Inteligencia de Negocios en el ITSH: Tema 4 - Investigación, Esquemas y mapas conceptuales de Cibercrimen, Seguridad Cibernética y Privacidad de Datos

¡Descarga Inteligencia de Negocios en el ITSH: Tema 4 - Investigación y más Esquemas y mapas conceptuales en PDF de Cibercrimen, Seguridad Cibernética y Privacidad de Datos solo en Docsity!

INSTITUTO TECNOLOGICO SUPERIOR

DE HUATUSCO

INTELIGENCIA DE NEGOCIOS

SARAHI TEPATLAN COLORADO

DOCENTE:

ISAIAS AVENDAÑO CORTES

ACTIVIDAD:

TEMA4 - INVESTIGACION

GRUPO:

804A

FECHA:

La inteligencia de negocios (BI) combina análisis de negocios, minería de datos, visualización de datos, herramientas e infraestructura de datos, y las prácticas recomendadas para ayudar a las organizaciones a tomar decisiones más basadas en los datos. En la práctica, sabes que tienes una inteligencia de negocios moderna cuando tienes una visión integral de los datos de tu organización y los utilizas para impulsar el cambio, eliminar las ineficiencias y adaptarte rápidamente a los cambios del mercado o del suministro. Es importante tener en cuenta que esta es una definición muy moderna de inteligencia de negocios y que BI también ha tenido fama de ser una palabra de moda. La inteligencia de negocios tradicional surgió originalmente en la década de 1960 como un sistema de intercambio de información entre organizaciones. Se desarrolló aún más en la década de 1980 junto con modelos informáticos para la toma de decisiones y convertir los datos en información antes de convertirse en una oferta específica de parte de equipos de BI con soluciones de servicio dependientes de TI. Las soluciones de BI modernas priorizan el análisis flexible de autoservicio, los datos gobernados en plataformas confiables, los usuarios corporativos empoderados y la velocidad para obtener información. Ejemplos de inteligencia de negocios: Mucho más que una "cosa" específica, la inteligencia de negocios es más bien un término general que cubre los procesos y métodos de recopilación, almacenamiento y análisis de datos de operaciones o actividades comerciales para optimizar el rendimiento. Todas estas cosas se unen para crear una visión integral de un negocio con la finalidad de ayudar a las personas a tomar mejores y más viables decisiones.

Cómo funciona la inteligencia de negocios Las empresas y organizaciones tienen preguntas y objetivos. Para responder a estas preguntas y hacer un seguimiento del rendimiento en relación con estos objetivos, recopilan los datos necesarios, los analizan y determinan las acciones que deben tomarse para que alcancen los objetivos. En el aspecto técnico, los datos sin procesar se recopilan de la actividad del negocio. Los datos se procesan y luego se guardan en los almacenes de datos. Una vez que los datos estén almacenados, los usuarios pueden acceder a ellos, a fin de iniciar el proceso de análisis para responder preguntas de negocios. Inteligencia de Negocios El contexto de la sociedad de la información en que vivimos ha propiciado la necesidad de tener más y mejores métodos que permitan extraer y transformar los datos de una organización o empresa en información, para distribuirla a lo largo de toda la cadena de valor. La inteligencia de negocios responde a esta necesidad, por lo que se puede entender que es una evolución de los sistemas de soporte para las decisiones. Sin embargo, aunque se considera crítico, no es nuevo. En el mes de Octubre de 1958, Hans Peter Luhn, quien fue investigador de IBM, definió el término de cómo: «La habilidad de aprehender las relaciones de hechos presentados de manera que guíen las acciones hacia una meta deseada». Desde esos tiempos, el término de BI ha ido evolucionando, por lo que se ha llegado a la siguiente definición: «Conjunto de metodologías, aplicaciones, prácticas y capacidades enfocadas a la creación y administración de la información que permite tomar mejores decisiones a los usuarios de una organización». (Curto Díaz, 2010). Tecnologías del Business Intelligence A continuación se mencionan algunas tecnologías que pueden formar parte del BI:

1. Data warehouse
2. Análisis visual
3. Análisis predictivo
4. Cuadro de mando
5. Minería de datos
6. Gestión del rendimiento
7. Dashboards
8. Integración de datos
9. Previsiones
10. Reglas del negocio
11. Cuadro de mando integral Metodología de trabajo (Dirección de Tecnologías de Información) Dentro de las principales actividades consideradas para un proyecto de Inteligencia de Negocios están:
12. Diseño de modelos
13. Diseño de informes

3. Apertura administrativa
4. Construcción de modelos
5. Revisión de datos
6. Creación de Universo
7. Construcción de informes
8. Certificación
9. Cierre administrativo
10. Carga de datos históricos ¿Que es Datawarehouse? Sinnexus,(2016) menciona que 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 perspectivas 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. La ventaja principal de este tipo de bases de datos radica en las estructuras en las que se almacena la información .Este tipo de persistencia de la información es homogénea y fiable, y permite la consulta y el tratamiento jerarquizado de la misma. Arquitectura de un datawarehouse La arquitectura de un datawarehouse puede tener diferentes estructuras en diferentes implementaciones. Algunas pueden tener un ODS, mientras que otras pueden tener múltiples data marts. Algunas pueden tener un pequeño número de fuentes de datos, mientras que otras pueden tener docenas de fuentes de datos. Visto esto, es mucho más razonable de presentar las diferentes capas de la arquitectura de un datawarehouse en lugar de discutir sobre ningún sistema específico. En general, toda arquitectura de un datawarehouse tiene las siguientes capas:  Capa de fuentes de datos  Capa de extracción de datos  Área de pruebas  Capa ETL  Capa de almacenamiento de datos  Capa lógica de datos  Capa de presentación de datos  Capa de metadatos  Capa de operaciones del sistema Capas de toda arquitectura de un datawarehouse Capa de fuentes de datos: Esta representa las diferentes fuentes de datos que alimentan los datos del datawarehouse. La fuente de datos puede estar en cualquier formato: archivo de texto plano, base de datos relacional, otros tipos de base de datos, archivo Excel, etc. Todos estos pueden actuar como fuente de datos. Además, los tipos de datos pueden ser muy variados: