universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/32313/1/b-cisc-ptg...maría isabel...

UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS

CARRERA DE INGENIERÍA EN SISTEMAS

COMPUTACIONALES

ANÁLISIS COMPARATIVO DE HERRAMIENTAS DE

INTELIGENCIA DE NEGOCIOS PARA LA CREACIÓN DE

TABLEROS DE CONTROL UTILIZANDO BASES DE DATOS

DE DIFERENTES FUENTES

PROYECTO DE TITULACIÓN

Previa a la obtención del Título de:

INGENIERO EN SISTEMAS COMPUTACIONALES

AUTOR (ES):

ANDREA LISBETH RODRÍGUEZ BORBOR

GINGER KATHERINE ROMO LEAL

TUTOR: Lcda. MARÍA ISABEL GALARZA SOLEDISPA, MSc.

GUAYAQUIL – ECUADOR

2018

REPOSITORIO NACIONAL EN CIENCIAS Y TECNOLOGÍA

FICHA DE REGISTRO DE TESIS

TÍTULO: “ANÁLISIS COMPARATIVO DE HERRAMIENTAS DE INTELIGENCIA DE NEGOCIOS PARA LA CREACIÓN DE TABLEROS DE CONTROL UTILIZANDO

BASES DE DATOS DE DIFERENTES FUENTES”

AUTOR (ES): Andrea Lisbeth Rodríguez Borbor Ginger Katherine Romo Leal

REVISORES: Ing. Katya Faggioni Colombo, MSc.

INSTITUCIÓN: Universidad de Guayaquil

FACULTAD: Ciencias Matemáticas y Físicas

CARRERA: Ingeniería en Sistemas Computacionales

FECHA DE PUBLICACIÓN: N° DE PAGS.:

ÁREA TEMÁTICA: Investigación

PALABRAS CLAVES: Inteligencia de negocios, análisis comparativo, datos, datawarehouse.

RESÚMEN: Actualmente estamos viviendo en una época donde la mayoría de las empresas miden principalmente las mejores oportunidades de crecimiento para superar la competencia, debido que todas las empresas recolectan datos para convertirlas en información con el objetivo de llevar un seguimiento de sus ventas. La Inteligencia de Negocios beneficia a diferentes tipos de empresas puesto que posee un conjunto de herramientas, metodologías y tecnologías que ayudan a reunir y depurar los datos obtenidos a diario para convertirlos en información estructurada, obteniendo un análisis, adquiriendo resultados acertados para una buena toma de decisión y optimizar el rendimiento del negocio a corto, mediano y largo plazo. La elaboración de este proyecto reside en realizar un análisis comparativo de herramientas de Inteligencia de Negocios a través de la metodología análisis sintético con la finalidad de recolectar datos por medio de expertos y llegar a una conclusión en general.

N° DE REGISTRO: N° DE CLASIFICACIÓN:

DIRECCIÓN URL (tesis en la web):

ADJUNTO PDF SI: X NO

CONTACTO CON AUTOR: Andrea Lisbeth Rodríguez Borbor Ginger Katherine Romo Leal

TELÉFONO: 0988875511 0991362013

E-MAIL: [email protected] [email protected]

CONTACTO DE LA INSTITUCIÓN

NOMBRE: Ab. Juan Chávez Atocha

TELÉFONO: 2307729

mailto:[email protected]

mailto:[email protected]

APROBACIÓN DEL TUTOR

En mi calidad de Tutor del trabajo de investigación, “ANÁLISIS COMPARATIVO

DE HERRAMIENTAS DE INTELIGENCIA DE NEGOCIOS PARA LA CREACIÓN

DE TABLEROS DE CONTROL UTILIZANDO BASES DE DATOS DE

DIFERENTES FUENTES” elaborado por las Srtas. Andrea Lisbeth Rodríguez

Borbor y Ginger Katherine Romo Leal, alumnas no tituladas de la Carrera de

Ingeniería en Sistemas Computacionales, Facultad de Ciencias Matemáticas y

Físicas de la Universidad de Guayaquil, previo a la obtención del Título de

Ingeniero en Sistemas Computacionales, me permito declarar que luego de

haber orientado, estudiado y revisado, la Apruebo en todas sus partes.

Atentamente,

______________________________________

Lcda. María Isabel Galarza Soledispa, MSc.

TUTOR

Dedicatoria El presente trabajo va dedicado en primer

lugar a mi padre Celestial Dios al creador

de todas las cosas maravillosas porque

sin Él nada hubiera sido posible llegar a

culminar esta meta, a mi madre que fue

una luchadora permanente por estar

conmigo eternamente en mi corazón a

pesar de no estar presente físicamente,

pero gané un ángel en el cielo. A mi

padre, hermanos y mi sobrina porque han

estado conmigo a pesar de las

dificultades que se nos han presentado,

pero; sin embargo, seguimos unidos

como familia por creer siempre en mí y

jamás me dejaron sola junto con mis

padrinos. Y finalmente a mi abuelita

Andrea que con sus consejos y amor se

convirtió en un pilar fundamental en mi

vida.

Andrea Lisbeth Rodríguez Borbor

Dedicatoria

Este proyecto va dedicado en primer

lugar a Dios por siempre guiarme y

bendecirme por el camino correcto y

darme esas fuerzas cuando no podía

además de brindarme inteligencia y

sabiduría para poder llegar hasta

esta instancia. A mis padres la Sra.

Miryam y el Sr. Lucio por ser ese

soporte fundamental en mi vida

brindándome su confianza, fuerzas y

sus buenos consejos y lo primordial

su amor y apoyo incondicional. A mi

hermano Steven por su paciencia y

por enseñarme que la vida por más

golpe que te dé al final del camino

siempre el sol brillará. Y finalmente a

Marcos Valle, aunque no está

físicamente yo sé que desde el cielo

comparte esta felicidad.

Ginger Katherine Romo Leal

Agradecimiento

Agradezco a Dios por cada una

de las maravillas que me da a

diario y sobre todo la vida, a

mis padres y hermanos por

cada logro obtenido y siempre

estar conmigo jamás

dejándome sola, a mi tutora

Ing. María Isabel Galarza por

cada una de sus enseñanzas

que me impartió, a mi amiga de

tesis por su gran amistad y

apoyo incondicional.

Andrea Lisbeth Rodríguez

Borbor

Agradecimiento

Agradezco a los docentes por brindar

sus conocimientos, la Universidad

por sus grandes enseñanzas y por

permitir conocer a una gran persona

que se convirtió en más que una

amiga, a mi tutora la Ing. María

Isabel Galarza por ser esa persona

importante en guiarme y dar las

instrucciones necesarias para esta

investigación.

Ginger Katherine Romo Leal.

Tribunal Proyecto de Titulación

Ing. Eduardo Santos Baquerizo,

M.Sc.

Decano de la Facultad

Ciencias Matemáticas Y Físicas

Ing. Abel Alarcón Salvatierra, Mgs.

Director de la Carrera de

Ingeniería en Sistemas

Computacionales

Ing. Alexandra Varela Tapia

Profesor Revisor del Área

Tribunal

Ing. Katya Faggioni Colombo

Profesor Revisor del Área

Tribunal

Lcda. María Isabel Galarza Soledispa, MSc.

Profesor Tutor del Proyecto

de Titulación

Ab. Juan Chávez Atocha, Esp.

SECRETARIO

Declaración expresa

“La responsabilidad del contenido de este

Proyecto de Titulación, me corresponden

exclusivamente; y el patrimonio intelectual

de la misma a la UNIVERSIDAD DE

GUAYAQUIL”

RODRIGUEZ BORBOR ANDREA LISBETH

ROMO LEAL GINGER KATHERINE




COMPUTACIONALES





Proyecto de Titulación que se presenta como requisito para

optar por el título de INGENIERO EN SISTEMAS

COMPUTACIONALES

Autores: RODRÍGUEZ BORBOR ANDREA LISBETH

ROMO LEAL GINGER KATHERINE

C.I.: 0928389220

C.I.: 0931475503

Tutora: Lcda. María Isabel Galarza Soledispa, MSc.

Guayaquil, Agosto de 2018

Certificado de Aceptación del Tutor

En mi calidad de Tutor del proyecto de Titulación, nombrado por el Consejo

Directivo de la Facultad de Ciencias Matemáticas y Físicas de la Universidad de

Guayaquil.

CERTIFICO:

Que he analizado el Proyecto de Titulación presentado por las estudiantes

Rodríguez Borbor Andrea Lisbeth y Romo Leal Ginger Katherine, como

requisito previo para optar por el título de Ingeniero en Sistemas

Computacionales cuyo título es:

“ANÁLISIS COMPARATIVO DE HERRAMIENTAS DE INTELIGENCIA DE

NEGOCIOS PARA LA CREACIÓN DE TABLEROS DE CONTROL

UTILIZANDO BASES DE DATOS DE DIFERENTES FUENTES”

Considero aprobado el trabajo en su totalidad.

Presentado por:

Rodríguez Borbor Andrea Lisbeth Romo Leal Ginger Katherine

C.I.: 0928389220 C.I.: 0931475503

Tutora: Lcda. María Isabel Galarza Soledispa, MSc.

Guayaquil, Agosto de 2018



CARRERA DE INGENIERIA EN SISTEMAS

COMPUTACIONALES

Autorización para Publicación de Proyecto de Titulación en Formato Digital

1. Identificación del Proyecto de Titulación

Nombre Alumno: Rodríguez Borbor Andrea Lisbeth

Dirección: Metrópolis 2A Mz 861 villa 33

Teléfono: 0988875511 E-mail: [email protected]

Nombre Alumno: Romo Leal Ginger Katherine

Dirección: Calicuchima #4905 Y LA 25ava.

Teléfono: 0991362013 E-mail: [email protected]

Facultad: Ciencias Matemáticas y Físicas

Carrera: Ingeniería en Sistemas Computacionales

Proyecto de titulación al que opta: Ingeniero en Sistemas Computacionales

Profesor guía: Lcda. María Isabel Galarza Soledispa, Mg

Título del Proyecto de titulación: “ANÁLISIS COMPARATIVO DE

HERRAMIENTAS DE INTELIGENCIA DE NEGOCIOS PARA LA CREACIÓN DE

TABLEROS DE CONTROL UTILIZANDO BASES DE DATOS DE DIFERENTES

FUENTES”

Tema del Proyecto de Titulación: Herramientas de Inteligencia de Negocios

2. Autorización de Publicación de Versión Electrónica del Proyecto de

Titulación

A través de este medio autorizo a la Biblioteca de la Universidad de Guayaquil y

a la Facultad de Ciencias Matemáticas y Físicas a publicar la versión electrónica

de este Proyecto de titulación.

Publicación electrónica:

Inmediata X Después de 1 año

Firma Alumno:

Rodríguez Borbor Andrea Lisbeth Romo Leal Ginger Katherine

C.I.: 0928389220 C.I.: 0931475503

3. Forma de envío:

El texto del proyecto de titulación debe ser enviado en formato Word, como

archivo .Doc. O .RTF y Puf para PC. Las imágenes que la acompañen pueden

ser: .gif, .jpg o .TIFF.

DVDROM CDROM X

Índice General

APROBACIÓN DEL TUTOR .............................................................................. II

Dedicatoria .......................................................................................................... III Agradecimiento ..................................................................................................... V

Tribunal Proyecto de Titulación ....................................................................... VII

Declaración expresa ........................................................................................ VIII Índice General ................................................................................................. XIII

ÍNDICE DE CUADROS ................................................................................ XVIII ÍNDICE DE GRÁFICOS ................................................................................. XIX

RESUMEN ........................................................................................................ XXI

ABSTRACT ..................................................................................................... XXII

Introducción ........................................................................................................... 1 CAPÍTULO I .......................................................................................................... 3

EL PROBLEMA ................................................................................................ 3

Planteamiento del Problema ...................................................................... 3

Situación Conflicto Nudos Críticos ............................................................ 4

Delimitación del Problema .......................................................................... 5

Formulación del Problema .......................................................................... 5

Evaluación del Problema ............................................................................ 5

Objetivos .......................................................................................................... 6 Objetivo general ......................................................................................... 6

Objetivos específicos ................................................................................... 6 Alcances del problema ................................................................................. 7

Justificación e importancia ......................................................................... 7 Metodología del proyecto ............................................................................ 8

CAPÍTULO II ......................................................................................................... 9 MARCO TEÓRICO .......................................................................................... 9

Introducción ................................................................................................... 9

Antecedentes del estudio ................................................................................ 9 Casos de empresas que implementaron proyectos de inteligencia de negocios ....................................................................................................... 10

Fundamentación teórica ................................................................................ 13 Costos de implementación de un proyecto de inteligencia de negocios ....................................................................................................................... 15

Business Intelligence antes de la tecnología ......................................... 15

Business Intelligence en la era de la tecnología ................................... 16

Business Intelligence en la era de Big data ........................................... 16

Dato .............................................................................................................. 16

La inteligencia de negocios y su aplicación en la actualidad .............. 16 Datawarehouse ........................................................................................... 18

ETL: extracción, transformación y carga de datos ................................ 19 Big Data ....................................................................................................... 20

Herramientas de Inteligencia de Negocios ............................................ 21 Informes empresariales (enterprise reporting) ...................................... 21

OLAP - Procesamiento analítico en línea (on-line analytical processing) .................................................................................................. 22 OLAP Multidimensional ............................................................................. 22

Minería de datos (data mining) ................................................................ 22 Tableros de mandos digitales .................................................................. 23

EIS – sistema de información ejecutiva (executive information system) ....................................................................................................................... 23

Clasificación de herramientas de inteligencia de negocios ................. 24 Pentaho ........................................................................................................ 25

Tableau ........................................................................................................ 27 Tableau Prep ............................................................................................... 29

Power BI ...................................................................................................... 31

Jaspersoft Studio ........................................................................................ 33 Qlikview ........................................................................................................ 35

SAP BI .......................................................................................................... 36

IBM Cognos ................................................................................................. 37

Oracle BI ...................................................................................................... 38

Base de datos tradicionales ...................................................................... 39 PostgreSQL ................................................................................................. 39

SQL Server .................................................................................................. 39 Excel ............................................................................................................. 40

SAP HANA .................................................................................................. 40 Método Delphi ............................................................................................. 41

Análisis comparativo ...................................................................................... 43

Fundamentación legal ................................................................................... 43

Pregunta científica a contestarse ................................................................ 44

Variables de la investigación ........................................................................ 45

Definiciones conceptuales ............................................................................ 45

CAPÍTULO III ...................................................................................................... 47

Metodología de la investigación ................................................................... 47

Diseño de la investigación ............................................................................ 47

Modalidad de la Investigación ...................................................................... 47 Tipo de investigación ..................................................................................... 47

Población y muestra ...................................................................................... 48

Población ..................................................................................................... 48

Muestra ........................................................................................................ 49 Tamaño de la muestra ............................................................................ 51

Operacionalización de variables .................................................................. 52 Instrumentos de Recolección de Datos ...................................................... 52 Los instrumentos ............................................................................................ 53

Instrumentos de la Investigación ................................................................. 53

Observación ................................................................................................ 53

Encuesta ...................................................................................................... 53 Entrevista ..................................................................................................... 54

Cuestionario ................................................................................................ 54 Metaanálisis ................................................................................................ 54

Análisis comparativo .................................................................................. 55 Análisis de Bases de datos frente a la herramienta Qlikview ............. 63

Método Delphi ............................................................................................. 67 Procedimientos de la Investigación ............................................................. 70

Análisis comparativo de Base de datos .................................................. 71

Procesamiento y análisis .............................................................................. 79

CAPÍTULO IV ...................................................................................................... 98 Resultados ....................................................................................................... 98 Conclusiones ................................................................................................. 100

Recomendaciones ........................................................................................ 101 BIBLIOGRAFÍA ............................................................................................. 102

Anexos ........................................................................................................... 112

ABREVIATURAS

BI Business Intelligence

ETL Extracción, Transformación, y carga de datos

OLAP Procesamiento analítico en línea

BDD Base de datos

KPI Indicador clave

DW Datawarehouse

SQL Structure Query Language

UG Universidad de Guayaquil

Ing. Ingeniero

Msc. Master

Https Protocolo seguro de transferencia de Hipertexto

URL Localizador de Fuente Uniforme

WWW World Wide Web (red mundial)

SIMBOLOGÍA

S Desviación estándar

e Error

E Espacio muestral

s Estimador de la desviación estándar

e Exponencial

ÍNDICE DE CUADROS

Tabla 1Causas y Consecuencias del problema........................................................ 4 Tabla 2 Empresas que han implementado herramientas BI en Guayaquil ............ 12 Tabla 3 Clasificación de herramientas de Inteligencia de negocios ..................... 24 Tabla 4 Características de Pentaho ....................................................................... 26

Tabla 5 Población escogida ................................................................................. 48 Tabla 6 Porcentaje de población ........................................................................... 50 Tabla 7 Cuadro comparativo de acuerdo a las variables declaradas ..................... 56 Tabla 8 Cuadro comparativo de 5 herramientas BI .............................................. 58

Tabla 9 Evaluación crítica de Qlikview ................................................................ 59 Tabla 10 Evaluación crítica de Tableau ............................................................... 59 Tabla 11 Evaluación crítica de Power BI .............................................................. 60

Tabla 12 Evaluación crítica de Jaspersoft ............................................................ 60 Tabla 13 Evaluación crítica de Microsoft Excel .................................................. 61 Tabla 14 Resultados de la Evaluación crítica del Análisis comparativo .............. 61 Tabla 15 Evaluación de criterios según el análisis comparativo.......................... 62

Tabla 16: SQL Server frente a la Herramienta Qlikview ...................................... 63 Tabla 17: Oracle frente a la Herramienta Qlikview .............................................. 64 Tabla 18: Microsoft Excel frente a la Herramienta Qlikview ............................... 64

Tabla 19: Análisis comparativo de las Bases de Datos frente a la Herramienta

Qlikview ................................................................................................................ 65

Tabla 20 Análisis comparativo de programas de manejo de base de datos .......... 72

Tabla 21 Análisis de Microsoft SQL Server ......................................................... 73

Tabla 22 Análisis de Microsoft Excel ................................................................... 73 Tabla 23 Análisis de PostgreSQL ......................................................................... 73

Tabla 24 Análisis de Oracle .................................................................................. 74 Tabla 25 Análisis comparativo de los programas que manejan bases de datos .... 74 Tabla 26 Resultado del procesamiento para la determinación del coeficiente de

competencia del experto ........................................................................................ 77 Tabla 27 Cuadro de significado de siglas del Método Delphi .............................. 78

Tabla 28 Método Delphi basado a las entrevistas realizado a los expertos .......... 67 Tabla 29 Método Delphi basado a las entrevistas realizado a los expertos (2da

Parte) ..................................................................................................................... 69

Tabla 30 Actividad de la empresa ......................................................................... 79 Tabla 31 Base de datos .......................................................................................... 81

Tabla 32 Área de implementación de proyectos de Inteligencia de negocios ...... 83 Tabla 33 Motivo por el cual no han podido implementar proyectos de Inteligencia

de negocios ............................................................................................................ 86 Tabla 34 Acceso a los datos .................................................................................. 88 Tabla 35 Generación de informes empresariales .................................................. 90 Tabla 36 Inconvenientes para implementar un proyecto de Inteligencia de

negocios................................................................................................................. 92

Tabla 37 Motivos por el que fracasa un proyecto de Inteligencia d negocios ...... 94 Tabla 38 Respuestas por expertos ........................................................................ 96

Tabla 39 Respuestas a pregunta científica ........................................................... 97

ÍNDICE DE GRÁFICOS

Gráfico 1 Línea de tiempo de Evolución de la Inteligencia de negocios .............. 10

Gráfico 2 Implementación de una herramienta de Inteligencia de negocios ........ 14 Gráfico 3 Costos de implementación de un proyecto de Inteligencia de negocios 15 Gráfico 4 Herramientas y Técnicas de Inteligencia de Negocios ......................... 17 Gráfico 5 Construcción de un Datawarehouse ...................................................... 18 Gráfico 6 Datawarehouse ...................................................................................... 19

Gráfico 7 Extracción, Transformación y Carga de Datos ..................................... 20 Gráfico 8 BIG DATA ANALYTICS .................................................................... 21

Gráfico 9 OLAP - PROCESAMIENTO ANALÍTICO EN LÍNEA ..................... 22

Gráfico 10 Carga de trabajo en las fases de un proyecto de datamining .............. 23 Gráfico 11 Sistemas de Información Ejecutiva (EIS) ........................................... 24 Gráfico 12 Tableau Online .................................................................................... 28

Gráfico 13 Tableau Server .................................................................................... 28 Gráfico 14 Tableau Prep ....................................................................................... 29 Gráfico 15 Datos en Tableau................................................................................. 29

Gráfico 16 Tableau Prep ...................................................................................... 30 Gráfico 17 Conexión a datos ................................................................................. 30

Gráfico 18 Tableau Desktop ................................................................................. 31 Gráfico 19 Power BI ............................................................................................. 31 Gráfico 20 Power Bi Service ................................................................................ 32

Gráfico 21 Jaspersoft Studio ................................................................................. 33

Gráfico 22 Jaspersoft............................................................................................. 34 Gráfico 23 Base de datos....................................................................................... 34 Gráfico 24 Qlikview .............................................................................................. 35

Gráfico 25 SAP BI ................................................................................................ 36

Gráfico 26 IBM Cognos ........................................................................................ 37 Gráfico 27 Oracle BI ............................................................................................. 38 Gráfico 28 SAP HANA ......................................................................................... 41 Gráfico 29 Sistematización del procedimiento de realización del método Delphi 42 Gráfico 30 Expertos .............................................................................................. 50

Gráfico 31 Matriz de Operacionalización de variables ......................................... 52 Gráfico 32 Análisis de la base de datos con la herramienta Qlikview .................. 66 Gráfico 33 Análisis de los programas que manejan base de datos ....................... 74

Gráfico 34 Actividad de la empresa ...................................................................... 80 Gráfico 35 Tipo de base de datos .......................................................................... 82 Gráfico 36 Área con proyectos de Inteligencia de negocios ................................. 84 Gráfico 37 Motivo por el cual no han podido implementar proyectos de

Inteligencia de negocios ........................................................................................ 87 Gráfico 38 Acceso a los datos ............................................................................... 89 Gráfico 39 Generación de informes empresariales ............................................... 91 Gráfico 40 Inconvenientes al implementar un proyecto de Inteligencia de negocios

............................................................................................................................... 93 Gráfico 41 Motivos por el que fracasa un proyecto de Inteligencia d negocios ... 95

Gráfico 42 Ejecutar instalador ............................................................................ 150

Gráfico 43 Instalación de la herramienta ............................................................ 150 Gráfico 44 Instalación completa ......................................................................... 151 Gráfico 45 Programa instalado ........................................................................... 151 Gráfico 46 Formulario para instalación de QlikView ......................................... 152 Gráfico 47 Descarga del programa ..................................................................... 152

Gráfico 48 Abrir instalador ................................................................................. 153 Gráfico 49 Seleccionar siguiente ........................................................................ 153 Gráfico 50 Aceptar licencia ................................................................................ 154 Gráfico 51 Completar instalación ....................................................................... 154 Gráfico 52 Finalizar instalación .......................................................................... 155

Gráfico 53 Abrir herramienta .............................................................................. 155 Gráfico 54 Cargar fuente de datos ...................................................................... 156

Gráfico 55 Especificar como desea ver los datos................................................ 156 Gráfico 56 Guardar archivo ............................................................................... 156 Gráfico 57 Escoger el tipo de gráfico estadístico................................................ 157 Gráfico 58 Visualización de datos ...................................................................... 158

Gráfico 59 Descargar Power BI .......................................................................... 158 Gráfico 60 Comenzar instalación de Power BI ................................................... 158

Gráfico 61 Finalización de instalación ................................................................ 159 Gráfico 62 Selecionar la fuente de datos............................................................. 159 Gráfico 63 Seleccionar base de datos.................................................................. 160

Gráfico 64 Selecionar tipo de gráfico estadístico ............................................... 161 Gráfico 65 Creación de tableros de control......................................................... 161

Gráfico 66 Nueva base de datos .......................................................................... 162 Gráfico 67 Importar datos ................................................................................... 162

Gráfico 68 Asistente de exportación de SQL Server .......................................... 163 Gráfico 69 Ubicación de la base de datos ........................................................... 163 Gráfico 70 Copiar datos ...................................................................................... 163 Gráfico 71 Tablas y vistas de origen ................................................................... 164

Gráfico 72 Ejecutar ............................................................................................. 164 Gráfico 73 Cerrar ................................................................................................ 164 Gráfico 74 Cargar la base de datos ..................................................................... 165 Gráfico 75 Abrir PostgreSQL. ............................................................................ 165 Gráfico 76 Importar datos ................................................................................... 166

Gráfico 77 Cargar base de datos ......................................................................... 166 Ilustración 78 Base de datos cargada .................................................................. 166




COMPUTACIONALES





RESUMEN Actualmente estamos viviendo en una época donde la mayoría de las empresas

miden principalmente las mejores oportunidades de crecimiento para superar la

competencia, debido que todas las empresas recolectan datos para convertirlas

en información con el objetivo de llevar un seguimiento de sus ventas. La

Inteligencia de Negocios beneficia a diferentes tipos de empresas puesto que

posee un conjunto de herramientas, metodologías y tecnologías que ayudan a

reunir y depurar los datos obtenidos a diario para convertirlos en información

estructurada, obteniendo un análisis, adquiriendo resultados acertados para una

buena toma de decisión y optimizar el rendimiento del negocio a corto, mediano

y largo plazo. La elaboración de este proyecto reside en realizar un análisis

comparativo de herramientas de Inteligencia de Negocios a través de la

metodología análisis sintético con la finalidad de recolectar datos por medio de

expertos y llegar a una conclusión en general.

Palabras clave: Inteligencia de negocios, análisis comparativo, datos,

datawarehouse.

AUTORES: Rodríguez Borbor Andrea Lisbeth Romo Leal Ginger Katherine

TUTORA: Lcda. María Isabel Galarza Soledispa, MSc.




COMPUTACIONALES





ABSTRACT We are currently living in a time when most companies are mainly measuring the

best growth opportunities to outperform their competitors, because all companies

collect data to convert it into information in order to track their sales.

Business Intelligence benefits different types of companies since it has a set of

tools, methodologies and technologies that help to gather and debug the data

obtained daily to convert them into structured information, obtaining an analysis,

acquiring accurate results for a good decision making and optimizing business

performance in the short, medium and long term. The elaboration of this project is

based on a comparative analysis of Business Intelligence tools through the

synthetic analysis methodology with the purpose of collecting data through

experts and reaching a general conclusion.

Keywords: Business intelligence, comparative analysis, data, datawarehouse.

AUTORES: Rodríguez Borbor Andrea Lisbeth Romo Leal Ginger Katherine

TUTORA: Lcda. María Isabel Galarza Soledispa, MSc.

1

Introducción

Actualmente las empresas cuentan con bases de datos de gran tamaño, en la

cuales se encuentran datos tan precisos y valiosos que han convertido a la

información en el activo más importante que posee una organización. Cada vez

más los propietarios de los datos requieren visualizar la información de forma

rápida, precisa y bajo diferentes criterios tales como períodos de tiempo, niveles

de agrupación y datos puntuales que en conjunto con indicadores estadísticos

permitan medir el desempeño del negocio.

Los datos generan información y la información genera conocimiento, siempre

que éstos estén de manera ordenada e inteligente. Para transformar los datos

almacenados en información y éstas en conocimiento se necesitan de técnicas y

procesos que permita optimizar el uso de los recursos. En este punto se incluye

la Inteligencia de Negocios o Business Intelligence.

Las herramientas de Inteligencia de Negocios brindan a las empresas la

capacidad de presentar información relevante de forma automática sobre datos

que han sido analizados con el objetivo de identificar aspectos positivos y

negativos que reflejan el comportamiento de algún área del negocio, facilitando

una acertada toma de decisiones y una adecuada administración de la

información de forma correcta.

Con el manejo de estas herramientas no es necesario gestionar la información

de cada departamento de la organización, ya que a través de las técnicas de

análisis de datos y diversos procesos convierten los datos de una empresa en

información importante y selecta para la toma de decisiones tanto en los

procesos gerenciales como administrativos. También facilita el uso a los usuarios

finales a través de interfaces sencillas y fáciles de entender, debido que algunas

herramientas no requieren de conocimientos tecnológicos avanzados.

Se puede indicar que cualquier institución hoy en día necesita proyectar

estrategia y herramientas de inteligencia empresarial, además de las tecnologías

de la información para obtener mayor cantidad de información eficaz en un

periodo factible a partir de todos los datos que forman y éstos transformarlo en

un activo intelectual con beneficio para distribuir y facilitar la toma de decisión del

2

negocio ahorrando tiempo y dinero en el estudio de cualquier de las actividades

de la empresa.

El propósito de esta investigación es analizar las herramientas de la Inteligencia

de Negocios usando el método comparativo para la debida implementación de

tableros de control, en donde se podrá analizar los datos a través de indicadores

estadísticos. Con el uso de estas herramientas Business Intelligence, se podrán

extraer los datos y crear reportes fácilmente, lo que permite ahorrar tiempo y

dinero.

El presente proyecto está compuesto por cuatro capítulos.

Capítulo uno:

Se detalla el planteamiento del problema y contextualización del problema,

también de las causas y consecuencias del problema además de los objetivos

del desarrollo del proyecto de investigación.

Capitulo dos:

Se procede a describir los antecedentes relacionados al análisis, además de los

fundamentos teóricos y conceptuales apropiadas para el desarrollo y

entendimiento de la investigación.

Capitulo tres:

Se detallará con profundidad la metodología propuesta en el capítulo 1,

describiendo las técnicas que se llevaron a cabo en el desarrollo de la

investigación, encuestas realizadas y el análisis de los datos.

Capitulo cuatro:

Por ultimo tenemos el capítulo cuatro donde se describirán los resultados

obtenidos mediante la aplicación de las herramientas, conclusiones y

recomendaciones establecidas.

3

CAPÍTULO I

EL PROBLEMA

Planteamiento del Problema

Ubicación del problema en un contexto

Actualmente la mayoría de las organizaciones generan a diario gran cantidad de

datos. El estudio de estos datos es una tarea compleja que en muchas

ocasiones resulta muy difícil analizarlos a simple vista y si no se cuenta con una

buena estructura, un proceso de selección y estudio adecuado de los datos, se

podrían generar errores en los resultados que pueden afectar a una toma de

decisión acertada y oportuna por parte de la gerencia, impidiendo implementar

un proyecto de inteligencia de negocios de manera correcta.

Existen situaciones que se enfrentan hoy en día las empresas, debido a que no

cuentan con un personal adecuado y falta de capacitación de este, provocando

un mal manejo de la base de datos por desconocimiento de las herramientas

(Gallardo, 2013).

Otra debilidad que se presenta en las organizaciones es no detallar claramente

cuál es la visión al momento de implementar un proyecto de Inteligencia de

Negocios debido a que no tienen una idea clara, y como consecuencia se

genera pérdida de tiempo y altos costos porque los proyectos suelen ser más

grandes del planteamiento inicial.

Según (Calzada & Abreu, 2009) se debe de proporcionar a los directivos

de las empresas unas herramientas adecuadas para el análisis de los

datos permitiendo obtener el conocimiento necesario en el proceso de

toma de decisiones estratégicas, por tanto, el problema es que los

ejecutivos no toman buenas decisiones debido a que no cuentan con

información de calidad y herramientas tecnológicas que les permitan la

explotación de las misma para tomar decisiones bien fundamentales e

informadas.

4

Situación Conflicto Nudos Críticos

La principal consecuencia que hoy en día presentan las empresas, es no contar

con bases de datos estructuradas en forma apropiada debido a la deficiencia en

el análisis y manejo de grandes cantidades de datos, que impide implementar la

herramienta adecuada en la organización, produciendo fallos de procesos y

éstos provocando desorientación al momento de tomar decisiones; otra

deficiencia es por falta de tiempo y dinero para invertir en una tecnología

necesaria para llevar un mejor control de información.

CAUSAS Y CONSECUENCIAS DEL PROBLEMA

Tabla 1Causas y Consecuencias del problema

CAUSAS CONSECUENCIAS

Falta de una herramienta de software

para la implementación de proyectos

de inteligencia de negocios.

Desinformación y desconocimiento de

los directivos al implementar las

herramientas de BI

Desconocimiento del manejo de los

datos

Procesos pocos eficaces y pérdida de

tiempo.

Base de datos estructurada

inadecuadamente.

Pérdida de información y dificultad al

dar uso por no tener los datos de

manera sistemática.

Elaboración: Autores

Fuente: Datos de investigación

5

Delimitación del Problema

Campo: DESARROLLO LOCAL Y EMPRENDIMIENTO SOCIO ECONÓMICO

SOSTENIBLE Y SUSTENTABLE.

Área: Inteligencia de negocios

Aspecto: Ventas, INEC, etc.

Tema: ANÁLISIS COMPARATIVO DE HERRAMIENTAS DE INTELIGENCIA DE

NEGOCIOS PARA LA CREACIÓN DE TABLEROS DE CONTROL UTILIZANDO

BASES DE DATOS DE DIFERENTES FUENTES

Formulación del Problema

¿A través del método comparativo de las herramientas de Inteligencia de

negocios, se podrá facilitar la selección de la herramienta más apropiada que

ayude y beneficie al desarrollo de proyectos de Inteligencia de Negocios?

Evaluación del Problema

Para la debida evaluación del problema se estableció seis aspectos tales como:

Delimitado, Claro, Factible, Evidente, Concreto, Relevante.

Delimitado: El problema que comúnmente se presenta en las empresas

al momento de implementar un proyecto de Inteligencia de Negocios, es no

tener claro cuál es la visión y la necesidad, causando pérdida de tiempo y

costos altos debido a que suelen ser más grandes al planteamiento inicial.

Claro: Actualmente las empresas no disponen de la información necesaria

ni herramientas tecnológicas que les permita el uso de las mismas para

una buena toma de decisión.

Evidente: La mayoría de las organizaciones generan a diario gran

cantidad de datos que al momento de analizarlos resulta difícil sino se

cuenta con una adecuada estructura de datos afectando en la toma de

decisión gerencial.

6

Relevante: No poseen una herramienta adecuada que tenga la

posibilidad de elaborar informes y análisis de manera más rápida y

actualizar en un formato apropiado para la toma de decisión.

Concreto: Algunas empresas no logran localizar la información cuando la

necesitan, es por no contar con el personal adecuado además de la falta

de capacitación produciendo un mal manejo de la base de datos.

Factible: Se dispone de herramientas de Inteligencia de negocios con

versiones sin pago para adquirir competitividad y conocimiento para el

desarrollo empresarial.

Objetivos

Objetivo general

Analizar las herramientas de Inteligencia de Negocios mediante el método

comparativo para la elaboración de una guía sobre las ventajas de las mismas e

implementación de tableros de control con el uso de diferentes fuentes de datos.

Objetivos específicos

• Identificar los procesos del tema de Inteligencia de negocios y los

beneficios que aporta a la empresa al implementar un proyecto de

inteligencia de negocios.

• Analizar las herramientas de Inteligencia más usadas en la ciudad de

Guayaquil a través de una entrevista a juicios de expertos.

• Establecer un análisis comparativo de las herramientas de Inteligencia de

Negocios más empleada a nivel tecnológico.

• Realizar un resumen investigativo sobre el proyecto de titulación con el

objetivo de aportar al proceso de investigación de la Universidad de

Guayaquil.

7

Alcances del problema

• Mediante el análisis comparativo determinar que herramientas de

Inteligencia de Negocios son más factibles y seguras para el desarrollo

de proyecto de análisis de la información

• Diseñar tableros de control relacionados a las ventas para las empresas

• Se establecerá una guía de usuario para la herramienta de Inteligencia

de Negocios más apropiada y detallando cada una de sus

especificaciones con el objetivo de poder implementarla y tomar buenas

decisiones.

• Análisis de programas más usadas en el manejo de base de datos como

PostgreSQL y SQL Server.

• Mediante un resumen investigativo se desea contribuir al proceso de

Investigación de la Universidad de Guayaquil.

Justificación e importancia

El impulso del proyecto se basa en los cambios innovadores que radica

actualmente la sociedad, debido a que todo servicio brindado es acompañado

con la tecnología; por ello, se pretende desarrollar un proyecto de Inteligencia de

Negocios que permitirá transformar los datos en información y este

posteriormente se convertirá en conocimiento, permitiendo tener los datos de

manera íntegra y confiable para el usuario.

Adicionalmente con el uso de la Inteligencia de Negocios, permitirá a la

organización obtener altos niveles de productividad y rentabilidad mediante

información estadística con la finalidad de facilitar la toma de decisiones

acertadas y conseguir acciones oportunas para recibir resultados inmediatos que

beneficiarán a los gestores y propietarios de la empresa.

8

Metodología del proyecto

El presente proyecto hará uso de la investigación básica el cual permitirá

conocer y obtener la información necesaria para analizar, organizar un objeto de

estudio, además de facilitar la recopilación y presentación sistemática

obteniendo una idea clara del mismo, permitiendo al presente proyecto realizar

un estudio a través de encuestas y entrevistas con la finalidad de conocer los

hechos en la actualidad, recopilando datos de diferentes fuentes y expertos en el

tema.

También permitirá conocer lo que pasa en la realidad y realizar un análisis

comparativo para plantear diversas alternativas de solución, donde el presente

proyecto de investigación se basará en recopilar información de papers,

artículos, etc. Con el objetivo de poder plantear un cuadro comparativo de las

herramientas más apropiadas y conocer las características y uso de cada una de

ellas.

9

CAPÍTULO II

MARCO TEÓRICO

Introducción El marco teórico en el que se basará la investigación proporcionará las

herramientas de Inteligencia de Negocios más usadas y recomendables para

empresas pymes y grandes.

El análisis realizado a través del cuadro comparativo nos ayudará a conocer el

uso y manejo de cada herramienta, eligiendo la más adecuada y beneficiosa

para cada empresa con la finalidad de generar informes precisos y concisos,

acompañado de las metodologías científicas para el análisis de sus datos,

Antecedentes del estudio En la actualidad diariamente los negocios generan gran cantidad de información,

el cual se ha convertido uno de los aspectos fundamentales en frente de la

competencia.

Los datos generados a diario necesitan ser analizados y procesados para

transformarlo en información y ésta en conocimiento, obteniendo la información

que se necesita en corto tiempo y conocer como marcha el negocio favoreciendo

a la toma de decisiones.

En el mundo de los negocios las empresas deben ser ágiles e innovadoras,

optimizando los recursos que poseen y lograr los beneficios en poco tiempo y

con ello cuidar el liderazgo en el mercado.

El objetivo principal de la Inteligencia de negocios es mantener a las empresas

en la competitividad, proporcionando la información necesaria inmediatamente y

tomar decisiones.

El primer término que apareció de la Inteligencia de negocios fue de Howard

Dresner cuando aún pertenecía a Gartner como consultor: “Business Intelligence

o BI como un término paraguas para describir un conjunto de conceptos y

métodos que mejorarán la toma de decisiones, utilizando información sobre qué

había sucedido” (Cano, 2007).

En el año 1960 apareció el término de Inteligencia de negocios y desde ese

entonces ha ido evolucionando, brindando herramientas tecnológicas con un

10

excelente desempeño (Castro Arroyo, 2015).Como lo indica (Castro Arroyo) en

una pequeña línea de tiempo la evolución que ha tenido la Inteligencia de

negocios:

Gráfico 1 Línea de tiempo de Evolución de la Inteligencia de negocios

Elaboración: (Castro Arroyo, 2015)

Fuente: (Castro Arroyo, 2015)

Existen sinnúmero de países que han implementado proyectos de Inteligencia de

negocios debido al gran impacto que ha tenido a nivel mundial y el beneficio que

brinda a las empresas grandes y medianas con soluciones Big Data o el Cloud

BI totalmente integrada en la nube, con independencia de dónde se encuentren

los datos. Esto se originó en los sistemas de apoyo de decisiones (DSS) y

posteriormente aparecieron los sistemas de Información (EIS) dando lugar al

término actualmente como lo es la Inteligencia de negocios (Pedraza Boza,

2018).

A continuación, se dará mención de casos de empresas que han implementado

proyectos de Inteligencia de negocios.

Casos de empresas que implementaron proyectos de inteligencia de negocios

Existen casos diversos que han llevado al éxito a empresas por incorporar una

herramienta de Inteligencia de Negocio tales como:

Netflix

Netflix cuenta con una cantidad de datos incomparables mediante la

implementación de la Inteligencia de negocios, permitiéndole obtener un exacto

conocimiento de sus clientes para poder tomar una acertada decisión. Netflix

implementó la Inteligencia de Negocios para que el manejo y análisis de sus

datos puedan ser administrados de una mejor manera y sobretodo ofrecer al

mercado un producto de alta calidad.

11

UPS

(Consulting, 2017) Los ingenieros de UPS, segundo de los casos de éxito

de Business Intelligence, trataron de diseñar un plan para la optimización

de rutas. Utilizaron un sistema llamado Orion, abreviatura de On-Road

Integrated Optimization and Navigation. Este algoritmo utilizó 1.000

páginas de código para analizar 200.000 posibilidades para cada ruta en

tiempo real. Mediante el uso de estos grandes datos, fueron capaces de

entender cómo los vehículos circulando durante diferentes rutas, sus

entregas podían ser mejorados.

Daiichi-Sankyo

Daiichi-Sankyo es una empresa farmacéutica japonesa innovadora

presente en más de 20 países. Muy reconocida a nivel mundial por la

gran cantidad de ventas que llega a obtener, entre los países con más

ventas esta con el 60% en Japón, 25% en Estados Unidos y el 9% en

Europa. La compañía ha demostrado una firme dedicación a la

investigación, con una inversión de 21 euros de cada 100 vendidos en el

mundo. Debido a la gran cantidad de datos que se genera a diario, la

compañía en el 2016 se puso en marcha un proyecto de Inteligencia a

nivel europeo. Aunque en algunos países utilizan Qlikview como

herramienta de visualización, la tendencia a nivel europeo es ir hacia la

utilización de Qlik Sense, como la del desarrollo realizado en España.

Con la nueva aplicación los usuarios realizan sus propios informes,

aumentando así la usabilidad de la aplicación (Poirette, 2016).

12

Las herramientas de inteligencia de negocios pueden llevar al éxito total siempre

y cuando se la implemente correctamente y estar debidamente capacitado para

poder manejar sus datos sin ningún inconveniente que conllevará a tomar una

decisión acertada como lo han realizado algunas empresas en el Ecuador con

sedes en Guayaquil entre ellas tenemos:

Tabla 2 Empresas que han implementado herramientas BI en Guayaquil

EMPRESAS

1. DePrati 2. Junta de Beneficencia de Guayaquil

3. Corporación El Rosado 4. Chevrolet 5. Corporación Favorita C.A. 6. Tía S.A. 7. Cervecería Nacional 8. Arca Continental 9. CNT

10. Grupo Difare 11. Banco Bolivariano 12. CNE 13. Asertec 14. Andec 15. Servientrega

16. Claro

17. ESPOL

18. UEES

19. I-Route

20. Registro de la propiedad

21. Kousoltic

22. SOLCA

23. Tractomag



13

Fundamentación teórica La Inteligencia de negocios es un conjunto de procesos y metodologías que, con

ayuda de la tecnología, permiten analizar y transformar los datos en información

y ésta en conocimiento, como lo explica Castro:

La inteligencia de negocios o Business Intelligence (BI) es el conjunto de

procesos, aplicaciones y tecnologías que facilitan la obtención rápida y

sencilla de datos provenientes de los sistemas de gestión empresarial

para su análisis e interpretación, de manera que puedan ser

aprovechados para la toma de decisiones y se conviertan en

conocimiento para los responsables del negocio (Castro, 2015).

Para implementar un proyecto de Inteligencia de Negocios se debe plasmar un

modelo de datos que contenga indicadores y una estructura de las tablas de la

Base de datos, con el objetivo de elaborar los tableros de control, informes,

cuadros estadísticos, etc., mediante estos pasos se podrá lograr analizar y

visualizar los datos consiguiendo una información precisa de una manera más

rápida y cierta, sin embargo, algunos modelos de datos no son lo

suficientemente efectivos, por ello es importante tener en cuenta dos fases

esenciales:

- Establecimiento de las necesidades y requerimientos de gestión

En esta fase se tendrá que analizar profundamente la situación, el

proceso de toma de decisión requerido, el análisis de cambios en el

modelo de gestión y en último lugar se debe crear una estrategia de

proyecto, para una buena gestión y poder tomar una buena decisión.

- Implementación del modelo de gestión

Para obtener una buena implementación del modelo de gestión se tendrá

que revisar la estrategia de implementación, la cual deberá estar acorde

con los objetivos planteados al inicio del proyecto junto con el

seguimiento de implementación que se encontrará definido en la

definición estratégica del proyecto.

Para obtener un sistema de Inteligencia de negocios completamente viable, se

debe considerar el siguiente esquema del proceso para una buena

implementación de un proyecto de Inteligencia de negocios:

14

Gráfico 2 Implementación de una herramienta de Inteligencia de negocios


Fuente: MegaPractical – Soluciones de negocio

DEFINCIÓN

• Situación de partida

•Definición del modelo

•Análisis del impacto

• Estrategia de implementación

DESARROLLO

•Modelización

•Definición DW

• ETL

•Desarrollo de Metadata

•Desarrollo de interfaces

IMPLEMENTACIÓN

•Revisión estratégica

• Formación

• Puesta en marcha

• Incorporación usuarios

• Seguimiento cambios

15

Costos de implementación de un proyecto de inteligencia de negocios

Gráfico 3 Costos de implementación de un proyecto de Inteligencia de negocios


Fuente: Rustan Aliyev- Business Intelligence for Small Enterprises

Business Intelligence antes de la tecnología Henry elaboró una red de información a lo largo de toda Europa con la finalidad

de adquirir conocimientos para regir sus prácticas en el ámbito laboral y así

mejorar en los negocios (Murillo Junco & Cáceres Castellanos, 2013).

Con las estrategias Sir Henry se originó lo que hoy se denomina Inteligencia de

negocios según como lo explica Millar, en donde convertía los datos en

información y ellos en conocimiento con el único objetivo de ayudar a las

prácticas gerenciales. Después de algunos años aparecieron las computadoras

donde con ayuda de ellas se recolectaba información y era procesada, llegando

a convertirse un pilar fundamental para crecer la Inteligencia de negocios.

16

Business Intelligence en la era de la tecnología A finales de la década de los ochenta Howard Dresner integró metodologías

particulares y también algunas necesidades del soporte del sistema con la

finalidad de cooperar en el tema de inteligencia de negocios por motivo que

trabajaba para Gartner.

Business Intelligence en la era de Big data A principios del milenio, fue avanzando cada día más la Inteligencia de negocios

y con ello las herramientas tecnológicas era de altos costos. Sir Henry Furnese

era un empresario adinerado que se le facilitaba realizar una red de información.

Cuando ya fue reconocido en el mundo, solo grandes empresas adquirían sus

sistemas y podían interpretar la información con la que se encontraban.

En la época del Big Data fue una revolución para el pequeño y mediano negocio,

ya que permitía interpretar los datos de una manera más entendible y no era

necesario poseer el título de posdoctoral.

Dato Un dato es la unidad o cantidad mínima de información no elaborada, sin

sentido en sí misma, pero que convenientemente tratada se puede utilizar

en la realización de cálculos o la toma de decisiones (Cañedo Andalia ,

Ramos Ochoa , & Guerrero Pupo, 2005).

La inteligencia de negocios y su aplicación en la actualidad La memoria y la capacidad de procesamiento que se maneja actualmente el

internet es asombrosa, por ello permite a las empresas consolidar sus procesos

y extenderlos e interactuar con los stakeholders. La construcción de los sistemas

de administración de cadena de suministro (SCM, Supply Chain Management),

la interacción con el cliente (CRM, Customer Relationshio Management) y junto a

otros módulos como el ERP ayuda al proceso de las empresas extendiéndoles

hacia sus proveedores y clientes, como lo explica Francisco:

17

“La operación de estos procesos genera inmensas cantidades de datos

que son capturados y almacenados y tienen el potencial para ser

transformados en información útil para tomar acción en los cuadros

directivos” (Francisco Azuero, 2012, pág. 323).

Las herramientas de Inteligencia de negocios su principal característica es que

muestran su información en forma de cuadros de mando o los llamados

“dashboard” y los reportes son obtenidos a través de los ERP que la empresa

maneja, mostrando información rápida y precisa como lo explica Castro:

“La información es presentada al usuario de manera ágil y accesible para

que pueda realizarse el análisis e interpretación correspondiente” (Castro,

2015).

Gráfico 4 Herramientas y Técnicas de Inteligencia de Negocios

Elaboración: Juan Carlos Araníbar S

Fuente: Revista Ciencia y Cultura

18

Datawarehouse

Gráfico 5 Construcción de un Datawarehouse

Fuente: (Sarango Salazar, 2014).

“Un datawarehouse es un gran repositorio físico de datos estandarizados, que

almacena la información histórica de una empresa y cuyo objetivo principal es

apoyar el proceso de toma de decisiones” (Sarango Salazar, 2014).

Un Datawarehouse:

• Se componen de entidades.

• Los datos una vez ingresados y guardados, no pueden ser modificados.

• Permite realizar consulta de sus datos actuales o históricos.

• Permite visualizar la información de una manera más resumida y

detallada.

El Datawarehouse se caracteriza por ser:

Integrado: Los datos almacenados en el datawarehouse deben estar integrado

en una estructura consistente donde la información deberá estar organizada en

diferentes niveles para ajustarse a las diversas necesidades de los usuarios.

Temático: Los datos dirigidos al proceso de generación del conocimiento del

negocio se complementan desde el entorno operacional donde estos datos se

organizan mediante temas para proporcionar su acceso y entendimiento por

parte de los usuarios finales.

Histórico: El tiempo es parte más importante de la información que se encuentra

en un datawarehouse con la finalidad de realizar análisis acerca de la actividad

19

del negocio en la actualidad. Por lo tanto, el datawarehouse guarda y obtiene los

distintos valores que toma una variable en el tiempo permitiéndole realizar

comparaciones.

No volátil: Un datawarehouse posee una infinidad de datos convertidos en

información, que pueden ser leídos, pero no pueden modificarse, es decir la

información es permanente.

Gráfico 6 Datawarehouse

Elaboración: Data Warehouse: A Primary Introduction

Fuente: Visualr

ETL: extracción, transformación y carga de datos El proceso de extracción, transformación y carga – ETL (Extraction,

Transformation and Load) es una de las actividades técnicas más críticas en el

desarrollo de soluciones de inteligencia de negocios – BI (Business Intelligence).

Hace parte del componente de integración y, de su implementación adecuada

dependen la integridad, uniformidad, consistencia y disponibilidad de los datos

utilizados en el componente de análisis de una solución de BI. Su función es

extraer, limpiar, transformar, resumir, y formatear los datos que se almacenarán

en la bodega de datos de la solución de BI (Bustamante Martínez, Galvis Lista, &

Gómez Flórez, 2013).

20

Gráfico 7 Extracción, Transformación y Carga de Datos

Elaboración: Sala de Lectura

Fuente: Evaluando Software

Los componentes de un Datawarehouse son los metadatos y datamart.

• Los metadatos son datos sobre los datos que describen cuando se han

cargado o extraído datos del sistema.

• El datamart es como un pequeño datawarehouse, pero sólo especificado

para una sola área de la empresa con la finalidad de apoyar a los

sistemas a tomar una acertada decisión.

Big Data El objetivo principal del Big Data es cubrir necesidades por las tecnologías, como

almacenamiento y manejo de grandes cantidades de datos, tienen

características sintetizadas como las tres V’s (puede haber más):

• Volumen, es decir el tamaño de los datos que proceden de diferentes

fuentes.

• Velocidad, es la rapidez con que se obtienen los datos y pueden estar en

tera, peta o exa bytes

• Variedad, es decir la estructura de los datos, la semi-estructura y los

datos que no están estructurados.

“Big Data se refiere a las herramientas, procesos y procedimientos que permitan

a una organización crear, manipular y administrar grandes conjuntos de datos e

instalaciones de almacenamiento" (Camargo-Vega, Camargo-Ortega, &

Joyanes-Aguilar, 2015).

21

Gráfico 8 BIG DATA ANALYTICS

Elaboración: DevAcademy

Fuente: DevAcademy

Herramientas de Inteligencia de Negocios Las herramientas de inteligencia de negocios son softwares que están

aptamente creados para ayudar a la Inteligencia de Negocios o BI (Business

Intelligence).

Contando con el apoyo del avance tecnológico las herramientas de Inteligencia

de Negocios ayudan a las empresas a reducir sus costos y generar mayores

ingresos, mejorando el alcance del negocio y ayudando a tener organizada la

información de manera estructurada.

Su clasificación es:

Informes empresariales (enterprise reporting)

Los informes empresariales son una metodología usada para proporcionar una

información específica que satisfagan las necesidades del usuario y con ello a

tomar decisiones empresariales.

“Un informe es el documento caracterizado por contener información u otra

materia reflejando el resultado de una investigación adaptado al contexto de una

situación y de una audiencia dadas” (Diaz, 2014).

22

OLAP - Procesamiento analítico en línea (on-line analytical processing)

Gráfico 9 OLAP - PROCESAMIENTO ANALÍTICO EN LÍNEA

Elaboración: OLAP Business Solutions

Fuente: OLAP Business Solutions

“OLAP (procesamiento analítico en línea) permite a los usuarios extraer

fácilmente y de forma selectiva datos y verlos desde diferentes puntos de vista”

(Rouse, 2015).

Las bases de datos OLAP contienen dos tipos básicos de datos:

medidas, que son datos numéricos, las cantidades y los promedios que

usa para tomar decisiones empresariales razonadas, y dimensiones, que

son las categorías que usa para organizar estas medidas. Las bases de

datos OLAP le ayudan a organizar los datos mediante muchos niveles de

detalle, con las mismas categorías que le son familiares para analizar los

datos (Microsoft, 2018).

OLAP Multidimensional

“El análisis multidimensional permite analizar muchos datos empresariales que

se

Relacionan entre sí” (Sarango Salazar, 2014).

Minería de datos (data mining)

La minería de datos es “un proceso no trivial de identificación válida, novedosa,

potencialmente útil y entendible de patrones comprensibles que se encuentran

ocultos en los datos”. A través de la minería de datos se logra descubrir

información en forma de patrones, cambios, asociaciones y estructuras

significativas de grandes cantidades de datos almacenados en Data Warehouse

(Dueñas-Reyes, 2009).

23

La minería de datos se compone de cuatro etapas principales:

• Determinación de los objetivos.

Plantear los objetivos de acuerdo con las necesidades del cliente y

siempre orientado por el experto en data mining.

• Pre procesamiento de los datos.

En esta etapa se refiere a la estructuración detallada de la base de datos.

• Determinación del modelo. Primero se realiza análisis estadísticos de los

datos, después se realiza una visualización grafico de los mismos para

tener una aproximación.

• Análisis de los resultados. Comprobar si los resultados conseguidos son

correctos.

Gráfico 10 Carga de trabajo en las fases de un proyecto de datamining

Elaboración: Sinnexus

Fuente: Sinergia e Inteligencia de Negocio S.L.

Tableros de mandos digitales

Herramientas realizan diagramas y gráficos de forma automática (del Pozo

Santolaya, 2016).

EIS – sistema de información ejecutiva (executive information system)

Este modelo, muestra que los sistemas de información que apoyan el proceso

para la toma de decisiones se abastecen de los sistemas transaccionales tales

como contabilidad y finanzas, logística y distribución, producción y recursos

humanos. Todos ellos proporcionan los datos necesarios para la generación de

la información contable y financiera que permite establecer procesos de control

con relación a la planificación, las finanzas, control de gastos por centros de

costos, costeo de producción entre otros (Bonilla Botia & Briceño Díaz, 2006).

24

El objetivo del Sistema de Información ejecutiva- EIS es dar a conocer mejor el

estado de los indicadores del negocio que afectan en el momento, y con ello

poder establecer un plan de acción más factible y adecuada.

Gráfico 11 Sistemas de Información Ejecutiva (EIS)

Elaboración: Sinnexus

Fuente: Sinergia e Inteligencia de Negocio S.L.

Clasificación de herramientas de inteligencia de negocios

Tabla 3 Clasificación de herramientas de Inteligencia de negocios

PRODUCTOS DE FUENTE ABIERTA PRODUCTOS COMERCIALES

• Eclipse BIRT Project: Generador de informes para aplicaciones Web de código abierto basado en Eclipse

• JasperReports

• LogiReport: Aplicación de BI gratuita basada en Web de LogiXML

• OpenI: Aplicación Web simple orientada al reporting OLAP.

• Palo:

• Pentaho

• RapidMiner (antes llamado YALE):

• SpagoBI:

• PowerBI

• Tableau

• ZOHO

• ACE*COMM

• Actuate

• ApeSoft

• Applix

• Atlas SBI

• Bitool Herramienta de ETL y Visualización

• BiPoint - Business Intelligence

• Bingo Intelligence

• BIRT Analytics

• BiyCloud Smart: QlikView + Cloud + Social Business]

• BI4Web - Business Intelligence For Web

• Business Objects

• CA Oblicore Guarantee

• CODISA BI

• IBM Cognos

• ComArch

• CyberQuery

• Crystal Reports

• Dimensional Insight

• doeet. Sistema OEE MES para el Control de Producción y Productividad

• dLife y dVelox

• Dynamic Data Web

• Dexon Software4 Expertos en soluciones de negocio

• Hyperion Solutions Corporation (ahora Oracle)

• IdeaSoft - Business Intelligence & Performance

• iAnalytics, Inteligencia de Negocio en

25

Farmacia Hospitalaria

• Information Builders

• Informe SQL (QLR Manager en español)

• Intelsuite

• InetSoft Technology

• LiteBI

• LogiXML

• Màpex Dynamics

• Microsoft Excel

• Microsoft SQL Server - Suite de Herramienta de BI (Analysis Services, Integration Services y reporting Services)

• MicroStrategy

• Nucleon BI Studio

• NiMbox

• Oracle Corporation (busque Oracle Business Intelligence Server ONE)

• OutlookSoft

• Panorama Software

• Pentaho BI_SW

• PerformancePoint Server 2007

• Pilot Software, Inc.

• Prelytis

• Proclarity

• Prospero Business Suite

• Qlikview

• Jedox

• SAP Business Information Warehouse

• SAP Lumira

• SAS Institute

• Siebel Systems

• Smile-Sotware

• Spotfire

• StatSoft

• SPSS

• Synerplus

• Tableau Software

• Tacnetting

• Telerik

• Teradata

• Yellowfin Business Intelligence


Fuente: Universidad ESAN

Pentaho Pentaho fue creado como software libre dirigido a la gestión y a tomar decisiones

empresariales; posee diferentes programas o herramientas que satisfacen a la

Inteligencia de negocios ayudando al análisis de la información, análisis

26

multidimensional OLAP, minería de datos, informes y elaborar cuadros de mando

para los usuarios (Hitachi, 2017).

Pentaho fue desarrollado bajo el lenguaje y ambiente de programación de Java

para cubrir una alta cantidad de necesidades empresariales.

Características

• Pentaho Report Designer:

Es una herramienta realizada para creación de informes de calidad

basados en una buena base de datos estructurada correctamente, puede

usarse de manera independiente o grande a través del Pentaho Business

Analytics.

• Pentaho Report Design Wizard:

Creada para diseño de informes y destinado para personas con

desconocimiento técnico, que ayudará agilizar el trabajo permitiéndole al

usuario obtener resultados de una manera más rápida y efectiva.

A través de pasos sencillos podrá conectarse a base de datos con

relaciones y obtener un resultado por medio del portal Pentaho.

• Web ad-hoc reporting.

Tiene similitud a Pentaho Report Design Wizard pero a través de vía web.

Las características generales son:

Tabla 4 Características de Pentaho

Funcionalidad crítica para usuarios finales

como:

Acceso via web

Informes parametrizados

Scheduling

Suscripciones

Bursting (distribución)

Ventajas en informes como: Acceso a fuentes de datos heterogéneos:

relacional (vía jdbc), OLAP, XML,

transformaciones de pentaho data integration.

Capacidad de integración en aplicaciones: jsp,

portlet, web service.

Definición modular de informes (distinción

entre presentación y consulta).

27

Diseño de informes flexible:

Entorno de diseño gráfico.

Capacidad de uso de templates.

Acceso a datos relacionales, OLAP y XML.

Desarrollada para: Ser efectiva

Fácil entendimiento

Reducción de recursos

Java

Multiplataforma tanto cliente como servidor Mac

Linux/Unix

Windows


Fuente: (Hitachi, 2017)

Tableau Según García, aporto que Tableau es “Es una herramienta líder que destaca por

su facilidad para integrar diferentes tipos de datos, permite la creación de

dashboard que faciliten en la toma de decisiones a partir de la información

generada” (Fernández García, 2018).

Tableau es un software que permite integrar toda la información necesaria en su

modelo de datos, y a su vez le permitirá trabajar con ERP tales como SAP,

Microsoft Dynamics o con base de datos SQL Server, Excel. Su objetivo principal

es analizar efectivamente los datos de una manera muy avanzada y con los

resultados obtenidos tomar una decisión acertada.

Es completamente flexible, ya que permite ser configurado para que trabaje bajo

un servidor, escritorio o en la nube.

Versiones de Tableau

▪ Tableau Desktop

Permite trabajar con datos (Big Data) en tiempo real o en memoria, para

extraer datos grandes y realizar una exploración rápidamente, utilizando

tecnología de base de datos y gráficos estadísticos. También permite

visualizar datos profundos de manera protegida con Tableau Server y

Tableau Online.

Permite obtener información de manera inmediata

28

Gráfico 12 Tableau Online

Elaboración: Tableau

Fuente: Tableau

▪ Tableau Server

Tableau server permite acceder a los datos de manera segura ya sea de

manera instalación física o en la nube.

Gráfico 13 Tableau Server


Fuente: Tableau

29

Tableau Prep

Tableau Prep, es un software diseñado para combinar, limpiar y dar formato a

los datos de una manera segura, protegiendo sus datos para su debido análisis.

Le permitirá:

Visualización completa de sus datos e interacción de los mismos.

Gráfico 14 Tableau Prep


Fuente: Tableau

Permite seleccionar un dato y modificarlo al instante, como resultado se podrá

verificar inmediatamente los cambios en los datos.

Gráfico 15 Datos en Tableau


Fuente: Tableau

30

Tableau Prep efectúa la agrupación de elementos similares en clústeres

convirtiendo las tareas repetitivas en acciones de un solo clic.

Gráfico 16 Tableau Prep


Fuente: Tableau

Permite conectarse de manera rápida a una variedad de datos ya sean de

instalación física o en la nube y éstos pueden estar en una base de dato o en

una hoja de cálculo.

Gráfico 17 Conexión a datos


Fuente: Tableau

31

Accede a sus flujos de análisis logrando ver sus resultados fácilmente con

Tableau Desktop, Server u Online mejorando los resultados en el trabajo.

Gráfico 18 Tableau Desktop


Fuente: Tableau

Power BI Gráfico 19 Power BI

Elaboración: Gartner

Fuente: Microsoft

32

Power BI es un conjunto de aplicaciones de análisis de negocios que

permiten analizar datos y compartir información. Los paneles de Power BI

ofrecen a los usuarios una vista de 360 grados con sus métricas más

importantes en un mismo lugar (Microsoft, 2018).

Microsoft Power BI es la solución destinada a la inteligencia empresarial,

que permite unir diferentes fuentes de datos (más de 65), modelizar y

analizar datos para después, presentarlos a través de paneles e informes;

que puedan ser consultarlos de una manera muy fácil, atractiva e intuitiva

(Álvarez , 2017).

Power BI posee complementos de Microsoft Excel y también en la nube.

Complementos de Microsoft Excel

• Power Pivot: Muestra visualmente todos los cálculos de forma

interactiva.

• Power Query: Convierte los datos en tablas para ser utilizados en Excel

o Power Pivot.

• Power View: Visualiza los datos de forma más sencilla.

• Power Map: Visualiza datos en 3D donde podrá geolocalizar, explorar e

interactuar con datos temporales y geográficos.

Complementos en la nube

• Refresh, Share and Manage data sources: Módulo que permite subir

los datos y mantenerlos en línea.

• Lenguaje natural de consultas Q&A: Módulo que accede a los datos a

través de consultas en el lenguaje natural, ayudando al ahorro del tiempo

y mostrando en pantalla el formato que desea ya sea en gráfico, número,

etc.

Gráfico 20 Power Bi Service

Elaboración: Microsoft

33

Fuente: Microsoft

Jaspersoft Studio Jaspersoft Studio, en un entorno de diseño de BI de código abierto para

Eclipse. Jaspersoft Studio es una plataforma de código abierto completa

que aporta a los desarrolladores Java de Eclipse nuevas funciones de BI

y les permite crear, securizar y compartir informes de BI de forma gratuita

(TI, 2018).

Permite diseñar informes interactivos como pixels perfect, específicamente para

la web que pueden ser impresos o visualizados en dispositivos móviles.

Gráfico 21 Jaspersoft Studio

Elaboración: TIBC Jaspersoft

Fuente: TIBC Jaspersoft

Admite realizar cambios en tablas y diagramas a través de ordenación, filtrado,

desplazamiento y ocultación de columnas, búsquedas, etc., y los guarda; estos

informes pueden ser visualizados en la web o enviados a sus trabajadores a

través de correo electrónico.

Los informes Pixel Perfect contienen códigos de barra, diagramas, gráficos, etc.,

y pueden ser impresos para facturas y estados de cuenta.

Se puede crear informes desde cualquier tipo de fuente como Big Data, JDBC,

XML, CSV, Hibernate y POJO y ser publicados en PDF, XLS, XLSX, XML,

HTML, XHTML, CSV, DOC, ODT.

34

Los cuadros de mando de Jaspersoft proporciona visualizar de forma resumida y

rápida información donde combina datos e indicadores gráficos (TIBC

Jaspersoft, 2018).

Gráfico 22 Jaspersoft



El análisis de datos del software de Jaspersoft manipula, modela y permite

visualizar variedad de datos a través del análisis OLAP con la finalidad de

detectar e identificar errores para tomar una acertada decisión.

El software Jaspersoft permite generar data marts o data Warehouse de distintas

fuentes relacionadas o no (TIBC Jaspersoft, 2018).

Gráfico 23 Base de datos



El repositorio central de Jaspersoft brinda seguridad a los informes, los cuadros

de mando y vistas de análisis. Los servicios de auditoría proporcionan un

diagnóstico de su rendimiento.

Los SSO- Soporte de inicio de sesión contiene una API para un mejor

rendimiento y seguridad de gestión de entidades.

Jaspersoft es basado en servicios web a través de Java, XML y protocolos

HTTP, su interfaz basado en CSS para poder personalizar y adaptarlo al diseño

corporativo (TIBC Jaspersoft, 2018).

35

Qlikview

Gráfico 24 Qlikview

Elaboración: Qlik

Fuente: Qlik

Qlik le permite combinar cualquier tipo y número de fuentes de datos para

que pueda explorar libremente todos sus datos y cambiar, al instante, su

manera de pensar en función de lo que observe. El resultado:

conocimientos útiles que no se ven con otras herramientas (Qlik, 2018).

“Qlik es un líder por octavo año consecutivo en el Cuadrante Mágico de Gartner

para BI y Análisis de 2018” (Qlik, 2018).

“Actualmente en el mundo existen 13.000 clientes de Qlikview, con más de

570.000 usuarios en 95 países y sólo en Ecuador hay 50 clientes, con más de

850 usuarios” (Barahona, 2010).

36

SAP BI

Gráfico 25 SAP BI

Elaboración: SAP- BusinessObjects Business Intelligence suite

Fuente: SAP- BusinessObjects Business Intelligence suite

SAP BI es un software de inteligencia de negocios que trabaja con un modelo de

Integración Exploración de datos, accede a la información de diferentes fuentes

para llegar a una buena toma de decisión y poder

SAP BI incluye:

• SAP KM (SAP Knowledge Management)

• SAP BW (SAP Business Warehouse)

• SAP SEM (SAP Strategic Enterprise Management)

“Los infocubos son las estructuras más importantes de información donde se

sitúa SAP BI BW. Los infocubos están compuestos por información

multidimensional (cubos)”. (CodeJobs, 2014).

37

IBM Cognos IBM Cognos Business Intelligence es una solución de inteligencia

empresarial (BI) que proporciona opciones de consulta, creación de

informes, análisis, paneles de control y cuadros de mando con

planificación, modelado de escenarios y analíticas predictivas, entre

otras. Da soporte a la manera de pensar y trabajar de las personas al

intentar comprender el rendimiento empresarial y tomar decisiones con

herramientas para interactuar, buscar y ensamblar todas las perspectivas

del negocio (Inphini, 2012).

• Provee a los usuarios la información necesaria para la toma de

decisiones.

• Los usuarios pueden acceder, interactuar y personalizar la información

por medio de los paneles de control.

• Permite la creación de informes de manera fácil de usar.

• Posee un modelo automatizado que verifica y combina las fuentes de

datos.

• Interfaz única, en la nube o local, computadoras, dispositivos móviles.

Gráfico 26 IBM Cognos

Elaboración: IBM Cognos

Fuente: IBM Cognos

38

Oracle BI

Oracle Business Intelligence, también conocida como Oracle BI, es

una plataforma de la empresa de tecnología Oracle con soluciones

de inteligencia de negocio y almacenamiento de datos,

transformando los datos en información de valor para la toma

correcta y oportuna de decisiones de la empresa (Pérez, 2017).

Características:

• Dashboard interactivo: Permite al usuario crear sus propios tableros

interactivos con una visualización armónica y agradable.

• Informes empresariales: Provee un atributo de Enterprise Reporting, que

ofrece al usuario plantillas mucho más visuales.

• Integración con office: Permite la integración de los datos desde la propia

herramienta de Microsoft.

• Alerta y detección proactiva: Provee un motor de alerta en tiempo real.

• Integración de acción: Mediante los análisis de datos, realiza conversión

de procesos empresariales en informes y cuadros de mando interactivo.

• Visualización avanzada: Permite al usuario visualizar los datos analíticos

usando mapas.

• Creación de informes de autoservicio: Permite al usuario crear sus

propios informes desde cero.

Gráfico 27 Oracle BI

39

Elaboración: Oracle BI

Fuente: Oracle BI

Base de datos tradicionales

PostgreSQL Es un sistema de base de datos de código abierto que brinda gran cantidad de

opciones avanzadas. Cuenta con más de 30 años de desarrollo activo en la

plataforma central (Group, 2018).

Características:

• Código abierto y gratuito.

• Diferentes lenguajes de programación.

• Disponible para: Linux, Unix, Mac, etc.

• Alta concurrencia.

• Fiabilidad.

• Integridad de datos.

• Seguridad.

SQL Server Microsoft SQL Server realiza la réplica de los datos basándose en una metáfora

de la industria de la publicación, por lo que representa los componentes y

procesos mediante una topología de replicación, que se compone, básicamente,

del publicador, el distribuidor, los suscriptores, las publicaciones, los artículos y

las suscripciones (Peña, Martín Mata, Labrada Quiala, & Leyva Jerez, 2016).

Características:

• Fácil de instalar

• Permite administrar información de otros servidores de datos.

• Seguridad y encriptación de datos.

• Potente entorno gráfico de administración

• Integración XML de datos relacionados.

• Fácil entendimiento de los datos

40

Excel La hoja de cálculo Microsoft Excel es desarrollada por la firma Microsoft sobre

Windows. Posee como puntos fuertes las capacidades gráficas del lenguaje de

programación y la simplicidad de utilización. Permite un amplio uso de fórmulas e

incorpora funciones que se utilizan para realizar diversos cálculos. Además,

permite el intercambio de información con otras aplicaciones (Cuenca

Rodríguez, Tamayo Cuenca, & Tamayo Pupo, 2010).

Características:

• Facilidad de uso

• Compatible

• Atributos de edición

• Herramienta de Autotexto.

• Imita las hojas de libros de contabilidad

SAP HANA Implementable on-premise o en la nube, SAP HANA es la plataforma de

computación in-memory que le permite acelerar los procesos de negocio,

brindar más Business Intelligence y simplificar su entorno de TI.

Ofreciendo los cimientos para todas sus necesidades de datos, SAP

HANA elimina la carga de tener que mantener sistemas heredados

separados y datos en silos, lo que le permite operar en vivo y tomar

mejores decisiones de negocio en la nueva economía digital (SAP, 2018).

Características

• Aumenta la automatización y la continuidad del negocio ayudando a la

administración del sistema de una manera más rápida y efectiva,

obteniendo resultados precisos y concisos en un menor tiempo posible.

• Facilidad para usar y entender la herramienta.

• Permite tener un desarrollo de aplicaciones más flexible con un innovador

controlador de idioma con GO, SQL / SQL Script expandido y el SAP

HANA express edition dirigido para los Smart Data Integration.

41

Gráfico 28 SAP HANA

Elaboración: SAP HANA

Fuente: SAP HANA

Método Delphi El método Delphi fue creado en Santa Mónica, Estados Unidos en la

Research and Development Corporación (Rand Corporation, en inglés)

para investigar el impacto de la tecnología en la guerra. En esta primera

aplicación realizada en 1951 y desclasificada 10 años después se

preguntó a 7 expertos sobre el futuro del arsenal norteamericano ( García

Valdés & Suárez Marín, 2012).

El objetivo del método Delphi consiste en la recolección sistemática del juicio de

expertos acerca de un tema tratado, procesando la información y con los

resultados obtenidos mediante un gráfico estadístico llegar a una conclusión

general. Como lo explica ( García Valdés & Suárez Marín, 2012) “Permite la

transformación durante la investigación de las apreciaciones individuales de los

expertos en un juicio colectivo superior”.

Una de las ventajas que resalta el método Delphi es que reúne y analiza el

conocimiento de un grupo de expertos, teniendo la libertad de dar sus opiniones

guardando la confidencialidad de sus respuestas.

Las fases para el método Delphi son las siguientes:

1. Fase preparatoria

a. Selección de los expertos: Se escoge un grupo considerado de

expertos para realizar las consultas e incluir los criterios de cada

uno de ellos.

42

b. Preparación del instrumento: Preparar el cuestionario dirigido a

los expertos con el tema a investigar.

c. Vía de la consulta: En esta etapa puede ser vía correo electrónico,

convencional o personal.

2. Fase Consulta

a. Rondas de consulta: El objetivo de las rondas es tener el tema

tratado definido con las consultas que se quiere realizar, ser

concisos y precisos, sin ello esto puede provocar abandono de

expertos.

b. Procesamiento estadístico: Se realiza un diseño estadístico con

los resultados del cuestionario.

c. Retroalimentación: Se devuelve al experto el cuestionario anterior

con los resultados obtenidos de todos los expertos.

3. Fase de Consenso

a. “El acuerdo general grupal es el objetivo final de todo Delphi, los

investigadores requieren saber cómo lo definen” ( García Valdés

& Suárez Marín, 2012).

b. Realizar el reporte de los análisis de resultados obtenidos de los

cuestionarios realizado a los expertos y evaluar criterios.

Gráfico 29 Sistematización del procedimiento de realización del método Delphi

Elaboración: ( García Valdés & Suárez Marín, 2012)

Fuente: ( García Valdés & Suárez Marín, 2012)

43

Análisis comparativo

El análisis comparativo es un ejercicio básico de toda actividad

cognoscitiva. En sus versiones extremas se presenta como un

mecanismo orientado a establecer conexiones causales entre diferentes

fenómenos (procedimiento nomotético) o la identificación de elementos

únicos que permitirían explicar la existencia de un fenómeno considerado

único e irrepetible (procedimiento ideográfico) (Beltrán Villegas, 2014).

Fundamentación legal Para el presente proyecto se basará en los siguientes artículos perteneciente a

la Constitución de la República del Ecuador 2008

Sección octava

Ciencia, tecnología, innovación y saberes ancestrales

Art. 385.- El sistema nacional de ciencia, tecnología, innovación y saberes

ancestrales, en el marco del respeto al ambiente, la naturaleza, la vida, las

culturas y la soberanía, tendrá como finalidad:

1. Generar, adaptar y difundir conocimientos científicos y tecnológicos.

2. Recuperar, fortalecer y potenciar los saberes ancestrales.

3. Desarrollar tecnologías e innovaciones que impulsen la producción nacional,

eleven la eficiencia y productividad, mejoren la calidad de vida y contribuyan a la

realización del buen vivir.

Art. 386.- El sistema comprenderá programas, políticas, recursos, acciones, e

incorporará a instituciones del Estado, universidades y escuelas politécnicas,

institutos de investigación públicos y particulares, empresas públicas y privadas,

organismos no gubernamentales y personas naturales o jurídicas, en tanto

realizan actividades de investigación, desarrollo tecnológico, innovación y

aquellas ligadas a los saberes ancestrales. El Estado, a través del organismo

competente, coordinará el sistema, establecerá los objetivos y políticas, de

44

conformidad con el Plan Nacional de Desarrollo, con la participación de los

actores que lo conforman.

Art. 387.- Será responsabilidad del Estado:

1. Facilitar e impulsar la incorporación a la sociedad del conocimiento para

alcanzar los objetivos del régimen de desarrollo.

2. Promover la generación y producción de conocimiento, fomentar la

investigación científica y tecnológica, y potenciar los saberes ancestrales, para

así contribuir a la realización del buen vivir, al sumak kawsay.

3. Asegurar la difusión y el acceso a los conocimientos científicos y tecnológicos,

el usufructo de sus descubrimientos y hallazgos en el marco de lo establecido en

la Constitución y la Ley.

4. Garantizar la libertad de creación e investigación en el marco del respeto a la

ética, la naturaleza, el ambiente, y el rescate de los conocimientos ancestrales.

5. Reconocer la condición de investigador de acuerdo con la Ley.

Art. 388.- El Estado destinará los recursos necesarios para la investigación

científica, el desarrollo tecnológico, la innovación, la formación científica, la

recuperación y desarrollo de saberes ancestrales y la difusión del conocimiento.

Un porcentaje de estos recursos se destinará a financiar proyectos mediante

fondos concursables. Las organizaciones que reciban fondos públicos estarán

sujetas a la rendición de cuentas y al control estatal respectivo.

Pregunta científica a contestarse ¿Mediante la implementación de las herramientas de Inteligencia de negocios,

los directivos de las empresas podrán analizar de mejor manera la información y

conocer la situación del negocio para tomar mejores decisiones?

¿El conocimiento adecuado de las características de las herramientas de

Inteligencia de negocios ayudará a crear proyectos más efectivos que faciliten la

creación y presentación de tableros de control para una mejor toma de

decisiones? Justifique su respuesta.

45

Variables de la investigación Variables dependientes

Análisis comparativo de herramientas de Inteligencia de negocios.

Variables independientes

Creación de tableros de control utilizando bases de datos de diferentes fuentes.

Definiciones conceptuales Base de datos

Es una colección de información organizada de tal modo que sea fácilmente

accesible gestionada y actualizada.

Análisis de datos

Es un proceso consistente en inspeccionar, limpiar y transformar datos con el

objetivo de resaltar información útil, lo que sugiere conclusiones, y apoyo en la

toma de decisiones.

Científico de datos

Su función consiste en obtener conocimiento a partir de los datos.

Solución de inteligencia de negocios

Su función consiste en obtener conocimiento a partir de los datos.

Análisis de la información

Estudio de los resultados obtenidos de acuerdo a los cálculos definidos por los

analistas de los datos o científicos de datos.

Dashboard o tablero de control

Representación gráfica de las principales métricas o KPIs de la empresa.

Toma de decisiones

46

Es el proceso mediante el cual se realiza una elección entre diferentes opciones

o formas posibles para resolver diferentes situaciones en diferentes contextos:

empresarial, laboral, económico, familiar, personal, social, etc.

Gráficos estadísticos

Es la representación gráfica de datos recolectados de una base de datos

generados en cuadros estadísticos.

ERP

Los sistemas de planificación de los recursos empresariales (Enterprise

Resources Planning, ERP) facilitan la integración y la optimización de los

procesos de negocio mediante la aplicación de Tecnologías de la Información

(TI). Los ERP son sistemas de información que emplean TI asociada con

ingeniería de procesos de negocio para el rediseño e integración de los procesos

empresariales, para soportar las operaciones en el marco de la estrategia de

empresa (da Conceição Menezes & González-Ladrón-de-Guevara, 2010).

47

CAPÍTULO III

Metodología de la investigación

Diseño de la investigación

Modalidad de la Investigación El desarrollo de la presente investigación se basa en el método analítico-

sintético, donde se realizará un estudio de las herramientas de Inteligencia de

Negocios más efectivas, a través de ella se podrá conocer sus características y

el impacto que ha tenido a nivel empresarial. “El método analítico-sintético

estudia los hechos partiendo de la descomposición del objeto de estudio en cada

una de sus partes para examinarlas en forma individual y luego se integran

dichas partes para estudiarlas de manera holística e integral” (Rodríguez C.,

2007).

“La investigación es un proceso complejo, que mediante la aplicación del método

científico, procura obtener información relevante y fidedigna, para entender,

verificar, corregir o aplicar el conocimiento” (Guffante Naranjo , Guffante Naranjo,

& Chávez Hernández , 2016, pág. 21).

Al mismo tiempo se realizó una investigación extensa como lo explica Mora

(2004) “Las destrezas de quien investiga para utilizar metodologías específicas,

acordes con el sujeto y objeto de estudio” (pág. 79). Mediante ello se procede a

revisar papers, tesis, artículos científicos entre otros para interpretar de una

manera descifrable las ventajas y manejo de las herramientas de Inteligencia de

negocios y los beneficios que brinda a empresas de esta forma se podrá analizar

cada una de las herramientas y proceder a realizar el análisis comparativo y

determinar la herramienta más eficaz.

Tipo de investigación El tipo de investigación a implementar en el proyecto es cualitativo-cuantitativo.

Cualitativo: Permite la recolección de información o características de un

fenómeno mediante el cual nos permitirá obtener información necesaria a través

de los expertos con el uso de entrevistas, encuestas y observación.

48

Población y muestra

Población Se define como población al conjunto de objetos o personas de la misma

característica y son tomados como objeto de estudio. “De la población es

conveniente extraer muestras representativas del universo” (Behar Rivero ,

2008).

En la investigación que se lleva a cabo se tomó como población principal a

expertos que han manejado e implementado proyectos de Inteligencia de

negocios y tienen experiencia en el tema.

Por esta razón se seleccionó como población dieciséis empresas que han

implementado proyectos de Inteligencia de negocios en el último año, son las

siguientes:

Tabla 5 Población escogida

POBLACIÓN

1. DePrati 2. Junta de Beneficencia de Guayaquil

3. Corporación El Rosado 4. Chevrolet 5. Corporación Favorita C.A. 6. Tía S.A. 7. Cervecería Nacional 8. Arca Continental 9. CNT

10. Grupo Difare 11. Banco Bolivariano 12. CNE 13. Asertec 14. Andec 15. Servientrega

16. Claro

17. ESPOL

18. UEES

19. I-Route

20. Registro de la propiedad

21. Kousoltic

22. SOLCA

23. Tractomag



49

De las dieciséis empresas especificadas en el cuadro, se procedió a contactarse

con un experto que labore en las empresas mencionadas y realizar una breve

entrevista con un tiempo aproximado de veinte a treinta minutos.

Muestra Muestra es básicamente un subconjunto y subgrupo de elementos o individuos

de una población estadísticamente significativa. Su objetivo es obtener la

información de toda la población. “Hay procedimientos para obtener la cantidad

de los componentes de la muestra como fórmulas, lógica y otros” (López, 2004).

El tipo de muestra que se implementó en el proyecto es:

Muestra Intencional o discrecional: “donde los elementos de la muestra son

seleccionados con el encuestador de acuerdo a criterios que él considera de

aporte para el estudio” (Torres & Paz, pág. 8).

En el presente se tomó como muestra la entrevista a 15 expertos, fueron

considerados por sus años de experiencia y que han efectuado proyectos

relacionados al tema, el cual se detallará a continuación:

50

Tabla 6 Porcentaje de población

Personas Población Porcentaje

(%)

Gerentes 2 13%

Ingenieros en Sistemas 12 80%

Analistas en Sistemas 1 7%

TOTAL 15 100%



Gráfico 30 Expertos



0%

10%

20%

30%

40%

50%

60%

70%

80%

Gerentes Ingenierosen Sistemas

Analistas enSistemas

Porcentaje (%) 13% 80% 7%

Po

rcen

taje

(%

)

Gerentes

Ingenieros en Sistemas

Analistas en Sistemas

51

Tamaño de la muestra

Para calcular el tamaño de la muestra del presente proyecto se hará uso a la

fórmula verificada por la Universidad Libertador de Venezuela, de manera que

determinará el número total de entrevistados y encuestados.

La fórmula es la siguiente:

𝑛 =𝑚

𝑒2(𝑚 − 1) + 1

Donde:

N Tamaño de la muestra

M Tamaño de la población

E Error de estimación

A continuación, se aplica la fórmula del presente proyecto, quedando de la

siguiente manera:

𝑛 =16

0.062(16 − 1) + 1

𝑛 =16

(0.0036)(16 − 1) + 1

𝑛 =16

0.0504 + 1

𝑛 =16

1.054

𝑛 = 15

Obteniendo de la fórmula los siguientes resultados:

Tamaño de la población: 16

Tamaño de la muestra de la entrevista a expertos: 15

52

Operacionalización de variables

Matriz de Operacionalización de variables

Gráfico 31 Matriz de Operacionalización de variables

Variables Dimensiones Indicadores Técnicas y/o

Instrumentos

V.I.

Análisis

comparativo de

herramientas de

Inteligencia de

negocios.

Área gerencial y

de Sistemas.

Características y

beneficios de las

herramientas de

Inteligencia de

negocios,

- Entrevistas

- Revisión

documental

- Revisión

bibliográfica

- Análisis

comparativo

V.D.

Creación de

tableros de

control utilizando

bases de datos

de diferentes

fuentes

A todos los

profesionales

encargados del

manejo de la

base de datos.

Revisión y

prueba de las

herramientas de

Inteligencia de

negocios

- Qlikview

- SQL Server

- Delphi

- Tableau


Fuente: Autores

Instrumentos de Recolección de Datos En el presente proyecto de investigación se usarán técnicas como entrevistas a

expertos, el cual permitirá recolectar información para poder conocer, analizar y

comprender mejor acerca del tema tratado, a través de formulación de preguntas

de interés como lo explica Behar Rivero (2008) “es una forma específica de

interacción social que tiene por objeto recolectar datos para una indagación”

(pág. 55).

53

Los instrumentos Los instrumentos de recolección de datos ayudan a proyectos investigativos a

obtener información primordial para lograr los objetivos planteados del proyecto

como lo indica Rivero (2008) :

Se seleccionan los instrumentos de recolección de datos, con el fin de

obtener la información empírica necesaria para alcanzar los objetivos

propuestos con la investigación y se pueda comprobar la hipótesis

formulada (pág. 54).

Instrumentos de la Investigación

Observación “Es la habilidad para reconocer y obtener datos del objeto de estudio, mirando

detalladamente lo que interesa al investigador, en un espacio y tiempo

delimitado y en situaciones particulares” (Cárdenas González, 2005, pág. 30).

Encuesta Se hará uso de la técnica de la encuesta ya que permite recopilar información de

manera oral o escrita sobre el tema a tratar en el presente proyecto, es decir

seleccionar la información de una parte de la población de interés.

Por medio de esta técnica permitirá conocer ideas, conocimientos, que manejan

los expertos en el ámbito empresarial, de esa manera poder conocer que

herramienta de Inteligencia de Negocios tienen implementado.

Para el presente proyecto se realizó una pequeña encuesta a estudiantes

egresados, y del último nivel de semestre de la Universidad de Guayaquil,

Facultad de Ciencias Matemáticas y Físicas, Carrera de Ingeniería en Sistemas

Computacionales con el único objetivo de conocer si tienen conocimiento del

tema de “Inteligencia de negocios”, si han usado alguna herramienta y que

experiencia tienen.

54

Entrevista Es la comunicación interpersonal que se da entre un entrevistador y el

entrevistado en donde se podrá recabar datos de las preguntas planteadas.

Además, es una técnica que ayuda a aclarar las dudas propuestas, teniendo

respuestas útiles.

Esta técnica es muy valiosa para los estudios descriptivo, y para diseñar los

instrumentos de recolección de datos. También permitiendo que la información

recabada sea precisa y útil.

En el desarrollo del presente proyecto investigativo se realizará una entrevista a

expertos, es decir, personas que tienen experiencia en el tema y han

implementado proyectos de Inteligencia de negocios. La duración de la

entrevista tiene un tiempo estimado de 30 minutos, con el objetivo de recaudar

información y con los datos obtenidos poder realizar un análisis y aclarar dudas

acerca del tema estudiado.

Cuestionario Esto consiste en un conjunto de preguntas con respecto a una o más variables a

medir, la variedad de las preguntas es totalmente equitativo con los aspectos

que se quieran medir, siendo que estas puedan ser abiertas o cerradas.

En el presente proyecto se elaboró un conjunto de preguntas abiertas y cerradas

para poder obtener información acerca del tema estudiado, con la finalidad de

recolectar datos que permita ayudar para el desarrollo del proyecto investigativo;

junto con un cuestionario también dirigido a estudiantes del último nivel y

egresados de la Carrera de Ingeniería en Sistemas Computacionales.

Metaanálisis Es un proceso metodológico para el análisis cuantitativo que son de distintos

artículos para identificar, seleccionar y valorar críticamente sobre un tema

específico, su finalidad es proveer conocimiento sintetizado para minimizar la

subjetividad, si existe algún efecto ya sea este positivo o negativo para

posteriormente cuantificarlo en una cifra.

55

“Un metaanálisis consiste básicamente en fusionar estadísticamente los

resultados de diversos estudios independientes, pero en cierta medida

combinables entre sí, con el objetivo de verificar si existe un efecto que pueda

ser evaluados estadísticamente” (Ojeda D. & Wurth O., 2014).

Se hicieron consultas a gran variedad de artículos para poder recolectar

información sobre temas referentes a la Inteligencia de Negocios, el uso de las

herramientas de Inteligencia de Negocios, para lo cual se buscó en la plataforma

educativa google académico, artículos científicos Redalyc, Scielo, Dialnet, etc.

Análisis comparativo El presente proyecto realizará un estudio de las herramientas de Inteligencia

donde el análisis comparativo estará basado en características con el propósito

de conocer el uso de cada una de ellas y elegir la mejor herramienta.

56

Tabla 7 Cuadro comparativo de acuerdo a las variables declaradas

Características Qlikview Tableau Power BI Jaspersoft Excel

Fuentes de entrada

Fuentes de datos, tanto en conexiones de 32 como de 64

bits; Fuentes de datos ODBC/OLEDB, incluidas SQL

Server, Teradata y Oracle.

Publicar fuentes de datos para compartirlas con otros usuarios y con sus libros de trabajo.

Permite conectarse a datos de muchos orígenes diferentes

Permite presentar datos de una o más fuentes en un formato altamente interactivo para los usuarios.

Desde Access, web, texto, otras fuentes, o conexiones diferentes.

Fuentes de salida

Incluyen QVSource, recopilan y combinan información procedente de bases de datos, aplicaciones, hojas de cálculo, sitios web y fuentes personalizadas.

Extracciones de datos, consolidar conexiones a bases de datos, y compartir cálculos y metadatos de campos.

Conecta a un origen de datos dinámico. En Power BI Desktop y Microsoft Excel 2016,

Conexiones de datos de Microsoft Excel (DCL) en un sitio de Microsoft SharePoint Services.

Creación de dashboard

Al añadir tablas y gráficos a las hojas, se debe tener en cuenta estas tres reglas: · Utilizar el color, los nombres y estilos de forma consistente ayuda al usuario a navegar y comprender el documento. · Defina unas cuantas métricas (KPIs) por hoja y preséntelas por orden de prioridad. · Asegúrese de que el usuario puede profundizar en los datos. · Evite el uso de los colores rojo y verde como indicadores, ya que estos colores puede ser difíciles de distinguir por parte de los usuarios con deficiencias visuales

Una vez que haya creado dos o más vistas, puede incluirlas en un dashboard, añadir interactividad, entre otras cosas

Pueden diseñar, configurar y desplegar fácilmente sus propios dashboards de BI con Jaspersoft.

Exportación de la base de datos

Exporta los contenidos del cuadro de entrada a un archivo de su elección. Los formatos de archivo admitidos incluyen un abanico de formatos de archivos de texto delimitados, HTML, XML, BIFF (formato nativo de Excel) y QVO (Qlikview Export Files).

Puede exportar los datos que contiene la fuente de datos de Tableau, que pueden incluir todos los registros de sus datos originales o solo una parte de ellos. También puede optar por exportar el conjunto de datos utilizados para generar la vista y Exportar los datos a un archivo .csv

Conexiones de datos; Excel; Texto o CSV;XML; JSON; Carpeta; Carpeta de SharePoint

Exportar o enviar los informes por correo electrónico en formato PDF, Word, Excel, PowerPoint u otro formato de archivo

SQL Server, Azure SQL Database, Azure SQL Data Warehouse

57

Construcción de cubos de datos

El panel de perfiles de datos Cubo permite agrupar los datos de campos en rangos, creando un nuevo campo con los agrupamientos especificados.

Las fuentes de datos de cubo son compatibles únicamente con Tableau Desktop en Windows (no para Mac)

Permite crear y explotar un cubo de información

CUBOS OLAP

Creación de KPI Visualización de KPI en la hoja que va a editar

Puede ver todos los KPI de una tienda minorista específica. Asimismo, puede visualizar los KPI individuales entre todas las tiendas minoristas para administrar un área temática. También puede excluir determinados KPI o tiendas minoristas a fin de analizar una línea de negocios en concreto.

Un indicador clave de rendimiento (KPI) es una indicación visual que comunica el progreso realizado para lograr un objetivo cuantificable.

Gráficos estadísticos

Puede elegir entre el gráfico de barras, de líneas, de tarta, combinado, de dispersión, de radar, de embudo, de rejilla, de indicador, de bloques, la tabla pivotante, la tabla simple y el gráfico mekko.

Reacción de histogramas, Tarjetas de resumen, Líneas de tendencia, Análisis de regresión, Diagramas de caja; gráficos de control, agrupación en clústeres

Gráficos de barras y columnas, Gráficos combinados, Gráficos de anillos, Gráficos de embudo, Gráficos de medidor, Gráficos de líneas, Mapas: mapas básicos, mapas de ArcGIS, mapas coropléticos, Matriz, Gráficos circulares, Gráficos de dispersión y de burbujas, tablas, gráficos de rectángulo y cascada

JasperReports no maneja directamente gráficos: estos deben crearse independientemente como imágenes, incluso utilizando una de las numerosas librerías de código libre disponibles para la creación de gráficos.

Gráficos de columna, línea, circulares, de barra, de área, gráficos XY y artículos relacionados



58

Tabla 8 Cuadro comparativo de 5 herramientas BI QLIKVIEW TABLEAU POWER BI JASPERSOFT MICROSOFT EXCEL

Aplicación de Qlikview son muy rápidas

Análisis y visualización de información de manera rápida

Recopila los datos sin importar en donde ni la forma en que se encuentren.

Facilidad de Instalación. Puede hacer cálculos largos

Interfaz de usuario atractivo. Fácil de usar además de que permite ver los cambios que se van realizando

Permite la visualización de los datos con tan solo dar un clic.

Presenta los datos de una o más fuentes en un formato interactivo para que los usuarios diseñen sus informes.

Tiene relleno y formato de celdas

Etiquetas de campo pueden ser marcados con las meta-etiquetas propuesta por el sistema y personalizadas.

Permite el diseño de cuadros de mandos, facilitando la información en el momento adecuado.

Permite resolver problemas gracias a los paneles intuitivos con un tiempo real.

Manipula y visualiza cualquier tipo de datos mediante el análisis OLAP o en memoria para poder identificar y detectar los problemas y tomar decisiones rápidas y acertadas.

Permite crear diagramas y gráficos personalizados.

Se puede hacer uso a menudo de los metadatos estos se encuentran en diccionarios de datos de ERP/DBMS.

Conexión online y offline a los datos de la empresa.

Posibilidad de usar cubos de SSAS multidimensional como origen de datos.

Los cuadros de mandos combinan los datos e indicadores gráficos para obtener la información rápida y resumida.

Capacidad de almacenar y organizar los datos

Permite a los usuarios ver e interactuar con las aplicaciones de Qlikview sin necesidad de licencia.

Analiza la información con mucha facilidad, y permite combinar diferentes datos en poco tiempo.

Puede anexar múltiples tablas.

Extrae, transforma y carga los datos desde distintas fuentes en un almacén de datos para crear los informes y análisis

Permite crear tablas de datos simples de manera rápida.

Ofrece tiempos de respuesta muy rápido.

Interactúa, filtra y profundiza los datos desde cualquier tipo de dispositivo tecnológico.

Herramienta embebida que funciona del mismo modo que piensan los desarrolladores.

Posee una amplia gama de opciones de formato como tamaño, color de letra, estilo de letra.

Filtro automático de las selecciones, facilitando el desarrollo y la navegabilidad del usuario.

Los mismos usuarios pueden crear los análisis para buscar las respuestas a las necesidades del negocio.

Soporta JDBC

Tiene plantillas y series de funciones predeterminadas.

Soporta JAVABeans como orígenes de datos.

Elaboración: Autores Fuente: Datos de investigación

59

Evaluación crítica del análisis comparativo Excelente 9 a 10

Muy bueno 7 a 8

Bueno 5 a 6

Regular 3 a 4

Malo 0 a 2

Tabla 9 Evaluación crítica de Qlikview

Qlikview Excelente Muy bueno Bueno Regular Malo Total Porcentaje

Gratuidad 10 10 28%

Facilidad de manejo 9 9 25%

Confiabilidad 9 9 25%

Tiempo de respuesta 8 8 22%

Total 28 8 36 100%

Porcentaje 78% 22% 0% 0% 0% 100%


Tabla 10 Evaluación crítica de Tableau

Tableau Excelente Muy bueno Bueno Regular Malo Total Porcentaje

Gratuidad 3 3 9%




Total 29 3 32 100%

Porcentaje 91% 0% 0% 9% 0% 100%


60

Tabla 11 Evaluación crítica de Power BI

Power BI Excelente Muy bueno Bueno Regular Malo Total Porcentaje

Gratuidad 3 3 10%




Total 19 8 3 30 100%

Porcentaje 63% 27% 0% 10% 0% 100%


Tabla 12 Evaluación crítica de Jaspersoft

Jaspersoft Excelente Muy bueno Bueno Regular Malo Total Porcentaje

Gratuidad 10 10 29%




Total 19 16 0 35 100%

Porcentaje 54% 46% 0% 0% 0% 100%


61

Tabla 13 Evaluación crítica de Microsoft Excel

Microsoft Excel Excelente Muy bueno Bueno Regular Malo Total Porcentaje

Gratuidad 8 8 24%




Total 10 24 0 34 100%

Porcentaje 29% 71% 0% 0% 0% 100%


Tabla 14 Resultados de la Evaluación crítica del Análisis comparativo

Excelente Muy

bueno Bueno Regular Malo Total Porcentaje

Qlikview 28 8 36 22%

Tableau 29 3 32 19%

Power BI 19 8 3 30 18%

Jaspersoft 19 16 0 35 21%

Excel 10 24 0 34 20%

Total 105 56 6 167 100%

Porcentaje 63% 34% 0% 4% 0% 100%


62

Tabla 15 Evaluación de criterios según el análisis comparativo


Fuente: Datos de investigación Según los resultados del análisis comparativo de acuerdo a sus características señala que Qlikview es el más recomendado por su

fácil manejo y lo principal que se puede descargar de manera gratuita, mientras que Microsoft Excel es considerada también como

una herramienta de Inteligencia de negocios pues construyendo los cubos de información, los datos pueden ser manejada

directamente de Excel. Jaspersoft es la segunda herramienta con mejores beneficios porque puede integrarse con otras

aplicaciones propias del cliente, crea repositorios de información y es agradable el uso de sus herramientas.

0%

5%

10%

15%

20%

25%

Qlikview Tableau Power BI Jaspersoft Excel

22%19% 18%

21% 20%

Herramientas de Inteligencia de Negocios

63

Análisis de Bases de datos frente a la herramienta Qlikview

Qlikview frente a SQL Server, Oracle y Excel

Qlikview es la herramienta más recomendar por expertos mediante las encuestas y entrevistas realizadas, es por ello que se tomó

como referencia para realizar un análisis de bases de datos frente a ella. Se realizará una evaluación crítica donde se tomará en

cuenta los siguientes aspectos:

• Concurrencia

• Seguridad

• Integridad

• Recuperación

• Precio

• Fácil manejo

De acuerdo con los siguientes aspectos, se toma como evaluación lo siguiente:

Excelente 9 a 10

Muy bueno 7 a 8

Bueno 5 a 6

Regular 3 a 4

Malo 0 a 2

Tabla 16: SQL Server frente a la Herramienta Qlikview

SQL Server frente Qlikview

Excelente Muy


64

Concurrencia 9 9 16%

Seguridad 10 10 18%

Integridad 9 9 16%

Recuperación 10 10 18%

Precio 9 9 16%

Fácil manejo 10 10 18%

Total 57 57 100%

Porcentaje 100% 0% 0% 0% 0%


Tabla 17: Oracle frente a la Herramienta Qlikview

Oracle frente Qlikview

Excelente Muy



Seguridad 10 10 18%

Integridad 10 10 18%


Precio 8 8 14%


Total 40 16 56 100%

Porcentaje 71% 29% 0% 0% 0%


Tabla 18: Microsoft Excel frente a la Herramienta Qlikview

Microsoft Excel Excelente Muy Bueno Regular Malo Total Porcentaje

65

frente Qlikview bueno


Seguridad 8 8 14%

Integridad 9 9 16%


Precio 10 10 18%


Total 19 32 51 91%

Porcentaje 34% 57% 0% 0% 0%


Tabla 19: Análisis comparativo de las Bases de Datos frente a la Herramienta Qlikview

Herramientas Excelente Muy bueno Bueno Regular Malo Total Porcentaje SQL Server frente a Qlikview 57 57 35% Oracle frente a Qlikview 40 16 56 34% Microsoft Excel frente a Qlikview 19 32 51 31%

Total 116 48 164 100%

Porcentaje 71% 29% 0% 0% 0%


66

Gráfico 32 Análisis de la base de datos con la herramienta Qlikview



Análisis: Según la evaluación critica SQL Server con un porcentaje alto del 35% es la herramienta más factible a nivel empresarial,

debido a la flexibilidad que permite sobre diferentes sistemas operativos, aunque, Oracle es más flexible por lo que es multiplataforma,

quedando en segundo lugar con un 34% siendo un programa muy usado y recomendado a nivel mundial por sus múltiples

características y beneficios, pero no alcanza a SQL Server por lo que es más caro. Ambos brindan la seguridad e integridad de datos

dando resultados en el menor tiempo posible. Microsoft Excel con un 31% brinda infinidades de gráficos estadísticos para mostrar

datos y poder formar informes empresariales, pero no es tan considerado por la seguridad e integridad de datos.

Series129%

30%

31%

32%

33%

34%

35%

SQL Server frente aQlikView

Oracle frente aQlikView

Microsoft Excelfrente a QlikView

35%34%

31%

67

Método Delphi Tabla 20 Método Delphi basado a las entrevistas realizado a los expertos

Entrevista a Expertos

Pregunta 1 Pregunta 2 Pregunta 3 Pregunta 4

S T E I A MA P C O SQL MSQL P O IBM M SAP O RH I C/P V/M C B/I E O FP FC DT

Experto 1 1 1 1 1 1 1 1 1

Experto 2 1 1 1 1 1 1 1 1 1 1 1

Experto 3 1 1 1 1 1

Experto 4 1 1 1 1 1 1

Experto 5 1 1 1 1 1 1 1 1 1

Experto 6 1 1 1 1 1 1 1 1 1

Experto 7 1 1 1 1 1 1 1

Experto 8 1 1 1 1 1 1

Experto 9 1 1 1 1 1

Experto 10 1 1 1 1

Experto 11 1 1 1 1 1 1

Experto 12 1 1 1 1 1 1

68

Experto 13 1 1 1 1 1 1 1

Experto 14 1 1 1 1 1

Experto 15 1 1 1 1 1 1


69

Tabla 21 Método Delphi basado a las entrevistas realizado a los expertos (2da Parte)


Pregunta 5 Pregunta 6 Pregunta 7 Pregunta 8

S C A I O E EP RS HBI BDD DE L D O FP N FPL

Experto 1 1 1 1 1 1

Experto 2 1 1 1 1 1

Experto 3 1 1 1 1 1 1 1

Experto 4 1 1 1 1

Experto 5 1 1 1 1 1 1 1

Experto 6 1 1 1 1 1 1 1

Experto 7 1 1 1 1

Experto 8 1 1 1 1 1 1 1 1

Experto 9 1 1 1 1

Experto 10 1 1 1 1

Experto 11 1 1 1 1 1 1 1

Experto 12 1 1 1 1 1

Experto 13 1 1 1 1 1

Experto 14 1 1 1 1 1 1

Experto 15 1 1 1 1 1 Elaboración: Autores

Fuente: Datos de investigación Por medio del Método Delphi basado en las entrevistas realizada a expertos y

analizados sus resultados mostraron que, la mayoría de las empresas que han

implementado proyectos de Inteligencia de negocios la actividad que se dedican

es la tecnología y manejan sus bases de datos con el programa SQL y acceden

a los datos mediante sentencias y generar informes gerenciales. El área que

más implementan proyectos de Inteligencia de negocios es el de Marketing y

Ventas debido a que son áreas que diariamente ingresan infinidad de datos y

necesitan realizar reportes periódicamente. También se dio a conocer que por el

desconocimiento del tema varias empresas no han podido implementar un

proyecto de Inteligencia de negocios y uno de los inconvenientes que se

presentan mayormente para implementar un proyecto de Inteligencia de

negocios es al no poseer una base de datos bien estructurada y no tener una

planificación adecuada.

70

Procedimientos de la Investigación A continuación, se dará detalle de los pasos que se realizaron para la

elaboración del presente proyecto investigativo:

Ejemplo:

El problema:

Planteamiento del problema

Interrogantes de la investigación

Objetivos de la Investigación

Justificación o importancia de la investigación

Marco teórico:

Fundamentación teórica

Fundamentación legal

Preguntas que contestarse

Definición de términos

Metodología:

Diseño de Investigación (Tipo de Investigación)

Población y Muestra

Instrumentos de recolección de datos

Operacionalización de variables, dimensiones e indicadores

Procedimiento de la Investigación

Criterios para la elaboración de la propuesta

71

Análisis comparativo de Base de datos

El propósito principal de los programas de bases de datos es organizar y almacenar

una gran cantidad de datos, de manera que, el ordenador pueda seleccionar los

datos que necesite de una manera rápida.

Una base de datos tradicional está compuesta de campos, registros y archivos.

• Campo: Es una pieza única de información

• Registro: Es un conjunto de campos

• Archivo: Conjunto de registros.

Como lo menciona (Castrillón-Estrada, y otros):

Una base de datos es la organización estructurada de un conjunto de

información con al menos una característica en común que permite su

agrupación. Además, permite la recopilación de la información para su

posterior recuperación, para lo cual generalmente ofrece un motor de

búsqueda interno que utiliza características especiales de cada artículo, con

el fin de lograr una rápida y eficaz ubicación (2008).

En la actualidad todas las empresas manejan sus datos a través de una herramienta

de base de datos que les permita organizar y almacenar la información, de manera

que se han convertido en los motores claves de búsqueda para la formación y el

desarrollo profesional. En el presente proyecto se realizará un análisis comparativo

de cuatro herramientas más utilizadas que manejan bases de datos donde se

detallara características de cada una.

72

Tabla 22 Análisis comparativo de programas de manejo de base de datos

CARACTERÍSTICAS MICROSOFT SQL SERVER MICROSOFT

EXCEL POSTGRESQL ORACLE

Accesibilidad Disponible para Windows. Disponible para Windows.

Disponible para Linux, BSD y Windows Disponible para Mac, Linux y Windows.

Entornos de desarrollo. Plug and play en entornos de desarrollo Microsoft

fácil de conectar y utilizar en entornos de programación

Admite a los desarrolladores de aplicaciones con un entorno altamente seguro, ágil, escalable y rentable

Licencia Licencia comercial Licencia comercial Fuente abierta Licencia comercial

Lenguajes de programación admitidos

Soporta los lenguajes: Java, Ruby, Python, VB, .Net, and PHP

Soporta los lenguajes: Net ,C, C ++, Delphi, Java Perl PHP Python Tcl

Soporta los lenguajes: Many, including C, C#, C++, Java, Ruby, and Objective C

Api y otros métodos de acceso

Flujo de datos tabulares OLE DB (TDS), ADO.NET, JDBC, ODBC

Biblioteca nativa C que transmite API para objetos grandes ADO.NET, JDBC, ODBC

ODP.NET, Oracle Call Interface (OCI), JDBC, ODBC

Script del lado del servidor Idiomas de Transact SQL y .NET Funciones definidas por el usuario PL / SQL

Desarrollador Microsoft Microsoft Oráculo Grupo de Desarrollo Global PostgreSQL


73

Mediante las características de los programas de base de datos, se procede a

realizar una evaluación crítica del análisis comparativo, donde se define las

siguientes variables:

Tabla 23 Análisis de Microsoft SQL Server Microsoft SQL

Server Excelente

Muy bueno

Bueno Regular Malo Total Porcentaje

Gratuidad 3 3 10%




Total 27 0 3 30 100%

Porcentaje 90% 0% 0% 10% 0%


Tabla 24 Análisis de Microsoft Excel

Microsoft Excel Excelente Muy

bueno Bueno Regular Malo

Total Porcentaje

Gratuidad 3 3 10%




Total 10 16 3 29 100%

Porcentaje 34% 55% 0% 10% 0%


Tabla 25 Análisis de PostgreSQL

PostgreSQL Excelente Muy


Gratuidad 10 10 29%




Total 10 24 34 100%

Porcentaje 29% 71% 0% 0% 0%


Excelente 9 a 10

Muy bueno 7 a 8

Bueno 5 a 6

Regular 3 a 4

Malo 0 a 2

74

Tabla 26 Análisis de Oracle

Oracle Excelente Muy


Gratuidad 3 3 9%




Total 29 0 3 32 100%

Porcentaje 91% 0% 0% 9% 0%


Tabla 27 Análisis comparativo de los programas que manejan bases de datos

PROGRAMAS Excelente

Muy bueno

Bueno Regular Malo Total Porcentaje

Microsoft SQL Server 27 8 3 38 29%

Microsoft Excel 10 16 3 29 22%

PostgreSQL 10 24 34 26%

Oracle 29 3 32 24%

Total 76 48 9 133 100%

Porcentaje 57% 36% 0% 7% 0%


Gráfico 33 Análisis de los programas que manejan base de datos



0%

5%

10%

15%

20%

25%

30%

Microsoft SQLServer

Microsoft Excel Postgres Oracle

29%

22%26% 24%

Bases de datos

75

Análisis: Según los resultados obtenidos, se puede observar SQL Server con un

29%, siendo el porcentaje más alto por lo que fue considerado el más usado a

nivel empresarial, ya que proporciona agilidad en sus operaciones de análisis y

administración de datos, luego PostgreSQL con un 26% por lo que una

herramienta totalmente gratuita y fácil manejo. Oracle con un 24% por lo que es

considerado como un motor de base de datos objeto-relacional y por último

Microsoft Excel con un 22% considerado también como herramienta para manejo

de base de datos debido que se puede introducir datos de una manera rápida y

exacta, calcular fórmulas y crear de gráficos estadísticos basados en la

información de la hoja de cálculo o realizar informes empresariales a través de

cubos de información.

Descripción de las variables utilizadas para el análisis comparativo

Variable 1: Fuentes de entrada

Esta variable hace referencia a los tipos de bases de datos que permite acceder

cada herramienta de Inteligencia de negocios.

Variable 2: Fuentes de salida

Esta variable indica las diferentes formas que se puede guardar una base de

datos.

Variable 3: Creación de dashboard

Esta variable da a conocer cuántos paneles d control permite plasmar

gráficamente cada herramienta.

Variable 4: Exportación de la base de datos

Esta variable indica el tipo de formato que se puede exportar.

Variable 5: Importación de la base de datos

Esta variable indica el tipo de formato que se puede importar.

Variable 6: Construcción de cubos de datos

Esta variable muestra que herramienta permite construir cubos de datos.

76

Variable 7: Creación de KPI

Esta variable permite ver el progreso de cualquier negocio en base a los

objetivos fijados con anterioridad.

Variable 8: Gráficos estadístico

Esta variable muestra los datos en forma de dibujo de manera rápida y fácil.

Método Delphi

Con el resultado de este método se llegó a la conclusión, según el criterio de los

expertos, es importante tener una planificación adecuada y sobre todo una base

de datos bien estructurada antes de implementar un proyecto de Inteligencia de

negocios. La herramienta de Inteligencia de negocios más usada y de fácil

manejo es Qlikview que permite generar informes empresariales de una manera

más rápida y efectiva.

En la tabla 16 se muestra el resultado que se realizó para la determinación del

coeficiente de acuerdo a la competencia entre los expertos a quienes se les

realizó la entrevista para estudiar y analizar los criterios válidos y sobre todo

confiables acerca del trabajo realizado.

Kc Coeficiente de conocimiento

Ka Coeficiente de argumentación

K Coeficiente de competencia de los expertos

77

Tabla 28 Resultado del procesamiento para la determinación del coeficiente de competencia

del experto

Expertos Kc Ka K Validación

Experto 1 0.9 1 0.95 Alto




Experto 5 1 1 0.9 Alto


Experto 7 1 1 1 Alto






Experto 13 0.8 1 1 Alto





78

Tabla 29 Cuadro de significado de siglas del Método Delphi

S SALUD

T TECNOLOGÍA

E EDUCACIÓN

I INDUSTRIA

A ADMINISTRACIÓN

MA MEDIO AMBIENTE

P PRODUCCIÓN

C COMERCIAL

O OTRO

SQL SQL Server

MSQL MySQL

P PostgreSQL

O Oracle

IBM IBM DB2

M Mongo DB

SAP SAP

O Otro

RH Recursos Humanos

I Importación

C/P Compras / Proveedores

V/M Ventas / Marketing

C Contabilidad y Finanzas

B/I Bodega / Inventario

E Exportación

O Otros

FP Falta de presupuesto

FC Falta de capacitación

DT Desconocimiento del tema

S Sentencias SQL

C Cubos de información

A Acceso a través de la herramienta de

Inteligencia de negocios

I Información descargada del sistema de la

empresa

O Otro

E Excel

EP Excel Pivot

RS Reportes del sistema

HBI Herramientas de Inteligencia de negocios

BDD Base de datos no estructurada

DE Datos erróneos

L Lentitud al acceder a la base de datos

D Desconocimiento del tema

O Objetivos no precisos

FP Falta de presupuesto

N No terminar a tiempo

FPL Falta de planificación adecuada


79

Procesamiento y análisis Técnicas para el Procesamiento y Análisis de Datos

Entrevista

1. ¿A qué actividad se dedica la empresa?

Tabla 30 Actividad de la empresa

EXPERTOS

RESPUESTA 1 RESPUESTA 2 RESPUESTA 3 RESPUESTA 4 RESPUESTA 5 RESPUESTA 6 RESPUESTA 7 RESPUESTA 8 RESPUESTA 9

SALUD TECNOLOGÍA EDUCACIÓN INDUSTRIA ADMINISTRACIÓN MEDIO

AMBIENTE PRODUCCIÓN COMERCIAL OTRO TOTAL Porcentaje

Experto 1

1

1

2 12%

Experto 2

1

1 6%

Experto 3

1

1 6%

Experto 4

1 1 6%

Experto 5

1 1

2 12%

Experto 6 1

1 6%

Experto 7

1 1 6%

Experto 8

1

1 6%

Experto 9

1 1 6%

Experto 10

1

1 6%

Experto 11

1

1 6%

Experto 12

1

1 6%

Experto 13

1

1 6%

Experto 14

1

1 6%

Experto 15

1 1 6%

Total 1 7 2

1 2 4 17 100%

Porcentaje 6% 41% 12% 0% 0% 0% 6% 12% 24% 100%


80


Gráfico 34 Actividad de la empresa



Análisis: En el presente gráfico según los datos revisados después de la entrevista, se podrá observar de una manera resumida que

el 41% de las empresas entrevistadas se dedican a la tecnología. De una manera más detallada el 24% se dedican a otra actividad no

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

SALUD TECNOLOGÍA EDUCACIÓN INDUSTRIA ADMINISTRACIÓN

MEDIOAMBIENTE

PRODUCCIÓN

COMERCIAL OTRO

Series1 6% 41% 12% 0% 0% 0% 6% 12% 24%

Actividad de la empresa

81

mencionada en los literales tales como: Gubernamental, Financiera, Importadores neumáticos y Servicios; seguido el 12% se dedican

a la rama de comercio y educación mientras que lo restante se dedica el 6% a la salud y el 6% a la producción

2. ¿Qué tipo de Base de datos maneja la empresa en que labora?

Tabla 31 Base de datos

EXPERTOS

RESPUESTA

1

RESPUESTA

2

RESPUESTA

3

RESPUESTA

4 RESPUESTA 5 RESPUESTA 6 RESPUESTA 7

RESPUESTA

8 TOTAL PORCENTAJE

SQL Server MySQL PostgreSQL Oracle IBM DB2 Mongo DB SAP Otro

Experto 1

1 1 1

3 11%

Experto 2

1

1 4%

Experto 3 1

1 4%

Experto 4 1

1

2 7%

Experto 5 1 1

1

3 11%

Experto 6 1

1

2 7%

Experto 7 1 1

1

3 11%

Experto 8 1

1

2 7%

Experto 9 1

1 2 7%

Experto 10 1

1 4%

Experto 11

1

1 4%

Experto 12 1

1

2 7%

Experto 13 1

1

2 7%

Experto 14 1

1 4%

Experto 15 1

1

2 7%

TOTAL 12 3 2 7 2

1 1 28 100%

Porcentaje 43% 11% 7% 25% 7% 0% 4% 4% 100%

82



Gráfico 35 Tipo de base de datos



Análisis: En el presente gráfico se logra observar de manera resumida el porcentaje de los tipos de base de datos que más

usan en las empresas, teniendo un 43% siendo el porcentaje mayor es SQL Server es el más usado a nivel empresarial,

seguido por Oracle con un 25%, el 11% se tiene en MySql, con un 7% tenemos a PostgreSQL e IBM DB2, y por último con un

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

SqLServer MySQL Postgress Oracle IBM DB2 Mongo DB SAP Otro

Series1 43% 11% 7% 25% 7% 0% 4% 4%

Tipo de base de datos

83

4% esta SAP, Hana, Sybase que son tipos de base de datos también usados; todo esto obtenido a través de la entrevista

realizada a expertos.

3. ¿Se han implementado proyectos de Inteligencia de negocios en la empresa que labora, en que área?

Tabla 32 Área de implementación de proyectos de Inteligencia de negocios

EXPERTOS

RESPUESTA 1 RESPUESTA 2 RESPUESTA 3 RESPUESTA

4 RESPUESTA 5 RESPUESTA 6

RESPUESTA

7

RESPUESTA

8

Total Porcentaje Recursos

Humanos Importación

Compras /

Proveedores

Ventas /

Marketing

Contabilidad y

Finanzas

Bodega /

Inventario Exportación Otros

Experto 1

1 1

2 6%

Experto 2 1 1 1 1 1 1 1 1 8 25%

Experto 3

0 0%

Experto 4

1

1 2 6%

Experto 5

1

1

2 6%

Experto 6 1

1

1 1

1 5 16%

Experto 7

1

1 2 6%

Experto 8

1 1 3%

Experto 9

1 1 3%

Experto 10

1

1 3%

Experto 11 1

1 1

3 9%

Experto 12

1

1

2 6%

Experto 13

1

1 3%

Experto 14

1

1 3%

Experto 15

1 1 3%

Total 3 1 3 7 4 6 1 7 32 100%

Porcentaje 9% 3% 9% 22% 13% 19% 3% 22% 100%

84



Gráfico 36 Área con proyectos de Inteligencia de negocios



Análisis: En el presente gráfico se muestra de manera resumida el porcentaje de las áreas que tienen implementado

proyectos de Inteligencia de Negocios. Con un 22% se tiene en el área de ventas/marketing, Servicios hospitalario,

Académico Administrativo, Producción, Mantenimiento planta, Inteligencia de Mercado, Comercial el 19% es el área de

0%

5%

10%

15%

20%

25%

RecursosHumanos

Importación Compras /Proveedores

Ventas /Marketing

Contabilidady Finanzas

Bodega /Inventario

Exportación Otros

Series1 9% 3% 9% 22% 13% 19% 3% 22%

Áreas con proyectos de Inteligencia de negocios

85

Bodega/Inventario, el 13% en el área de contabilidad y finanzas, el 9% en el área de recursos humanos, y por último se

obtuvo un 3% en las áreas de importación y exportación.

86

4. ¿Por qué motivos considera usted que algunas empresas no han

podido implementar proyectos de Inteligencia de Negocios?

Tabla 33 Motivo por el cual no han podido implementar proyectos de Inteligencia de

negocios

EXPERTOS RESPUESTA


Falta de

presupuesto

Falta de

capacitación

Desconocimiento

del tema Total Porcentaje

Experto 1

1 1 4%

Experto 2

1 1 4%

Experto 3 1 1 1 3 13%

Experto 4

1 1 4%

Experto 5 1 1

2 9%

Experto 6

1 1 4%

Experto 7 1

1 4%

Experto 8 1 1

2 9%

Experto 9

1 1 4%

Experto 10 1

1 4%

Experto 11

1 1 4%

Experto 12

1 1 4%

Experto 13 1 1 1 3 13%

Experto 14 1

1 2 9%

Experto 15 1

1 2 9%

Total 8 4 11 23 100%

Porcentaje 35% 17% 48% 100%



87

Gráfico 37 Motivo por el cual no han podido implementar proyectos de Inteligencia de

negocios



Análisis: Con el presente gráfico se podrá observar el motivo por el cual las

empresas no han logrado implementar proyectos de inteligencia de Negocios.

Teniendo como resultado un 48% siendo el porcentaje alto, los juicios de

expertos indicaron que, por desconocimiento de tema, el 35% es por la falta de

presupuesto, mientras que el 17% es por la falta de capacitación.

0%5%

10%15%20%25%30%35%40%45%50%

Falta depresupuesto

Falta decapacitación

Desconocimientodel tema

Series1 35% 17% 48%

Motivos que las empresas no han implementado proyectos de Inteligencia de negocios

88

5. ¿Qué método utiliza para acceder a los datos y generar informes?

Tabla 34 Acceso a los datos

EXPERTOS

RESPUESTA

1

RESPUESTA


RESPUESTA

5

Sentencias

SQL

Cubos de

información

Acceso a través

de la

herramienta de

Inteligencia de

negocios

Información

descargada del

sistema de la

empresa

Otro Total Porcentaje

Experto 1 1

1 5%

Experto 2

1

1 5%

Experto 3 1

1 1

3 14%

Experto 4 1

1 5%

Experto 5 1

1

2 9%

Experto 6 1 1 1

3 14%

Experto 7 1

1 5%

Experto 8 1 1 1

3 14%

Experto 9

1

1 5%

Experto 10

1

1 5%

Experto 11

1

1 5%

Experto 12 1

1 5%

Experto 13 1

1 5%

Experto 14

1

1 5%

Experto 15 1

1 5%

Total 10 4 5 3 0 22 100%

Porcentaje 45% 18% 23% 14% 0% 100%



89

Gráfico 38 Acceso a los datos



Análisis: Con el presente gráfico se podrá observar cuál es el método que

utilizan las empresas para poder acceder a los datos. Teniendo como resultado

un 45% indicaron que lo realizan mediante sentencias SQL, el 23% lo realizan

mediante las herramientas de Inteligencia de Negocios, el 18% lo realizan a

través de cubos de información, mientras que el 14% la información es

descargada por el sistema de la empresa.

0%5%

10%15%20%25%30%35%40%45%50%

SentenciasSQL

Cubos deinformación

Acceso através de laherramienta

deInteligenciade negocios

Informacióndescargadadel sistema

de laempresa

Otro

Series1 45% 18% 23% 14% 0%

Método para acceder a los datos

90

6. ¿Qué herramienta utiliza para generar informes gerenciales?

Tabla 35 Generación de informes empresariales

EXPERTOS

RESPUESTA 1 RESPUESTA

2

RESPUESTA

3 RESPUESTA 4

RESPUESTA

5

Microsoft

Excel Excel Pivot

Reportes del

sistema

Herramientas

de Inteligencia

de negocios

Otro Total Porcentaje

Experto 1 1

1 6%

Experto 2

1

1 6%

Experto 3 1

1 6%

Experto 4 1

1 6%

Experto 5

1

1 6%

Experto 6

1

1 6%

Experto 7

1

1 6%

Experto 8

1 1 2 13%

Experto 9 1

1 6%

Experto 10

1

1 6%

Experto 11

1

1 6%

Experto 12

1

1 6%

Experto 13 1

1 6%

Experto 14

1

1 6%

Experto 15

1

1 6%

Total 5 1 2 7 1 16 100%

Porcentaje 31% 6% 13% 44% 6% 100%



91

Gráfico 39 Generación de informes empresariales



Análisis: El gráfico estadístico dio como resultado que el 47% de los expertos

entrevistados generan los informes gerenciales a través de las herramientas de

Inteligencia de negocios tales como: Qlikview, Tableau, Oracle OBIEE, Oracle

Discovery y Power Pivot. EL 33% utiliza el programa tradicional de Microsoft

Excel y el 13% genera sus reportes a través del sistema, mientras que el 7%

aplica el Excel Pivot que también según lo estudiado cuenta como otra fuente de

inteligencia de negocios para generar sus reportes.

0%5%

10%15%20%25%30%35%40%45%50%

Excel Excel Pivot Reportes delsistema

Herramientas deInteligencia de

negocios

Series1 33% 7% 13% 47%

Herramienta que usan para generar informes

92

7. ¿Al momento de implementar un proyecto de Inteligencia de Negocios

qué inconvenientes se presentan mayormente?

Tabla 36 Inconvenientes para implementar un proyecto de Inteligencia de negocios

EXPERTOS

RESPUESTA 1 RESPUESTA 2 RESPUESTA 3

Total Porcentaje Base de datos

no estructurada Datos erróneos

Lentitud al

acceder a la base

de datos

Experto 1 1 1

2 8%

Experto 2 1 1

2 8%

Experto 3

1

1 4%

Experto 4

1 1 4%

Experto 5 1

1 2 8%

Experto 6 1 1

2 8%

Experto 7 1

1 4%

Experto 8 1 1

2 8%

Experto 9

1

1 4%

Experto 10 1

1 4%

Experto 11 1 1 1 3 12%

Experto 12 1 1

2 8%

Experto 13 1 1

2 8%

Experto 14 1 1

2 8%

Experto 15 1 1

2 8%

Total 12 11 3 26 100%

Porcentaje 46% 42% 12% 100%



93

Gráfico 40 Inconvenientes al implementar un proyecto de Inteligencia de negocios



Análisis: El gráfico estadístico indica que el 46% de los expertos opinan que

uno de los inconvenientes más grandes y comunes que existe al momento de

implementar un proyecto de Inteligencia de negocios es no poseer una base de

datos no estructurada, seguido de que el 42% considera que existen bases de

datos con datos erróneos dificultando el proyecto para implementar la

Inteligencia de negocios, mientras el 12% estima que es por la lentitud al

acceder a la base de datos.

0%

10%

20%

30%

40%

50%

Base de datos noestructurada

Datos erróneos Lentitud al accedera la base de datos

Series1 46% 42% 12%

Títu

lo d

el e

jeInconvenientes presentados al momento de

implementar un proyecto de Inteligencia de negocios

94

8. ¿Por qué motivos puede fracasar un proyecto de Inteligencia de

Negocios?

Tabla 37 Motivos por el que fracasa un proyecto de Inteligencia d negocios

EXPERTOS RESPUESTA 1 RESPUESTA

2

RESPUESTA

3

RESPUESTA

4

Desconocimiento

del tema

Objetivos no

precisos

Falta de

presupuesto

No terminar

a tiempo

Falta de

planificación

adecuada

Total Porcentaje

Experto 1

1

1 5%

Experto 2 1

1 5%

Experto 3 1 1

2 10%

Experto 4 1

1 5%

Experto 5

1

1 2 10%

Experto 6

1

1 5%

Experto 7 1

1 5%

Experto 8

1 1

2 10%

Experto 9

1 1 5%

Experto 10

1 1 5%

Experto 11

1

1 2 10%

Experto 12

1 1 5%

Experto 13

1 1 5%

Experto 14 1

1 2 10%

Experto 15

1 1 5%

Total 5 6 1 0 8 20 100%

Porcentaje 25% 30% 5% 0% 40% 100%



95

Gráfico 41 Motivos por el que fracasa un proyecto de Inteligencia d negocios



Análisis: El cuadro estadístico muestra de una manera clara la opinión

generalizada de los expertos dando como resultado que el 40% de los

expertos considera que por la falta de una planificación adecuada puede

llevar al fracaso de un proyecto de Inteligencia de negocios, el 30%

estima que es por no tener los objetivos precisos al iniciar el proyecto, el

25% valora que es por el desconocimiento del tema mientras que el 5%

vota por la falta de presupuesto.

0%

5%

10%

15%

20%

25%

30%

35%

40%

Desconocimiento del

tema

Objetivos noprecisos

Falta depresupuesto

No terminara tiempo

Falta deplanificación

adecuada

Series1 25% 30% 5% 0% 40%

Motivos por el cual puede fracasar un proyecto de Inteligencia de negocios

96

9. ¿Qué recomendaciones daría para implementar un proyecto de

Inteligencia de Negocios?

Tabla 38 Respuestas por expertos

EXPERTOS RESPUESTA

Experto 1 Confiabilidad y agilidad

Experto 2 Conocer procesos, conocer la Base de datos que soporta los

procesos y entender el requerimiento del usuario

Experto 3 Ofrecer una capacitación al personal acerca del uso de la

herramienta.

Experto 4 Conocer bien el negocio hacia donde quiere avanzar.

Experto 5 Tener un proceso de minería de datos para interpretar la data

correctamente

Experto 6 Analizar, seleccionar bien la arquitectura de la lógica del negocio

y capacitando al personal

Experto 7 Buena estructura de la base de datos

Experto 8 Utilizar una metodología formal para tener una hoja de ruta clara. Además involucrar al usuario final en cada etapa del desarrollo

del producto.

Experto 9 Comunicación con las áreas al momento de implementar el cubo

Experto 10 Usar Jaspersoft debido que puede integrarse con las aplicaciones

propias del cliente, es de fácil uso o crea repositorios de información

Experto 11

Análisis completo del escenario a tratar, definir metas, dimensionar el volumen de datos en el tiempo cuando el

dimensionamiento del problema no es bien planteado, tiende a existir errores que a medida que pasa el tiempo su resolución es

más costosa.

Experto 12

Establecer las necesidades de la empresa para así poder escoger la herramienta adecuada de inteligencia de negocios y la recolección de datos sea la más precisa posible para obtener un

mejor resultado.

Experto 13 Definir las necesidades con la gerencia, analizar la base de datos

para obtener mejor resultados

Experto 14 Tener una visión clara de los datos y la necesidad de la empresa

.

Experto 15 Conocer las reglas de negocio de la empresa.



97

10. ¿Mediante la implementación de las herramientas de Inteligencia de

negocios, los directivos de las empresas podrán analizar de mejor

manera la información y conocer la situación del negocio para tomar

mejores decisiones?

Tabla 39 Respuestas a pregunta científica

EXPERTOS RESPUESTA

Experto 1 Si

Experto 2 Si

Experto 3 Si

Experto 4 Si

Experto 5 Si

Experto 6 Si

Experto 7 Si

Experto 8 Si

Experto 9 Si

Experto 10 Si

Experto 11 Si

Experto 12 Si

Experto 13 Si

Experto 14 Si .

Experto 15 Si



11. ¿El conocimiento adecuado de las características de las herramientas

de Inteligencia de negocios ayudará a crear proyectos más efectivos

que faciliten la creación y presentación de tableros de control para

una mejor toma de decisiones? Justifique su respuesta.

Por todos los expertos se tuvo la respuesta positiva debido que

ayudará a la mejor tomar decisión y llevar una estructura correcta y

ordenada de los datos a través de los tableros de control.

98

CAPÍTULO IV

Resultados

El resultado obtenido de la investigación a través del análisis comparativo de

acuerdo con la evaluación de criterios de expertos se da como respuesta a lo

siguiente:

• Qlikview es la herramienta más recomendada por sus características,

pero existe una versión en internet que se puede descargar sin pago,

también brinda al usuario final una infinidad de opciones que facilitan el

manejo de sus datos de una manera rápida y compatible, ayudando a

generar informes empresariales

• SQL Server es el tipo de base de datos que más se usa a nivel

empresarial, por lo que es compatible con productos de Microsoft y posee

una infinidad de características que promueven a la restauración y

recuperación de los datos, además de permitir administrar información de

otros servidores de datos.

• Uno de los mayores inconvenientes al implementar un proyecto de

Inteligencia de Negocios en las empresas, es no tener una base de datos

estructurada, causado por la inconsistencia de los datos y no mostrar la

información requerida.

Con las encuestas dirigidas a estudiantes egresados y de último nivel

de la carrera de Ingeniería en Sistemas Computacionales, una vez

analizado sus resultados se determinó:

• Los estudiantes conocen el tema de Inteligencia de negocios y han

manejado al menos una herramienta.

• También, se obtuvo conocimiento de empresas con sede dentro de la

ciudad de Guayaquil que han implementado un proyecto de Inteligencia

de negocios y a través de ella manejan sus datos y generan sus informes

empresariales reduciendo el tiempo de respuesta de una información

precisa, y la posibilidad de mantener la competitividad en el mercado.

99

Como resultado final de la investigación se conoció y se recomienda por los

expertos que se debe tener un nivel de compromiso con el proyecto y conocer

los recursos que se tiene antes de establecer los costos y necesidades de la

empresa, con la finalidad de poder escoger la herramienta adecuada de

Inteligencia de Negocios para lograr el éxito esperado, además, antes de

implementar el proyecto es necesario identificar los datos que se van a necesitar

y el formato que se requiere para obtener información precisa y poder tomar

decisiones acertadas que conlleven al logro deseado.

100

Conclusiones

A continuación, se describe la conclusión obtenida en base al análisis de las

herramientas de Inteligencia de Negocios.

• En el presente proyecto se llegó a conocer que realmente el uso de las

herramientas de Inteligencia de Negocios en las empresas es

beneficioso, facilitando el trabajo en las diferentes áreas de las empresas

en transformar las grandes cantidades de datos que se generan a diario

en información útil para una buena toma de decisión.

• A través de encuestas y entrevistas a expertos se pudo obtener como

resultado cuál es la herramienta más usada en las empresas de Ecuador

con sedes en la ciudad de Guayaquil, siendo Qlikview por su fácil manejo

además de tener respuestas rápidas y mejores resultados.

• Mediante un análisis comparativo se estudió cinco herramientas de

Inteligencia de Negocios más renombradas y usadas en las empresas de

Ecuador con sedes en la ciudad de Guayaquil.

• Por medio de un resumen investigativo se proporcionará una visión clara

de lo investigado, aportando al proceso de investigación de la

Universidad de Guayaquil.

101

Recomendaciones

• Se recomienda utilizar el método Delphi para pronosticar la demanda a

través de un grupo de expertos mediante el proceso iterativo y

sistemático, que ayudará a futuras investigaciones a llegar a una

conclusión en general.

• Utilizar la Inteligencia de Negocios en empresas Pymes.

• Antes de la implementación de un proyecto de Inteligencia de Negocios

se debe tener en claro la visión y la misión que tendrá dicho proyecto

para permanecer en el área competitiva del mercado, elaborando planes

que potencialicen los factores que posee y con ello obtener un éxito

completo y deseado.

• La base de datos de datos que se vaya a usar en el proyecto de

Inteligencia de negocios debe estar correctamente estructurada con la

finalidad de mejorar la calidad y la puntualidad de los datos y por ende

obtener resultados más rápidos y efectivos en el menor tiempo posible.

• Se debe tener muy en cuenta el tipo de herramienta que se vaya a

implementar, ésta debe cumplir con las necesidades y recursos que tiene

la empresa y el usuario.

102

BIBLIOGRAFÍA

García Valdés, M., & Suárez Marín, M. (2012). El método Delphi para la

consulta a expertos en la investigación científica. Obtenido de

http://bvs.sld.cu/revistas/spu/vol39_2_13/spu07213.htm

2008, C. d. (20 de 10 de 2008). Constitucion de la República del Ecuador 2008.

Obtenido de https://www.turismo.gob.ec/wp-

content/uploads/2016/02/CONSTITUCI%C3%93N-DE-LA-

REP%C3%9ABLICA-DEL-ECUADOR.pdf

Ahumada Tello, E., & Perusquia Velasco, J. M. (2015). Inteligencia de negocios:

estrategia para el desarrollo. México. Obtenido de

http://www.redalyc.org/articulo.oa?id=39543184008

Alarcón, R., Basurto, C., & Dávila, A. (2008). Infraestructura de pruebas para

una plataforma de inteligencia de negocios: lecciones aprendidas de una

experiencia académica. Obtenido de

http://www.redalyc.org/html/922/92218339009/

Aliyev, R. (Mayo de 2008). Business Intelligence for Small Enterprises. Obtenido

de Master thesis at the Department of Computer and Systems Sciences at

the Stockholm University / Royal Institute of Technology :

http://www.code.az/files/ThesisFinalWeb.pdf

Álvarez , E. (2017). Power BI. Obtenido de Makesoft Techonologies:

https://www.makesoft.es/es/que-es-power-bi/

Araníbar S., J. C. (s.f.). Inteligencia de negocios. Obtenido de

http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2077-

33232003000100010

Arenas López, M. C., & Gómez Montes, A. M. (2017). Inteligencia de negocioa

aplicada a los procesos de Autoevaluación de la Universidad de

Manizales. Obtenido de

http://ridum.umanizales.edu.co:8080/jspui/bitstream/6789/3046/3/Gomez_

Montes_Ana_Maria_2017.pdf

Barahona, J. (2010). Novatech dictó la conferencia “La revolución del Business

Intelligence”. Revista IT ahora.

Behar Rivero , D. S. (2008). Metodología de la investigación. Obtenido de

http://rdigital.unicv.edu.cv/bitstream/123456789/106/3/Libro%20metodol

ogia%20investigacion%20este.pdf

Beltrán Villegas, M. Á. (2014). El análisis comparativo: algunos aportes

latinoamericanos en la segunda mitad del siglo XX. Obtenido de


Blanco Rojas, T., Archila Córdoba, M., & Ballesteros-Ricaurte, J. A. (2016).

Gestión de datos obtenidos desde redes sociales aplicanco Business

Intelligence. Obtenido de

http://www.redalyc.org/pdf/1942/194247574005.pdf

103

Bonilla Botia, I., & Briceño Díaz, F. A. (2006). Sistemas de Información como

apoyo a la toma de decisiones. Scielo.

Botella, J. (2017). EL META-ANÁLISIS: UNA METODOLOGÍA PARA LA

INVESTIGACIÓN EN EDUCACIÓN. Obtenido de


Bustamante Martínez, A., Galvis Lista, E. A., & Gómez Flórez, L. C. (2013).

Técnicas de modelado de procesos de ETL: una revisión de alternativas y

su aplicación en un proyecto de desarrollo de una solución de BI. Red de

Revistas Científicas de América Latina y el Caribe, España y Portugal.

Calzada Cantú, L. M., & Abreu, J. L. (2009). El impacto de las herramientas de

inteligencia de negocios en la toma de decisiones de los ejecutivos.

Obtenido de http://www.spentamexico.org/v4-n2/4(2)%2016-52.pdf

Calzada, L., & Abreu, J. L. (2009). El impacto de las herramientas de inteligencia

de negocios en la toma de decisiones de los ejecutivos. Obtenido de

http://www.spentamexico.org/v4-n2/4(2)%2016-52.pdf

Camargo-Vega, J. J., Camargo-Ortega, J. F., & Joyanes-Aguilar, L. (2015).

Conociendo Big Data. Scielo.

Cano, J. L. (2007). Business Intelligence: Competir con Información. En J. L.

Cano, Business Intelligence: Competir con Información.

Cañedo Andalia , R., Ramos Ochoa , R. E., & Guerrero Pupo, J. C. (2005). La

Informática, la Computación y la Ciencia de la Información: una alianza

para el desarrollo. Scielo.

Cárdenas González, R. (2005). Metodología de la investigación. Veracruz.

Obtenido de

https://www.gob.mx/cms/uploads/attachment/file/133491/METODOLOGI

A_DE_INVESTIGACION.pdf

Carhuaricra Inocente, M. E., & Gonzales Caporal, J. I. (2017). Implementación de

Business Intelligence para mejorar la eficiencia de la toma de decisiones

en la gestión de proyectos. Obtenido de

http://repositorio.usil.edu.pe/bitstream/USIL/3202/1/2017_Gonzales-

Caporal.pdf

Carro Suárez, J. R., & Carro Cartaya, J. C. (2008). La inteligencia empresarial y

el sistema de Gestión de Calidad ISO 9001:2000. Obtenido de


Castillo Rojas, W., Medina Quispe, F., & Fariña Molina , F. (2018). Una

Metodología para Procesos Data WareHousing basada en la experiencia.

Obtenido de

http://www.scielo.mec.pt/scielo.php?script=sci_arttext&pid=S1646-

98952018000100008

Castrillón-Estrada, J. A., García Domínguez, J. C., Anaya Taboada, M.,

Rodríguez Berdugo , D., de la Rosa Barranco, D., & Caballero-Uribe, C.

V. (2008). Bases de datos, motores de búsqueda e índices temáticos:

herramientas fundamentales para el ejercicio médico. Salud Uninorte.

Castro Arroyo, T. d. (5 de Marzo de 2015). Gestiopolis. Obtenido de

https://www.gestiopolis.com/inteligencia-de-negocios-una-introduccion/

104

Castro, J. (12 de Agosto de 2015). Corponet SAP . Obtenido de

http://blog.corponet.com.mx/que-es-la-inteligencia-de-negocios

CodeJobs. (15 de Enero de 2014). SAP BI (Business Intellegence). Obtenido de

CodeJobs: https://www.codejobs.biz/es/blog/2014/01/15/sap-bi-business-

intellegence

Constituyente, A. (s.f.). Constitución de la República del Ecuador . Obtenido de

http://www.wipo.int/edocs/lexdocs/laws/es/ec/ec030es.pdf

Consulting, S. (24 de Octubre de 2017). Solo pienso en TIC. Obtenido de

http://www.solopiensoentic.com/casos-de-exito-de-business-intelligence/

Cubillo, J. (1997). La inteligencia empresarial en las pequeñas y medianas

empresas competitivas de América Latina- algunas reflexiones. Obtenido

de http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-

19651997000300005

Cubillo, J. (s.f.). La inteligencia empresarial en las pequeñas y medianas

empresas competitivas de AméricaLatina – algunas reflexiones. Obtenido

de

http://www.brapci.inf.br/_repositorio/2010/03/pdf_2c4889bc3e_0008664.

pdf

Cuenca Rodríguez, D., Tamayo Cuenca, R., & Tamayo Pupo, J. (2010).

Aplicación del Programa Microsoft Excel para resolver problemas

experimentales de Física. Ciencias Holguín. Obtenido de


da Conceição Menezes , P. A., & González-Ladrón-de-Guevara, F. (2010).

MAXIMIZACIÓN DE LOS BENEFICIOS DE LOS SISTEMAS ERP.

JISTEM: Journal of Information Systems and Technology Management.

Obtenido de http://www.redalyc.org/articulo.oa?id=203219574002

de Molina, A. (2015). Universidad ESAN. Obtenido de

https://www.esan.edu.pe/apuntes-empresariales/2015/07/20-herramientas-

inteligencia-negocios-debes-conocer/

del Pozo Santolaya, A. (2016). Herramientas de Inteligencia de negocios.

Obtenido de https://biblioteca.unirioja.es/tfe_e/TFE002506.pdf

Delgado, R. C. (18 de Julio de 2007). Constitución Política de la República.

Obtenido de http://www.estebanmendieta.com/blog/wp-

content/uploads/Decreto_1014_software_libre_Ecuador.pdf

Díaz Bravo, L., Torruco-García, U., Martínez-Hernández, M., & Varela-Ruiz, M.

(2013). La entrevista, recurso flexible y dinámico. Obtenido de

http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-

50572013000300009

Diaz, R. (1 de Julio de 2014). Prezi.

Dueñas-Reyes, M. X. (2009). Minería de datos espaciales en búsqueda de la

verdadera información. Obtenido de

http://www.scielo.org.co/pdf/inun/v13n1/v13n1a07.pdf

Escala, E. (22 de Febrero de 2016). MegaPractical. Obtenido de

https://www.megapractical.com/blog-de-arquitectura-soa-y-desarrollo-de-

software/como-implementar-exitosamente-un-proyecto-de-bi

105

Espinoza Zevallos , D. C., & Quispe Alvarez, R. (2006). Solución de inteligencia

de negocios para empresas de servicios de asistencia aplicación práctica

a la gerencia de asistencia del Touring y Automóvil Club del Perú.

Obtenido de

http://cybertesis.unmsm.edu.pe/bitstream/handle/cybertesis/3183/Quispe_a

r.pdf?sequence=1

Evaluando Software . (2017). Evaluando Software. Obtenido de

http://www.evaluandosoftware.com/etl-extraccion-transformacion-carga-

datos/

Fernandes de Muylder, C., Lopes La Falce, J., & Ribeiro Gomes, S. A. (2013).

Los impactos del Business Intelligence en laGestión del Área comercial de

empresa del Sector de Comunicación de Minas Gerais: un estudio de

caso. Obtenido de http://www.redalyc.org/pdf/1814/181430078006.pdf

Fernández de Castro Fabre, A., & López Padrón, A. (2013). Validación mediante

método Delphi de un sistema de indicadores para prever, diseñar y medir

el impacto sobre el desarrollo local de los proyectos de investigación en el

sector agropecuario.

Fernández García, B. (2018). Soluciones Tableau -Clarcat. Obtenido de

https://www.clarcat.com/tableau-software/

Francisco Azuero, A. C. (2012). Tendencias en la administración: Gerencia y

academia Vol II. Bogotá, D.C., Colombia.

Fuentes Tapia, L., & Valdivia Pinto, R. (2010). INCORPORACIÓN DE

ELEMENTOS DE INTELIGENCIA DE NEGOCIOS EN EL PROCESO

DE ADMISIÓN Y MATRÍCULA DE UNA UNIVERSIDAD CHILENA.

Obtenido de

https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-

33052010000300012#a1

Galarza Rosales, J. A., & Uriona Herrera, C. F. (2012). Modelos de Madurez en

los Datos de una Organización; Caso de Estudio Universidad Católica

Boliviana "San Pablo" Cochabamba. Obtenido de

http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S1683-

07892012000200004

Gallardo, E. d. (7 de Noviembre de 2013). Inteligencia de negocios. Obtenido de

Gestiopolis: https://www.gestiopolis.com/inteligencia-de-negocios/

García Caraballo, J. A., & Macías Mesa, J. A. (2010). El proceso de Inteligencia

empresarial en las Empresas del Grupo de Diseño e Ingeniería de la

Construcción. Obtenido de


García Hernández, L., Simón Cuevas, A., Espinosa Cervantes, Y., & Torres

Sánchez, M. (2013). Solución de inteligencia de negocios para la

integración de la información comercial y contable. Obtenido de

https://www.researchgate.net/publication/261595925_Solucion_de_intelig

encia_de_negocios_para_la_integracion_de_la_informacion_comercial_y_

contable

García Merayo, F., & Luna Ramírez, E. (2000). El proceso data Warehousing y

los meta datos. Obtenido de http://www.redalyc.org/pdf/944/94401501.pdf

106

García Merin , E. M., & García Merino, M. J. (2018). Análisis de los Modelos de

Inteligencia de Negocios basados en Big Data en las Pymes del Ecuador.

Obtenido de

http://181.39.139.66/revista/index.php/cienciaytecnologia/article/view/161

/131

Gonzáles López, R. A. (s.f.). IMPACTO DE LA DATA WAREHOUSE E

INTELIGENCIA DE NEGOCIOS EN EL DESEMPEÑO DE LAS

EMPRESAS: INVESTIGACIÓN EMPÍRICA EN PERU, COMO PAIS EN

VÍAS DE DESARROLLO. Obtenido de

https://www.tdx.cat/bitstream/handle/10803/85876/GONZALES_Tesis%2

0Doctoral_FV.pdf?sequence=1&isAllowed=y

González Marroquín, H. H. (2012). INTELIGENCIA DE NEGOCIOS EN EL

DESARROLLO DE SISTEMAS DE MONITOREO DE MERCADO PARA

EL SECTOR ELÉCTRICO. Obtenido de

https://repositorio.uc.cl/bitstream/handle/11534/1908/601893.pdf?sequenc

e=1&isAllowed=y

González Rosas, L. (2012). Inteligencia de neegocios. Obtenido de

https://basesdatoscms.files.wordpress.com/2012/10/resumen-

businessintelligence.pdf

Gravitar Información sin límites . (s.f.). Gravitar Información sin límites .

Obtenido de https://gravitar.biz/pentaho/

Group, T. P. (2018). POSTGRESQL: LA BASE DE DATOS RELACIONAL DE

CÓDIGO ABIERTO MÁS AVANZADA DEL MUNDO. Obtenido de

https://www.postgresql.org/

Guffante Naranjo , T., Guffante Naranjo, F., & Chávez Hernández , P. (2016).

Investigación Científica: El proyecto de investigación. Obtenido de

http://dspace.unach.edu.ec/bitstream/51000/342/3/Investigaci%C3%B3n%

20cient%C3%ADfica_el%20proyecto%20de%20investigaci%C3%B3n.pd

f

Gutiérrez Meléndez, P. (2012). Metodología de uso de herramientas de

Inteligencia de negocios como estrategia para aumentar la productividad

y competitividad de una pyme. Obtenido de

http://148.204.210.201/tesis/1359572993732PamelaGutirre.pdf

Gutiérrez Romero, J. D. (2015). Inteligencia de negocios en el comercio

internacional de calzado deportivo entre Ecuador y. Obtenido de

http://world_business.espe.edu.ec/wp-content/uploads/2015/07/Art.-

3.1.pdf

Hernández Ramírez, M. D. (2011). Procedimiento para el desarrollo de un

sistema de inteligencia de negocios en la gestión de ensayos clínicos en el

Centro de Inmunología Molecular. Obtenido de


Hitachi. (20 de Septiembre de 2017). Diseñador de informes Pentaho. Obtenido

de Hitachi Inspire the Next:

https://help.pentaho.com/Documentation/8.0/Products/Report_Designer

Hurtado Ortiz, J. P., & Cáceres Castellanos, G. (2014). Aplicación de inteligencia

de negocios espacial para visualización de enfermedades de los pacientes

107

de Paipa. Obtenido de

https://revistas.uptc.edu.co/index.php/shs/article/view/3886/3401

Inphini. (2012). Cognos Business Intelligence. Obtenido de

http://www.inphinimx.com/Productos/IBMSoftware/IBMCognosAnalytics

.aspx

Jornet Meliá, J. M., González-Such, J., & García Bellido, M. R. (2012). La

investigación Evaluativa y las Tecnologías de la Información y la

Comunicación (TIC). Obtenido de

https://reunir.unir.net/bitstream/handle/123456789/3805/La%20Investigaci

%C3%B3n%20Evaluativa.pdf?sequence=1&isAllowed=y.

Lluís Cano, J. (s.f.). Business Intelligence: Competir con Información. Obtenido

de

http://itemsweb.esade.edu/biblioteca/archivo/Business_Intelligence_comp

etir_con_informacion.pdf

López, P. L. (2004). POBLACIÓN MUESTRA Y MUESTREO. Scielo.

Maldonado Ramírez, I. (2014). Solución de inteligencia de negocios y toma de

decisiones en la gestión administrativa de boticas. Obtenido de

http://www.redalyc.org/articulo.oa?id=521751976006

Mamani, Y. (2018). Business Intelligence: herramientas para la toma de

decisiones en procesos de negocio. Obtenido de

https://www.researchgate.net/publication/323993348_Business_Intelligenc

e_herramientas_para_la_toma_de_decisiones_en_procesos_de_negocio?e

nrichId=rgreq-

Marcano Aular, Y. J., & Talavera Pereira, R. (2007). Minería de datos como

soporte a la toma de decisiones empresariales. Obtenido de


Martínez Herrera, F. J. (2013). Herramienta Web para la Gestión de Metadatos

de Negocio. Obtenido de

https://repositori.udl.cat/bitstream/handle/10459.1/46667/fjmartinezh.pdf?

sequence=1

Martínez, J. E. (2017). josenrique.es. Obtenido de http://josenrique.es/que-es-

excel/

Matamoros Zapata, R. (2009). Implantación en una empresa de un sistema

Business Intelligence SaaS / On Demand a través de la plataforma

LITEBI. Obtenido de

https://riunet.upv.es/bitstream/handle/10251/8591/Proyecto%20II%20-

%20C1%20-%20DMA%20-%2056-09.pdf

(2012). Metodología de uso de herramientas de herramientas de inteligencia de

negocios como estrategia para aumentar la productividad y

competitividad de una Pyme. Obtenido de

http://148.204.210.201/tesis/1359572993732PamelaGutirre.pdf

Mi mundo informatico. (2013). SQL SERVER CONCEPTOS BASICOS. Obtenido

de http://rjprogramacion.blogspot.com/2013/06/sql-server-conceptos-

basicos.html

Microsoft. (2018). Power BI. Obtenido de https://powerbi.microsoft.com/es-

es/what-is-power-bi/

108

Microsoft. (2018). Power BI. Obtenido de Microsoft:

https://powerbi.microsoft.com/es-es/enterprise/

Microsoft. (s.f.). Información general sobre el procesamiento analítico en línea

(OLAP). Obtenido de Microsoft: https://support.office.com/es-

es/article/informaci%C3%B3n-general-sobre-el-procesamiento-

anal%C3%ADtico-en-l%C3%ADnea-olap-15d2cdde-f70b-4277-b009-

ed732b75fdd6

Monje Álvarez, C. A. (2011). Metodología de la investigación cuantitativa y

cualitativa Guía didáctica.

Montero Posada, A., Vega Pérez, J., André Ampuero, M., & Eljaiek Rodríguez, E.

(2015). Solución de inteligencia de negocio para métricas de gestión de

proyectos. Obtenido de

http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2227-

18992015000500006

Mora Vargas, A. I. (2004). Guía para elaborar una propuesta de investigación.

Universidad de Costa Rica, Costa Rica. Obtenido de


Mota, C. (02 de Abril de 2015). Una introducción a Big data. Obtenido de BIT

Computer Training by Netmind: https://www.bit.es/knowledge-center/que-

es-big-data-introduccion-a-big-data/

Murillo Junco, M. J., & Cáceres Castellanos, G. (2013). Business intelligence y la

toma de decisiones financieras: una aproximación teórica. Obtenido de


Navarrete Carrasco, R. C. (2002). Análisi de impacto del Business Intelligence:

Expectativas y Realidades - Edición Única. Obtenido de

https://repositorio.itesm.mx/bitstream/handle/11285/568332/DocsTec_104

3.pdf?sequence=1

Novo, J. Y. (29 de Enero de 2016). Código Xules. Obtenido de

http://codigoxules.org/creando-informes-java-jasperreports-desde-

jaspersoft-studio/

Ojeda D., D., & Wurth O., J. (2014). ¿QUÉ ES UN METAANÁLISIS? Obtenido

de https://docplayer.es/77972111-Que-es-un-metaanalisis.html

OMPI. (s.f.). WIPO Lex. Obtenido de

http://www.wipo.int/wipolex/es/text.jsp?file_id=195600#LinkTarget_6275

Oña Aldama, N., & Díaz de Armas, M. (2015). Sistema de Inteligencia

Empresarial. El arte de integrar la información aplicado a la Industria del

Diagnóstico In Vitro. Obtenido de

http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0034-

75152015000100002

Ortiz Ortiz, M. (2007). La inteligencia de negocios aplicada a las organizaciones

en Latinoamérica. Obtenido de

https://es.scribd.com/document/67780144/Paper-La-Inteligencia-de-

Negocios-Aplicada-a-Las-Organizaciones

Pedraza Boza, A. C. (29 de Marzo de 2018). Gestiopolis. Obtenido de

https://www.gestiopolis.com/historia-de-la-inteligencia-de-negocios/

109

Peña, N. M., Martín Mata, M. M., Labrada Quiala, R., & Leyva Jerez, G. R.

(2016). Proceso de réplica de datos con Microsoft SQL Server para el

Replicador de Datos Reko. Revista Cubana de Ciencias Informáticas.

Obtenido de http://www.redalyc.org/articulo.oa?id=378346436013

Pérez Acosta , A., & Moreno Espino, M. (2014). Un Observatorio Tecnológico

con un enfoque de Inteligencia de Negocio. Obtenido de


Pérez, J. L. (2017). ORACLE Business Intelligence: Características y Ventajas.

Obtenido de https://www.comunycarse.com/es/oracle-business-

intelligence-caracteristicas-y-ventajas/

Poirette, B. (9 de Noviembre de 2016). Decideo E.I.R.L. Obtenido de

https://www.decideo.com/Daiichi-Sankyo-integra-Qlik-Sense-para-

aumentar-la-capacidad-analitica-en-ventas-y-marketing_a1577.html

Power Data, Especialistas en Gestión de Datos. (s.f.). Obtenido de

https://www.powerdata.es/big-data

Prieto Morales, R., Meneses Villegas, C., & Vega Zepeda, V. (2014). Análisis

comparativo de modelos de madurez en inteligencia de negocio. Obtenido

de http://www.redalyc.org/pdf/772/77241115005.pdf

Prieto-Ladron de Guevara, S. (2015). Madurez de la iniciativa de Inteligencia de

Negocios en las organizaciones en México. Obtenido de

https://ecorfan.org/bolivia/researchjournals/Tecnologias_de_la_Informacio

n/vol2num5/Revista%20de%20Tecnolog%C3%ADas%20de%20la%20Inf

ormaci%C3%B3n%20V2%20N5_3.pdf

Qlik. (2018). Cuadrante Mágico 2018 para plataformas de análisis y Business

Intelligence. Obtenido de Qlik: https://www.qlik.com/es-es/resource-

library/gartner-magic-quadrant-business-intelligence-bi-platform?ga-

link=Gartnermq_HPTB_ES

Qlik. (2018). Qlik. Obtenido de Qlik: https://www.qlik.com/es-es

Rodas Silva , J. L., Rodríguez López , M. G., & Cárdenas Cobo, J. (2015).

Business Intelligence y su incidencia en la toma de decisiones en las

empresas operadoras de telecomunicaciones del cantón La Troncal,

Ecuador. Obtenido de

http://copernico.uneg.edu.ve/numeros/c21/c21_art03.pdf

Rodríguez C., F. N. (2007). GENERALIDADES ACERCA DE LAS TÉCNICAS

DE INVESTIGACIÓN CUANTITATIVA.

Rodríguez Jiménez, A., & Pérez Jacinto, A. O. (2017). Métodos científicos de

indagación y construcción del conocimiento. Obtenido de


Rodríguez, R. J., & Cortés Aldana, F. A. (2012). Selección de una plataforma de

Inteligencia de negocios: Un análisis multicriterio innovador. Obtenido de


Roo Huerta, A., & Boscán Romero, N. (2012). Inteligencia de negocios en la

banca nacional: Un enfoque basado en herramientas analíticas R.

Obtenido de

http://produccioncientificaluz.org/index.php/rvg/article/viewFile/10914/10

903

110

Rosado Gómez, A. A., & Rico Bautista, D. W. (2010). Inteligencia de negocios:

Estado del Arte. Obtenido de


Rouse, M. (Enero de 2015). TechTarget. Obtenido de

https://searchdatacenter.techtarget.com/es/definicion/Definicion-de-

OLAP-procesamiento-analitico-en-linea

Salazar Tataje, J. L. (2017). Implementación de inteligencia de Negocios para el

área comercial de la Empresa Azaleia - basado en metodología Ágil

Scrum. Obtenido de

http://repositorio.usil.edu.pe/bitstream/USIL/2896/1/2017_Salazar_Imple

mentacion-de-inteligencia-de-negocios.pdf

SAP. (2018). SAP HANA. Obtenido de

https://www.sap.com/latinamerica/products/hana.html

SAP- BusinessObjects Business Intelligence suite. (s.f.). SAP. Obtenido de SAP-

BusinessObjects Business Intelligence suite:

https://www.sap.com/products/bi-platform.html

Sarango Salazar, M. (2014). La inteligencia de negocios como una herramienta

de apoyo para la toma de decisiones, aplicación a un caso de estudio.

Obtenido de http://repositorio.uasb.edu.ec/handle/10644/4186

Simetrical. (16 de Febrero de 2018). Simetrical. Obtenido de

http://info.simetrical.com/blog/el-origen-de-business-intelligence

Sinergia e Inteligencia de Negocio S.L. (2018). Sinnexus. Obtenido de

https://www.sinnexus.com/business_intelligence/sistemas_informacion_ej

ecutiva.aspx

Sinergia e Inteligencia de Negocio S.L. (2018). Sinnexus . Obtenido de

https://www.sinnexus.com/business_intelligence/datamining.aspx

Sinnexus Bussiness Intelligence. (2018). Sinnexus Bussiness Intelligence

Información estratégica. Obtenido de Sinnexus Bussiness.

Tableau. (2018). Tableau Desktop. Obtenido de Tableau:

https://www.tableau.com/es-es/products/desktop

TABLEAU SOFTWARE. (2017). Tableau Prep. Obtenido de

https://www.tableau.com/es-es/products/prep

TABLEAU SOFTWARE. (2018). Tableau. Obtenido de

https://www.tableau.com/es-es/support/prep-upgrade

Tacco Meléndez, J. C. (2015). Implementación de una solución de inteligencia de

negocios (BI) para el módulo de ventas de claro utilizando la herramienta

pentaho. Obtenido de http://dspace.udla.edu.ec/handle/33000/4692

Tercero, G. (2 de Julio de 2013). La inteligencia de negocios es vital para las

empresas. Obtenido de El Nuevo Diario:

https://www.elnuevodiario.com.ni/economia/290445-inteligencia-

negocios-es-vital-empresas/

TI, D. (2018). MKM Publicaciones. Obtenido de

https://www.developersti.es/noticias-developer/con-jaspersoft-studio-los-

desarrolladores-podran-crear-compartir-y-gestionar-informes-de-forma-

gratuita-en-java/

111

TIBC Jaspersoft. (2018). Software de informes. Obtenido de TIBC Jaspersoft:

https://www.jaspersoft.com/es/software-de-informes

Torres, M., & Paz, K. (s.f.). TAMAÑO DE UNA MUESTRA PARA UNA

INVESTIGACIÓN DE MERCADO. Obtenido de

http://www.fgsalazar.net/LANDIVAR/ING-

PRIMERO/boletin02/URL_02_BAS02.pdf

Vanegas Lago, E., & Guerra Cantero, L. M. (2013). Sistema de inteligencia de

negocios para el apoyo al proceso de toma dedecisiones. Obtenido de


Vanourek, L. (26 de Julio de 2017). Blog SAP Hana. Obtenido de

https://blogs.saphana.com/2017/07/26/live-expert-series-whats-new-in-

sap-hana-2-0-sps-02/

Yusnier Reyes, D., & Nuñez Maturel, L. (2015). La inteligencia de negocio como

apoyo a la toma de decisiones en el ámbito académico. Obtenido de

https://www.upo.es/revistas/index.php/gecontec/article/download/1745/14

27

112

Anexos Anexos #1


Universidad de Guayaquil

Facultad de Ciencias Matemáticas y Físicas

Carrera de Ingeniería en Sistemas Computacionales

Trabajo de Titulación

Encuesta sobre herramientas de Inteligencia de negocios

Empresa:

Cargo:

Fecha:

Dirigida a profesionales que laboran en el área de Sistemas

1. ¿A qué actividad se dedica la empresa?

Salud

Tecnología

Educación

Industria

Administración

Medio Ambiente

Producción

Comercial

Otro ________________________

2. ¿Qué tipo de Base de datos maneja la empresa en que labora?

SQL Server

MySql

PostgreSQL

Oracle

IBM DB2

MongoDB

SAP

113

Otro

_______________________________

3. ¿Se han implementado proyectos de Inteligencia de negocios en la

empresa que labora, en que área?

Recursos Humanos

Importación

Compras/Proveedores

Ventas/Marketing

Contabilidad y Finanzas

Bodega/Inventario

Exportación

Otros: _______ ____________

4. ¿Por qué motivos considera usted que algunas empresas no han

podido implementar proyectos de Inteligencia de Negocios?

Falta de presupuesto

Falta de capacitación

Desconocimiento del tema

5. ¿Qué método utiliza para acceder a los datos y generar informes?

Sentencias SQL

Cubos de información

Acceso a través de la herramienta de Inteligencia de negocios

Información descargada del sistema de la empresa

Otro: ___________________________

6. ¿Qué herramienta utiliza para generar informes gerenciales?

Excel

114

Excel Pivot

Reportes del sistema

Herramientas de Inteligencia de negocios

Otro: _________________________

7. ¿Al momento de implementar un proyecto de Inteligencia de Negocios

qué inconvenientes se presentan mayormente?

Base de datos no estructurada

Datos erróneos

Lentitud al acceder a la base de datos

8. ¿Por qué motivos puede fracasar un proyecto de Inteligencia de

Negocios?

Desconocimiento del tema

Objetivos no precisos

Falta de presupuesto

No terminar a tiempo

Falta de planificación adecuada

9. ¿Qué recomendaciones daría para implementar un proyecto de

Inteligencia de Negocios?

_________________________

FIRMA

123

Anexos #2

Metaanálisis

N° Título Autor(es) Resumen Tipo/Investigación Fuente

1 Inteligencia de

negocios: estrategia

para el desarrollo de

competitividad en

empresas de base

tecnológica.

Eduardo Ahumada Tello

Juan Manuel Alberto

Perusquia Velasco

En esta investigación se plantea la problemática de establecer

elementos que desarrollen la capacidad de fortalecer el

conocimiento que las empresas adquieren a través de

acciones centradas en los sistemas de información, la

innovación y el proceso de la toma de decisiones, todo

coadyuvando a la ampliación de la inteligencia de negocios

(BusinessIntelligence) como un factor fundamental en la

competitividad empresarial. Es una investigación mixta:

entrevistas a profundidad en el aspecto cualitativo y

cuestionario en el aspecto cuantitativo; en empresas del sector

de tecnologías de información y comunicación.

Artículo Universidad

Autónoma del

Estado de México

Sistema de

Información

Científica Redalyc.

2 Sistema de

inteligencia de

negocios para el

apoyo al proceso de

toma de

decisiones

Eriberto Vanegas Lago, Lisbet

M. Guerra Cantero

Este trabajo tiene como objetivo desarrollar un Sistema de

Inteligencia de Negocios que permita capturar, almacenar,

procesar, analizar y mostrar de manera eficiente, los datos

generados en los departamentos de las empresas de

acueducto y alcantarillado, mejorando el apoyo al proceso de

toma de decisiones. Se utilizó la metodología HEFESTO para

el desarrollo de almacenes de datos y la suite comunitaria de

Pentaho, en su versión 4.8.0, para la implementación del

sistema.


Autónoma del

Estado de México

Sistema de

Información


3 Business intelligence

y la toma de

decisiones

financieras: una

Mary Julieth Murillo Junco,

Gustavo Cáceres Castellanos

El presente artículo aborda una revisión bibliográfica, en torno

al origen, desarrollo y aplicación de la Inteligencia de Negocios

enfocada directamente a la resolución de problemas del área

financiera de las diferentes organizaciones. Se busca


Autónoma del

Estado de México

Sistema de

124

aproximación teórica contextualizar la forma como las herramientas informáticas

han sido incorporadas en los procesos de toma de decisiones

de las empresas modernas.

Información


4 INTELIGENCIA DE

NEGOCIOS:

ESTADO DEL ARTE

Alveiro Alonso Rosado

Gómez, Dewar Willmer Rico

Bautista.

La investigación comienza con la definición y aplicaciones de

BI; además se muestran trabajos relevantes en algunas de las

herramientas para hacer BI, como son Data Warehouse

(Bodega de Datos), Olap (Cubos Procesamiento Analítico en

Línea), Balance Scorecard (Cuadro de Mando) y Data Mining

(Minería de Datos).


Autónoma del

Estado de México

Sistema de

Información


5 SELECCIÓN DE

UNA PLATAFORMA

DE

INTELIGENCIA DE

NEGOCIOS: UN

ANÁLISIS

MULTICRITERIO

INNOVADOR

Rosa Janeth Rodríguez, Félix

Antonio Cortés Aldana

Este trabajo muestra cómo se abordó un problema multicriterio

del mundo real, planteado en una organización en la cual las

directivas identificaron la necesidad de un proyecto para

garantizar un gobierno de la información eficiente y efectivo.

Artículo Revista Ciencias

Estratégicas

6 INCORPORACIÓN

DE ELEMENTOS DE

INTELIGENCIA DE

NEGOCIOS EN EL

PROCESO DE

ADMISIÓN Y

MATRÍCULA DE

UNA UNIVERSIDAD

CHILENA

Luis Fuentes Tapia, Ricardo

Valdivia Pinto

Este artículo describe un proceso orientado a la incorporación

de elementos de inteligencia de negocios (business

intelligence - BI) en la Universidad de Tarapacá (UTA), Arica,

Chile. Con este fin, se implementó un data mart (DM) centrado

en el área de Admisión y Matrícula de la Vicerrectoría

Académica. Su desarrollo requirió de la realización de

actividades tales como la obtención de los requerimientos del

negocio, la investigación del indicador clave de rendimiento

(KPI) del área, el análisis de las distintas fuentes de

información interna y el desarrollo de un modelado

dimensional basado en el esquema estrella de Kimball.

Artículo Scielo

125

7 El Proceso de

Inteligencia

Empresarial en las

Empresas del Grupo

de Diseño e

Ingeniería de la

Construcción.

MSc. Ing. Julio Alfredo García

Caraballo, Dr. Ing. José A.

Macías Mesa

El Grupo Empresarial de Diseño e Ingeniería de la

Construcción (GEDIC) que agrupa a diecinueve entidades del

Ministerio de la construcción de Cuba lleva adelante esta

investigación científica ya que no disponen hoy sus

organizaciones de ningún modelo para implantar un proceso

dentro de sus sistemas de gestión que les permita disponer de

la capacidad y la función de reunir y analizar datos para, de

modo sistemático y organizado, monitorear, obtener y difundir

información relevante sobre el ambiente externo y las

condiciones internas de la organización ofreciendo una visión

global de los aspectos económicos, financieros, históricos,

regulatorios, políticos, sociales y tecnológicos.

Artículo Revista de

Arquitectura e

Ingeniería

8 Los impactos del

Business Intelligence

en la

Gestión del Área

comercial de

empresa del Sector

de Comunicación de

Minas Gerais: un

estudio

de caso

Cristiana Fernandes De

Muylder,

Jefferson Lopes La Falce,

Sebastiana Aparecida Ribeiro

Gomes

Las tecnologías han causado diversos impactos en la

sociedad. De modo que para que las empresas subsistan,

estas necesitan tomar decisiones inteligentes. Este estudio

analiza los impactos provocados con la adopción de la

tecnología de Business Intelligence en la gestión del área

comercial de empresa en sector de comunicación del Estado

de Minas Gerais, Brasil. La pesquisa es cualitativa, descriptiva

y se basa en un estudio de caso con datos investigados con

una óptica de análisis de contenido. Los resultados obtenidos

muestran que hubo una mejoría en el proceso de toma de

decisiones y la gestión observó beneficios en lo que a

productividad y atención inmediata al cliente se refiere.

Artículo Ciencias de la

Información

9 Sistema de

Inteligencia

Empresarial. El arte

de integrar la

MSc. Nancy Oña Aldama,

Dra.C. Miriam Díaz de Armas

Objetivo: establecer un proceso de recopilación de la

información externa en un Sistema de Inteligencia Empresarial

integrado para la Industria del Diagnóstico In Vitro.

Artículo Scielo

126

información aplicado

a la Industria del

Diagnóstico In Vitro

10 Procedimiento para

el desarrollo de un

sistema

de inteligencia de

negocios en la

gestión de ensayos

clínicos en el Centro

de Inmunología

Molecular

MSc. Martha Denia

Hernández Ramírez

La presente investigación surgió como parte de la

colaboración que existe entre la Universidad de las Ciencias

Informáticas y el Centro de Inmunología Molecular. El objetivo

fue desarrollar un procedimiento que contribuyera al

almacenamiento y análisis de los ensayos clínicos y que

facilitara la aplicación integral de la inteligencia de negocios en

esta actividad.

Artículo Revista Cubana de

Información en

Ciencias de la

Salud

11 La inteligencia

empresarial

en las pequeñas y

medianas empresas

competitivas de

América

Latina – algunas

reflexiones

Julio Cubillo En este artículo, se desarrollan algunas tesis preliminares que,

en opinión del autor, pueden ser útiles a muchos profesionales

de la región de América Latina y el Caribe, involucrados en los

trabajos de generación, procesamiento, comercialización y

administración de los conocimientos y la información

necesarias para las pequeñas y medianas empresas.

Paper Información de la

Cepal

12 El impacto de las

herramientas de

inteligencia de

negocios en

la toma de

decisiones de los

ejecutivos

Leticia Mayela Calzada

Cantú, Dr. José Luis Abreu

Se presenta en este trabajo de investigación una serie de

conceptos, procedimientos y técnicas que forman parte de una

metodología encaminada a crear sistemas de Inteligencia de

Negocios. Con estas herramientas tecnológicas y con los

elementos necesarios para planear, crear e implementar

soluciones de Inteligencia de Negocios los ejecutivos de las

empresas podrán tomar mejores decisiones.

Paper Daena: International

Journal of Good

Conscience

13 Análisis de impacto Roberto Clemente Navarrete Este documento presenta varios conceptos generales de Tesis de maestría Instituto

127

del Business

Intelligence:

Expectativas y

Realidades-Edición

Única

Carrasco Business Intelligence, menciona los componentes principales

y la estructura del Business Intelligence, estrategias de

implementación, áreas de oportunidad y los beneficios que

una organización obtiene a partir del uso de dichas

herramientas.

Tecnológico y de

Estudios Superiores

de Monterrey

14 Solución de

inteligencia de

negocio para

métricas de gestión

de proyectos

Anabel Montero Posada,

Jorge Vega Pérez, Margarita

André Ampuero, Eduardo

Eljaiek Rodríguez

Para lograr el éxito de un proyecto este debe, no solo

satisfacer los requisitos funcionales exigidos por los clientes y

proveedores, sino también los requisitos de tiempo, costo y

calidad. De ahí la importancia de una correcta gestión de

proyectos. Para lograr este objetivo los directivos necesitan

soluciones que permitan incrementar la eficiencia de la gestión

de proyectos. Resulta entonces, especialmente útil contar con

técnicas y herramientas que apoyen este proceso. Una de las

formas es utilizando métricas, reportes e indicadores que

ayuden a planificar, controlar y tomar buenas decisiones,

respecto a los proyectos que enfrentan las organizaciones.

Como parte de la solución se implementó un sistema de

inteligencia de negocio que permite guardar los registros

históricos de métricas, reportes e indicadores de gestión de

proyecto.

Artículo Revista Cubana de

Ciencias

Informáticas -Scielo

15 La inteligencia

empresarial y el

Sistema

de Gestión de

Calidad ISO

9001:2000

Lic. Juan Carlos Carro

Cartaya,

MsC. Juan Ramón Carro

Suárez

Se investiga la aplicación de los Sistemas de Gestión

de Calidad a los Servicios de Inteligencia Empresarial basados

en las normas ISO 9001:2000. Entre los temas abordados se

destacan: conceptos de Inteligencia Empresarial, sus servicios

y productos; los Sistemas de Gestión de Calidad (SGC) ISO

9001:2000, sus características, beneficios/ desventajas; y los

resultados de implantar un SGC basado en las Normas ISO

9001:2000 en un Centro de Servicios de Inteligencia

Artículo

Ciencias de la

Información

128

Empresarial, se realiza también un análisis de las ventajas y

desventajas que genera esto para la organización.

16 Inteligencia de

negocios aplicada a

los procesos de

Autoevaluación de la

Universidad de

Manizales

María Camila Arenas López,

Ana María Gómez Montes

El presente proyecto contiene un conjunto de procedimientos y

técnicas, que, desde la inteligencia de negocios, apoyan los

procesos de autoevaluación institucional de la Universidad de

Manizales. El objetivo de este proyecto es diseñar una

solución que proporcione calidad a la presentación de los

datos y que a partir de hechos e información argumentada

sirva como un apoyo a la toma de decisiones, iniciando con el

levantamiento de la información, análisis de fuentes de datos,

creación de los reportes o informes diseñados a partir de los

indicadores cuantitativos que permitirán la toma de decisiones

e identificación de necesidades o fortalezas a lo largo de los

procesos de autoevaluación que se definen continuamente por

la institución.

Tesis Universidad de

Manizales

17 Gestión de datos

obtenidos desde

redes

sociales aplicando


Tatiana Blanco Rojas, Diana

Milena Archila Córdoba,

Javier Antonio Ballesteros-

Ricaurte

En la actualidad, la Universidad Pedagógica y Tecnológica de

Colombia afronta una situación problemática basada en la

falta de comunicación con los egresados de la misma; por tal

razón, en el presente artículo de investigación se presentan

los resultados obtenidos en el proceso de extracción de datos

desde redes sociales aplicando la metodología Business

Intelligence Engineering Process (BIEP).

Artículo Revista Virtual

Universidad

Católica del

Norte

18 Infraestructura de

pruebas para una

plataforma de

inteligencia de

negocios: lecciones

aprendidas de una

Ruth Alarcón, Carla Basurto,

Abraham Dávila

Este artículo recoge algunas experiencias surgidas al

implementar una infraestructura de pruebas para una

plataforma de inteligencia de negocios, desarrolladas ambas

en entornos académicos y empresariales.

Artículo Sistema de

Información

Científica Red de

Revistas Científicas

de América Latina y

el Caribe, España y

129

experiencia

académica

Portugal

19 Inteligencia de

negocios

Juan Carlos Araníbar S. Este artículo menciona sobre las técnicas y herramientas para

la inteligencia de negocios y con ello llegar a tomar una buena

decisión empresarial y la relación que existe entre la

inteligencia de negocios con las finanzas.

Artículo

Scielo

20 La inteligencia

empresarial en las

pequeñas y

medianas empresas

competitivas de

América Latina -

algunas reflexiones

Julio Cubillo En este artículo, se desarrollan algunas tesis preliminares que,

en la opinión del autor, pueden ser útiles a muchos

profesionales de la región de América Latina y el Caribe,

involucrados en los trabajos de generación, procesamiento,

comercialización y administración de los conocimientos y de

las informaciones necesarias a las pequeñas y las medianas

empresas.

Artículo Scielo

21 Solución de

inteligencia de

negocios y toma de

decisiones en

la gestión

administrativa de

boticas

Maldonado Ramírez, Italo El objetivo general es Apoyar la toma de decisiones en la

gestión de ventas de boticas arcángel a través del desarrollo

de una solución de inteligencia de negocios. Para ello se

planteó una investigación Básica – Aplicada, porque con la

presente investigación se buscó desarrollar una solución que

se fundamente en conocimientos existentes, los cuales serán

complementados con la experiencia de los investigadores,

luego del cual será aplicado en un caso de estudio y una

investigación Cuasi - Experimental, porque se van a comparar

los resultados obtenidos antes de que la solución se aplique,

con los resultados que se obtienen al aplicarse la solución.

Artículo

“UCV-HACER”

Revista de

Investigación y

Cultura

22 Inteligencia de

negocios en la banca

nacional: Un enfoque

basado

Roo Huerta Arlenys,

Boscán Romero Neida

El objetivo central del presente artículo es analizar la

inteligencia de negocios en la banca nacional, desde la

perspectiva de las herramientas analíticas, representadas por

los servicios de transformación de datos, los procesos de

Artículo Revista Venezolana

de Gerencia (RVG)

130

en herramientas

analíticas

R

análisis en línea, los servicios de explotación y el almacén de

datos. Este estudio se basa en una metodología descriptiva,

con un diseño de campo, se emplea la estadística descriptiva

para el análisis de los resultados. Los hallazgos encontrados

indican que las herramientas utilizadas con mayor frecuencia

son los servicios de explotación, teniendo una notoria

debilidad en la definición de los procesos realizados.

23 Métodos científicos

de indagación y

de construcción del

conocimiento

Andrés Rodríguez Jiménez,

Alipio Omar Pérez Jacinto.

El siguiente trabajo pretende fundamentar una nueva

perspectiva de clasificación de estos métodos, de acuerdo con

su función en el proceso de investigación. Se ha realizado una

sistematización de referentes bibliográficos que ha posibilitado

caracterizar los métodos más comúnmente empleados y

clasificarlos según su finalidad investigativa, aspecto que

resulta novedoso e importante para la metodología de

investigación.

Artículo

Revista Escuela de

Administración de

Negocios

24 El proceso data

Warehousing y los

meta datos

Félix García Merayo, Enrique

Luna Ramírez

Este trabajo intenta describir la lógica existente para construir

uno de los componentes más importantes de un Data

Warehouse: el repositorio de meta datos. Su importancia

radica en el hecho de que todo el conocimiento sobre la

creación de un Data Warehouse es almacenado en dicho

repositorio.

Artículo Conciencia

Tecnológica

25 Minería de Datos

como soporte

a la toma de

decisiones

empresariales

Yelitza Josefina Marcano

Aular

, Rosalba Talavera Pereira

La tarea por mejorar el acceso a la información está cobrando

cada vez más fuerza, especialmente en los negocios actuales,

donde se requiere principalmente de procesos basados en el

recurso información, de manera automatizada y reutilizable.

En ese orden de ideas, este artículo constituye una primera

aproximación al área de la Minería de Datos y tiene como

objetivo examinar y describir las técnicas y herramientas que

Artículo

Opción

131

emergen en esa área de investigación, apoyándose para ello

en una reflexión teórica-cualitativa que contribuya a un mayor

entendimiento del alcance y limitaciones de la Minería de

Datos como soporte a la toma de decisiones empresariales.

26 Solución de

inteligencia de

negocios para la

integración de la

información

comercial y contable

DraC. Lucina García

Hernández, Lic. Alina Simón

Cuevas, Yissel Espinosa

Cervantes, Maité Torres

Sánchez

El presente trabajo propone una solución computacional que

brinda a los analistas y los ejecutivos de CIMEX una visión del

estado del negocio como apoyo a la toma de decisiones y que

pretende aprovechar las facilidades más recientes que

proporciona la plataforma de Microsoft.

Paper

ResearchGate

27 Business

Intelligence:

herramientas para la

toma dedecisiones

en procesos de

negocio

Yonatan Mamani El análisis de la información facilita a las empresas la

comprensión de sus negocios, mercados y a tomar decisiones

empresariales a tiempo. Para llevar a cabo dicho análisis es

necesario establecer procesos de inteligencia empresarial.

Hoy en día existen gran variedad de herramientas que

permiten realizar dichos procesos. Aun así, constan

diferencias en las soluciones que se ofrecen en el mercado,

estas pueden ser analizadas desde el punto de vista del

proceso, es decir, que no lo cubran en su totalidad, o desde el

ámbito al que se orientan.

Artículo ResearchGate

28 Modelos de Madurez

en los Datos de una

Organización; Caso

de Estudio

Universidad Católica

Boliviana “San Pablo”

Cochabamba

Julio Alberto Galarza Rosales,

Cristhian Fabián Uriona

Herrera

En ese sentido, se presenta 4 modelos de madurez de datos y

BI; dos de ellos son de conocimiento y dominio público y los

otros dos son propuestas que nacieron de la conjunción de

dos o más modelos. Se aplicaron, sobre la base de estos dos

últimos, cuestionarios que definieron el grado de madurez de

datos e información en la UCBSP Cbba.

Una vez identificado este grado de madurez, queda proponer

estrategias de desarrollo e implementación de políticas dentro

Artículo Scielo

132

de la UCBSP Cbba para alcanzar niveles más altos y poder,

de la misma manera, iniciar un proyecto de BI con mejores

posibilidades de éxito.

29 La inteligencia de

negocio como apoyo

a la toma de

decisiones en el

ámbito académico

Yusnier Reyes Dixson,

Lissette Nuñez Maturel

Este trabajo tuvo como objetivo desarrollar un sistema basado

en inteligencia de negocios que permita capturar, almacenar,

procesar, analizar y mostrar de manera eficiente, los datos

generados en el proceso de formación. La propuesta fue

utilizada con datos reales del primer año de una facultad de la

Universidad de las Ciencias Informáticas en los cursos 2012-

2013, 2013-2014 y del primer semestre del curso 2014-2015 a

partir de lo cual se obtuvo información útil para la toma de

decisiones. Por último se propuso un conjunto de elementos

organizativos para la correcta utilización del sistema.

Artículo

GECONTEC:

Revista

Internacional de

Gestión del

Conocimiento y la

Tecnología.


negocios como una

herramienta de

apoyo para la toma

de decisiones,

aplicación a un caso

de estudio

María Elena Sarango Salazar La presente tesis se centra en el uso de la Inteligencia de

Negocios como una herramienta para apoyar el proceso de

toma de decisiones en las Áreas Comerciales de las empresas

de consumo masivo.

Tesis

Universidad Andina

Simón Bolívar

31 Solución de

inteligencia de

negocios para

empresas de

servicios de

asistencia aplicación

práctica a la gerencia

de asistencia del

Dhony Christian Espinoza

Zevallos, Renan Rancisco

Quispe Alvarez

El presente trabajo tiene por objetivo presentar una Solución

de Inteligencia de Negocios, como apoyo en la generación de

conocimiento para empresas de Servicios de Asistencia, ya

que estas se mueven en un mercado altamente competitivo

donde el cubrir las necesidades y buscar la satisfacción del

cliente es primordial.

Tesis

Universidad

Nacional Mayor de

San Marcos

133

Touring y Automóvil

Club del Perú

32 Inteligencia de

negocios en el

Desarrollo de

sistemas de

Monitoreo de

mercado para el

Sector eléctrico

Horacio Hazael González

Marroquín

El objetivo de esta investigación es mostrar la aplicabilidad del

uso de herramientas y metodologías de BI en el desarrollo de

SMM. Se propone una metodología estructurada de

construcción de SMM utilizando BI como plataforma de

desarrollo. Esta metodología es aplicada al diseño e

implementación de un prototipo de SMM para el mercado

eléctrico Chileno

Tesis

Pontificia

Universidad

Catolica De Chile

Escuela De

Ingenieria

33 Metodología de uso

de herramientas de

Inteligencia de

negocios como

estrategia para

aumentar la

productividad y

competitividad de

una Pyme

Pamela Gutiérrez Meléndez Se hace la propuesta de una metodología de inteligencia de

negocios enfocada en las PyMEs.

Esta metodología pretende que, de acuerdo al nivel de

madurez de la empresa, se introduzcan ciertas prácticas de

inteligencia de negocios, de tal manera que cuando la

empresa llegue a un alto nivel de madurez, esta pueda contar

con una solución de inteligencia de negocios lo

suficientemente robusta. Finalmente, en este trabajo

encontraremos la implementación de esta metodología en una

empresa dedicada a la comida rápida. Vemos el uso de

diversas herramientas como SpagoBI, Jaspersoft y

Microstrategy.

Tesis

Instituto Politécnico

Nacional

34 Impacto de la data

warehouse e

Inteligencia de

negocios en el

desempeño

De las empresas:

investigación

Rolando A. Gonzales López Se realizó una investigación con la finalidad de estimar el

impacto que tienen la Data Warehouse (DW) y la Inteligencia

de Negocios (BI) en el desempeño de las empresas en un

país en vías de desarrollo. Se establecieron las preguntas de

investigación y se utilizaron dos modelos para resolver las

mismas. El primero un modelo Cualitativo Exploratorio,

mediante entrevistas semi estructuradas, y el segundo un

Tesis Universitat Ramon

Llull

134

empírica en

Perú, como país en

vías de desarrollo

modelo Cuantitativo, mediante cuestionarios.

35 Implementación de

inteligencia de

Negocios para el

área comercial de la

Empresa Azaleia -

basado en

metodología Ágil

Scrum

Jubitza Lisbeth Salazar Tataje El principal objetivo de este trabajo, ha sido la implementación

de un Datamart enfocado para el área comercial – Ventas de

la empresa Azaleia del Perú, que permita apoyar la toma de

decisiones y crecimiento de ventas en el mercado bajo los

lineamientos estratégicos de la empresa.

Tesis

Universidad San

Ignacio de Loyola


una solución de

inteligencia de

negocios (BI) para el

módulo de ventas de

claro utilizando la

herramienta pentaho

John Carlos Tacco Meléndez El actual proyecto de tesis permite la implementación de una

solución de inteligencia de negocios para el módulo de ventas

de Claro utilizando la herramienta Pentaho, basándose en el

enfoque de uno de los padres del Data Warehousing Ralph

Kimball. La herramienta que se va a utilizar para este proyecto

es Pentaho Community Edition suite de código libre, esta

plataforma está compuesta por varios componentes que dan

soporte para soluciones de inteligencia de negocios. Uno de

los recursos más importantes de una empresa es la

información, por tal motivo es necesario el correcto manejo de

la misma.

Tesis

Universidad de Las

Américas


negocios aplicada a

las organizaciones

en Latinoamérica

Marta Cecilia Ortiz Ortiz Este artículo presenta algunos fundamentos teóricos de los

sistemas de inteligencia de negocios tendientes a que sea

viable que las organizaciones conviertan sus necesidades de

información en resultados concretos de inteligencia para el

apoyo efectivo de la toma de decisiones y llegar a ser

realmente competitivas

Paper Universidad

Pontificia

Bolivariana

135



para mejorar la

eficiencia de la toma

de decisiones en la

gestión de proyectos

Marlene Elisa Carhuaricra

Inocente,

Jenny Isabel Gonzales

Caporal

Se implementó Microsoft Power BI en una organización

dedicada a proyectos de servicios en telecomunicaciones para

determinar la influencia del uso de Business Intelligence sobre

la eficiencia de la toma de decisiones.

Tesis Universidad San

Ignacio de Loyola

39 Inteligencia de

negocios

M.C. Leopoldo González

Rosas

El objetivo básico de la Inteligencia de Negocios por sus siglas

en ingles Business Intelligence es apoyar de forma sostenible

y continuada a las organizaciones para mejorar su

competitividad, facilitando la información necesaria para la

toma de decisiones. El primero que acuñó el término fue

Howard Dresner que, cuando era consultor de Gartner,

popularizó Business Intelligence o BI como un término

paraguas para describir un conjunto de conceptos y métodos

que mejoraran la toma de decisiones, utilizando información

sobre qué había sucedido (hechos).

Paper UPAEP

40 Madurez de la

iniciativa de

Inteligencia de

Negocios en las

organizaciones en

México

Sofia Prieto-Ladron De

Guevara,

Las organizaciones realizan inversiones en tecnología para

automatizar procesos de negocios, impulsan iniciativas para

reducir costos, ser competitivos o simplemente para volverse

el líder del mercado. La información de quién es el cliente, el

conocimiento de cuáles son sus necesidades y el

entendimiento de la competencia, contribuyen en la dirección

correcta de la organización para la toma de decisiones con

conocimiento.

Artículo

Revista de

Tecnologías de la

Información

41 Inteligencia de

negocios en el

comercio

internacional de

José David Gutiérrez Romero El presente proyecto de investigación fundamenta su

metodología a partir de la aplicación del sistema de

inteligencia de negocios en comercio internacional

desarrollado en la revista YURA y su contextualización en la

Paper ESPE

136

calzado deportivo

entre Ecuador y

Asia

industria del calzado deportivo entre Ecuador y Asia. Dicha

herramienta permitió conocer la situación actual del sector e

identificó factores que se consideran como estratégicos en las

actividades comerciales de la industria. Los criterios

estudiados se alinearon con: las relaciones comerciales

bilaterales, la política comercial del país, los montos de las

operaciones comerciales, las empresas proveedoras y sus

clientes, los elementos que motivan la participación en el

sector, las cifras comerciales, el medio de transporte, distritos

aduaneros…, entre otros, información obtenida de las técnicas

de investigación relacionadas con bases de datos y

encuestas.

42 Business Intelligence

y su

Incidencia en la toma

de decisiones en las

empresas

operadoras de

telecomunicaciones

del cantón La

Troncal, Ecuador

Ing. Jorge Luis Rodas Silva,

Mgt; Ing. Manuel Guillermo

Rodríguez López, Mgt; Lsi.

Jesennia Cárdenas Cobo,

Mae.

En este paper se muestran los resultados de la investigación

realizada en las empresas de telecomunicaciones del cantón

La Troncal, provincia del Cañar-Ecuador, donde se ha

detectado la falta de un sistema de información orientado al

negocio con apoyo a la toma de decisiones. Finalmente, la

propuesta está encaminada a brindar mejores y nuevos

servicios en el área de las ventas, con una aplicación basada

en BI para la gestión de la relación con los clientes,

determinando las ventajas del análisis y presentación clara de

la información más relevante, que contribuye a la toma de

decisiones.

Paper

COPÉRNICO

Revista arbitrada de

divulgación

científica

43 Aplicación de

inteligencia de

negocios espacial

para visualización de

enfermedades de los

Julieth Paola Hurtado Ortiz,

Gustavo Cáceres Castellanos

Este documento describe el proceso de inteligencia de

negocios espacial aplicado en el sector salud a la E.S.E

Hospital San Vicente de Paúl de Paipa (Colombia), en donde

mes a mes, se deben analizar los sectores de presencia de

enfermedades crónicas en los usuarios, pero, al contar con

Paper

Revistas UPTC

137

pacientes de Paipa. diferentes fuentes de datos se vuelve una tarea manual

tediosa y con resultados no verídicos. Debido a lo anterior se

planteó la aplicación de tecnología que permitiera la

visualización geográfica del índice de enfermedades crónicas,

que afectan a los usuarios del hospital con el fin de permitir a

los funcionarios tener resultados reales para analizar posibles

factores de riesgo, además, de aplicar campañas de

promoción y prevención específicas que permitan a la

comunidad mejorar su calidad de vida.

44 Análisis comparativo

de modelos de

madurez en

inteligencia de

negocio

Roberto Prieto Morales,

Claudio Meneses Villegas,

Vianca Vega Zepeda.

El resultado de esta investigación fue la obtención de una

comparación cuantitativa y cualitativa de un conjunto de

modelos de madurez de BI. Esto permitirá seleccionar uno de

ellos como base para, por ejemplo, la elaboración de una guía

metodológica enfocada a implementar mejoras en la madurez

en BI para una organización

Artículo

Ingeniare. Revista

Chilena de

Ingeniería

45 Business

Intelligence:

Competir con

Información

Josep Lluís Cano Con este libro el autor pretende ayudar a las PYMES, a las

empresas y a las organizaciones en general a que se

adentren en el mundo de la Inteligencia de Negocio o

Business Intelligence1, que conozcan las tecnologías que lo

soportan y que sean capaces de descubrir el valor que les

puede aportar, además de que las guíe en la implementación,

así como sus limitaciones.

Libro

ESADE Business

School

46 Análisis de los

Modelos de

Inteligencia de

Negocios basados en

Big Data en las

Pymes del Ecuador

Erick Marino García Merin,

Mary Janeth García Merino

Este artículo servirá de guía para que el estado de arte y el

estudio estadístico se utilicen como referencia para futuras

investigaciones relacionadas a estos tópicos.

Artículo

Revista Científica

Ciencia y

Tecnología

138

47 Un Observatorio

Tecnológico con un

enfoque de

Inteligencia de

Negocio

Alain Pérez Acosta,

Mailyn Moreno Espino

En este trabajo se parte de la existencia de un Observatorio

Tecnológico, implantado en un Complejo de Investigación

Informática, que está basado en una arquitectura de agentes y

proporciona a sus usuarios información actualizada,

mecanismos de alertas y facilidad en la búsqueda de

información con un comportamiento proactivo. A pesar de

todas estas facilidades que brinda, dicho Observatorio

Tecnológico carece de funcionalidades de monitoreo sobre

tendencias e indicadores relacionados con temas de

investigación.

Paper

Ciencias de la

Información

48 Implantación en una

empresa de un

sistema Business

Intelligence SaaS /

On Demand a través

de la plataforma

LITEBI

Rafael Matamoros Zapata Este proyecto se realizó con el fin de dar soporte y solución en

la gestión y análisis de datos a una determinada empresa

apoyándose sobre todo en el conocimiento de las tecnologías

de la información y en concreto en las técnicas y herramientas

que aporta el Business Intelligence. Para ello, se propuso

realizar el análisis, diseño e implementación de una solución

de BI sobre la plataforma Business Intelligence SaaS / On

Demand Litebi.

Tesis

Universidad

Politécnica De

Valencia

49 Herramienta Web

para la Gestión de

Metadatos de

Negocio

Francisco Javier Martínez

Herrera

Este proyecto, se centra pues, en la definición de un

repositorio que servirá para almacenar y gestionar los

metadatos relativos a los Indicadores de Negocio. De este

modo, se pretende alcanzar una buena gestión y organización

de los indicadores que una empresa controla y por lo tanto,

ayudará a alcanzar el éxito en dichos procesos.

Tesis

Universitat de Lleida

50 Una Metodología

para Procesos Data

WareHousing basada

en la experiencia

Wilson Castillo-Rojas,

Fernando Medina Quispe,

Francisco Fariña Molina

El artículo presenta una nueva metodología para procesos

data warehousing, que integra diversos enfoques, técnicas y

metodologías, tales como: especificación de requisitos de

información, modelamiento relacional, modelo de desarrollo

Artículo

Scielo

139

combinado a partir de las propuestas de Kimball y Hefesto, un

proceso aumentado de extracción transformación y carga que

incorpora explícitamente una fase de validación de

indicadores, y finalmente visualizaciones integradas e

interactivas para el análisis multidimensional de los

indicadores obtenidos.

N° Título

Inteligencia de

negocios

Toma de

decisiones Datos ETL Indicadores Sumatoria

de

variables

Tipo de

Criterio Variable

presente N°

Variable

presente N°

Variable

presente N°

Variable

presente N°

Variable

presente N°

1

Inteligencia de negocios: estrategia para

el desarrollo de competitividad en

empresas de base tecnológica.

Si 58 Si 24 Si 16 No 0 Si 8 106 Inclusión

2

Sistema de inteligencia de negocios

para el apoyo al proceso de toma de

decisiones

Si 8 Si 15 Si 57 Si 3 Si 2 85 Inclusión

3

Business intelligence y la toma de

decisiones financieras: una

aproximación teórica


4 INTELIGENCIA DE NEGOCIOS:

ESTADO DEL ARTE Si 6 Si 7 Si 60 No 0 Si 1 74 Inclusión

5

SELECCIÓN DE UNA PLATAFORMA

DE

INTELIGENCIA DE NEGOCIOS: UN

ANÁLISIS

MULTICRITERIO INNOVADOR

Si 23 No 0 Si 41 Si 1 Si 1 66 Inclusión

6 INCORPORACIÓN DE ELEMENTOS Si 9 Si 6 Si 83 Si 8 Si 8 114 Inclusión

140

DE INTELIGENCIA DE NEGOCIOS EN

EL PROCESO DE ADMISIÓN Y

MATRÍCULA DE UNA UNIVERSIDAD

CHILENA

7

El Proceso de Inteligencia Empresarial

en las Empresas del Grupo de Diseño e

Ingeniería de la Construcción.

No 0 Si 4 Si 4 No 0 Si 8 16 Exclusión

8

Los impactos del Business Intelligence

en la

Gestión del Área comercial de empresa

del Sector

de Comunicación de Minas Gerais: un

estudio

de caso

No 0 Si 14 Si 81 Si 3 Si 3 101 Inclusión

9

Sistema de Inteligencia Empresarial. El

arte de integrar la información aplicado a

la Industria del Diagnóstico In Vitro


10

Procedimiento para el desarrollo de un

sistema

de inteligencia de negocios en la gestión

de ensayos

clínicos en el Centro de Inmunología

Molecular

Si 20 Si 4 Si 45 Si 3 No 0 72 Inclusión

11

La inteligencia empresarial

en las pequeñas y

medianas empresas

competitivas de América

Latina – algunas reflexiones


141

12

El impacto de las herramientas de

inteligencia de negocios en

la toma de decisiones de los ejecutivos


13

Análisis de impacto del Business

Intelligence: Expectativas y

Realidades-Edición Única


14 Solución de inteligencia de negocio para

métricas de gestión de proyectos Si 21 Si 7 Si 51 Si 5 Si 23 107 Inclusión

15 La inteligencia empresarial y el Sistema

de Gestión de Calidad ISO 9001:2000 Si 2 Si 1 Si 7 No 0 No 0 10 Exclusión

16

Inteligencia de negocios aplicada a los

procesos de

Autoevaluación de la Universidad de

Manizales


17 Gestión de datos obtenidos desde redes

sociales aplicando Business Intelligence Si 8 Si 1 Si 110 No 0 No 0 119 Inclusión

18

Infraestructura de pruebas para una

plataforma de inteligencia de negocios:

lecciones aprendidas de una experiencia

académica

Si 19 No 0 Si 30 No 0 Si 1 50 Exclusión

19 Inteligencia de negocios Si 7 Si 8 Si 16 No 0 Si 1 32 Exclusión

20

La inteligencia empresarial en las

pequeñas y medianas empresas

competitivas de América Latina -

algunas reflexiones


21

Solución de inteligencia de negocios y

toma de decisiones en

la gestión administrativa de boticas


142

22

Inteligencia de negocios en la banca

nacional: Un enfoque basado

en herramientas analíticas

R


23 Métodos científicos de indagación y

de construcción del conocimiento No 0 No 0 Si 12 No 0 No 0 12 Exclusión

24 El proceso data Warehousing y los meta

datos No 0 Si 4 Si 139 No 0 Si 1 144 Inclusión

25 Minería de Datos como soporte

a la toma de decisiones empresariales No 0 Si 27 Si 113 No 0 Si 12 152 Inclusión

26

Solución de inteligencia de negocios

para la integración de la información

comercial y contable


27

Business Intelligence: herramientas para

la toma dedecisiones en procesos de

negocio

Si 6 Si 7 Si 61 Si 1 No 0 75 Inclusión

28

Modelos de Madurez en los Datos de

una Organización; Caso de Estudio

Universidad Católica Boliviana “San

Pablo” Cochabamba


29

La inteligencia de negocio como apoyo a

la toma de decisiones en el

ámbito académico


30

La inteligencia de negocios como una

herramienta de apoyo para la toma de

decisiones, aplicación a un caso de

estudio


31 Solución de inteligencia de negocios Si 52 Si 8 Si 141 Si 14 Si 30 245 Inclusión

143

para empresas de servicios de

asistencia aplicación práctica a la

gerencia de asistencia del Touring y

Automóvil Club del Perú

32

Inteligencia de negocios en el

Desarrollo de sistemas de

Monitoreo de mercado para el

Sector eléctrico


33

Metodología de uso de herramientas de

Inteligencia de negocios como estrategia

para aumentar la productividad y

competitividad de una Pyme


34

Impacto de la data warehouse e

Inteligencia de negocios en el

desempeño

De las empresas: investigación empírica

en

Perú, como país en vías de desarrollo


35

Implementación de inteligencia de

Negocios para el área comercial de la

Empresa Azaleia - basado en

metodología Ágil Scrum


36

Implementación de una solución de

inteligencia de negocios (BI) para el

módulo de ventas de claro utilizando la

herramienta pentaho


37 La inteligencia de negocios aplicada a

las organizaciones en Latinoamérica Si 14 Si 4 Si 11 No 0 No 0 29 Exclusión

144

38

Implementación de Business Intelligence

para mejorar la eficiencia de la toma de

decisiones en la gestión de proyectos

Si 13 Si 60 si 56 Si 1 Si 26 156 Inclusión

39 Inteligencia de negocios Si 30 Si 12 Si 30 Si 2 Si 2 76 Inclusión

40

Madurez de la iniciativa de Inteligencia

de Negocios en las organizaciones en

México

Si 40 No 0 Si 29 No 0 No 0 69 Inclusión

41

Inteligencia de negocios en el comercio

internacional de calzado deportivo entre

Ecuador y

Asia

Si 23 No 0 Si 12 No 0 No 0 35 Exclusión

42

Business Intelligence y su

Incidencia en la toma de decisiones en

las empresas operadoras de

telecomunicaciones del cantón La

Troncal, Ecuador


43

Aplicación de inteligencia de negocios

espacial para visualización de

enfermedades de los pacientes de

Paipa.

Si 10 Si 1 Si 37 No 0 No 0 48 Inclusión

44 Análisis comparativo de modelos de

madurez en inteligencia de negocio Si 8 Si 2 Si 18 No 0 Si 2 30 Exclusión

45 Business Intelligence:

Competir con Información Si 1 Si 19 Si 452 Si 63 Si 23 558 Inclusión

46

Análisis de los Modelos de Inteligencia

de Negocios basados en Big Data en las

Pymes del Ecuador


47 Un Observatorio Tecnológico con un Si 7 Si 6 Si 17 No 0 Si 5 35 Exclusión

145

enfoque de Inteligencia de Negocio

48

Implantación en una empresa de un

sistema Business Intelligence SaaS / On

Demand a través de la plataforma

LITEBI


49 Herramienta Web para la Gestión de

Metadatos de Negocio Si 4 Si 11 Si 566 Si 8 Si 604 1193 Inclusión

50 Una Metodología para Procesos Data

WareHousing basada en la experiencia Si 2 Si 7 Si 73 Si 20 Si 45 147 Inclusión

146

Anexos # 3

Encuesta en Google Forms

Número total de encuestados: 44

1. ¿En qué área trabaja usted?

2. ¿Conoce usted lo que es la Inteligencia de negocios?

3. ¿Dónde escuchó acerca de este tema?

4. ¿Cree usted que sería importante aplicar las herramientas de

Inteligencia de Negocios en las empresas para tomar mejores

decisiones?

147

5. ¿Conoce algunas de las siguientes herramientas de Inteligencia de

Negocio?

6. ¿Conoce alguna empresa que use Inteligencia de Negocios dentro

del país? En caso de conocer menciónelas.

Respuestas: Consultor Apoyo, Mi Comisariato, Chevrolet

7. ¿Usted ha utilizado alguna herramienta de Inteligencia de negocios?

Si su respuesta es sí, mencione la herramienta

148

Respuestas: Compras, estudio de mercado, Power BI, Jaspersoft, Pentaho,

Tableau.

8. ¿Según su entorno laboral que tiempo se toman en generar reportes

gerenciales que no están disponibles en los sistemas de la

empresa?

9. ¿Al dar uso de la herramienta se le presento algún inconveniente?

149

GUÍA PARA LA IMPLEMENTACIÓN DE UN PROYECTO DE

INTELIGENCIA DE NEGOCIOS.

✓ La herramienta de Inteligencia de negocios que se elija debe dar

confiabilidad y agilidad, que cubra las necesidades de la empresa.

✓ Se debe conocer la base de datos que soporten los procesos y

entender el requerimiento del usuario.

✓ Ofrecer capacitación al personal acerca del uso de la herramienta

de Inteligencia de negocios.

✓ Tener claro cuál es la visión y necesidad del negocio.

✓ Tener los procesos en la minería de datos para poder interpretar la

data correctamente.

✓ Tener la base de datos correctamente estructurada para evitar

errores y pérdida de tiempo.

✓ Establecer las necesidades de la empresa para así poder escoger

la herramienta adecuada de inteligencia de negocios y la

recolección de datos sea la más precisa posible para obtener un

mejor resultado.

150

MANUAL DE USUARIO DE INSTALACIÓN DE LA HERRAMIENTA DE TABLEAU.

Instalación del programa Tableau Ejecutar el instalador como administrador

Gráfico 42 Ejecutar instalador


Fuente: Tableau Luego esperar unos segundos mientras se instala la herramienta.

Gráfico 43 Instalación de la herramienta


Fuente: Tableau

151

La instalación está completa. Gráfico 44 Instalación completa


Fuente: Tableau

Abrir el programa instalado.

Gráfico 45 Programa instalado


Fuente: Tableau

152

MANUAL DE USUARIO DE LA CREACIÓN DE TABLEROS DE CONTROL EN LA HERRAMIENTA DE QLIKVIEW.

Instalación del programa Qlikview Llenar el formulario para la instalación de Qlikview.

Gráfico 46 Formulario para instalación de QlikView


Fuente: QlikView Descargar el programa de Qlikview.

Gráfico 47 Descarga del programa


Fuente: QlikView

153

Una vez descargado, se procede a abrir el instalador en modo administrador. Gráfico 48 Abrir instalador


Fuente: QlikView Proceder a seleccionar Siguiente para la correcta instalación del mismo.

Gráfico 49 Seleccionar siguiente


Fuente: QlikView Siguiente, se procede a aceptar los términos de la licencia.

154

Gráfico 50 Aceptar licencia


Fuente: QlikView

Escoger la opción de Completa y clic en el botón siguiente.

Gráfico 51 Completar instalación


Fuente: QlikView Finalizar para culminar con la instalación del programa.

155

Gráfico 52 Finalizar instalación


Fuente: QlikView Una vez instalado, abrir la herramienta.

Gráfico 53 Abrir herramienta


Fuente: QlikView Crear un nuevo documento e inmediatamente cargar la fuente de datos.

156

Gráfico 54 Cargar fuente de datos


Fuente: QlikView Especificar como desea ver los datos

Gráfico 55 Especificar como desea ver los datos


Fuente: QlikView Seleccionar el destino donde se desea guardar el archivo.

Gráfico 56 Guardar archivo


Fuente: QlikView

157

Escoger el tipo de grafico estadístico el más acorde para poder visualizar los datos.

Gráfico 57 Escoger el tipo de gráfico estadístico


Fuente: QlikView Añadir un objeto para realizar las selecciones.


Fuente: QlikView Y finalmente seleccionar CREAR, y automáticamente se podrá visualizar los datos, donde se podrá escoger cualquier dato.

158

Gráfico 58 Visualización de datos


Fuente: QlikView

Instalación y creación de tableros de control en la herramienta de Power BI Instalar y ejecutar Power BI Desktop.

Descargar Power BI Desktop desde el servicio Power BI.

Gráfico 59 Descargar Power BI

Elaboración: Autores Fuente: Power BI

Instalar y ejecutar Power BI Desktop.

Gráfico 60 Comenzar instalación de Power BI


159

Una vez que ya finalice la instalación aparecerá una pantalla de bienvenida.

Gráfico 61 Finalización de instalación


Con Power BI Desktop instalado, está listo para conectarse con el mundo en

expansión continua de los datos. Hay todo tipo de orígenes de datos disponibles

en la ventana de consulta. La siguiente imagen muestra cómo conectarse a

datos, seleccionando la cinta Inicio y, a continuación, Más.

Gráfico 62 Selecionar la fuente de datos


Escoger el tipo de base de datos para mostrar los tableros de control, en este

caso se escogió el origen de datos de Excel.

160

Al momento que se selecciona la base de datos, devuelve la información

encontrada en una tabla.

Gráfico 63 Seleccionar base de datos


Una vez seleccionada la tabla, automáticamente se cargan los datos en el

programa y se elige el tipo de gráfico más acorde para visualizar la información

en los tableros de control.

161

Gráfico 64 Selecionar tipo de gráfico estadístico


Una vez creada los tableros de control, se podrá visualizar de la siguiente

manera.

Gráfico 65 Creación de tableros de control


162

MANUAL DE USUARIO DEL MANEJO DE BASE DE DATOS Manejo de base de datos en SQL Server 2014

Abrir el programa SQL Server 2014, crea una nueva base de datos.

Gráfico 66 Nueva base de datos

Elaboración: Autores Fuente: SQL Server 2014

Una vez creada la base de datos, clic derecho sobre ella en la opción TAREAS –

opción Importar datos, para la correcta exportación de los datos de otra base de

datos en Excel.

Gráfico 67 Importar datos


163

Se abrirá la siguiente ventana, llamado Asistente de exportación e importación

de SQL Server 2014.

Gráfico 68 Asistente de exportación de SQL Server


Seleccionar el tipo de programa que se encuentra la base de datos y su

ubicación.

Gráfico 69 Ubicación de la base de datos


Seleccionar la opción copiar los datos de una o varias tablas o vistas.

Gráfico 70 Copiar datos


164

Seleccionar las tablas y vistas de origen.

Gráfico 71 Tablas y vistas de origen


Seleccionar la opción Ejecutar inmediatamente.

Gráfico 72 Ejecutar


Clic en Siguiente e inmediatamente clic en la opción cerrar.

Gráfico 73 Cerrar


165

Cargada la base de datos, y mediante la sentencia Select * from dbo.detalle$

se conocerá los campos que contiene aquella base de datos.

Gráfico 74 Cargar la base de datos


Manejo de base de datos en PostgreSQL Proceder a abrir el programa PostgreSQL.

Gráfico 75 Abrir PostgreSQL.

Elaboración: Autores Fuente: PostgreSQL

Importar los datos de la base de datos de Excel.

166

Gráfico 76 Importar datos


Una vez creada la base de datos e importado los datos, mediante la sentencia

Select * from info; aparecerá todos los campos y datos que contiene la base de

datos importada.

Gráfico 77 Cargar base de datos


Ilustración 78 Base de datos cargada


universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/32313/1/b-cisc-ptg...maría isabel...

Documents