Conceptos de Inteligencia de Negocios

1.1. Conceptos de Inteligencia de Negocios

Introducción

Desde el decenio de 1990, el contexto socioeconómico en el que se desarrollan las actividades económicas se ha denominado generalmente sociedad de la información y el conocimiento. Los profundos cambios ocurridos en los métodos de producción y en las relaciones económicas han hecho crecer la importancia del intercambio de bienes intangibles, consistente en su mayor parte en transferencias de información. La aceleración en el ritmo de los procesos de transformación actuales se debe a dos factores:

1. El primero es la globalización, entendida como la interdependencia cada vez mayor entre las economías de los distintos países, que ha llevado al crecimiento de una economía global única caracterizada por un alto nivel de integración.
2. El segundo son las nuevas tecnologías de la información, marcadas por la expansión masiva de Internet y de los dispositivos inalámbricos, que han permitido transferencias de alta velocidad de grandes cantidades de datos y el uso generalizado de medios de comunicación sofisticados.

En este escenario de rápida evolución, la riqueza de oportunidades de desarrollo no tiene precedentes. El fácil acceso a la información y el conocimiento ofrece varias ventajas a diversos actores del entorno socioeconómico: personas, que pueden obtener noticias con mayor rapidez, acceder a los servicios con mayor facilidad y realizar transacciones comerciales y bancarias en línea; empresas, que pueden desarrollar productos y servicios innovadores que puedan satisfacer mejor las necesidades de los usuarios, logrando ventajas competitivas a partir de un uso más eficaz de los conocimientos adquiridos; y, finalmente, la administración pública, que puede mejorar los servicios que se prestan a los ciudadanos mediante el uso de aplicaciones de gobierno electrónico, como el pago en línea de las contribuciones tributarias y las herramientas de e-salud, teniendo en cuenta el historial médico de cada paciente, mejorando así la calidad de los servicios sanitarios.

En este marco de transformación radical, los métodos de gobernanza dentro de organizaciones complejas también reflejan los cambios que ocurren en el entorno socioeconómico, y parecen cada vez más influenciados por el acceso inmediato a la información para el desarrollo de planes de acción efectivos. El término organizaciones complejas se utilizará a lo largo del material para referirse colectivamente a un conjunto diversificado de entidades que operan en el contexto socioeconómico, incluidas empresas, agencias gubernamentales, instituciones bancarias y financieras y organizaciones sin fines de lucro.

La adopción de tecnologías de almacenamiento masivo de datos de bajo costo y la amplia disponibilidad de conexiones a Internet han puesto a disposición grandes cantidades de datos que han sido recopilados y acumulados por las diversas organizaciones a lo largo de los años. Las empresas que son capaces de transformar datos en información y conocimiento pueden utilizarlos para tomar decisiones más rápidas y efectivas y así lograr una ventaja competitiva. Del mismo modo, por el lado de la administración pública, el análisis de la información disponible permite el desarrollo de mejores e innovadores servicios para los ciudadanos. Estos son objetivos ambiciosos que la tecnología, por sofisticada que sea, no puede realizar por sí sola, sin el apoyo de mentes competentes y metodologías de análisis avanzadas.

¿Es posible extraer, de la enorme cantidad de datos disponibles, conocimientos que luego puedan ser utilizados por los responsables de la toma de decisiones para ayudar y mejorar la gobernanza de las empresas y la administración pública?

La inteligencia empresarial puede definirse como un conjunto de modelos matemáticos y metodologías de análisis que explotan sistemáticamente los datos disponibles para recuperar información y conocimientos útiles para respaldar procesos complejos de toma de decisiones.

A pesar del significado algo restrictivo del término empresa, que parece encerrar el tema dentro de los límites de las empresas, los sistemas de inteligencia empresarial están dirigidos tanto a empresas como a otros tipos de organizaciones complejas, como se mencionó anteriormente.

Las metodologías de inteligencia empresarial son interdisciplinarias y amplias, y abarcan varios dominios de aplicación. De hecho, se preocupan por la representación y organización del proceso de toma de decisiones y, por lo tanto, por el campo de la teoría de la decisión; con la recopilación y el almacenamiento de los datos destinados a facilitar el proceso de toma de decisiones y, por lo tanto, con las tecnologías de almacenamiento de datos; con modelos matemáticos para optimización y minería de datos y, por tanto, con investigación de operaciones y estadística; finalmente, con varios dominios de aplicación, como mercadeo, logística, contabilidad y control, finanzas, servicios y administración pública.

Se puede decir que los sistemas de inteligencia empresarial tienden a promover un enfoque científico y racional para la gestión de empresas y organizaciones complejas. Incluso el uso de una hoja de cálculo electrónica para evaluar los efectos inducidos en el presupuesto por las fluctuaciones en la tasa de descuento, a pesar de su simplicidad, requiere por parte de los tomadores de decisiones una representación mental de los flujos financieros.

Un entorno de inteligencia empresarial ofrece a los responsables de la toma de decisiones información y conocimientos derivados del procesamiento de datos, mediante la aplicación de modelos y algoritmos matemáticos. En algunos casos, estos pueden consistir simplemente en el cálculo de totales y porcentajes, mientras que los análisis más desarrollados utilizan modelos avanzados para la optimización, el aprendizaje inductivo y la predicción.

En general, un modelo representa una abstracción selectiva de un sistema real, diseñado para analizar y comprender desde un punto de vista abstracto el comportamiento operativo del sistema real. El modelo incluye únicamente los elementos del sistema que se consideran relevantes a los efectos de la investigación realizada. Vale la pena citar las palabras de Einstein sobre el tema del desarrollo de modelos: "Todo debe hacerse lo más simple posible, pero no más simple".

Las disciplinas científicas clásicas, como la física, siempre han hecho uso de modelos matemáticos para la representación abstracta de sistemas reales, mientras que otras disciplinas, como la investigación de operaciones, se han ocupado de la aplicación de métodos científicos y modelos matemáticos al estudio de sistemas artificiales, como empresas y organizaciones complejas.

"El gran libro de la naturaleza", como escribió Galileo, "sólo puede ser leído por quienes conocen el idioma en el que fue escrito. Y este lenguaje son las matemáticas". ¿Se puede aplicar también al análisis de sistemas artificiales esta profunda percepción de uno de los hombres que abrió el camino a la ciencia moderna?

Hoy en día, las meras habilidades intuitivas de los tomadores de decisiones que gestionan empresas o la administración pública se ven superadas por la complejidad de la gobernanza de las organizaciones actuales. Como ejemplo, considere el diseño de una campaña de mercadeo en mercados dinámicos e impredecibles, donde, sin embargo, se dispone de una gran cantidad de información sobre el comportamiento de compra de los consumidores. Hoy en día, es inconcebible dejar de lado la aplicación de modelos avanzados de aprendizaje inferencial para la selección de los destinatarios de la campaña, con el fin de optimizar la asignación de recursos y la redención de la acción de marketing.

La interpretación del término inteligencia empresarial que se ha ilustrado y que se pretende desarrollar en este material es mucho más amplia y profunda en comparación con el significado estrecho publicitado en los últimos años por muchos proveedores de software y revistas de tecnología de la información. Según esta última visión, las metodologías de inteligencia empresarial se reducen a herramientas electrónicas de consulta, visualización y reporte, principalmente con fines contables y de control. Por supuesto, nadie puede negar que el acceso rápido a la información es una herramienta invaluable para los tomadores de decisiones. Sin embargo, estas herramientas están orientadas a análisis de inteligencia empresarial de carácter pasivo, donde el decisor ya ha formulado en su mente algunos criterios para la extracción de datos. Si se quiere que las metodologías de inteligencia empresarial sean capaces de expresar su enorme potencial estratégico, se debe recurrir a formas activas de apoyo a la toma de decisiones, basadas en la adopción sistemática de modelos matemáticos capaces de transformar los datos no solo en información sino también en conocimiento, y luego el conocimiento en una ventaja competitiva real.

Inteligencia de negocios (BI)

El advenimiento de las tecnologías de almacenamiento de datos de bajo costo y la amplia disponibilidad de conexiones a Internet han facilitado que las personas y las organizaciones accedan a grandes cantidades de datos. Dichos datos suelen ser heterogéneos en origen, contenido y representación, ya que incluyen transacciones comerciales, financieras y administrativas, rutas de navegación web, correos electrónicos, textos e hipertextos, y los resultados de pruebas clínicas, por nombrar solo algunos ejemplos. Su accesibilidad abre escenarios y oportunidades prometedores, y plantea una pregunta atractiva: ¿es posible convertir esos datos en información y conocimiento que luego puedan ser utilizados por los tomadores de decisiones para ayudar y mejorar la gobernanza de las empresas y de la administración pública?

...