5.- Inteligencia de Negocios (Business Intelligence)

Un Sistema de Soporte a la Decisión (DSS). Es una herramienta de Business Intelligence enfocada al análisis de los datos de una organización.
El DSS es una de las herramientas más emblemáticas del Business Intelligence ya que, entre otras propiedades, permiten resolver gran parte de las limitaciones de los programas de gestión.


otro concepto que también es muy bueno para saber que es un sistema de soporte a la decisión es:

Un sistema de soporte a las decisiones ( Decision Support System, DSS ) es un sistema informático de información el cual ayuda a un usuario a mejorar las decisiones que toma, a tener mas cura y a reducir los costes sin perdida de calidad.
Un DSS es un software que intenta ayudar a las persones que toman las decisiones compilando información útil sobre los datos sin procesar, los documentos, el conocimiento personal, y/o los modelos de negocio para poder identificar y solucionar los problemas y poder tomar mejores decisiones.

hola chicos aquí les dejo un concepto de tableros de control la fuente de donde saque esta información es wikipedia espero les sirva de algo.

El tablero de control (TdeC) es una herramienta del campo de la administración de empresas, aplicable a cualquier organización y nivel de la misma, cuyo objetivo y utilidad básica es diagnosticar adecuadamente una situación. Se lo define como el conjunto de indicadores cuyo seguimiento y evaluación periódica permitirá contar con un mayor conocimiento de la situación de su empresa o sector apoyándose en nuevas tecnologías informáticas.
El diagnóstico y monitoreo permanente de determinados indicadores e información ha sido y es la base para mantener un buen control de situación en muchas de las disciplinas de la vida. Como ejemplo de estos podemos señalar a la: medicina, basada en mediciones para el diagnóstico de la salud de los pacientes, a la aviación, cuyos indicadores de tablero de control sintetiza la información del avión y del entorno para evitar sorpresas y permite a los pilotos dirigir el avión a buen puerto; el tablero de un sistema eléctrico o de una represa son otros ejemplos. En todos estos casos el Tablero permite a través del color de las luces y alarmas ser el disparador para la toma de decisiones. En todos estos ejemplos es fundamental definir los indicadores a monitorear.

HOLA COMPAÑEROS BUENAS NOCHES!!!

¿CUÁL ES LA DIFERENCIA ENTRE COMERCIO ELECTRÓNICO Y MERCADO ELECTRONICO?
El comercio electrónico es la compra/venta de bienes y servicios a través de Internet, y puede realizarse a través de diversos medios: tiendas online, mercados electrónicos y
Por tanto los mercados electrónicos son uno de los medios para poder realizar comercio eléctrico, y actúan como terceros, poniendo a disposición de las compañías una plataforma online en la que pueden buscar nuevos proveedores, cerrar acuerdos o directamente comprar o vender a través de ella.
DIFERENCIAS ENTRE COMERCIO Y NEGOCIO ELECTRONICO
Negocio electrónico. Diferencia de comercio electrónico:
Algunos autores distinguen comercio electrónico o E-commerce de negocio electrónico o E-business.
7. E-business utiliza la información electrónica para mejorar la performance, añadir valor y permitir nuevas relaciones entre clientes y empresas.
8. Abarca todo lo que se ha denominado como comercio electrónico - los canales externos por fuera de la estructura de la organización - y va más allá para incluir todos y cada uno de los aspectos de las estrategias y operaciones de una empresa.
9. A diferencia del comercio electrónico, E-business está más relacionado con negocios que con tecnología.
10. El e-commerce es apenas un aspecto del e-business, que incluye las franquicias electrónicas, el e-mail y el marketing electrónico, entre otros servicios y productos online.

HOLA COPAÑEROS....
BODEGA DE DATOS ( Data Warehouse )

Es un conjunto de datos integrados o orientados a una materia, que varían con el tiempo y que no son transitorios, los cuales soportan el proceso de toma de decisiones de la administración y esta orientada al manejo de grandes volúmenes de datos provenientes de diversas fuentes o diversos tipos.
Estos datos cubren largos períodos de tiempo lo que trae consigo que se tengan diferentes esquemas de los datos fuentes, La concentración de esta información esta orientada a su análisis para apoyar la toma de decisiones oportunas y fundamentadas, Previo a su utilización se debe aplicar procesos de análisis, selección y transferencia de datos seleccionados desde las fuentes.
RIESGOS.
- Desactualización de esquemas a nuevas necesidades del negocio.
- Acceso no restringido a objetos de Data Warehouese.
- Respaldo de los datos almacenados
SISTEMA OPERATIVO
La bodega de datos se encuentra sobre la plataforma del sistema operativo. La seguridad representada en la disponibilidad, confidencialidad y controles de accesos y privilegios sobre las áreas de almacenamiento y procesamiento están en gran medida dependientes de esta plataforma.
RIESGOS
- El Sistema operativo no apoya las políticas de acceso establecidas desde la administración de la bodega de datos.
- Los recursos requeridos par los procesos de actualización sean mal atendidos por el sistema operativo.
- El sistema operativo permite que programas o usuarios ejecuten y utilicen recursos protegidos desde la bodega de datos.
- El sistema operativo no otorga los recursos necesarios para la realización de procesos de alto costo computacional.
RED
Es la infraestructura de comunicación que permite que los diferentes componentes intercambien información. La cantidad de datos contenidos en Data Warehouse incrementa su importancia.
RIESGOS
- Acceso al sistema desde elementos externos sin autorización (aplicaciones, personas, etc.)
- La red se convierta en un cuello de botella para lo operación del sistema.
- La inexistencia de elementos que respalden un componente que falle
OLAP: Las siglas OLAP significan en inglés Online Analytical Processing, una categoría de herramientas de software que provee análisis de datos almacenados en una base de datos multidimensional. Las herramientas OLAP permiten a los usuarios analizar diferentes dimensiones de datos.
SQL: Es la abreviación de Structured Query Lenguaje. Es un lenguaje estandarizado de consultas para pedir información desde una base de datos.
¿Cómo se puede conformar la bodega de datos?
Aparte de las consideraciones técnicas y económicas, existen tres aspectos importantísimos que intervienen en el establecimiento y el uso de una bodega de datos: el diseño, el mantenimiento, y el uso de la misma.
El diseño requiere soportarse en un análisis profundo de la institución o del áreas funcionales responsables de la utilización de la bodega, las fuentes de datos que alimentarán la bodega, y unas personas capacitadas en la correcta estructuración de la bodega.
De las decisiones aquí tomadas, depende la velocidad de búsqueda y la calidad y oportunidad obtenida en las respuestas a nuestras inquietudes. Una decisión mal tomada en este aspecto puede significar demoras de días en vez de horas o minutos para la obtención de las respuestas requeridas, o incluso, que la bodega no esté en capacidad de responder las preguntas claves para la organización.
El mantenimiento de la información se convierte en parte fundamental, una vez la bodega de datos forma parte integral de los sistemas de información de la institución o compañía. Según los expertos, uno de los principales problemas que se vive con los proyectos de bodegas de datos es la obsolescencia de su información. Se actualiza la información para el proyecto piloto, pero no se establecen mecanismos de actualización permanente que siempre garanticen la oportunidad de la misma.
Por último, pero no menos importante, están las decisiones que se hagan sobre el uso que se hará de la bodega de datos, resaltándose en este aspecto la capacidad y entrenamiento que deben tener los distintos usuarios para buscar relaciones y analizar la información.
Si bien es cierto que la bodega de datos agiliza esta tarea, es deber de los usuarios de la bodega saber cómo preguntar y cómo interpretar y poner en práctica los resultados que obtienen, pero además, la institución debe definir en forma muy clara, el ámbito empresarial en el que operará la bodega, las dependencias administrativas de la organización que van a tener acceso a la bodega de datos y las consultas que ésta debe responder inicialmente.
REQUERIMIENTOS PARA LA CONSTRUCCIÓN DE UNA BODEGA DE DATOS
HARDWARE
Se requiere de un servidor para el almacenamiento y manejo de la base de datos corporativa; este servidor se recomienda que sea altamente escalable, pues algunas veces el proyecto de construcción de la bodega presenta redimensionamiento a medida que se avanza en la implementación. La capacidad inicial de almacenamiento estará determinada por los requerimientos de información histórica presentados por la empresa y por la perspectiva de crecimiento que se tenga.
Dependiendo del diseño del sistema, puede ser necesario contar con un segundo servidor para las herramientas de consulta de datos. Este equipo debe tener el sistema operativo recomendado por el proveedor de la herramienta a utilizar, siendo el más usado alguna versión de Windows.
Las estaciones de trabajo de cada usuario deberán cumplir con las características recomendadas por el proveedor de la herramienta de consulta seleccionada.
HERRAMIENTAS DE SOFTWARE
Las herramientas se clasifican en cuatro categorías básicas: Herramientas de Almacenamiento (bases de datos, multidimensionales), Herramientas de Extracción y Colección, Herramientas para Reportes de Usuario Final y Herramientas para Análisis Inteligentes.
Herramientas de Almacenamiento: corresponde a la herramienta en la cual se irán a almacenar los datos. Existen muchas opciones dependiendo del volumen de los datos, presupuesto y capacidad de su sistema. Cada uno de los sistemas de administración de bases de datos, como Oracle, DB2, Informix, TeraData, Sybase, etc, tienen una facilidad de Data Warehouse.
Herramientas de Extracción y Colección: Ayudan a definir, acumular, totalizar y filtrar los datos de sus sistemas transaccionales en el Data Warehouse. La mayoría de esas herramientas son desarrolladas por el personal interno de la compañía dado el gran conocimiento que tienen de los sistemas transaccionales.
Herramientas para Elaboración de Reportes a Usuarios Finales: Es la interfase vista por el usuario. Al usuario se le debe proveer un mecanismo para que vea los datos a un alto nivel y que entonces obtenga con ello la solución a preguntas específicas. Existen muchas herramientas, incluyendo Cognos Powerplay, Business Objects, SAS, ShowCase Strategy etc.
Herramientas de Análisis Inteligente: Entre ellas están las de empresas como IBM, SAS, Arbor, Cognos, Business Objects, entre otras. Estas herramientas han sido construidas utilizando inteligencia artificial que buscan alrededor del Data Warehouse modelos y relaciones en los datos. Estas herramientas utilizan una técnica conocida como Data Minning o Minería de datos.
¿QUÉ PUEDEN OFRECER LAS BODEGAS DE DATOS ?
El objetivo de las bodegas de datos es centralizar una gran variedad de datos e información, interpretar dicha información y darle un valor agregado para beneficio del negocio todo ello por supuesto, con un fácil acceso y visualización por parte de los usuarios. Algunos procesos que se realizan en estos escenarios son:
Transformación de Datos. Se obtienen datos e información de diferentes fuentes o almacenamientos y se aplica una serie de reglas definidas que convierten los datos en información útil para la toma de decisiones.
Repositorios y metadatos. Más importante aún que el flujo de datos es entender el origen y la descripción de éstos de una forma que sea común para toda la organización. "No se requiere más datos, se requiere entenderlos".
Procesamiento analítico en línea (OLAP). Provee el medio para obtener visualizar y analizar información con alto rendimiento y flexibilidad. OLAP presenta la información a los usuarios de una forma natural e intuitiva. De esta manera los usuarios pueden ser más efectivos en reconocer el valor de dicha información.
Visualización. En la mayoría de los casos los datos pueden ser mejor entendidos si los números son combinados de diferentes formas y presentados visualmente en forma de histogramas y varios tipos de gráficas. La visualización puede ser especialmente útil en identificar rápidamente cuales datos pueden tener un análisis especial.
¿Cómo trabaja una bodega de datos?
Las bodegas de datos son una base de datos históricos y operativos de la compañía(banco, supermercado etc) que están disponibles para el usuario. Contrario a muchos sistemas, se establece de acuerdo con la lógica del negocio mas que con la lógica de los sistemas. Le permite a los usuarios cavar y dar vueltas entre toda esa información importante de los clientes, para buscar relaciones y efectuar consultas. El proceso mediante el cual los usuarios se sientan enfrente de una montaña de hechos y datos para descubrir tendencias que sugieran nuevas oportunidades de negocios se llama "minería de datos" (data mining).
Sin embargo todo lo que brilla no es oro. La empresa debe comprometerse a mantener actualizados los datos que están alojados en la bodega, asegurarse que todos los datos son validos, exactos y oportunos.
¿Cuál es el retorno de la inversión?

Los beneficios y recompensas son abundantes para una compañía que configure y mantenga adecuadamente la bodega de datos. Ahorros en costos al igual que el aumento en ingresos encabeza la lista de los beneficios tangibles. Adiciónele a esto el análisis de las bases de datos de mercadeo para efectuar venta cruzada de productos, identificar y mantener a los clientes que generen la mayor utilidad, mientras se mantiene un mejor conocimiento de quienes son los clientes de la empresa. Por ejemplo, una empresa de servicios telefónicos puede utilizar una bodega de datos para determinar cuales servicios pueden interesarle a cada uno de sus clientes. De esta manera evita gastos en correo masivo e impersonal, con una rata de efectividad muy baja.
Una compañía no se debe olvidar que el objetivo de cualquier proyecto para una bodega de datos es reducir los costos operativos y generar ingresos. Esto es una inversión y se debe poder esperar un retorno cuantificable a esta inversión en el tiempo.
En conclusión, una bodega de datos bien implementada y mantenida redundará en beneficios para la compañía. Cualquier falla en su implementación, garantizará que el dinero invertido se ha despilfarrado.
Uso de herramientas OLAP (data warehouse)
Se debe recordar que no es suficiente con almacenar datos, es necesario procesarlos para convertirlos en información importante para la organización.
Los sistemas de apoyo a las decisiones (DSS), conectan a las personas con las bodegas de datos. De la calidad de estas herramientas depende el grado de aprovechamiento de estas. Pueden ser:
Herramientas de consultas / reportes, con interfaz gráfica, sin usar sentencias SQL, realizar queries o peticiones complejas.
Herramientas OLAP (On-Line Analytical Processing). Permiten obtener información generando consultas multidimensionales, con columnas y filas móviles y diversos grados de agrupamiento para diferentes parámetros.
Modelo Multidimensional: Modelo estilo hoja de cálculo.
a. Elementos:
Medidas: Valores de interés
Dimensiones, Atributos, Propiedades Visión de Cubos, Datos representados en forma de arreglos multidimensionales.
b. Visión de Relaciones :
Tablas de hechos (Fact Table): Ejemplo: ventas.
Tablas de dimensiones: Ejemplo: tiempo, producto, geografía.
Usualmente se maneja el tiempo como una tabla. Esto permite colocar atributos a la fecha. La normalización genera un efecto denominado copos de nieve, es preferible usar el método de la estrella, donde las relaciones son mas claras. La actualización se hace por periodos, no en línea.
Tipos de servidores OLAP.
MOLAP: Multimensionales OLAP.
Arreglos multidimensionales.
No escalan a grandes volúmenes.
No hay estándar.
Muy eficiente.
Realmente guarda el cubo de decisión.
Interfaz estilo hoja de cálculo.
Principalmente operaciones de agregación de medidas diferentes.
Niveles jerárquicos de las dimensiones.
Subir o bajar en los niveles de agregación (Roll-up, Drill-Down).
Otras operaciones comunes: Filtrar y rotar. Slice and Dice.
La herramienta RAD de Inprise, Delphi, permite la construcción de cubos de decisión a partir de consultas SQL, con varios parámetros de agrupación y fácil manipulación. Ver
ROLAP: Relational OLAP.
Relaciones.
Consultas SQL
Escalan bien a grandes volúmenes
Son menos eficientes.
HOLAP: Híbrido OLAP.
Datos agregados. MOLAP
Datos detallados. ROLAP
Construcción del Data Warehouse.
El ciclo del desarrollo del data warehouse no difiere en mucho de las fases de perfeccionamiento de todos los desarrollos de software. Las fases y las secuencias son las mismas, pero existen variantes únicas asociadas al data warehouse. Comprende
Planeación
En esta fase se determina: El enfoque que se optará para la implementación: Top-Down (De Arriba abajo), Bottom-up (De abajo a arriba) o una combinación de estas dos. La metodología de desarrollo: Las más usuales son el método de análisis y diseño estructurado y el método del desarrollo en espiral.
Requerimientos

Especificación clara y precisa de las funciones que se esperan obtener del data warehouse. Estos deben definirse desde varias perspectivas: propietario, arquitecto o desarrollador del data warehouse y desde la visión del usuario. Se definen las áreas tema que apoyará la bodega de datos, las dimensiones de categorización (tiempo, geografía, industria, grupo de clientes, línea de producto, etc.).
Análisis
Consiste en convertir todos los requerimientos conseguidos en la fase anterior en especificaciones concretas que sirvan de base para el diseño. Se definen los modelos lógicos de los datos para el data warehouse, los mercados de datos, definir los procedimientos de conexión con las fuentes de datos y el data warehouse y las herramientas de acceso del usuario final.
Diseño
Los modelos lógicos conseguidos en la anterior fase se convierten en modelos físicos. Se generan los diseños para programas y procesos que se requieren según la arquitectura, tanto a nivel de los datos como de aplicación. Construcción. Se conoce también como diseño físico y consiste en plasmar en la práctica, los diseños lógicos de la fase anterior. Incluye la construcción de programas que creen y modifiquen las bases de datos, que extraigan datos de las fuentes, programas para transformación de datos tales como integración, resumen y adición, programas para la actualización de los datos, programas para búsquedas en bases de datos muy grandes.
Montaje
Relacionados con la instalación, puesta en marcha y uso del data warehouse. Un elemento importante consiste en concientizar a los usuarios sobre la disponibilidad, beneficios y presentación de data warehouse, esto se conoce como comercialización de la información.

LA INTELIGENCIA DE NEGOCIOS
La Inteligencia de Negocios es el término y procura caracterizar una amplia variedad de tecnologías, plataformas de software, especificaciones de aplicaciones y procesos. El objetivo primario de la a Inteligencia de Negocios es contribuir a tomar decisiones que mejoren el desempeño de la empresa y promover su ventaja competitiva en el mercado. En resumen, la Inteligencia de Negocios faculta a la organización a tomar mejores decisiones más rápidas. Este concepto se requiere analizar desde tres perspectivas: Hacer mejores decisiones más rápido, convertir datos en información, y usar una aplicación relacional para la administración.
Con respecto a la primera perspectiva, el objetivo primario de la Inteligencia de Negocios es contribuir a tomar decisiones que mejoren el desempeño de la empresa y promover su ventaja competitiva en el mercado. La Inteligencia de Negocios faculta a la organización a tomar mejores decisiones más rápidas. En relación con la conversión de datos en información la Inteligencia de Negocios se orienta a establecer el "puente" que una las grandes cantidades de datos y la información que los tomadores de decisiones requieren cotidianamente. Para ello se emplean "indicadores de desempeño clave" destinados a colectar información de las métricas que afectan unidades particulares de la empresa así como al todo de la misma
La Inteligencia de Negocios puede describirse como una aplicación relacional para la administración, como un estado organizacional o una filosofía de administración. En resumen la Inteligencia de Negocios se caracterizada por: Buscar hechos cuantitativos medibles y objetivos acerca de la empresa, usar métodos y tecnologías para el análisis de hechos, desarrollar modelos que expliquen la causa-efecto de las relaciones entre las acciones operacionales y los efectos que estas han alcanzado las metas, y experimentar con aplicaciones alternativas y supervisar los resultados que sirven de retroalimentación.
EL CICLO DE LA INTELIGENCIA DE NEGOCIOS
La Inteligencia de Negocios en una plataforma de administración del desempeño que representa al ciclo en el que las empresas establecen sus objetivos, analizan sus progresos, reflexionan, actúan, miden su éxito y empiezan una nueva fase. Su ciclo se compone de cuatro etapas a saber: Análisis, reflexión, acción y medición.
El análisis comienza por determinar los datos a recopilar. La selección se basa en un entendimiento básico y en supuestos de cómo opera la organización, considerando aquello que es relevante a los clientes, proveedores, empleados, los factores que afectan los insumos, la producción, el costo y la calidad. A la colección de todo aquello que se debe conocer acerca de la empresa se conoce como modelo mental. Este concepto aplica a nivel de las personas y de la organización como un todo. Los modelos mentales son esenciales para los ejecutivos para tomar decisiones, puesto que representan las bases para reconocer una buena idea, pero también constituyen los límites para no ver aspectos que se encuentran afuera.
La reflexión implica el estudio minucioso de los hechos y de la situación, además de considerar el rumbo que puede tomar el caso de estudio. El escenario que abarca la reflexión depende del nivel jerárquico que la está realizando y la consideración del ambiente externo. La reflexión nace de un análisis libre de preguntas que solo los ejecutivos pueden formular y que se encaminan al descubrimiento de patrones relevantes. Al encontrar algunos hechos que pueden ser contradictorios a los postulados establecidos, implica una labor de convencimiento y de superación de resistencias al cambio, sin embargo para que la iniciativa tenga éxito, es necesario compartirla y allegarse de aliados. La conexión de la acción al ciclo de la Inteligencia de Negocios es a través del proceso de toma de decisiones, en donde las acciones se suceden como resultado de las decisiones. La toma de decisiones al estar basada en la Inteligencia de Negocios ofrece mejores condiciones para identificar oportunidades, orientar las acciones, la experimentación, la prueba y la retroalimentación.

1.- EL CONTACTOR

Un contactor es un dispositivo de maniobra automática con poder de corte, es decir puede cerrar o abrir circuitos con carga o en vacío. se puede definir como un interruptor accionado a distancia por acción de un electroiman.



2.- ELEMENTOS DE PROTECCIÓN
son dispositivos cuya finalidad es proteger el motor y el circuito mismo contra posibles daños producidos principalmente por el paso de intensidades muy altas de corriente.

3.- RELÉ
Son dispositivos cuya funcion principal en el circuito de control es la de activar o desactivar otros aparatos que modifiquen las condiciones del sistema.

• Capacidad para acceder a mercados y clientes potenciales a un coste muy reducido. El plantearse una exportación o una relación comercial con un cliente al otro lado del mundo ya no requiere abrir una delegación o mandar a alguien allí, se puede solventar trasladando parte de estas actividades comerciales, desde el envío y recepción de ofertas hasta la facturación y cobro, a un medio electrónico.
Un ejemplo: Barrabés. Se puede lograr vender a Estados Unidos, Chile y México desde el valle del Benasque, sin salir de Huesca y sin salir de España, y con el tamaño de una tienda de esquí y montaña.

• Accesibilidad de la tecnología. No estamos hablando de medios tecnológicos al alcance solamente de las grandes empresas, sino que casi cualquiera puede hacer frente a un proyecto de este tipo, o al menos a su fase de promoción en Internet.

• Posibilidad de mejorar las capacidades de la empresa. Al tener que adaptar parte de los procesos a este nuevo medio, el resultado global suele ser que la empresa cambia y se vuelve más ágil y más competitiva en todos sus aspectos.

mi replica es para mi compañera miriam debido a que considero que siempre se esfuerza por poner muy buenas respuestas en el foro ademas de que sus vídeos siempre están muy interesantes.

EXPLIQUE QUÉ TIPOS DE REPORTES Y CONSULTAS PERSONALIZADOS SE PUEDEN GENERAR HACIENDO USO DE HERRAMIENTAS PARA BI O DATAWAREHOUSE U OLAP
Participación:#1
1 Almacén de datos (Data Warehouse)
1.1 Definición de Almacén de Datos
Un Almacén de Datos (o Data Warehouse) es una gran colección de datos que recoge información de múltiples sistemas fuentes u operacionales dispersos, y cuya actividad se centra en la Toma de Decisiones -es decir, en el análisis de la información- en vez de en su captura. Una vez reunidos los datos de los sistemas fuentes se guardan durante mucho tiempo, lo que permite el acceso a datos históricos; así los almacenes de datos proporcionan al usuario una interfaz consolidada única para los datos, lo que hace más fácil escribir las consultas para la toma de decisiones.

1.2 Diferencias entre Base de Datos y Almacén de Datos
Base de Datos Operacional Almacén de Datos
Datos operacionales Datos del negocio para Información
Orientado a aplicación Orientado al sujeto
Actual Actual + Histórico
Detallada Detallada + Resumida
Cambia continuamente Estable

1.3 Data Warehousing
Data Warehousing es el proceso que facilita la creación y explotación de un Almacén de Datos.
Los Sistemas de Data Warehousing incluyen funcionalidades como:
Integración de bases de datos heterogéneas (relacionales, documentales, geográficas, archivos, etc.)
Ejecución de consultas complejas no predefinidas visualizando el resultado en forma gráfica y en diferentes niveles de agrupamiento y totalización de datos.
Agrupamiento y desagrupamiento de datos en forma interactiva.
Análisis del problema en términos de dimensiones.
Control de calidad de datos.
1.4 Características del Almacén de Datos
Organizado en torno a temas. La información se clasifica en base a los aspectos que son de interés para la empresa.
Integrado. Es el aspecto más importante. La integración de datos consiste en convenciones de nombres, codificaciones consistentes, medida uniforme de variables, etc.
Dependiente del tiempo. Esta dependencia aparece de tres formas:
La información representa los datos sobre un horizonte largo de tiempo.
Cada estructura clave contiene (implícita o explícitamente) un elemento de tiempo (día, semana, mes, etc.).
La información, una vez registrada correctamente, no puede ser actualizada.
No volátil. El Almacén de Datos sólo permite cargar nuevos datos y acceder a los ya almacenados, pero no permite ni borrar ni modificar los datos.
1.5 Arquitectura Data Warehouse
La estructura básica de la arquitectura Data Warehouse incluye:
Datos operacionales. Origen de datos para el componente de almacenamiento físico del Almacén de Datos.
Extracción de datos. Selección sistemática de datos operacionales usados para formar parte del Almacén de Datos.
Transformación de datos. Procesos para sumarizar y realizar cambios en los datos operacionales.
Carga de datos. Inserción de datos en el Almacén.
Almacén. Almacenamiento físico de datos de al arquitectura Data Warehouse.
Herramienta de acceso. Herramientas que proveen acceso a los datos.
1.6 Estructura lógica del Almacén de Datos
La estructura lógica de un Almacén de Datos está compuesta por los siguientes niveles:
Metadatos. Describen la estructura de los datos contenidos en el almacén.
Están en una dimensión distinta al resto de niveles.
Datos detallados actuales. Obtenidos directamente del procesado de los datos.
Forman el nivel más bajo de detalle.
Ocupan mucho espacio.
Se almacenan en disco, para facilitar el acceso.
Datos detallados históricos. Igual que los anteriores, pero con datos correspondientes al pasado.
Se suelen almacenar en un medio externo, ya que su acceso es poco frecuente.
Datos ligeramente resumidos. Primer nivel de agregación de los datos detallados actuales.
Corresponden a consultas habituales.
Se almacenan en disco.
Datos muy resumidos. Son el nivel más alto de agregación.
Corresponden a consultas que se realizan muy a menudo y que se deben obtener muy rápidamente.
Suelen estar separados del Almacén de datos, formando Supermercados de Datos (Data Marts).

Participación:#2
DIFERENCIA ENTRE LOS NEGOCIOS ELECTRÓNICOS Y EL COMERCIO ELECTRÓNICO Y DONDE Y CUANDO APLICAR CADA UNO DE ELLO
diferencia entre comercio electrónico y mercado electrónico
El comercio electrónico es la compra/venta de bienes y servicios a través de internet, y puede realizarse a través de diversos medios: tiendas online, mercados electrónicos y
Por tanto los mercados electrónicos son uno de los medios para poder realizar comercio eléctrico, y actúan como terceros, poniendo a disposición de las compañías una plataforma online en la que pueden buscar nuevos proveedores, cerrar acuerdos o directamente comprar o vender a través de ella.
Diferencias entre comercio y negocio electrónico
Negocio electrónico. Diferencia de comercio electrónico:
Algunos autores distinguen comercio electrónico o e-commerce de negocio electrónico o e-business.
7. E-business utiliza la información electrónica para mejorar la performance, añadir valor y permitir nuevas relaciones entre clientes y empresas.
8. Abarca todo lo que se ha denominado como comercio electrónico - los canales externos por fuera de la estructura de la organización - y va más allá para incluir todos y cada uno de los aspectos de las estrategias y operaciones de una empresa.
Luis Alan pineda Valdez y Guillermina Agustín Márquez

amigos, en este link encontramos no solo dos, si no mas aplicacion del comercio electronico
w w w . d e g e r e n c i a . c o m › F u n c i o n e s G e r e n c i a l e s › N e g o c i o s O n l i n e

compañeros, una alumna de otro tecnologico ya tiene desarrollado este punto y se los comparto en el sig. link, saludos
a l i z e t . b l o g s p o t . c o m / 2 0 1 1 / 1 1 / u n i d a d - i v - c o m e r c i o - e l e c t r o n i c o . h t m l

aqui esta toda la informacion acerca de este reactivo...
i t e m s w e b . e s a d e . e d u / . . . / B u s i n e s s _ I n t e l l i g e n c e _ c o m p e t i r _ c o n _ i n f o r m a c i o n . . .

Business Intelligence

Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios.

Datos, información y conocimiento

Desde un punto de vista más pragmático, y asociándolo directamente con las tecnologías de la información, podemos definir Business Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa (reporting, análisis OLTP / OLAP, alertas...) o para su análisis y conversión en conocimiento, dando así soporte a la toma de decisiones sobre el negocio.

La inteligencia de negocio actúa como un factor estratégico para una empresa u organización, generando una potencial ventaja competitiva, que no es otra que proporcionar información privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminación de islas de información, control financiero, optimización de costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad de un producto concreto, etc...

Los principales productos de Business Intelligence que existen hoy en día son:

*  Cuadros de Mando Integrales (CMI)

*  Sistemas de Soporte a la Decisión (DSS)

*  Sistemas de Información Ejecutiva (EIS)

Por otro lado, los principales componentes de orígenes de datos en el Business Intelligence que existen en la actualidad son:

*  Datamart                *  Datawarehouse

Los sistemas y componentes del BI se diferencian de los sistemas operacionales en que están optimizados para preguntar y divulgar sobre datos. Esto significa típicamente que, en un datawarehouse, los datos están desnormalizados para apoyar consultas de alto rendimiento, mientras que en los sistemas operacionales suelen encontrarse normalizados para apoyar operaciones continuas de inserción, modificación y borrado de datos. En este sentido, los procesos ETL (extracción, transformación y carga), que nutren los sistemas BI, tienen que traducir de uno o varios sistemas operacionales normalizados e independientes a un único sistema desnormalizado, cuyos datos estén completamente integrados.

En definitiva, una solución BI completa permite:

* Observar ¿qué está ocurriendo?     * Comprender ¿por qué ocurre?

* Predecir ¿qué ocurriría?               * Colaborar ¿qué debería hacer el equipo?

* Decidir ¿qué camino se debe seguir?





Business Intelligence


Business Intelligence (BI) es un compendio de tecnologías y aplicaciones que permiten recopilar la información de los diferentes fuentes de su empresa, almacenarla, analizarla y proveerla a todo tipo de usuarios de su empresa con el fin de que puedan tomar mejores decisiones de negocio.

Necesidad de Business Intelligence en su empresa

Invertir en soluciones de Business Intelligence vuelve tangible las inversiones realizadas en sistemas transacciones de su compañía como son: ERP, CRM, SCM, y HCM, al extraer la información de dichos sistemas y convertirla en una herramienta poderosa para la toma de decisiones estratégicas y de negocio.
Sus ejecutivos requieren contar con la información necesaria para la toma de decisiones en cualquier momento y en cualquier lugar.
La información y las métricas que utilizan los ejecutivos de su organización deben estar alineadas con las metas de la organización.
Muchas compañías todavía carecen de una estrategia de Business Intelligence que esté alineada con las metas y objetivos organizacionales, esto otorga, a las compañías que si están maduras en BI, una ventaja competitiva.

chicos aquí les dejo un vídeo sobre lo que es la inteligencia de negocios espero les sea útil

Sistemas de Soporte a la Decisión (DSS)

Un Sistema de Soporte a la Decisión (DSS) es una herramienta de Business Intelligence enfocada al análisis de los datos de una organización.
En principio, puede parecer que el análisis de datos es un proceso sencillo, y fácil de conseguir mediante una aplicación hecha a medida o un ERP sofisticado. Sin embargo, no es así: estas aplicaciones suelen disponer de una serie de informes predefinidos en los que presentan la información de manera estática, pero no permiten profundizar en los datos, navegar entre ellos, manejarlos desde distintas perspectivas...


El DSS es una de las herramientas más emblemáticas del Business Intelligence ya que, entre otras propiedades, permiten resolver gran parte de las limitaciones de los programas de gestión. Estas son algunas de sus características principales:
   Informes dinámicos, flexibles e interactivos, de manera que el usuario no tenga que ceñirse a los listados predefinidos que se configuraron en el momento de la implantación, y que no siempre responden a sus dudas reales.
   No requiere conocimientos técnicos. Un usuario no técnico puede crear nuevos gráficos e informes y navegar entre ellos, haciendo drag&drop o drill through. Por tanto, para examinar la información disponible o crear nuevas métricas no es imprescindible buscar auxilio en el departamento de informática.
   Rapidez en el tiempo de respuesta, ya que la base de datos subyacente suele ser un datawarehouse corporativo o un datamart, con modelos de datos en estrella o copo de nieve. Este tipo de bases de datos están optimizadas para el análisis de grandes volúmenes de información (vease ánalisis OLTP-OLAP).
   Integración entre todos los sistemas/departamentos de la compañía. El proceso de ETL previo a la implantación de un Sistema de Soporte a la Decisión garantiza la calidad y la integración de los datos entre las diferentes unidades de la empresa. Existe lo que se llama: integridad referencial absoluta.
   Cada usuario dispone de información adecuada a su perfil. No se trata de que todo el mundo tenga acceso a toda la información, sino de que tenga acceso a la información que necesita para que su trabajo sea lo más eficiente posible.
   Disponibilidad de información histórica. En estos sistemas está a la orden del día comparar los datos actuales con información de otros períodos históricos de la compañía, con el fin de analizar tendencias, fijar la evolución de parámetros de negocio... etc.


Diferencia con otras herramientas de Business Intelligence
El principal objetivo de los Sistemas de Soporte a Decisiones es, a diferencia de otras herramientas como los Cuadros de Mando (CMI) o los Sistemas de Información Ejecutiva (EIS), explotar al máximo la información residente en una base de datos corporativa (datawarehouse o datamart), mostrando informes muy dinámicos y con gran potencial de navegación, pero siempre con una interfaz gráfica amigable, vistosa y sencilla.



Otra diferencia fundamental radica en los usuarios a los que están destinadas las plataformas DSS: cualquier nivel gerencial dentro de una organización, tanto para situaciones estructuradas como no estructuradas. (En este sentido, por ejemplo, los CMI están más orientados a la alta dirección).
Por último, destacar que los DSS suelen requerir (aunque no es imprescindible) unmotor OLAP subyacente, que facilite el análisis casi ilimitado de los datos para hallar las causas raices de los problemas/pormenores de la compañía.


Tipos de Sistemas de Soporte a Decisiones
   Sistemas de información gerencial (MIS)
Los sistemas de información gerencial (MIS, Management Information Systems), tambien llamados Sistemas de Información Administrativa (AIS) dan soporte a un espectro más amplio de tareas organizacionales, encontrándose a medio camino entre un DSS tradicional y una aplicación CRM/ERP implantada en la misma compañía.
   Sistemas de información ejecutiva (EIS)
Los sistemas de información ejecutiva (EIS, Executive Information System) son el tipo de DSS que más se suele emplear en Business Intelligence, ya que proveen a los gerentes de un acceso sencillo a información interna y externa de su compañía, y que es relevante para sus factores clave de éxito.
   Sistemas expertos basados en inteligencia artificial (SSEE)
Los sistemas expertos, también llamados sistemas basados en conocimiento, utilizan redes neuronales para simular el conocimiento de un experto y utilizarlo de forma efectiva para resolver un problema concreto. Este concepto está muy relacionado con el datamining.
  Sistemas de apoyo a decisiones de grupo (GDSS)
Un sistema de apoyo a decisiones en grupos (GDSS, Group Decision Support Systems) es "un sistema basado en computadoras que apoya a grupos de personas que tienen una tarea (u objetivo) común, y que sirve como interfaz con un entorno compartido". El supuesto en que se basa el GDSS es que si se mejoran las comunicaciones se pueden mejorar las decisiones.



Si no está familiarizado con el concepto de Sistema de Soporte a Decisiones, puede resultarle útil, además, examinar las siguientes definiciones:

*  Cuadro de Mando Integral

*  Sistemas de Información Ejecutiva (EIS)

*  Datawarehouse

*  Datamart

*  Datamining

INTELIGENCIA DE NEGOCIO
Se define por Inteligencia de Negocio o Business Intelligence (BI) a la transformación de los datos de la compañía en conocimiento para obtener una ventaja competitiva. Desde un punto de vista más pragmático, y asociándolo directamente a las tecnologías de la información, podemos definir Business Intelligence como el conjunto de metodologías, aplicaciones y tecnologías que permiten reunir, depurar y transformar datos de los sistemas transaccionales e información desestructurada (interna y externa a la compañía) en información estructurada, para su explotación directa (reporting, análisis OLAP...) o para su análisis y conversión en conocimiento soporte a la toma de decisiones sobre el negocio. [6]
Este conjunto de herramientas y metodologías tienen en común las siguientes características:
• Accesibilidad a la información.
Los datos son la fuente principal de este concepto. Lo primero que debe garantizar este tipo de herramientas y técnicas será el acceso de los usuarios a los datos con independencia de la procedencia de estos.
• Apoyo en la toma de decisiones.
Se busca ir más allá en la presentación de la información, de manera que los usuarios tengan acceso a herramientas de análisis que les permitan seleccionar y manipular sólo aquellos datos que les interesen.
• Orientación al usuario final.
Se busca independencia entre los conocimientos técnicos de los usuarios y su capacidad para utilizar estas herramientas.
El término inteligencia empresarial se refiere al uso de los datos de una empresa para facilitar la toma de decisiones a las personas que deciden, es decir, la comprensión del funcionamiento actual y la anticipación de acciones para dar una dirección bien informada a la empresa.
Las herramientas de inteligencia se basan en la utilización de un sistema de información de inteligencia que se forma con distintos datos extraídos de los datos de producción, con información relacionada con la empresa o sus ámbitos y con datos económicos.
Mediante las herramientas y técnicas ETL (extraer, transformar y cargar) se extraen los datos de distintas fuentes, se depuran y preparan (homogeneización de los datos) para cargarlos en un almacén de datos.
Por último, las herramientas de inteligencia analítica posibilitan el modelado de las representaciones en base a consultas para crear tablas; esto se conoce como presentación de informes

PRIMERO QUE NADA QUIERO LE QUIERO RECLAMAR A ISIS QUE NOS DEJA SIN INFORMACIÓN SE QUIERE ACABAR EL FORO JAJAJA.
CONCEPTOS
1. Se denomina inteligencia empresarial, inteligencia de negocios o BI (del inglés business intelligence), al conjunto de estrategias y aspectos relevantes enfocadas a la administración y creación de conocimiento sobre el medio, a través del análisis de los datos existentes en una organización o empresa.
2. La inteligencia de negocios es la parte de la gestión empresarial encargada de la recogida, procesamiento y presentación de información relevante que facilite la toma de decisiones.
Actualmente la inteligencia de negocios suele asociarse a las tecnologías de la información, aunque en realidad incluyen un campo mucho más amplio. La tecnología es simplemente una forma de facilitar esta función. De hecho todas las empresas e instituciones cuentan con un sistema de inteligencia de negocios, muchas veces manual, aunque puede que no sean totalmente conscientes de este hecho.

HERRAMIENTAS

Cuadro de mando integral también llamados Dashboard.
Digital Dashboards o paneles de Control Digital - También conocidos como Business Intelligence Dashboards, o Dashboards Ejecutivos, Son resúmenes visuales de información del negocio, que muestran de una mirada la comprensión del global de las condiciones del negocio mediante métricas e Indicadores Clave de Desempeño (KPIs). Esta es una Herramienta de Inteligencia de Negocios muy popular desde hace unos pocos años.
OLAP (Procesamiento Analítico en línea por sus siglas en Inglés) (incluido HOLAP, ROLAP and MOLAP)- Es la capacidad de algunos sistemas de soporte de decisiones gerenciales que permiten examinar de manera interactiva grandes volúmenes de información desde varias perspectivas.1
Aplicaciones de Informes, genera vistas de datos agregadas para mantener a la gerencia informada sobre el estado de su negocio.
Minería de datos - Extracción de información de las bases de datos acerca del cosumidor, mediante la utilización de aplicaciones que pueden aislar e identificar patrones o tendencias del consumidor en un alto volumen de datos. Hay una gran variedad de técnicas de minería de datos que revelan distintos tipos de patrones.2 Algunas de las técnicas son métodos estadísticos (Particularmente Estadística de Negocios) y Redes Neurales como formas altamente avanzadas de análisis de datos.

DATA WAREHOUSE

Hay muchas herramientas que diferentes empresas ofrecen para la creación y explotación de un Data Warehouse.
Cuando se ofrece una suite completa, que cubre desde la creación de la base de datos hasta la explotación de la misma para diferentes perfiles y objetivos, suelen considerarse como herramientas de Business Intelligence.
El Data Warehouse se implementa siempre sobre un Sistema Gestor de Bases de Datos, y para las cargas periódicas de datos que se realizan sobre él desde diferentes orígenes se pueden utilizar herramientas ETL, que permiten enlazar la base de datos con los diferentes orígenes, definir las transformaciones que hay que realizar para la integración de los datos, y programar o automatizar las cargas periódicas.

Para la explotación se utilizan diferentes herramientas, cuya clasificación se puede realizar en función del perfil profesional de la persona que las utiliza.
Las clásicas herramientas de reporting son para usuarios de diferentes departamentos que necesitan explotar en su trabajo diario una información concreta.
Para usuarios de perfil más analista, o incluso directivos se han creado las herramientas DSS (Decision Support Systems), o sistemas de soporte para la toma de decisiones. Podrían considerarse como herramientas de reporting, pero que ofrecen una serie de funcionalidades que permiten a los usuarios realizar análisis bajo diferentes puntos de vista de los datos que están examinando. Permiten la modificación y personalización online de los informes, y la navegación por los datos seleccionados a diferentes niveles de detalle según dimensiones previamente definidas.
Para los directivos de nivel superior existen herramientas de Cuadro de mando, que no dejan de ser informes, pero que permiten agregar la información de manera que una sola página sea suficiente para el directivo para evaluar el estado de la empresa en lo que a él le concierne. Estos informes tienen que ser visuales, simples, i a la vez muy informativos.
Finalmente, cuando se pretende obtener el máximo de información, o más bien conocimiento, de los datos de la empresa, entran en juego las herramientas de Minería de Datos, o Datamining, que, siempre contando con la experiencia de un analista de negocio que pueda parametrizarlas y crear un modelo persiguiendo unos objetivos concretos, realizan una explotación de los datos existentes en busca de nuevas relaciones ocultas, agrupaciones o conclusiones que a primera vista, o con un análisis de otro tipo habrían pasado desapercibidas.
Viendo toda la funcionalidad que deben cubrir las herramientas de Business Intelligence orientadas a la explotación de un sistema de Data Warehouse no es de extrañar que muchas empresas se echen las manos a la cabeza cuando se plantean la implantación de un sistema de este tipo y consultan los precios de las licencias de las diferentes Suites existentes en el mercado.

CREO QUE LA INFORMACIÓN ESTÁ COMPLETA O POR LO MENOS UN POCO CLARA

compañeros el procedimiento es el siguiente:
1.1.Elegir un dominio.
2.Verificar la disponibilidad del nombre de dominio deseado en algún registrador.
3.Ingresar los datos personales.
4.Elegir la cantidad de tiempo que el dominio permanecerá registrado.
5.Pagar el dominio, normalmente con tarjeta de crédito (o también por transferencia bancaria)

2.Una vez arrendado, el ahora registrante del dominio debe configurarlo con la URL a la cual redireccionar, IP del servidor al que encontrará mediante la DNS, servidor DNS usada por este.
3.El registrante del dominio debe esperar un tiempo para que el dominio sea reconocido en todos los servidores de Internet. Para los dominios .com y .net la demora es entre 4 y 8 horas, y para otros es generalmente entre 24 y 48 horas. En ese período: 1.El registrador contacta con ICANN y realiza el proceso de forma transparente para el registrante.
2.Se avisa al registrante que el dominio fue registrado.

4.El nuevo dominio funciona, y resuelve a la IP apropiada en el servidor DNS usado, pero no en el resto de servidores DNS del mundo. Poco a poco se va propagando el cambio al resto de servidores (propagación DNS). Como cada uno tiene distintos tiempos de actualización y parámetros de caché distintos, pasan varias horas hasta que todos los servidores DNS del mundo conocen cómo hacer la resolución del dominio.
5.La página ya es accesible mediante un nombre de dominio desde cualquier computadora.

Los datos necesarios para registrar un dominio son:
Registrador oficial de dominios: Empresa registradora oficial inscrita en ICANN la cual se encarga de preservar los datos de los registros.
Propietario del dominio: Persona o entidad que figura como propietario y legítimo dueño por el periodo de registro.
Contacto administrativo: Persona o entidad designada por el propietario que figura como administrador de los datos del dominio en favor del propietario.
Contacto técnico: Persona o entidad que se encarga de la manutención de los números DNS del dominio para su correcto funcionamiento y enlace en la red.
Contacto de facturación: Persona o entidad que se encargará de realizar el pago por las correspondientes renovaciones del dominio.
DNS (Domain Name Servers) ( Servidor de Nombres de Dominio ): Estos números (mínimo 2) figuran en el registro de los dominios y muestran las direcciones IPs de los servidores que se harán cargo de las peticiones al dominio y de redirigir las mismas a donde proceda según la naturaleza de cada petición.

h t t p : / / e s . w i k i p e d i a . o r g / w i k i / R e g i s t r o _ d e _ d o m i n i o s

e aquí el enlace al e-bussines:
                   
                     
                     
                     
h t t p : / / e r a n g e l . c o o l p a g e . b i z / m y c u b e . p h p

buenas tardes compañeros mi debate es sobre el sistema de sopor:      
Sistemas de Soporte a la Decisión (DSS)



Un Sistema de Soporte a la Decisión (DSS) es una herramienta de Business inteligencia enfocada al análisis de los datos de una organización.
En principio, puede parecer que el análisis de datos es un proceso sencillo, y fácil de conseguir mediante una aplicación hecha a medida o un ERP sofisticado. Sin embargo, no es así: estas aplicaciones suelen disponer de una serie de informes predefinidos en los que presentan la información de manera estática, pero no permiten profundizar en los datos, navegar entre ellos, manejarlos desde distintas perspectivas.

Introducción a la Inteligencia deNegocios.

La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como el proceso de analizar los bienes o datos acumulados en la empresa y extraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen las bases de datos de clientes, información de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de información relevante para la empresa.
BI apoya a los tomadores de decisiones con la información correcta, en el momento y lugar correcto, lo que les permite tomar mejores decisiones de negocios. La información adecuada en el lugar y momento adecuado incrementa efectividad de cualquier empresa.
"La tecnología de BI no es nueva, ha estado presente de varias formas por lo menos en los últimos 20 años, comenzando por generadores de reportes y sistemas de información ejecutiva en los 80’s…" Afirma Candice Goodwin. Entiéndase como sinónimos de tecnología de BI los términos aplicaciones, soluciones o software de inteligencia de negocios.
Tal vez le ayude a comprender mejor el concepto por medio de un ejemplo. Una franquicia de hoteles a nivel nacional que utiliza aplicaciones de BI para llevar un registro estadístico del porcentaje promedio de ocupación del hotel, así como los días promedio de estancia de cada huésped, considerando las diferencias entre temporadas. Con esta información ellos pueden:
- calcular la rentabilidad de cada hotel en cada temporada del año
- determinar quién es su segmento de mercado
- calcular la participación de mercado de la franquicia y de cada hotel
- identificar oportunidades y amenazas
Estas son sólo algunas de las formas en que una empresa u organización se puede beneficiar por la implementación de software de BI, hay una gran variedad de aplicaciones o software que brindan a la empresa la habilidad de analizar de una forma rápida por qué pasan las cosas y enfocarse a patrones y amenazas.

BI Tableros de Control


Los tableros de control nos permiten integrar una serie de indicadores que tienen afinidad entre ellos orientados a un área funcional o en forma integral para visualizar el desempeño de toda la organización en sus diferentes áreas clave.
Para ello, organizamos la información por temas, con el objeto de facilitar el seguimiento o monitoreo en el cumplimiento de objetivos, utilizando para ello, además, la funcionalidad de ‘semaforos’, herramienta de gran utilidad ya que nos indica de forma visual los rubros o indicadores que están por debajo del cumplimiento acorde a la expectativa de desempeño definida en cada área.De esta forma, logramos contar con una herramienta de seguimiento a objetivos que, junto con la funcionalidad de navegación, nos permite analizar las posibles causas de un desempeño por debajo de la expectativa mencionada.Es importante que al definir un tablero, el nivel de información mostrada esté diseñada en función a cada tipo de usuario para asegurar que el tablero tenga la máxima utilidad, es así como podremos definir tableros de alta dirección, tableros funcionales y tableros operativos.
Integrando los diferentes indicadores con diferentes vistas en función a las dimensiones que enmarcan su influencia, pondremos tableros, que por ejemplo, muestren información sobre el desplazamiento de mercancía en las diferente regiones o diferentes tiendas o almacenes, mostrar la tendencia de compra de las diferentes líneas o categorías, las líneas de producto con mayor o menor utilidad bruta, tanto en valor monetario como en forma porcentual.

Otros ejemplos de tableros de control, pueden ser:
Abasto y nivel de servicio de proveedores de mercancía
Inventarios por tienda y CEDIs
Productividad por tienda
Operación
Cada ejecutivo podrá utilizar uno o varios tableros que le den el estado de salud de su área de gestión, focalizando sus acciones en los indicadores o áreas de menor desempeño, día a día, para que al final de cada periodo de medición logre obtener los resultados deseados, analizando las posibles causas y tomando decisiones oportunas que aseguren el éxito en el logro de las metas establecidas, que, aunado al hecho de que se cuenta con información única, obteniendo una sola versión de los hechos que ocurren en cada área funcional, permite a la organización aumentar su efectividad orientada a los hechos y eventos que ocurren en la misma.

Para una información más detallada aquí les dejo el siguiente vídeo.

MI REPLICA ES PARA MI COMPAÑERA IDALIA:
y también se puede decir que Los Sistemas de Soporte a la Decisión (Decision Support Systems, DSS) pueden considerarse como una tercera generación de Sistemas de Información, cuyo objetivo es intentar descubrir qué pasaría si se toman una serie de decisiones, o ir más allá proporcionando automáticamente las decisiones o sugerencias que asistan al administrador. Este tipo de sistemas comienza a surgir en la década de los 70, y se definen (Sprague 1983) como:

(1) Sistemas basados en sistemas de cómputo
(2) que ayudan a quien toma decisiones
(3) enfocados a problemas mal estructurados
(4) a través de una directa interacción
(5) con datos y modelos de análisis.

BUENAS NOCHES mi replica es para comentar que el punto de mi compañera edna esta muy interesante y esta muy claro que es el sistema de soporte a la decisión (DSS).

*Es una estrategia empresarial que persigue incrementar el rendimiento de la empresa o la competitividad del negocio, a través de la organización inteligente de sus datos históricos (transacciones u operaciones diarias), usualmente residiendo en Data Warehouse corporativos o Data Marts departamentales.
*La inteligencia de negocio actúa como un factor estratégico para una empresa u organización, generando una potencial ventaja competitiva, que no es otra que proporcionar información privilegiada para responder a los problemas de negocio: entrada a nuevos mercados, promociones u ofertas de productos, eliminación de islas de información, control financiero, optimizan de costes, planificación de la producción, análisis de perfiles de clientes, rentabilidad de un producto concreto.

*El concepto de sistema de soporte a las decisiones (DSS por sus siglas en inglés Decision Support System) es muy amplio, debido a que hay muchos enfoques para la toma de decisiones y debido a la extensa gama de ámbitos en los cuales se toman. Estos sistemas de apoyo son del tipo OLAP o de minería de datos, que proporcionan información y soporte para tomar una decisión.
*Un DSS puede adoptar muchas formas diferentes. En general, podemos decir que un DSS es un sistema informático utilizado para servir de apoyo, más que automatizar, el proceso de toma de decisiones. La decisión es una elección entre alternativas basadas en estimaciones de los valores de esas alternativas. El apoyo a una decisión significa ayudar a las personas que trabajan solas o en grupo a reunir inteligencia, generar alternativas y tomar decisiones. Apoyar el proceso de toma de decisión implica el apoyo a la estimación, la evaluación y/o la comparación de alternativas. En la práctica, las referencias a DSS suelen ser referencias a aplicaciones informáticas que realizan una función de apoyo.

*En el contexto de la informática, un almacén de datos (del inglés data warehouse) es una colección de datos orientada a un determinado ámbito (empresa, organización, etc.), integrado, no volátil y variable en el tiempo, que ayuda a la toma de decisiones en la entidad en la que se utiliza. Se trata, sobre todo, de un expediente completo de una organización, más allá de la información transaccional y operacional, almacenado en una base de datos diseñada para favorecer el análisis y la divulgación eficiente de datos (especialmente OLAP, procesamiento analítico en línea).
*Un Datawarehouse es una base de datos corporativa que se caracteriza por integrar y depurar información de una o más fuentes distintas, para luego procesarla permitiendo su análisis desde infinidad de pespectivas y con grandes velocidades de respuesta. La creación de un datawarehouse representa en la mayoría de las ocasiones el primer paso, desde el punto de vista técnico, para implantar una solución completa y fiable de Business Intelligence.


Atentamente:
Deysy león Duarte
Melania Cabrera Uriostegui
Paulino Pichardo Gutierrez
Brenda Anahi Cruz Sotelo
Abigail Loaeza Martinez
Ma. Ines Eheverria Islas

 
 
 
Este conjunto de herramientas y metodologías tienen en común las siguientes características:
·         Accesibilidad a la información. Los datos son la fuente principal de este concepto. Lo primero que deben garantizar este tipo de herramientas y técnicas será el acceso de los usuarios a los datos con independencia de la procedencia de éstos.
·         Apoyo en la toma de decisiones. Se busca ir más allá en la presentación de la información, de manera que los usuarios tengan acceso a herramientas de análisis que les permitan seleccionar y manipular sólo aquellos datos que les interesen.
·         Orientación al usuario final. Se busca independencia entre los conocimientos técnicos de los usuarios y su capacidad para utilizar estas herramientas.
·         Informes predefinidos
·         Informes a la medida
·         PLAN: curso de acción conscientemente determinado.
·         POSICIÓN: un medio para ubicar a la organización (nicho, rentas, dominio).
·         PATRÓN: es un modelo que implica consistencia.
·         PERSPECTIVA: una manera particular de percibir el mundo (concepto, cultura, ideología)
 
 
 
 
 
 
 
 
 
 
 
 
Los Sistemas de Data Warehousing incluyen funcionalidades como:

• Integración de bases de datos heterogéneas (relacionales, documentales, geográficas, archivos, etc.)
  
• Ejecución de consultas complejas no predefinidas visualizando el resultado en forma gráfica y en diferentes niveles de agrupamiento y totalización de datos.
  
• Agrupamiento y desagrupamiento de datos en forma interactiva.
  
• Análisis del problema en términos de dimensiones.
  
• Control de calidad de datos.