big Data? Quién genera Big Data? Dispositivos móviles (seguimiento de objetos) Redes sociales y multimedia (todos generamos datos) Instrumentos científicos (colección de toda clase de datos) Transacciones (empresas/grandes compañías) 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 83

84 Big Data. Aplicaciones Astronomía Genómica Telefonía Transacciones de tarjetas de crédito/empresas Tráfico en Internet Procesamiento de información WEB 84

85 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: 85

86 VIDEO Big Data 101: How Big Data Makes Big Impacts (3 30 ) 86

87 VIDEO How Big is Big Data? (Español) (9 05 ) 87

88 Data Sciences análisis, visualización, gestión y mantenimiento de grandes colecciones de datos para la obtención de conocimiento que genere ventajas de negocio, incluidas las tecnologías de big data. Oportunidad: En 2015, Gartner predice que 4,4 millones de empleos serán creados en torno a big data. (Gartner, 2013) Fuente: 88

89 89

90 Outline Qué es Big Data? MapReduce: Paradigma de Programación para Big Data (Google) Plataforma Hadoop (Open access) Librería Mahout para Big Data. Otras librerías Limitaciones de MapReduce Comentarios Finales 90

92 7. 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 92

93 Integración de múltiples tecnologías Business Intelligence /Data science 93

94 INTELIGENCIA DE NEGOCIO Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación, regresión y series temporales Tema 5. Preparación de Datos Tema 6. Modelos de Agrupamiento o Segmentación Tema 7. Modelos de Asociación Tema 8. Modelos Avanzados de Minería de Datos Tema 9. Big Data 94