miércoles, 16 de noviembre de 2011

1.28 La brecha entre las suite de BI y BI.

DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.


En este artículo vamos a platicar sobre la enorme brecha que existe entre una herramienta de BI y BI.
Un breve comentario
Hace algunos días tuve la fortuna de participar en un taller que ofreció IBM de COGNOS, su herramienta de BI, no tengo nada malo que decir sobre la herramienta, COGNOS es uno de los líderes en suites de BI y se encuentra nuevamente y ya por varios años consecutivos en el cuadrante de líderes de Gartner. La herramienta es muy flexible,  permite generar rápidamente tableros, reportes, consultas tanto por el usuario final como por el técnico encargado de generar los reportes. Estas salidas pueden ser generadas de manera desconectada, es decir se congela la salida  con el subconjunto de datos solicitado, pero la salida (ya sea reporte, gráfica, tablero, etc.) sigue teniendo comportamiento. Ya son varias las herramientas en el mercado que permiten generar las salidas de manera desconectada, la ventaja es que la salida  pueda ser incrustada en una página web, en un documento WORD u otro tipo, en una hoja de cálculo, o en una presentación, conservando la misma calidad, el movimiento y el comportamiento con que se generó.
Suite de BI vs. BI
Pero el tema de este artículo no es COGNOS sino la enorme brecha que existe entre las suites de BI y BI. Me llamó mucho la atención (me quedé con la boca abierta) de ver que estaban en el taller miembros de una afamada empresa en México, que pertenecían al departamento de riesgos y fraudes,  la mayoría de ellos no tenía claro (no tenían ni idea) que es Inteligencia de Negocio y como se puede aplicar. Díganme señores empresarios ¿qué está fallando? , estos chavos tienen a su favor que son nuevos en el área, pero cómo puede ser que los recluten o los manden a un taller del uso de una herramienta si no tienen ni la más remota idea de cómo aplicarla.
Esta experiencia me sirvió para darme cuenta que la brecha existente en las empresas en enorme (aún siendo empresas grandes) entre lo que es una herramienta de BI y el objetivo de BI, es decir,  lo que es adquirir una herramienta por moda y ver después para que me sirve, y sacarle jugo a una herramienta teniendo un objetivo claro y cumplirlo a través de esa herramienta.

Antes de emplear una herramienta de BI…

La siguiente figura presenta una serie de pasos previos a la construcción de la solución de BI, y son completamente independientes de la herramienta que se empleé.
Figura 1. Pasos previos al desarrollo de una solución de BI.

La mejor herramienta en el mercado, por si sola queridos lectores, como hemos mencionado con anterioridad, no les va a resolver su problema, y sería una lástima invertir grandes cantidades de dinero en una suite de BI para hacer sólo reportes o tableros simples sin estar alineados a los objetivos de negocio.
Definitivamente el primer paso es aclarar las dudas o lagunas sobre cuáles son los beneficios que tiene la Inteligencia de Negocio, que le ofrece a su empresa, cuáles beneficios son aplicables en corto, mediano y largo plazo, cómo y en donde se pueden aplicar. En este blog se ha hablado de estos temas y en algunos artículos particulares (art 4, art 8) hemos ahondado en estos temas.
En el siguiente artículo platicaremos sobre algunas de las ventajas en la generación de reportes que ofrecen la mayoría de las suites de BI.

Copyright © 2011 Dafne Rosso Pelayo. Todos los derechos reservados

viernes, 9 de septiembre de 2011

1.27 Tipos de soluciones de Inteligencia de negocio para una PYME.

DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.

En el artículo anterior platicamos sobre los tipos de soluciones de BI comunes en el mercado y que pueden resultar benéficos para su PYME, en este artículo daremos algunas opciones para la adopción de cada uno de estos tipos.
Buscando satisfacer las necesidades y apoyar el crecimiento de su negocio, no es necesario para una Pyme realizar una cuantiosa inversión en herramientas de BI,  lo que es indispensable es la planeación de su solución como lo hemos planteado anteriormente. (Art 10.)

La solución o herramientas de inteligencia de negocio que más le convienen a una PYME es la que mejor se adapte a sus necesidades y a su presupuesto. A continuación mencionamos algunos productos en el mercado de acuerdo a la clasificación de tipos de soluciones que presentamos.

Tipos de soluciones de Inteligencia de negocio para una PYME

*      Soluciones Integrales a la medida:

Los vendedores de plataformas de BI mejor calificados y recomendados como líderes por Gartner en 2011 son:

·         Microsoft
·         Oracle
·         MicroStrategy
·         IBM (Cognos)
·         Information Builders
·         SAS
·         QlikTech

Algunos de estos vendedores como MicroStrategy ofrecen herramientas de BI gratuitas para algunas funciones de BI como el reporteo.
Debe tener en cuenta
Las características de las versiones libres que lleguen a ofrecer los vendedores de plataformas de BI, por supuesto, no son tan robustas como las  funcionalidades de la plataforma completa con licenciamiento.

*      Soluciones de propósito definidoPackaged Business Intelligence: 
                          
Soluciones que han sido previamente desarrolladas para ciertos sectores de la industria, por Ej. En telecomunicaciones para la medición y análisis de tráfico, calidad y servicios, servicios médicos, fraudes, etc.
Son soluciones muy particulares, algunos ejemplos:
·         CUBIQ (marítima)
·         Anodyne Health (salud y cuidado personal)

*      Soluciones de nicho.

Soluciones de Inteligencia de Negocios diseñadas para una necesidad específica de negocios, intentan resolver sólo un problema en particular. No es necesario  abordar una gama mucho más amplia de requerimientos. Esto evita la necesidad de soluciones Integrales y evita proyectos más complejos, multipropósito o multiservicios.
Incluye soluciones de nicho para cualquier rubro de la inteligencia de negocio, los vendedores de nicho recomendados por Gartner en 2011 son:

·         LogiXML
·         Board International
·         Targit
·         Salient Management Company
·         Bitam (Artus)
·         Arcplan
·         Corda Technologies
·         Actuate
·         Jaspersoft
·         Panorama Software

Debe tomar en cuenta:
·         Soporte del producto en el país
·         Solides de la compañía
·         Funcionalidades soportadas por el producto
·         Satisfacción de su necesidad particular en una prueba de concepto
·         Tiempo del producto en el mercado

*      BI Software como un servicio (SaaS)

El proveedor ofrece la renta sobre las capacidades de Inteligencia de Negocio (Art 8 Y art 9)  que requiere la solución de BI de la empresa.
Una buena opción de este tipo de solución es:
·         Pentaho On- demand
Debe tomar en cuenta:
·         Soporte del producto en el país
·         Solides de la compañía

*      Soluciones en la Nube.

Las soluciones en la nube han crecido mucho en el último par de años en todas las áreas, Inteligencia de negocio no es la excepción. Incluye la renta de la plataforma y el servicio de terceros.
·         Debe verificar la oferta de los principales vendedores de cloud BI en su país.
·         IBM Smart Analytics Cloud

*      Soluciones de código abierto.

Este tipo de soluciones han mejorado  y aumentado su número de proveedores en los últimos años, es una muy buena opción para las Pymes que no cuentan con muchos recursos económicos y están interesadas en incursionar en soluciones de BI para su empresa. 

Características generales de los Open source para BI :

·         Menos complejas
·         Menos costosas
No son tan poderosas como una suite de BI propietaria; en cuanto se empieza a requerir capacidades/funcionalidades extras, se requiere  de otro tipo de contrato de servicios y/o licencia.
        Debe tomar en cuenta:
·         Soporte del producto
·         Solides de la compañía
·         Tiempo de la versión en el mercado
               
        Al día de hoy la oferta de productos de código abierto es muy amplia y tenemos entre otros:
·         Pentaho open source
·         SapgoBI
·         Vanilla
·         OpenI
·         Jaspersoft
·         Eclipse
·         BIRT
·         Palo

IMPORTANTE
Independientemente del producto que seleccione y del tipo de solución que requiera, siempre es aconsejable (yo me permitiría decir que necesario) efectuar una prueba de concepto antes de realizar una inversión en el producto.




Copyright © 2011 Dafne Rosso Pelayo. Todos los derechos reservados.



jueves, 1 de septiembre de 2011

1.26 Tipos de soluciones de Inteligencia de negocio para una PYME.

DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.

En los últimos artículos ejemplificamos un análisis predictivo para realizar el pronóstico de venta en franquicias de café. El análisis del comportamiento en este tipo de caso de negocio, es un factor que conlleva a múltiples ventajas ya sea desde el punto de vista operacional o en la toma de decisiones ejecutivas. 
Objetivo de la inteligencia de negocio
La inteligencia de negocio no es un concepto nuevo, se empezó a gestar desde finales de los 80’s con el surgimiento de las bases de datos multidimensionales - los primeros sistemas basados en OLAP (procesamiento analítico en línea “On-Line Analytical Processing”)-, sistemas expertos, sistemas para la toma de decisiones, etc. El paso del tiempo y los avances tecnológicos han cambiado tanto su definición como los elementos que integra, al día de hoy se conoce como Inteligencia de negocio y el objetivo de cualquier solución de inteligencia de negocio es proporcionar la habilidad de derivar conocimiento de los datos.
Las soluciones de Inteligencia de negocio en contraste con las soluciones tradicionales, requieren un enfoque basado en información, este enfoque modifica el diseño, la construcción, la implementación y la administración de la solución.
Adoptar un esquema de soluciones basados en la información cambia el punto principal del desarrollo. El punto central dejan de ser las herramientas que se emplean y ahora lo ocupan las decisiones de negocios de los usuarios y ejecutivos, dando el mayor peso a lo que están haciendo actualmente y tendrán que hacer en el futuro, para administrar la operación y el rendimiento de su negocio.
El fin de cualquier herramienta de Inteligencia de Negocio es ayudar a la organización a obtener un  mayor rendimiento, mayores ventajas competitivas y sobretodo subsistir en la competencia.
Lo hemos mencionado en varios artículos:

Las herramientas actúan únicamente como un habilitador para proporcionar la información a los responsables.

La solución o herramientas de inteligencia de negocio que más le convienen a una PYME es la que mejor se adapte a sus necesidades y a su presupuesto. Al día de hoy la Inteligencia de negocio es un mercado en su madurez, de ahí que una PYME cuenta con múltiples opciones para adoptarla en su empresa.
A continuación le presento algunos tipos de soluciones que pueden resultar benéficos para su PYME y en el siguiente artículo daremos algunas opciones para cada uno de estos tipos.
Tipos de soluciones de Inteligencia de negocio para una PYME

Soluciones Integrales a la medida:
*     

Este tipo de soluciones de Inteligencia de negocio requieren un enfoque basado en información.
Las herramientas empleadas en este tipo de soluciones incluyen a los componentes de una suite integral de Inteligencia de negocio (ver artículos 8 y 9), y que en conjunto, proporcionan como resultado una capacidad analítica y una representación visual de los datos.
Este tipo de soluciones incluyen, la selección de una suite de Inteligencia de negocio que satisfaga a lo menos el 80% del requerimiento de la solución, abarcando:
Reporteo avanzado: Consultas no planeadas, reportes y gráficos, balanced scorecard, implementación de portales empresariales.
*     
Análisis Multidimensional: Herramientas OLAP.
*     
Consultas  a la medida y análisis – Permitir la navegación y análisis OLAP (drill down, drill across), automatizada sobre todos los datos en la base de datos completa.
*     
Minería de Datos,
*     
 Minado de texto.
*     
Analíticos Avanzados. - análisis estadísticos,  análisis de tendencias, análisis financieros y proyecciones.
*     
Análisis estándar
*     
Visualización avanzada de información: Scorecards, Tableros, Portales.
*     
Alertas y monitoreo proactivo.  En sistemas  basados en horarios o desencadenadores de eventos en la base de datos.
*     
Acceso móvil a tableros.
*     




Soluciones de propósito definidoPackaged Business Intelligence: 
*     
                          
Soluciones que han sido previamente desarrolladas para ciertos sectores de la industria, por ej. en telecomunicaciones para la medición y análisis de tráfico, calidad y servicios, servicios médicos, fraudes, etc.
Son soluciones que se adquieren en un paquete, se instalan, adaptan, configuran y se implementan.
Soluciones de nicho.
*     

Soluciones de Inteligencia de Negocios diseñadas para una necesidad específica de negocios, intentan resolver sólo un problema en particular. No es necesario  abordar una gama mucho más amplia de requerimientos. Esto evita la necesidad de solucionesiIntegrales y evita proyectos más complejos, multipropósito o multiservicios.
Son soluciones puntuales empleadas a menudo como entrada en una solución más amplia, con la ventaja añadida de demostrar rápidamente las nuevas capacidades en la obtención de valor. (Ej. En este blog: Nuestra solución al problema de ventas de la inmobiliaria, el comportamiento de venta de la juguetería y el último caso presentado sobre  el pronóstico de venta de café, o bien la construcción de algunos tableros de indicadores o un portal.)
Incluye soluciones de nicho para cualquier  rubro de la inteligencia de negocio:
BI Software como un servicio (SaaS)
*     

Demanda/Renta sobre las capacidades de Inteligencia de Negocio a un tercero.
Soluciones en la Nube.
*     

Las soluciones en la nube han crecido mucho en el último par de años en todas las áreas, Inteligencia de negocio no es la excepción. Incluye la renta de la plataforma y el servicio de terceros.
Soluciones de código abierto.
*     

Las soluciones de código abierto de Inteligencia de negocio se han convertido en una alternativa creciente al software tradicional con licencia propietaria, son una excelente alternativa cuando el presupuesto es limitado o se quiere indagar primero en los beneficios que ofrecen las soluciones de Inteligencia de negocios. Al día de hoy la oferta de productos de código abierto es muy amplia.

En el siguiente artículo daremos opciones para cada uno de estos tipos de soluciones.

Copyright © 2011 Dafne Rosso Pelayo. Todos los derechos reservados.

jueves, 21 de julio de 2011

1.25 Inteligencia de Negocio Aplicada al Pronóstico de Venta en Franquicias de Café (continuación).

DCC. Dafne Rosso Pelayo
La inteligencia de negocio en la empresa, sólo puede lograrse mediante la adopción de medidas para alcanzarla.

En el artículo  anterior comenzamos nuestro análisis predictivo para realizar el pronóstico de venta en franquicias de café. En este artículo concluiremos este ejercicio.  
Retomando algunos puntos del artículo anterior:
Objetivo del pronóstico
Estimar el pronóstico de venta diaria del siguiente trimestre de los productos de mayor venta para las Franquicias de café. 
Como resultado de contar con el pronóstico de venta, la franquicia además, podrá estimar con mayor exactitud los flujos de efectivo así como también realizar una mejor distribución de la materia prima por local.
Variables empleadas
Los datos proporcionados por la franquicia son los volúmenes diarios de venta por producto de enero a diciembre de 2000 y el primer trimestre de 2001. La variable incluida para el análisis que tiene una afectación directa con la venta es la temperatura, mientras más baja sea la temperatura más se vende. Otra de las variables que también tiene una inferencia sobre la venta es la lluvia, la cual mediremos con la precipitación pluvial. Los datos de la temperatura y de la precipitación fueron obtenidos del servicio meteorológico nacional
Resultados preliminares del análisis avanzado de minería de datos
Después de aplicar el análisis de minería comparamos los resultados obtenidos en la predicción de un trimestre ya conocido, con los datos que se nos proporcionaron.  La tasa de error que encontramos fue de más del 30%, la gran variación de los datos se  desprende de que en periodos vacacionales la venta está suspendida, la venta decrece ciertos días de la semana,  la venta aumenta los fines de semana y aumenta en algún evento de temporada (Ej. días festivos -10 de mayo: día de las madres en México -)  así como en temporada de exámenes.
Este tipo de comportamiento obliga a que se agreguen variables que permitan clasificar mejor el comportamiento de los datos y que faciliten la predicción de los mismos. Recordemos la premisa tres del artículo anterior.
Premisa tres
Para una mejor clasificación de los datos es probable que tenga que agregar variables que mejoren las clasificaciones o expliquen el comportamiento.
Por lo tanto, después de realizar los análisis en la  información, se propone una clasificación para cada comportamiento encontrado.

Estas clasificaciones puede usted determinarlas de acuerdo  al comportamiento particular de  la venta de su negocio, se trate de café o de cualquier otra cosa, realizando la asociación a eventos o factores, por ejemplo: la venta se cancela por periodos vacacionales o días festivos, baja considerablemente en los puentes, baja los sábados que sólo atiende medio día, etc.
El análisis que se llevo a cabo, comprendió además, buscar que tan relacionadas estaban las variables, buscando el coeficiente de correlación entre los grupos de datos.
Se encontró que la variable temperatura, al igual que la precipitación pluvial, se relaciona con la variable venta de cada uno de los productos. La siguiente tabla tiene un ejemplo de los datos empleados.


Fecha
Día
Precipitación pluvial
Temperatura
Capuchino Med
Capuchino  Grand
Americano med.
29/03/01
Jueves
0.64
9.2
0
0
0
30/03/01
Viernes
0.61
9.2
0
0
0
31/03/01
Sábado
0.68
9.2
0
0
0
06/05/00
Sábado
0.923
10.8
5
1
1
02/09/00
Sábado
0.139
11.5
6
1
1
21/10/00
Sábado
0.96
9.8
8
1
2
02/12/00
Sábado
0.817
6.6
6
1
2
09/12/00
Sábado
0.654
6.6
4
1
2
15/12/00
Viernes
0.65
6.6
12
1
4
20/05/00
Sábado
0.935
10.8
26
2
8
07/10/00
Sábado
0.963
9.8
16
2
3
28/10/00
Sábado
0.997
9.8
7
2
4
11/11/00
Sábado
0.708
7.9
3
2
3
08/04/00
Sábado
1.1
9.2
15
3
10
13/05/00
Sábado
0.964
10.8
20
3
7
17/06/00
Sábado
0.988
11.7
17
3
6
30/07/00
Domingo
0.992
11.5
32
3
13
09/09/00
Sábado
0.076
11.5
11
3
3
23/09/00
Sábado
0.116
11.5
9
3
3
14/10/00
Sábado
0.986
9.8
8
3
2
20/03/00
Lunes
0.77
9.2
0
4
5
01/04/00
Sábado
0.97
9.2
18
4
4
05/04/00
Miércoles
1.02
9.2
53
4
21
06/04/00
Jueves
0.77
9.2
34
4
11
12/05/00
Viernes
0.978
10.8
51
4
21
02/06/00
Viernes
0.951
11.7
22
4
12
02/08/00
Miércoles
0.996
11.6
28
4
11
15/09/00
Viernes
0.042
11.5
15
4
7
30/09/00
Sábado
0.032
11.5
17
4
3
13/10/00
Viernes
0.949
9.8
13
4
5
14/11/00
Martes
0.701
7.9
35
4
14
25/11/00
Sábado
0.876
7.9
15
4
4


Con los datos (completos) que analizamos se ve claramente que tenemos una correlación negativa entre las variables, es decir a medida que una aumenta la otra disminuye y viceversa, como se muestra en la siguiente gráfica. Cuando la temperatura baja la venta aumenta y cuando la venta baja la temperatura aumenta.
Este tipo de inferencias resultan muy provechosas, le proporcionan más elementos para obtener un mejor y más exacto análisis predictivo, que el que obtendría basándose sólo en la historia. Deje darle un ejemplo:  Suponga que en febrero su venta promedio de café para 4 años fue de 250 unidades, pero los últimos años no se mantuvo así, descendió, y el promedio de enero aumento. ¿Por qué? Porque los últimos años la temperatura ha descendido varios grados en enero y ha aumentado considerablemente en febrero acortando el invierno (en la Cd. de México). La temperatura y la humedad, afectan el gusto de los clientes y por lo tanto su consumo de café. Por supuesto que muchos otros factores pueden afectar la venta, pero en este caso estoy hablando sólo de las variables temperatura y humedad.
Al adicionar una nueva variable para llevar en la clasificación se observa desde los primeros minutos de análisis de la red una importante diminución de los porcentajes de error promedio obtenidos en el proceso de aprendizaje para los datos de prueba.
La nueva variable adicionada la denominamos PERIODO

PERIODO
SIGNIFICADO
0
No venta, sitio cerrado
1
Día festivo
2
Día de evento
3
Vacaciones escolares

En el segundo análisis después de la inclusión de la clasificación del periodo, se obtuvo una disminución del error máximo, aunque este sigue siendo demasiado alto
Analizando nuevamente los resultados se ve que existe otra clasificación más que son los fines de semana, sábados en donde la venta es mucha, domingos que es nula, y días normales
Con esta nueva clasificación se logra agrupar a los datos de acuerdo a un comportamiento según el  volumen de ventas diario.
La nueva variable adicionada se denomina FinesDeSemana

FinesDeSemana
SIGNIFICADO
1
Sábados venta medio día
2
Día normal

El nuevo conjunto de datos se observa así (extracto):

Fecha
Dia
Periodo
Findesemana
Precipitación pluvial
Temperatura
Cap.Med
Cap.Grand
Americano med.
08/01/2010
Lunes
1.00
2.00
9.5
12.2
27
13
17
09/01/2010
Viernes
1.00
2.00
8.4
11.8
27
17
14
10/01/2010
Miércoles
1.00
2.00
8.2
12.1
27
7
8
11/01/2010
Miércoles
1.00
2.00
9.6
11.6
28
4
11
12/01/2010
Viernes
1.00
2.00
8.5
12
28
8
13
13/01/2010
Viernes
1.00
2.00
9.5
12.1
28
8
6
14/01/2010
Sábado
1.00
1.00
8.2
12
29
6
13
15/01/2010
Martes
1.00
2.00
8.7
11.8
29
4
7
16/01/2010
Viernes
1.00
2.00
9.5
12
29
10
5
17/01/2010
Viernes
1.00
2.00
8.4
11.8
29
6
9
18/01/2010
Viernes
1.00
2.00
9.6
11.5
30
7
11
19/01/2010
Lunes
1.00
2.00
8.6
11.6
30
12
12
20/01/2010
Lunes
1.00
2.00
8.5
11.9
30
9
10
21/01/2010
Jueves
1.00
2.00
8.4
11.8
30
4
17
22/01/2010
Viernes
1.00
2.00
8.2
11.6
30
5
14
23/01/2010
Viernes
1.00
2.00
8.5
11.6
31
8
10
24/01/2010
Miércoles
1.00
2.00
8.7
11.7
31
7
11
25/01/2010
Viernes
1.00
2.00
9.5
11.6
31
10
20
26/01/2010
Sábado
1.00
1.00
9.5
11.6
32
6
14
27/01/2010
Viernes
1.00
2.00
9.8
11.6
32
5
18
28/01/2010
Miércoles
1.00
2.00
9.6
11.8
32
10
13
29/01/2010
Sábado
1.00
1.00
9.5
11.5
32
3
13
30/01/2010
Jueves
1.00
2.00
9.6
11.6
32
10
12


De acuerdo con los datos obtenidos de la muestra se comprobó que mientras mejor clasificados se encuentren los datos, los resultados que presenta el análisis son más aproximados a la realidad.
Dado este comportamiento de aprendizaje y clasificación de datos, se puede concluir que realizando nuevas agrupaciones de los datos será posible lograr una mayor convergencia en la red.
Las nuevas clasificaciones que se sugieren son: la toma de la venta por horario de venta en turnos matutino, vespertino y nocturno, la toma de la temperatura promedio del día de la zona en donde se encuentre ubicado el sitio de venta, en lugar de tomar la temperatura promedio de toda la zona metropolitana que fue el dato que usamos para nuestro análisis.
Con esto logramos un error de menos de un 10%, lo cual permite planear mucho mejor las inversiones en materiales y satisfacer las necesidades de venta.
El uso del simulador permitió observar diferentes patrones de comportamiento y fue mucho más sencillo efectuar la predicción de la venta incorporando las nuevas variables, que haber realizado un análisis estadístico con una regresión múltiple para cada caso y haberla repetido cada vez que se encontraba una nueva clasificación.

Copyright © 2011 Dafne Rosso Pelayo. Todos los derechos reservados.
 Fig 1. Relación venta VS temperatura