universidad de guayaquilrepositorio.ug.edu.ec/bitstream/redug/32313/1/b-cisc-ptg...maría isabel...
TRANSCRIPT
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
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
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 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
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS
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
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
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.
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
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
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores
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
Elaboración: Autores
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
Elaboración: Autores
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
Elaboración: Autores
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
Elaboración: Tableau
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
Elaboración: Tableau
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
Elaboración: 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
Elaboración: Tableau
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
Elaboración: Tableau
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
Elaboración: Tableau
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
Elaboración: TIBC Jaspersoft
Fuente: TIBC 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
Elaboración: TIBC Jaspersoft
Fuente: TIBC Jaspersoft
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
Elaboración: Autores
Fuente: Datos de investigación
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%
Elaboración: Autores
Fuente: Datos de investigación
Gráfico 30 Expertos
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores
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
Elaboración: Autores
Fuente: Datos de investigación
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%
Elaboración: Autores Fuente: Datos de investigación
Tabla 10 Evaluación crítica de Tableau
Tableau Excelente Muy bueno Bueno Regular Malo Total Porcentaje
Gratuidad 3 3 9%
Facilidad de manejo 10 10 31%
Confiabilidad 10 10 31%
Tiempo de respuesta 9 9 28%
Total 29 3 32 100%
Porcentaje 91% 0% 0% 9% 0% 100%
Elaboración: Autores Fuente: Datos de investigación
60
Tabla 11 Evaluación crítica de Power BI
Power BI Excelente Muy bueno Bueno Regular Malo Total Porcentaje
Gratuidad 3 3 10%
Facilidad de manejo 9 9 30%
Confiabilidad 10 10 33%
Tiempo de respuesta 8 8 27%
Total 19 8 3 30 100%
Porcentaje 63% 27% 0% 10% 0% 100%
Elaboración: Autores Fuente: Datos de investigación
Tabla 12 Evaluación crítica de Jaspersoft
Jaspersoft Excelente Muy bueno Bueno Regular Malo Total Porcentaje
Gratuidad 10 10 29%
Facilidad de manejo 8 8 23%
Confiabilidad 9 9 26%
Tiempo de respuesta 8 8 23%
Total 19 16 0 35 100%
Porcentaje 54% 46% 0% 0% 0% 100%
Elaboración: Autores Fuente: Datos de investigación
61
Tabla 13 Evaluación crítica de Microsoft Excel
Microsoft Excel Excelente Muy bueno Bueno Regular Malo Total Porcentaje
Gratuidad 8 8 24%
Facilidad de manejo 10 10 29%
Confiabilidad 8 8 24%
Tiempo de respuesta 8 8 24%
Total 10 24 0 34 100%
Porcentaje 29% 71% 0% 0% 0% 100%
Elaboración: Autores Fuente: Datos de investigación
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%
Elaboración: Autores Fuente: Datos de investigación
62
Tabla 15 Evaluación de criterios según el análisis comparativo
Elaboración: Autores
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
bueno Bueno Regular Malo Total Porcentaje
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%
Elaboración: Autores Fuente: Datos de investigación
Tabla 17: Oracle frente a la Herramienta Qlikview
Oracle frente Qlikview
Excelente Muy
bueno Bueno Regular Malo Total Porcentaje
Concurrencia 10 10 18%
Seguridad 10 10 18%
Integridad 10 10 18%
Recuperación 10 10 18%
Precio 8 8 14%
Fácil manejo 8 8 14%
Total 40 16 56 100%
Porcentaje 71% 29% 0% 0% 0%
Elaboración: Autores Fuente: Datos de investigación
Tabla 18: Microsoft Excel frente a la Herramienta Qlikview
Microsoft Excel Excelente Muy Bueno Regular Malo Total Porcentaje
65
frente Qlikview bueno
Concurrencia 8 8 14%
Seguridad 8 8 14%
Integridad 9 9 16%
Recuperación 8 8 14%
Precio 10 10 18%
Fácil manejo 8 8 14%
Total 19 32 51 91%
Porcentaje 34% 57% 0% 0% 0%
Elaboración: Autores Fuente: Datos de investigación
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%
Elaboración: Autores Fuente: Datos de investigación
66
Gráfico 32 Análisis de la base de datos con la herramienta Qlikview
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores Fuente: Datos de investigación
69
Tabla 21 Método Delphi basado a las entrevistas realizado a los expertos (2da Parte)
Entrevista a Expertos
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
Elaboración: Autores Fuente: Datos de investigación
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%
Facilidad de manejo 9 9 30%
Confiabilidad 9 9 30%
Tiempo de respuesta 9 9 30%
Total 27 0 3 30 100%
Porcentaje 90% 0% 0% 10% 0%
Elaboración: Autores Fuente: Datos de investigación
Tabla 24 Análisis de Microsoft Excel
Microsoft Excel Excelente Muy
bueno Bueno Regular Malo
Total Porcentaje
Gratuidad 3 3 10%
Facilidad de manejo 10 10 34%
Confiabilidad 8 8 28%
Tiempo de respuesta 8 8 28%
Total 10 16 3 29 100%
Porcentaje 34% 55% 0% 10% 0%
Elaboración: Autores Fuente: Datos de investigación
Tabla 25 Análisis de PostgreSQL
PostgreSQL Excelente Muy
bueno Bueno Regular Malo Total Porcentaje
Gratuidad 10 10 29%
Facilidad de manejo 8 8 24%
Confiabilidad 8 8 24%
Tiempo de respuesta 8 8 24%
Total 10 24 34 100%
Porcentaje 29% 71% 0% 0% 0%
Elaboración: Autores Fuente: Datos de investigación
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
bueno Bueno Regular Malo Total Porcentaje
Gratuidad 3 3 9%
Facilidad de manejo 10 10 31%
Confiabilidad 10 10 31%
Tiempo de respuesta 9 9 28%
Total 29 0 3 32 100%
Porcentaje 91% 0% 0% 9% 0%
Elaboración: Autores Fuente: Datos de investigación
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%
Elaboración: Autores Fuente: Datos de investigación
Gráfico 33 Análisis de los programas que manejan base de datos
Elaboración: Autores
Fuente: Datos de investigación
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 2 0.9 1 0.95 Alto
Experto 3 0.8 1 0.96 Alto
Experto 4 0.9 1 0.95 Alto
Experto 5 1 1 0.9 Alto
Experto 6 1 1 0.8 Alto
Experto 7 1 1 1 Alto
Experto 8 1 1 1 Alto
Experto 9 1 1 0.98 Alto
Experto 10 0.9 1 0.99 Alto
Experto 11 1 1 1 Alto
Experto 12 1 1 1 Alto
Experto 13 0.8 1 1 Alto
Experto 14 1 1 0.98 Alto
Experto 15 1 1 0.98 Alto
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores Fuente: Datos de investigación
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%
Elaboración: Autores
80
Fuente: Datos de investigación
Gráfico 34 Actividad de la empresa
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores
Fuente: Datos de investigación
Gráfico 35 Tipo de base de datos
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores
Fuente: Datos de investigación
Gráfico 36 Área con proyectos de Inteligencia de negocios
Elaboración: Autores
Fuente: Datos de investigación
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
1 RESPUESTA 2 RESPUESTA 3
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%
Elaboración: Autores
Fuente: Datos de investigación
87
Gráfico 37 Motivo por el cual no han podido implementar proyectos de Inteligencia de
negocios
Elaboración: Autores
Fuente: Datos de investigación
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
2 RESPUESTA 3 RESPUESTA 4
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%
Elaboración: Autores
Fuente: Datos de investigación
89
Gráfico 38 Acceso a los datos
Elaboración: Autores
Fuente: Datos de investigación
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%
Elaboración: Autores
Fuente: Datos de investigación
91
Gráfico 39 Generación de informes empresariales
Elaboración: Autores
Fuente: Datos de investigación
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%
Elaboración: Autores
Fuente: Datos de investigación
93
Gráfico 40 Inconvenientes al implementar un proyecto de Inteligencia de negocios
Elaboración: Autores
Fuente: Datos de investigación
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%
Elaboración: Autores
Fuente: Datos de investigación
95
Gráfico 41 Motivos por el que fracasa un proyecto de Inteligencia d negocios
Elaboración: Autores
Fuente: Datos de investigación
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.
Elaboración: Autores
Fuente: Datos de investigación
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
Elaboración: Autores
Fuente: Datos de investigación
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
http://www.redalyc.org/html/421/42131174007/
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
http://www.redalyc.org/pdf/706/70651145001.pdf
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
http://www.redalyc.org/pdf/1814/181418336003.pdf
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.
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
http://www.redalyc.org/pdf/1815/181517930003.pdf
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
http://www.redalyc.org/pdf/1939/193915954002.pdf
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
http://www.redalyc.org/pdf/3776/377645734006.pdf
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
http://www.redalyc.org/pdf/310/31005208.pdf
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
http://www.redalyc.org/pdf/440/44029206.pdf
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
http://www.redalyc.org/pdf/5177/517751547010.pdf
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
http://www.redalyc.org/pdf/1814/181433733002.pdf
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
http://www.redalyc.org/pdf/206/20652069006.pdf
Rodríguez, R. J., & Cortés Aldana, F. A. (2012). Selección de una plataforma de
Inteligencia de negocios: Un análisis multicriterio innovador. Obtenido de
http://www.redalyc.org/pdf/1513/151326917003.pdf
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
http://www.redalyc.org/pdf/849/84917316060.pdf
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
http://www.redalyc.org/html/707/70732641004/
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
Entrevista a Expertos
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
115
116
117
118
119
120
121
122
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.
Artículo Universidad
Autónoma del
Estado de México
Sistema de
Información
Científica Redalyc.
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
Artículo Universidad
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
Científica Redalyc.
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).
Artículo Universidad
Autónoma del
Estado de México
Sistema de
Información
Científica Redalyc.
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
Business Intelligence
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.
30 La inteligencia de
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
36 Implementación de
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
37 La inteligencia de
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
38 Implementación de
Business Intelligence
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
Si 51 Si 20 Si 126 Si 2 Si 6 205 Inclusión
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
No 0 Si 4 Si 5 No 0 Si 2 11 Exclusión
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
No 0 Si 7 Si 5 No 0 Si 3 15 Exclusión
141
12
El impacto de las herramientas de
inteligencia de negocios en
la toma de decisiones de los ejecutivos
Si 40 Si 24 Si 60 No 0 Si 2 126 Inclusión
13
Análisis de impacto del Business
Intelligence: Expectativas y
Realidades-Edición Única
Si 17 Si 30 Si 163 Si 4 Si 24 238 Inclusión
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
Si 146 Si 41 Si 233 Si 11 Si 65 496 Inclusión
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
No 0 Si 7 Si 6 No 0 Si 4 17 Exclusión
21
Solución de inteligencia de negocios y
toma de decisiones en
la gestión administrativa de boticas
Si 13 Si 27 Si 18 Si 1 Si 4 63 Inclusión
142
22
Inteligencia de negocios en la banca
nacional: Un enfoque basado
en herramientas analíticas
R
Si 36 Si 30 Si 93 Si 2 Si 13 174 Inclusión
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
Si 21 Si 15 Si 78 Si 6 Si 11 131 Inclusión
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
Si 8 Si 6 Si 55 Si 1 Si 3 73 Inclusión
29
La inteligencia de negocio como apoyo a
la toma de decisiones en el
ámbito académico
Si 8 Si 21 Si 84 Si 4 Si 7 124 Inclusión
30
La inteligencia de negocios como una
herramienta de apoyo para la toma de
decisiones, aplicación a un caso de
estudio
Si 73 Si 54 Si 168 Si 5 Si 20 320 Inclusión
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
Si 19 Si 4 Si 171 Si 124 Si 37 355 Inclusión
33
Metodología de uso de herramientas de
Inteligencia de negocios como estrategia
para aumentar la productividad y
competitividad de una Pyme
Si 72 Si 36 Si 387 Si 57 Si 33 585 Inclusión
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
Si 183 Si 45 Si 290 Si 32 Si 13 563 Inclusión
35
Implementación de inteligencia de
Negocios para el área comercial de la
Empresa Azaleia - basado en
metodología Ágil Scrum
Si 49 Si 24 Si 133 Si 19 Si 71 296 Inclusión
36
Implementación de una solución de
inteligencia de negocios (BI) para el
módulo de ventas de claro utilizando la
herramienta pentaho
Si 104 Si 15 Si 438 Si 35 Si 15 607 Inclusión
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
Si 8 Si 16 Si 9 Si 2 Si 14 49 Inclusión
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
Si 15 Si 5 Si 30 No 0 Si 2 52 Inclusión
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
Si 37 Si 15 Si 368 Si 61 Si 30 511 Inclusión
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
Elaboración: Autores
Fuente: Tableau Luego esperar unos segundos mientras se instala la herramienta.
Gráfico 43 Instalación de la herramienta
Elaboración: Autores
Fuente: Tableau
151
La instalación está completa. Gráfico 44 Instalación completa
Elaboración: Autores
Fuente: Tableau
Abrir el programa instalado.
Gráfico 45 Programa instalado
Elaboración: Autores
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
Elaboración: Autores
Fuente: QlikView Descargar el programa de Qlikview.
Gráfico 47 Descarga del programa
Elaboración: Autores
Fuente: QlikView
153
Una vez descargado, se procede a abrir el instalador en modo administrador. Gráfico 48 Abrir instalador
Elaboración: Autores
Fuente: QlikView Proceder a seleccionar Siguiente para la correcta instalación del mismo.
Gráfico 49 Seleccionar siguiente
Elaboración: Autores
Fuente: QlikView Siguiente, se procede a aceptar los términos de la licencia.
154
Gráfico 50 Aceptar licencia
Elaboración: Autores
Fuente: QlikView
Escoger la opción de Completa y clic en el botón siguiente.
Gráfico 51 Completar instalación
Elaboración: Autores
Fuente: QlikView Finalizar para culminar con la instalación del programa.
155
Gráfico 52 Finalizar instalación
Elaboración: Autores
Fuente: QlikView Una vez instalado, abrir la herramienta.
Gráfico 53 Abrir herramienta
Elaboración: Autores
Fuente: QlikView Crear un nuevo documento e inmediatamente cargar la fuente de datos.
156
Gráfico 54 Cargar fuente de datos
Elaboración: Autores
Fuente: QlikView Especificar como desea ver los datos
Gráfico 55 Especificar como desea ver los datos
Elaboración: Autores
Fuente: QlikView Seleccionar el destino donde se desea guardar el archivo.
Gráfico 56 Guardar archivo
Elaboración: Autores
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
Elaboración: Autores
Fuente: QlikView Añadir un objeto para realizar las selecciones.
Elaboración: Autores
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
Elaboración: Autores
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
Elaboración: Autores Fuente: Power BI
159
Una vez que ya finalice la instalación aparecerá una pantalla de bienvenida.
Gráfico 61 Finalización de instalación
Elaboración: Autores Fuente: Power BI
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
Elaboración: Autores Fuente: Power BI
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
Elaboración: Autores Fuente: Power BI
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
Elaboración: Autores Fuente: Power BI
Una vez creada los tableros de control, se podrá visualizar de la siguiente
manera.
Gráfico 65 Creación de tableros de control
Elaboración: Autores Fuente: Power BI
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
Elaboración: Autores Fuente: SQL Server 2014
163
Se abrirá la siguiente ventana, llamado Asistente de exportación e importación
de SQL Server 2014.
Gráfico 68 Asistente de exportación de SQL Server
Elaboración: Autores Fuente: SQL Server 2014
Seleccionar el tipo de programa que se encuentra la base de datos y su
ubicación.
Gráfico 69 Ubicación de la base de datos
Elaboración: Autores Fuente: SQL Server 2014
Seleccionar la opción copiar los datos de una o varias tablas o vistas.
Gráfico 70 Copiar datos
Elaboración: Autores Fuente: SQL Server 2014
164
Seleccionar las tablas y vistas de origen.
Gráfico 71 Tablas y vistas de origen
Elaboración: Autores Fuente: SQL Server 2014
Seleccionar la opción Ejecutar inmediatamente.
Gráfico 72 Ejecutar
Elaboración: Autores Fuente: SQL Server 2014
Clic en Siguiente e inmediatamente clic en la opción cerrar.
Gráfico 73 Cerrar
Elaboración: Autores Fuente: SQL Server 2014
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
Elaboración: Autores Fuente: SQL Server 2014
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
Elaboración: Autores Fuente: PostgreSQL
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
Elaboración: Autores Fuente: PostgreSQL
Ilustración 78 Base de datos cargada
Elaboración: Autores Fuente: PostgreSQL