Introducción

La historia de la creación y desarrollo de Internet es la historia de una extraordinaria aventura humana. Ella pone de relieve la capacidad de las personas para trascender las metas institucionales, superar las barreras burocráticas y subvertir los valores establecidos en el proceso de inauguración de un nuevo mundo. ” Castells (2003, p. 15)

La computación personal y el Internet se convirtieron en una parte más intensa de las actividades corporativas después de principios de la década de 2000, llevando la automatización de los procesos corporativos al mundo digital y elevando el valor de la información para los negocios. Luego de más de 30 años desde la apertura del uso de sistemas distribuidos a través de Internet, combinado con el desarrollo de computadoras personales y dispositivos de cómputo móviles, hemos llegado a un momento donde los negocios en general se ven radicalmente impactados por el uso de tecnologías y ponen los datos como principal activo para la mayoría de las empresas, informan Laudon y Laudon (2014). Si en el pasado se utilizaban los sistemas informáticos para automatizar los sistemas transaccionales en las empresas, es decir, aquellos que operan las actividades de producción y administración rutinaria diaria y que forman la base de la estructura organizacional (formada por niveles: operativo, táctico y estratégico), en la actualidad esta automatización computacional está llegando al nivel táctico, donde parte de la gestión de datos ya puede llevarla a cabo los sistemas que capturan, organizan y evalúan la información.

Barbieri (2020) nos enseña que dejamos la fase de los sistemas de toma de decisiones gerenciales y la inteligencia de negocios por una nueva fase de análisis de datos apoyados en sistemas de inteligencia artificial (originada en la década de 1970) y que ahora está reestructurada por el desempeño de algoritmos más pulidos y computadoras más poderosas.

La tercera revolución industrial trajo consigo la automatización de las máquinas en las industrias. La cuarta revolución industrial instituyó la computadora personal y la conectividad en los sistemas de información vía Internet y nos ha venido guiando hacia una próxima evolución, la cual deberá estar fuertemente impactada por el uso de la inteligencia artificial, tal como lo reporta Leonhard (2018). Actualmente, no solo las actividades operativas están siendo automatizadas por software informático, sino que también las actividades gerenciales están siendo respaldadas y algunas reemplazadas por las operaciones de algoritmos de minería de datos con la búsqueda, recopilación, clasificación, agrupación y ordenación de datos como actividades de inteligencia de negocio. 

Como afirma Madruga (2010, p. 94), “las empresas se vieron obligadas nuevamente a evaluar sus ecuaciones de ganancias, buscando nuevas formas de maximizar los resultados. De esta forma, además del ERP, surgieron nuevas tecnologías que permitieron a las empresas mirar hacia afuera en cuanto a la interacción con sus clientes. ”

Los términos Analítica (o Business Analytics), Inteligencia de Negocio, Tableros, Infografías y Storytelling aparecieron más recientemente en el contexto de la administración y los sistemas de información. Estas tecnologías pueden ser consideradas medios o herramientas para que los gestores empresariales organicen y utilicen los datos para la gestión empresarial, tomando el término dato, o incluso información, como elemento central para la toma de decisiones. Sharda, Delen y Turban (2019, p. vii) informan que “el análisis de datos se ha convertido en el motor tecnológico de esta década”. La integración de los sistemas de negocio como evolución de los sistemas de información, ahora buscan utilizar el antiguo concepto de Sistemas de Soporte a la Decisión (SSD), representado por sistemas de Inteligencia de Negocio (BI, por su sigla en inglés), para apoyar cada vez más, y con más consistencia, las decisiones de gestión de las empresas dentro de un mundo dinámico, veloz, con productos y servicios con ciclos de vida cada vez más cortos, características que impactan y han sido impactadas por la evolución de las tecnologías de la información.

Las actividades de gestión realizadas en las organizaciones actuales involucran la búsqueda y el procesamiento de información, argumenta Eleutério (2015). Nótese que Laudon y Laudon (2014) presentan el concepto de Inteligencia de Negocio como un conjunto de herramientas de software y datos desarrollados para organizar y proporcionar acceso a los datos, con el objetivo de ayudar a los administradores en sus actividades de administración de sistemas de información como un medio para la gestión empresarial sostenible y exponencial. 

Más recientemente, Sharda, Delen y Turban (2019, p. 15) definieron que “Inteligencia de Negocio es un término general que combina arquitecturas, herramientas, bases de datos, herramientas analíticas, aplicaciones y metodologías”. Inteligencia de Negocio se relaciona con los sistemas de información que realizan la recolección, análisis y difusión de datos estratégicos para un mejor funcionamiento y toma de decisiones en las organizaciones. Los procesos de inteligencia de negocio, entonces, se relacionan con el procedimiento para recolectar información, analizar necesidades, hacer el mapeo de fuentes y difusión de información que apoye la gestión empresarial. Todo este movimiento se puede definir también como una metodología y un proceso de gestión y tecnologías que transforman una gran cantidad de datos en información para la toma de decisiones estratégicas.

Tipos de análisis de datos 

Los Sistemas de Información acercaron los datos procesados electrónicamente a las empresas y la posibilidad de ponerlos a disposición en formatos operativos y gerenciales. Lo que era una interesante novedad en la segunda década de los años 1900, en la actualidad cobra cada vez más importancia dentro de la llamada sociedad de la información (o del conocimiento).

Sharda, Delen y Turban (2019) definen la expresión análisis de datos como un término que reemplazó los elementos individuales de la tecnología de la información para el soporte de decisiones computarizadas y actualmente se usa junto con o en lugar del término Inteligencia de Negocio (o BI, por su sigla en inglés). El análisis de datos de negocio utiliza tres enfoques, divididos en tres tipos diferentes de análisis de datos. El primero de ellos es el análisis descriptivo de datos, utilizado para analizar datos ya producidos por acciones y registrados en sistemas, expresados en informes, tableros y almacenes de datos. El análisis predictivo de datos utiliza herramientas de minería de datos, minería de texto, minería web y generación de previsiones. También hay un análisis más profundo, llamado análisis prescriptivo de datos que hace uso de sistemas de optimización, simulación y sistemas especializados de predicción de escenarios para la toma de decisiones gerenciales. Consulte la Figura 3 para conocer las preguntas, los habilitadores y los resultados de los tres enfoques diferentes para el análisis de datos comerciales.

Figura 3 – Análisis de datos para negocios

Fuente: adaptada de Sharda, Delen y Turban (2019)

El contexto presentado sobre el análisis de datos busca preparar al ejecutivo para que entienda que, en el mundo actual, se buscan técnicas, algoritmos, herramientas automatizadas y tecnologías en general para la creación de valor a partir de los datos, transformándolos en información y perspectivas, y el contexto del análisis de datos hace un uso intensivo de la Inteligencia Artificial y sus tecnologías derivadas para la composición de bases de datos construidas a partir de la recopilación, el análisis y la interpretación de datos, principalmente utilizando análisis predictivos y prescriptivos de datos. La Inteligencia de Negocio, también conocida como Business Intelligence, es interesante para la búsqueda de información junto con la Inteligencia Artificial.

Ventajas de los sistemas de Inteligencia de Negocio

La ventaja competitiva puede considerarse como la principal razón por la que una empresa invierte en un sistema de información o en un sistema de inteligencia de negocio. Las tecnologías de un sistema de Inteligencia de Negocio son específicas, no se encuentran como en los sistemas de gestión empresarial convencionales. Se ofrecen como módulos personalizados adicionales que brindan análisis e informes a los niveles más altos de la organización. Al hacer un análisis de las técnicas y sistemas de gestión de datos, los sistemas de Inteligencia de Negocio agrupan tres grupos principales: los almacenes de datos, el procesamiento analítico en línea (OLAP, por su sigla en inglés) y el procesamiento de datos. 

Las herramientas de Inteligencia de Negocio están representadas por softwares específicos para análisis, interpretación y representación de datos compilados en formatos gerenciales y estratégicos, los cuales se basan en los sistemas que son utilizados por los grupos presentados: los almacenes de datos, como un repositorio de datos, procesamiento analítico de datos, llamado OLAP (Procesamiento Analítico en Línea), como una herramienta analítica multidimensional para extraer y analizar datos, y la minería de datos, como técnica de minería de datos.

Los softwares de Inteligencia de Negocio recopilan y procesan grandes cantidades de datos, a menudo no estructurados de los sistemas, incluida la información de la base de datos, así como la información de los sitios web en la WWW (World Wide Web), correo electrónico y sistemas de terceros, que incluso pueden incluir archivos en discos locales de imágenes y vídeos.

La Figura 4 demuestra la interacción que un sistema de Inteligencia de Negocio tiene con tres importantes áreas de negocio: tecnología de la información (Information Technology), gestión de negocios (Business Management) y naturalmente las empresas o negocios (Business).

Figura 4 – Inteligencia de Negocio

Fuente: elaborado por el autor

El reto de la gestión de negocio actual es aplicar los datos como estrategia y utilizarlos para la toma de decisiones, que debe hacerse analíticamente, con los sistemas de Analítica de Negocio, con inteligencia de negocio, o Business Intelligence, dentro de un entorno interno utilizando sistemas transaccionales (ERP), sistemas de gestión de bases de datos (SGBD) y sus tecnologías complementarias como los almacenes de datos.

Por último, considere la reflexión de Primak (2008, p. 11): "La Inteligencia de Negocio” pasó a ser tratada como una aplicación de estrategia integrada, estando disponible a través de estaciones de trabajo y en los servidores de la empresa”. Posiblemente, estemos entrando en una nueva era, llamada era cognitiva.

En Resumen

En esta clase pudimos hacer una pequeña introducción al contexto de Inteligencia de Negocio e iniciar análisis sobre cómo se utilizan estos sistemas junto con los sistemas integrados de gestión empresarial y los sistemas de relación con el cliente. Hemos visto que la Revolución Digital significó la complementación y sustitución del intelecto y la comunicación humana por las computadoras: las tareas de cálculo, control, análisis y decisión y transmisión de información pasaron las máquinas a realizarlas. Consideramos que dejamos la fase de los sistemas de toma de decisiones gerenciales y la inteligencia de negocios por una nueva fase de análisis de datos apoyados en sistemas de inteligencia artificial (originada en la década de 1970) y que ahora está reestructurada por el desempeño de algoritmos más pulidos y computadoras más poderosas. También hemos visto se considera que la Inteligencia de Negocio (BI) es como una evolución de todas las posibilidades de consulta que ofrece un ERP y que esta nueva tecnología realiza interacción de tres importantes áreas de negocio: tecnología de la información (Information Technology), gestión de negocio (Business Management) y naturalmente las empresas o negocios (Business).