conferencia business intelligence - tecnológico de monterrey
DESCRIPTION
Presentación - Tecnologico de Monterrey Sede PerúTRANSCRIPT
Semei Castillo 1
Business Intelligence
Técnicas de análisis para
la toma de decisiones estratégicas
Julio 6, 2012
Semei Adonay Castillo Peniche
Semei Castillo 2
Objetivo
•Comprender que es BI y
sus funcionalidades y
beneficios potenciales en
la empresa.
Semei Castillo 3
¿Qué es Business Intelligence?
•Conjunto de estrategias y
herramientas enfocadas a la
administración y creación de
conocimiento mediante el
análisis de datos existentes en
una organización o empresa.
•Es una infraestructura
tecnológica que nos permite
analizar el comportamiento de
nuestro negocio.
Semei Castillo 4
¿Qué es Business Intelligence?
• El término “BI” es usado por
diferentes expertos y fabricantes de
software para distinguir un amplio
rango de aplicaciones especificas y
procesos para examinar:
– Tomar mejores decisiones rápidamente
– Convertir los datos en información
– Utilizar un método razonable para la
gestión empresarial
Semei Castillo 5
El ciclo de BI
IDEAS
MEDICION
ANALISIS
ACCION
BUSINESS
INTELLIGENCE
Semei Castillo 6
BI
Es una serie de instrumentos
“Procesos” orientados a
proporcionar información eficaz y
eficiente en el momento exacto y
lugar preciso. Información que debe
derivar en acciones reales en el
entorno de la organización asi como
en el mercado.
Estimular la toma de decisiones
correctas en la organización
Semei Castillo 7
Términos de BI
• KPI: Key Performance Indicators
• BPM: Business Performance Measures
• OLTP: On Line Transactional Processing
• OLAP: On Line Analytical Processing
– DOLAP: Desktop Como almacenar datos
– HOLAP: Hybrid Habilidad para diseminar los
datos
– MOLAP: Multidimentional Mayor rendimiento
para recuperación de datos
– ROLAP: Relation Como relacionarlos
Semei Castillo 8
Vista Multidimensional
Poder observar los datos desde distintas perspectivas.
Jan
Feb
Mar
Apr
TV
VCR
East
West
Total
South
East
West
Total
South
Actual Budget
Sales Sales Margin Margin
position only
Cogs
Margin
Total Exp
Profit
TV
VCR
Jan
Feb
Qtr 1
Mar
East West Actual Actual Budget Budget
Jan
Feb
Qtr 1
Mar
Jan
Feb
Mar
Apr
East
West
Actual
Budget
Variance
Forecast
Sales Margin
TV TV VCR VCR
Actual
Budget
Variance
Forecast
position only
West
SF
LA
Denver
Sales
Margin
Camera
TV
Audio
VCR
February March
Actual Actual Budget Budget
Camera
TV
Audio
VCR
Accounts by Product
Regions by Scenario Products by Region
Products by Time
OLAP: On Line Analytical Processing
Semei Castillo 9
Valoración de la Categoría
• Ventas
– En unidades
– Crecimiento
– Por tienda por semana
– Por unidad de espacio por semana, mes, año
• Utilidades
– Margen bruto en dolares
– Crecimiento
– Utilidad neta
– GMROI gross margin return on inventory
– ABC Activity Based Cost
– DPP Direct Produt Profitability
• Participación
– Cambio en la participación del mercado
– Participación en las ventas del departamento
– Participación en las ventas de la tienda
• Inventario
– rotación
• Consumidor
– Frecuencia de compra
– Unidades por transacción
– Número de transacciones
– Importe de compra por ticket
– Porcentaje de transacciones que compraron la categoría del total de
transacciones
Semei Castillo 10
¿Cuáles son las Tecnologías de BI?
•Data Warehouse
•Data Mining
Semei Castillo 11
Esquema para Data
Warehouse ???
Investigación
Facturación
Fuentes Externas
Mecanismos de Almacenamiento ODS
Data Warehouse Datos Cúbicos
Herramientas de Extracción
Archivo Específico
Herramientas de “Data Mining”
Otras Fuentes
...
Procesos de Modificación
DSS
Semei Castillo 12
Creando “Customer Centric
Data Bases”
Fig. Datos Contactos: Tres tipos de datos que son usados para crear la estrategia de contacto.
CONDUCTA
ACTITUD PATRIMONIO
- DEMOGRAFIA - ESTILO DE VIDA
Uso
Satisfacción
Opciones
Fig. Dimensiones de la lealtad 2 extremos: destructores vs defensores oDefensores (creyentes): alto uso, alta satisfacción, preferida entre varias oDestructores (no creyentes): alto uso, baja satisfacción, requerida entre varias
Semei Castillo 13
Estructura Accionable BI - DW
Capa de acciones
Prospectación
predicción e
Identificación
Diferenciación
de prospectos y
cuantificación
Contacto con
prospectos e
Intervención
Capa inteligente
Lealtad y
Clientes
Deserción
Valor
Objetivos de
Negocio
Capa de medición del desempeño
Datos Modelos
predictivos y
descriptivos
Retention
Program:
Customer
Interactions
Programas:
estratégias, políticas
y procedimientos
Estratégias
de
segmentación
Data
OLAP,
reportes
estandard
Queries, Ad-hoc
Tabla de
Medición
del
rendimiento
???
Evolución del
plan estratégico
Datos
Acciones
Desiciones
Semei Castillo 14
• El modelo iterativo de para la incorporación de las
tecnologías de “Business Intelligence”
• En cada iteración se incluyen nuevas métricas
claves del negocio, que se integran con las
existentes, y que permiten el desarrollo de modelos
más avanzados para soportar los procesos de
toma de decisiones.
Establecimiento
de métricas
iniciales y
desarrollo del
almacén de datos
Reportes
Corporativos,
Consultas y
Análisis Inclusión de
nuevas métricas
y desarrollo de
modelos Reportes
Corporativos,
Consultas y
Análisis
El Modelo Iterativo
Semei Castillo 15
ANALITICOS GERENCIALES EJECUTIVOS
Ad-hoc
Planeación
Simulación
Drill Down
Gráficas
Alertas
Reportes por
demanda
Consultas
de detalle
Reportes
Planeación
funcional
Semei Castillo 16
Finanzas Ventas Mercado Compras Producción Distribución Clientes RH /TI
Indicadores
financieros
Monitoreo de
precios
Análisis de
ventas
Estados
financieros
Impacto de
campañas
Análisis de
inventario
Indices de
producción
Control de
calidad
Análisis del
desempeño
de equipos
Análisis de
entregas y
causas de
atraso
Indices de
satisfacción
de clientes
Detalle de
causas de
reclamo
Productividad
Planeación
funcional
Priorización
Diseño de
integración
Plan de
desarrollo
incremental
Semei Castillo 17
• E de resultados
• Utilidad bruta
• Balance general
• Indices financieros
• Flujo de caja
• Admin De RH
• Inventarios
• ROI (24 Ways)
• Proyectos
• Análisis de ventas
•Cliente / Producto
•Rentabilidad
•Plan y forecast
• Mezcla de ventas
• AEstratégico
• Mercadotecnia
• Plan táctico
• Precios
• Inventarios
• Devoluciones
• Proveedores
• T de control
• Admon de capacidad
• Costo estándar
• Calidad
• Casusas de fallas
• Transportidtas
• Entregas a tiempo
• Quejas y devoluciones
• Costos de servicio
Planeación
funcional
Priorización
Diseño de
integración
Diseño
técnico de
DWH
Plan de
desarrollo
incremental
Semei Castillo 18
INFORMACIÓN
TÁCTICA
INFORMACIÓN
ESTRATÉGICA
ANÁLISIS
DINÁMICO
ANÁLISIS
ESTÁTICO
Query
Analysis
Seguimiento
Operativo
D.S.S. Simuladores
Data Mining
Planeación y
presupuesto
Ad-Hoc
Analysis
Balanced
Scorecard
E.I.S.
Reportes
Dinámicos
Reportes
Estáticos
Boletines
Business Intelligence
Semei Castillo 19
¿Qué puede hacer la minería de datos?
• Permite conocer mejor a sus
consumidores.
• Ayuda a escoger mejores prospectos
• Da ideas para la creación de nuevos
productos
• Descubre problemas con los datos
• Proporciona métodos para el
mejoramiento de la personalización
• Proporciona conocimiento para el
planeamiento estratégico
Semei Castillo
1
Incremento de
ventas
2
Incremento
de ganancias
3
Mejoramiento
del nivel
de satisfacción
4
Incremento
de ahorros
5
Incremento de la
participación
de mercado
Categorías Beneficiadas
Idea Acción Resultados
Semei Castillo
Socios, Proveedores,
Distribuidores
Clientes
EM
PLE
AD
OS
AC
CIO
NIS
TA
S
“Supply Chain Management”
“Selling Chain Management”
Contro
l Adm
inis
trativ
o
“e-P
rocure
ment”
Fin
anzas, C
onta
bilid
ad
Contro
l Gere
ncia
l
“Enterprise Resource Planining” (ERP)
Logística Producción Distribución
BI (Business
Intelligence)
EAI (Enterprise
Application
Integration)
“Customer Relationship Management” (CRM)
Mercadeo Ventas Servicio
Cliente
Arquitectura
E-Business
Semei Castillo
Cómo funciona el concepto de BI
DW
DM
Datos
Externos.
Datos
Operativos
Sistemas
ERP, CRM
Supply Chain
Datos de
Sistemas
legados.
Datos de
Web site
Metodología .
Extracción
Transformación y
Carga .
Calidad de Datos
Administración de
Metadatos.
Consultoría y
Entrenamiento
Data Warehouse
con Modelo de
Datos
Data Mart
Financiero.
Data Mart
de Ventas.
DM
Análisis de
Ventas e
Inventarios
Reportes
Tableros de
Control
Análisis de
Marketing
Data Mining
Pronósticos
1. Integración de
Datos
2. Consolidación
de Datos
3. Explotación
de la
Información
Semei Castillo
23
Arquitectura
Fuentes de datos externas
Normalización
Canales
Contacto
CAT 902, 906...
www, e-mail
S. Info
Comercial y de
Canal del Cliente
Promociones
(cupones, SMS…)
Sincronización
Replica en
Dpto Marketing
Gráficos OLAP Segmentos Mapas
Sistema de Soporte a la Decisión
Empowerment Center
Empresa
Semei Castillo 24
Conclusiones
• Planear para actuar
• Concepto nuevo de BI
• Una forma de trabajar estratégica
con métrica
• Identificar que la competencia esta
día a día
• Este es el futuro de tu empresa
Semei Castillo 25
Bibliografía
• Elizabeth Vitt, Michael Luckevich, Business Intelligence, Mc.
Graw Hill, 2003
• Shaver Dick, The Next Step in Database Marketing, USA
John Wiley & Sons, 1996
• Ratner Bruce, Statistical Modeling and Analysis for
Database Marketing, Chapmam & Hall/CRC, 2003
• Moss Larissa, Business Intelligence Roadmap, Addison
Wesley, 2003
• Blaxton Teresa, Data Mining Solutions, USA John Wiley &
Sons, 2001
• Corey Michael, Abbey Michael, Barnes Larry, SQL Server 7
Data Warehousing, USA Osborne/McGraw Hill, 1999
• Vitt Elizabeth, Luckevich Michael, Businesss Intelligence,
USA Microsoft Press, 2003
Semei Castillo
Semei Adonay Castillo Peniche
twitter@semeicastillo
Facebook: Semei Castillo
Linkedin: Semei Castillo Peniche
Blackberry PIN: 230D99DB
myspace Semei Castillo
Skype: semei.castillo
www.semei.mx
www.solousame.mx