7 tipos de sie parte 2 1x1

1

Tipos de Sistemas de Información.

Perspectiva de procesos

SIE I. Curso 2004/05

2

Hechos generan datos

21.476.356H

64.000 €MARTINEZMEGANE

2 AÑOS

3

Los sistemas de información capturan y almacenan datos

DATOS

4

Esquema Básico de Aplicación

INTERFAZ

LÓGICA

ENTORNO DE DATOS

<product-details id=“23114”><name>Swiss

Mocha</name><listprice>22.50

</listprice> <qtyonhand>34900

</qtyonhand></product-details>

5

DATOS

Aplicaciones primariasDISTRIBUIR

ELABORAR

PROCESAR / DOCUMENTAR

6

DATOS

Aplicaciones primariasDISTRIBUIR

ELABORAR

PROCESAR / DOCUMENTAR

TRANSFORMAR / REPROCESAR

7

DATOS

Aplicaciones avanzadasDISTRIBUIR

ELABORAR

PROCESAR / DOCUMENTAR

TRANSFORMAR / REPROCESAR

INFORMAR / CONTROLAR

ANALIZAR

EXPLORAR

DESCUBRIR

8

DATOS

DISTRIBUIRELABORARPROCESAR / DOCUMENTAR

TRANSFORMAR / REPROCESAR INFORMAR / CONTROLAR

ANALIZAREXPLORARDESCUBRIR

Aplicaciones avanzadas

CONOCIMIENTO

CODIFICACIÓN

DEDUCIR / INTUIR

9

DATOS

DISTRIBUIR (Sistemas de Comunicación)ELABORAR (OAS)PROCESAR / DOCUMENTAR (TPS)

TRANSFORMAR / REPROCESAR

INFORMAR / CONTROLAR (MIS)ANALIZAR (DSS)EXPLORAR (EIS)DESCUBRIR (DM)

CONOCIMIENTO

CODIFICACIÓN

DEDUCIR / INTUIR (ES)

Tipología de Sistemas de Información

10

DATOS

DISTRIBUIR (Sistemas de Comunicación)ELABORAR (OAS)PROCESAR / DOCUMENTAR (TPS)

TRANSFORMAR / REPROCESAR

INFORMAR / CONTROLAR (MIS)ANALIZAR (DSS)EXPLORAR (EIS)DESCUBRIR (DM)

CONOCIMIENTO

CODIFICACIÓN

DEDUCIR / INTUIR (ES)

Tipología de Sistemas de InformaciónEntorno Transaccional

Entorno de Toma de Decisiones

11

Sistemas de Comunicación

Los SC electrónicos ayudan a las personas a trabajar conjuntamente compartiendo e intercambiando información de formas diversas:

Teleconferencia.Correo electrónico, fax, correo de voz.Groupware, GSS.Intranet, Extranet.Sistemas de gestión del conocimiento.

12

The InternetVoice & Data

Instructor

StudentStudent

StudentStudent

StudentStudentStudentStudent

StudentStudent

WebServerWebServer

E-learning

13

14

Nichole

15

Sistemas OAS

OAS (Sistema de Automatización de Oficina):

Soporte para la eficiencia del trabajo administrativo personal:

Hoja de cálculo.Procesadores de imágenes y texto.Paquetes de presentación.BD personales.

16

ejemplo de aplicación OAS

17

Ideas GeneralesUna transacción es un suceso o evento que se produce en el contexto de un negocio, y se relaciona con él.Lo relevante de las transacciones es que cada una ellas supone la creación y/o modificación de datos.Las transacciones pueden ser externas, como el pago de una factura a un proveedor, o internas, como el envío de material desde el almacén al área de fabricación.Los sistemas transaccionales no sólo colaboran en la captura de la información transaccional, también ayudan a que las transacciones se realicen (e incluso llegan a automatizarlas) controlando los flujos de información y datos necesarios y, en su caso, emitiendo la documentación necesaria.El procesamiento de transacciones (o datos) consiste en la manipulación o transformación de símbolos como números y letras al objeto de aumentar su utilidad. Esta manipulación se concreta encuatro procesos principales: captura de datos, manipulación de datos (clasificación, distribución, cálculo y resumen), almacenamiento y preparación de documentos.

18

Sistemas TPS (Sistemas de Procesamiento de Transacciones)

TPS recoge y almacena datos sobre las transacciones que realiza la empresa. En general, interviene en la transacción generando los documentos que la validan. En ocasiones, controla decisiones necesarias para completar la transacción (verificar crédito, por ejemplo).Los TPS se diseñan en base a las especificaciones detalladas de cómo ha de desarrollarse la transacción y qué datos han de ser registrados conforme a los criterios de la empresa que los implementa.

19

Sistemas TPS (Sistemas de Procesamiento de Transacciones). Un ejemplo sencillo: sistema de nóminas

Archivomaestronóminas

consultason-line

Sistema denóminas

Informesgestión

Elementos de datos en el archivo maestro de nómina:

EmpleadoNúmeroNombreDirecciónDepartamentoOcupaciónSalario brutoGanancias acumuladas

FiscalesRetención IRPFSeguridad SocialOtras deducciones

Elementos de datos en el archivo maestro de nómina:

EmpleadoNúmeroNombreDirecciónDepartamentoOcupaciónSalario brutoGanancias acumuladas

FiscalesRetención IRPFSeguridad SocialOtras deducciones

datos de empleados (varios departamentos)

transferencias y cheques empleados

documentos Hacienda y Seg. Social

Num. Nombre Salario IRPF S.S. Salarioempleado bruto acumulado

8769 Pérez, P. 200.000 50.000 25.000 750.000

Num. Nombre Salario IRPF S.S. Salarioempleado bruto acumulado

8769 Pérez, P. 200.000 50.000 25.000 750.000

a Contabilidad General: sueldos y salarios

20

Interfaz TPS

21

Necesidades de información a diferentes niveles de gestión

22

Sistemas MIS (Sistemas de Información para la Dirección)

Un MIS facilita información para gestionar y controlar una empresa.Usualmente, un MIS extrae y resume datos de un TPS, al objeto de permitir a los directivos disponer de una visión permanentemente actualizada del desarrollo de actividades en la empresa.

23

MIS: obtención de datos de los TPS

sistemaprocesamiento

pedidos

sistema planificación

recursos materiales

sistema contabilidad

general

archivo pedidos

archivo maestroproducción

archivos contables

TPS MIS

archivos MIS

datos ventas

datos unitarioscoste deproducción

datos cambioproducto

datos gastos

MIS Informes

DIRECTIVOS

24

Ejemplo de diseño de informe MIS

25

Ejemplo de interfaz de control, basado en el concepto de cuadro de mando

26

Arquitectura de un sistema de alerta

27

Sistemas DSS (Sistemas de Ayuda a la Toma de Decisiones)

DSS es un sistema de información interactivo que facilita información, modelos y herramientas de procesamiento de datos para ayudar en la toma de decisiones en situaciones semiestructuradas o no estructuradas, en las que se desconoce cómo debe ser adoptada una decisión.

28

Componentes DSS

DSS

Interfaz de usuario

Hardware Software

Datos InternosDatos Externos

Diccionario Datos

SGBD

Base de datos

Base de Modelos

CualitativosCuantitativos

Diccionario Modelos

Base de ModelosHerramientas

Estadísticas gráficas

29

Típica aplicación DSS: operativizar modelos mentales

Análisis de simulación. Contrastar el efecto del cambio en una variable sobre el conjunto del sistema estudiado. Por ejemplo, si el coste de la mano de obra crece en un 4% qué pasa con el coste total de producción; o si el presupuesto de promoción crece en un 2% cual es su impacto en la cifra total de ventas.Ajuste de variables. Es lo contrario de lo anterior. Por ejemplo, se puede plantear cual debe ser el coste de un producto para alcanzar unos beneficios del 10%, o cual debe ser el presupuesto de promoción para alcanzar unas ventas de 500 millones.

30

Sistemas EIS (Sistema de Información para Ejecutivos)

Un EIS (o ESS, Sistema de Apoyo a Ejecutivos) es un sistema altamente interactivo que facilita a los directivos acceso flexible a la información para verificar resultados operativos y condiciones generales del negocio. Quiere ser una fusión de MIS y DSS.Supone mejora respecto a MIS por la posibilidad de personalizar y diseñar informes en el momento.Plantea mejora sobre DSS por su facilidad de uso.

31

Funcionalidad típica EIS: Drill-Down (profundizar)

32

Ejemplo de profundización/1Resultados Generales de la Compañía

Resultados de la división de Consultoría

Resultados por Departamento

33

Ejemplo de profundización/2Operación

Detalle de operación

34

Modelo general EIS

35

Sistemas DM (Minería de Datos)

DM es el uso de herramientas de análisis de datos para intentar encontrar patrones no identificados previamente en grandes bases de datos tales como los recibos de ventas de un grupo de supermercados. O los datos de operaciones de préstamo de una entidad bancaria para detectar probabilidad de fraude.

36

Proceso de Minería de Datos

Selección y Pre-proceso

Data Mining

Interpretación y Evaluación

Consolidación de Datos

Conocimiento

p(x)=0.02

Warehouse

Fuentes de Datos

Patrones y Modelos

Datos Preparados

DatosConsolidados

37

Aplicaciones y métodos DM

Exploración/Descubrimiento automáticoEjem. Descubrimiento de segmentos de mercadoAnálisis Clustering

Predicción/ClasificaciónEjem. Predicción de ventas dados unos factoresregresión, redes neuronales, algoritmos genéticos, árboles de decisión

Interpretación/DescripciónEjem. Características del cliente por localizaciónÁrboles de decisión, reglas de asociación

x1

x2

f(x)

x

if edad > 35and renta < 35mil.€

then ...

38

Sistemas ES (Sistemas Expertos)

Un ES recopila y codifica el saber de un experto en un área de conocimiento en términos de hechos y reglas. Este saber puede ser aplicado por el usuario del sistema a la resolución de una situación particular combinando el conocimiento codificado con los datos de la situación a resolver.

39

Componentes de un ESBase de Conocimiento: Reglas tipo “Si X entonces Y” proporcionadas por el experto

Motor de inferencia: Utiliza las reglas y la base de datos para inferir nuevos hechos y decidir qué hacer

Base de Datos: Hechos relativos a la situación analizada, procedente de otras BD, del usuario o de inferencias del sistema

Interfaz: Método de comunicación con el usuario y para obtener nuevos hechos del usuario o de BD externas

Módulo explicativo: a petición del usuario, explica cómo el motor de inferencia ha llegado a ciertas conclusiones o porqué el sistema hace una pregunta específica

40

Técnicas de Inteligencia Artificial en SIE

Redes Neuronales: constituyen una técnica cuyo propósito es la modelización computacional del aprendizaje humano que se desarrolla a través de las neuronas del cerebro. Las RN neuronales son capaces de detectar patrones complejos dentro de los datos, mediante un comportamiento similar al de nuestro cerebro: aprendiendo de la experiencia y el pasado y aplicando tal conocimiento a la resolución de nuevos problemas. Este aprendizaje se obtiene como resultado del adiestramiento, que es lo que explica la sencillez y potencia de adaptación y evolución de las RN ante una realidad cambiante

41

Técnicas de Inteligencia Artificial en SIE

Lógica Difusa: Básicamente, la lógica difusa se orienta al tratamiento probabilístico de la categorización de un colectivo. Es la técnica que permite tratar la existencia de barreras difusas o suaves entre los distintos grupos en que categorizamos un colectivo o entre los distintos elementos, factores o proporciones que concurren en una situación o solución. (Pensemos en la forma de diferenciar “hace frío” de “hace calor”)

42

Técnicas de Inteligencia Artificial en SIE

Algoritmos Genéticos: Inspirada en la biología, esta técnica hacen una simulación de cómo los cromosomas (individuos) de una población evolucionan conforme a las técnicas de evolución natural (selección, apareamiento y mutación) para alcanzar una estructura y composición más optima en aras a la supervivencia. La analogía con la evolución natural se basa en entender ésta como un proceso de búsqueda y optimización de la adaptación de las especies de modo que sólo los individuos más adaptados son capaces de sobrevivir.

43

Técnicas de Inteligencia Artificial en SIE

Razonamiento Basado en Casos: Crea una base de datos de casos (ejemplos) que puede ayudar en la toma de decisiones de casos nuevos mediante analogía. El sistema aprende puesto que incorpora casos que se le plantean cuando la base de casos existente no contempla la nueva situación.

44

Técnicas de Inteligencia Artificial en SIE

Agentes Inteligentes: consiste en la especificación de parámetros para un “agente” computerizado que interroga una o más bases de datos en busca de una respuesta específica, tal como la de cuál es el precio más bajo de un tipo de cámara particular.