Sistemas Informacionales
Los sistemas de información informacionales sirven para dar apoyo a la toma de decisiones estratégicas de la organización.
Soporte de los sistemas informacionales - Business Intelligence (BI)
Es un concepto que trata de englobar todos los
sistemas de información de una organización para
obtener de ellos no solo información o
conocimiento, si no una verdadera inteligencia que
le confiera a la organización una ventaja
competitiva por sobre sus competidores.
No es una "cosa", sino que se trata de un "suite" de
productos que trabajan de manera conjunta para
proveer datos, información y reportes analíticos
que satisfagan las necesidades de una gran
variedad de usuarios finales.
Resultados Requeridos
- Convertir datos en información y conocimiento
- Toma de decisiones
- Representación de resultados
- Resultados estructurados, asociados a actividades previstas.
- Resultados no estructurados, aparecen ante una necesidad no
prevista
- Ahorro de costes.
- Orientación al usuario final.
- Mayor agilidad empresarial.
- Mayor fidelidad de los clientes.
- Interacción directa entre los usuarios.
Componentes de los sistemas informacionales
- Fuentes de información externa
- Bases de datos documentales, prensa del sector,
asociaciones empresariales, etc.
- Fuentes de información interna
- Bases de datos del sistema operacional
- Almacén de datos
- Herramientas de análisis de datos
- EIS, DSS, OLAP, consulta e informes, minería de
datos
Elementos de BI
- Elementos
- Herramientas de consulta e informes de datos.
- Herramientas de producción de documentos personalizados.
- ELT, herramientas de extracción, traducción y carga de datos.
- Data Warehousing y Data Marts, sistemas de almacén de datos.
- Aplicaciones analíticas.
- Data Mining, herramientas para minería de datos.
- OLAP, herramientas de procesamiento analítico de datos.
- Los elementos se utilizan siguiendo las fases:
Fuentes de datos
- Sistemas operacionales
- Aplicaciones que se usan en la organización: ERP,
SCM, CRM, …
- Fuentes de información externas
- Cualquier información que viene de fuera: estudios
de mercado, estadísticas de población, etc.
“Las organizaciones actúan bajo la suposición de que la
información de la que disponen es precisa y válida. Si la
información no es válida, entonces no pueden responder de las
decisiones basadas en ella.”
Es necesario asegurar que la calidad de los datos es máxima.
Si en el datawarehouse hay errores, éstos se propagarán a lo
largo de toda la organización y son muy difíciles de localizar:
Establecimiento de Controles
Calidad de los datos
Podemos medir la calidad de datos en función de las
características que cumplen:
- Precisión: ¿Representan los datos con precisión una realidad o una
fuente de datos que se pueda verificar?
- Integridad: ¿Se mantienen constantemente la estructura de los
datos y las relaciones a través de las entidades y los atributos? Tiene
que ver con el grado de conformidad con las reglas de
relación de datos definidas.
- Coherencia: Representa el grado en que una pieza única de
datos contiene el mismo valor a través de múltiples conjuntos
de datos. ¿Son los elementos de datos constantemente definidos y
comprendidos?
- Totalidad: Supone el grado en el que todos los atributos del
dato están presentes. ¿Están todos los datos necesarios?
- Validez: ¿Son los valores aceptables en los rangos definidos por el
negocio?
- Disponibilidad: ¿Están los datos disponibles cuando se necesitan?
- Accesibilidad: ¿Se puede acceder a los datos fácil y
comprensiblemente?
- Representación: tiene que ver con el formato, patrón,
legibilidad y utilidad de los datos para su uso previsto.
- Unicidad: la medida en que todos los valores distintos de un
elemento de datos aparecen sólo una vez.
Consolidación
Proceso que permite a las organizaciones mover datos desde múltiples
fuentes, reformatearlos y limpiarlos, y cargarlos en otra localización
( base de datos, data mart, o datawarehouse)
- Extracción. Obtiene los datos desde los sistemas de origen, convirtiéndolos a
un formato preparado para iniciar el proceso de transformación.
- Transformación. Aplica una serie de reglas de negocio o funciones sobre los datos
extraídos para cambiarlos según los requerimientos de los destinos
asociados.
- Carga. Fase final que implica la carga de los datos transformados en el objetivo
de destino, que puede ser una base de datos o datawarehouse
