Como ya comenté, una compañía de capital riesgo ha aportado financiación por valor de 2,75 millones de euros a Apesoft, el principal proveedor español de soluciones Business Intelligence.

Entonces comentaban que con esta inversión esperaban convertir en realidad "muchas ideas" que tenían y, en concreto, querían invertir en I+D, para potenciar sus herramientas y añadir nuevas soluciones a su portafolio.

Ahora he leído en un portal de empleo que Apesoft creará más de cien empleos en los próximos doce meses.

Está claro es que se inicia un interesante periodo de cambios y novedades en Apesoft, aunque también me surge la duda de cómo afectará esto a los proyectos que tengan en marcha, o que estén a punto de comenzar. En el futuro, ¿Se seguirán focalizando en el Excel como frond-end? ¿apostarán por sus soluciones de planning? ¿O potenciarán la consultoria y los desarrollos a medida? Si alguien tiene ocasión de asistir al próximo congreso al que asistirá Apesoft, que se lo pregunte y que nos lo cuente en los comentarios.

Esta semana estará marcada por el lanzamiento oficial de Windows 7, el nuevo sistema operativo de Microsoft. Según he leído en "Unos pocos bocabits", harán una fiesta de inaguración a la que estáis todos invitados.

Bromas a parte, parece que Windows 7 supera los muchos problemas que provocaron la poca aceptación que ha tenido (y con razón) Windows Vista, y creo que esta vez sí que conseguirán que Windows 7 sea un éxito y todos acaberemos acostumbrándonos a su estética y sus particularidades. Fundamentalmente, creo que triunfará por dos motivos:

• Resulta complicado adquirir un ordenador nuevo con Windows XP instalado, y no creo que esta vez Microsoft facilite el seguir utilizando el ya clásico XP (como hizo con la opción de Downgrade desde Vista, o las facilidades para empresas...).
• Los ordenadores actuales son mucho más rápidos y potentes que lo que había cuando salió XP al mercado, por los que se disimularan los problemas de rendimiento que pueda tener el nuevo sistema operativo.

He leído en PC ACTUAL una comparativa entre los tres sistemas operativos de Microsoft, y me ha sorprendido negativamente la conclusión final:

Donde qiuzá nos llevamos la mayor alegría es en apartado de rendimiento, consumo de recursos y gestión de energía. Aquí Microsoft ha demostrado que esta vez ha hecho los deberes, y aunque no es tan liviano como Windows XP, algo a todas luces imposible si tenemos en cuenta las nuevas tecnologías que se integran en 7, sí ha mejorado bastante respecto a Vista

Y me ha sorprendido negativamente porque se asume como normal el que sea más lento que el predecesor de su predecesor... Un sistema operativo es fundamentalmente un soporte para que funcionen otras aplicaciones, y lo principal es que se aprovechen todos los recursos de la máquina para conseguir el mayor rendimiento y la máxima estabilidad... Por supuesto, también la seguridad y la usabilidad son cuestiones importantes, pero ninguna de ellas debería afectar negativamente ni al rendimiento ni a la estabilidad.

En realidad, espero y confío que el redactor de PC ACTUAL se equivoque, y que acierten los que dicen que Windows 7 es tan rápido como XP. Deberemos verlo y formarnos nuestra propia opinión.

Por cierto, la involución que vimos del XP al Vista es semejante a la que vimos en el mundo Business Intelligence cuando las herramientas cliente-servidor fueron sustituidas por aplicaciones web, que resultaron ser más lentas, menos usables, y menos funcionales que sus predecesoras, y todo ello para conseguir una supuestas ventajas tecnológicas intangibles para el usuario.

Vaya por delante que mi experiencia con Oracle se centra principalmente en el uso sus bases de datos para la construcción de varios datamarts y datawarehouses... Bueno, también tuve algún contacto con el fugaz motor multidimensional denominado Oracle Express OLAP (producto que tuvo una breve y lastimosa existencia), y con el poco amigable Oracle Discover. Y alguna vez me he cruzado con Oracle Warehouse Builder, pero muy poco... Es decir, no soy ningún experto en las herramientas Business Intelligence de Oracle.

Y es que resulta muy complicado conocer la estrategía que sigue Oracle en el desarrollo de sus productos BI. Después de sus innumerables compras, no resulta fácil saber por qué productos apuestan, ni cuales discontinuan, y por supuesto su litaratura comercial ni menciona los evidentes solapamientos que existen en su portafolio. Todo se engloba en su "Oracle Business Intelligence Enterprise Ediiton" (OBIEE), y en teoría todo está integrado y tal...

Por ejemplo, ¿Alguién puede aclararme si Oracle Data Integrator (aka Sunopsis) y Oracle Warehouse Builder forman parte de la suite? Si es así, ¿Qué sentido tiene que existan dos herramientas ETL en una "suite integrada" de BI? Y si no es así, ¿Qué ocurre con el otro producto? ¿Lo siguen desarrollando y manteniendo? ¿O sólo cobran las respectivas licencias?

Otro ejemplo, ¿Cómo se hacen "dashboards" con Oracle? ¿Es Discoverer la herramienta principal? ¿O es Oracle Portal? ¿O Oracle Presentation Services? ¿O cualquiera de las soluciones que ya tenía Hyperion cuando fue adquirida por Oracle? Buscando en Google, aparece de todo, y la respuesta no parece única...

¿Y cuál es el producto que compite con SAP, Microstrategy o Cognos en el área de query, reporting y análisis? ¿Discoverer? ¿En serio?

Lamento que esta entrada tenga tantas preguntas y tan pocas respuestas.

Además, por si la confusión de su catálogo de software no fuera suficiente, Oracle ha entrado también en el mundo hardware... En septiembre del 2008 anunciaron a bombo y platillo su "HP Oracle Database Machine", y menos de un año después se lanza la "Sun Oracle Database Machine", descatálogando la anterior... y hoy leo que SAP y HP estrechan de nuevo sus lazos en el área del Business Intelligence.

Yo no entiendo nada. ¿Alguna alma caritativa puede ayudarme? Deja un comentario.

Para finalizar, un poco de humor relacionado con el tema (via Todo BI)...

ACTUALIZACION IMPORTANTE: Muchas de las preguntas aquí planteadas se resuelven en este otro artículo: Oracle vs Oracle.

Sabíamos que es complicado encontrar información de calidad referente al Business Intelligence, existen pocos estudios e informes de Business Intelligence, y los que hay suelen estar patrocinados por marcas y suelen tener un marcado carácter comercial. Nada nuevo. Lo novedoso son las conclusiones a las que ha llegado la Rutgers State University of New Jersey, que afirman que dichos estudios por lo general no revelan nada de relevancia. Sus conclusiones afectan no sólo a los informes y estudios de Business Intelligence, sino a los informes, estudios y análisis de todo tipo y condición. La reportera del Garrofer en Atlantic City ha podido tener un encuentro con los citados autores. La crónica no tiene desperdicio. Cito literalmente:

Un estudio de la Rutgers State University of New Jersey en Piscataway ha revelado que por lo general los estudios no revelan nada de relevancia o que como mucho sus “resultados” son válidos dependiendo de las circustancias y en un momento dado.

Por eso, los estudios que día tras día llenan las páginas de periódicos y los minutos de informativos, dando tema de conversación a “tertulianos” y “expertos”, se olvidan de forma tan fugaz como llegaron porque en realidad no responden a nada.

“Los estudios sobre hábitos de consumo, salud, educación, opinión pública, sexo, o cualquier otro tema, en realidad son entretenimientos de la gente que hace estudios para pasar el rato,” dijo el profesor Stephen R. Calloway, que dirigió este estudio.

Calloway reconoce que para llevar a cabo su propio estudio, un equipo de catorce personas ha estado trabajando durante dos años y medio, recopilando y analizando otros estudios, pero que aún así, los resultados de su propio estudio sobre el resto de los estudios, son igualmente baladís.

“Los resultados de nuestra investigación pueden que sean ciertos, o no,” declaró Calloway.

Hay sin embargo algunos estudios, la minoría, que sí son relevantes y arrojan una luz contundente sobre la realidad de nuestros días. Sin embargo de estos estudios nunca se habla porque ni siquiera se hacen públicos, e incluso muchos de ellos ni siquiera se han llegado a hacer.

Hace unos días mostraba mi confusión sobre el catálogo de productos Oracle Business Intelligence. Incluso dudaba si eran conscientes del solapamiento de sus productos y, en concreto, preguntaba sobre las diferencias en sus soluciones de ETL o el software de visualización (dashboarding/cuadros de mando/reporting...). Pues bien, ya tengo todas las respuestas.

Efectivamente, en la web de documentación de Oracle, he encontrado un documento que explica muy claramente todas estas cuestiones. El documento está en español, y parece que se trata de un documento interno, lo que lo hace más interesante.

El estudio comienza situando el origen de los actuales solapamientos:

Aunque la estrategia de adquisiciones que Oracle ha seguido en los últimos años siempre ha buscado complementar y fortalecer nuestra oferta de productos, en reiteradas ocasiones nos hemos encontrado con la disyuntiva de cuál producto de tecnología se debe ofrecer para un determinado requerimiento de un cliente, ya que muchas veces las compañías adquiridas poseen productos que compiten en funcionalidad con productos ya existentes en nuestro portafolio.

Esto lo podemos notar en diversas líneas de tecnología: SOA & BPM, Portales e Inteligencia de Negocios, entre otras. En algunos casos es claro cuál de las herramientas está mejor posicionada en el mercado y posee mayores características, lo que hace la decisión más sencilla. Sin embargo, no siempre sucede este caso y muchas veces, necesitamos una guía para poder orientar de una mejor manera nuestra elección.

Después de esta introducción, analiza los productos ETL de Oracle:

En la etapa de ETL, Oracle cuenta con 2 herramientas para realizar esta función: Oracle Warehouse Builder y Oracle Data Integrator.

El Oracle Warehouse Builder (OWB) es el producto tradicional de Oracle para la creación del esquema del DW, definición de jerarquías y medidas, mapeo de las fuentes de información, calendarización, ejecución y mantenimiento de las actividades de ETL y herramientas para mejorar la calidad de la información. [...]

Por otra parte, el Oracle Data Integrator (ODI) es resultado de la adquisición de la empresa Sunopsis, en octubre del 2006. La herramienta de ODI presenta un esquema diferente del proceso de ETL, ya que está concebida como una herramienta de E-LT, esto significa que los datos se extraen de la fuente, se cargan en el sistema destino y ahí son transformados. Esto permite que la herramienta sea utilizada no solamente para etapas de ETL, sino para mover información de un sistema a otro, ya sea en grandes volúmenes por lotes o sólo unos pocos registros en tiempo real, habilitándola también como una herramienta de integración entre plataformas. [...]

En resumen, Oracle Warehouse Builder es una herramienta orientada no solamente a realizar el proceso de ETL, sino también la definición, administración y mantenimiento de un data warehouse. Está concebida para trabajar integrada con la tecnología de Base de Datos Oracle y ha mejorado su desempeño como herramienta de ETL, convirtiéndose en una muy buena opción cuando la base de datos destino sea la Base de Datos Oracle, tomando en cuenta que el producto ya viene incluido sin costo adicional con sus características básicas. Los criterios para seleccionar Oracle Data Integrator como herramienta de ETL básicamente son: 1) cuando la base de datos destino no sea una Base de Datos Oracle, lo cuál obligaría a tomar esta opción directamente, 2) cuando el proceso de carga deba ser invocado desde una Arquitectura Orientada a Servicios (SOA por sus siglas en inglés) como parte de un proceso de negocio o de integración de información, o 3) cuando no se cuenta con un almacenamiento temporal, en cuyo caso la orientación E-LT del ODI permite cargar directamente los datos en el servidor destino y realizar allí la transformación.

El documento continua analizando el solapamiento de los productos de "Visualización de la información por el usuario final":

Oracle también ofrece dos conjuntos de herramientas que brindan una funcionalidad similar: Oracle Discoverer y Oracle BI Server, con las herramientas de Answers y Dashboards.

Discoverer ha sido la herramienta tradicional para la explotación de información en un ambiente de Inteligencia de Negocios tradicional de Oracle. Ha pasado por dos procesos importantes, el primero sucede en la versión 9i, a partir la cuál la herramienta se puede ejecutar directamente en un navegador de internet y el segundo se da a partir de la versión 10g, en la cuál se incluyen nuevas funcionalidades y se hace más amigable la interfase para el usuario final. [...] Su principal limitante es que depende completamente de la Base de Datos Oracle, ya que en este componente es donde se crean los metadatos para que el usuario final pueda utilizar la herramienta.

Como resultado de la adquisición de la empresa Siebel, Oracle adquiere un producto de Inteligencia de Negocios que está orientado a presentar la información para un usuario final, en un ambiente flexible, amigable y fácil de utilizar. Este producto, llamado anteriormente Siebel Analytics, es lo que ahora se conoce como Oracle BI Server, el cuál posee dos herramientas principales para la presentación de la información al usuario final: Answers como herramienta de creación de reportes no estructurados por parte del usuario final y Dashboards, para la creación de tableros de control y publicación de reportes creados con Answers. [...]

En resumen, la recomendación cuando se esté posicionando una solución de Inteligencia de Negocios es siempre ofrecer la versión de Oracle BI Server, ya que este conjunto de herramientas brinda más y mejores funcionalidades, ofrece un ambiente más amigable para el usuario, tiene independencia del motor de base de datos que puede utilizar el cliente y es una herramienta más competitiva frente a otras soluciones de BI. El único caso en el que se podría posicionar Discoverer es cuando ya el cliente posee las licencias del producto y posee la Base de Datos Oracle, ya que es un recurso con el que se cuenta y se puede potenciar su uso y luego, después de algún tiempo, ofrecerle al cliente migrar sus reportes y metadatos al OBI Server.

El estudio finaliza con las siguientes conclusiones:

Luego de revisar las principales características de los productos, nos damos cuenta que los productos tradicionales de Oracle se pueden posicionar más fácilmente cuando ya existe la Base de Datos Oracle como repositorio de información de BI. Sin embargo, en cada una de las ofertas que se le deben presentar al cliente para un proyecto de BI, es necesario evaluar los requerimientos del entorno y los productos que el cliente posee para poder hacer una propuesta que favorezca al cliente y que nos permita mantener la competitividad frente a otros proveedores de soluciones de BI.

No sé que os parecerá. A mi me ha resultado muy esclarecedor y resuelve, en buena medida, la confusión sobre los productos de Oracle Business Intelligence. Recomiendo la lectura completa del documento Oracle vs Oracle.

También terminaré hoy con un poco de humor relacionado con el tema...

Hace unos días comentaba como Microsoft Business Intelligence piensa incluir las características de DatAllegro en SQL Server 2008 y de este modo poder competir con soluciones tipo la de Teradata. Está integración forma parte del roadmap que ha planeado para su suite de Business Intelligence. En resumen, las características más interesantes están contempladas dentro de estos dos proyectos:

• Kilimanjaro: Se trata de nuevas funcionalidades que se añadirán a SQL Server 2008 (¿A través de un service pack?) mediante las cuales se pretende otorgar más autonomía a los usuarios de negocio, y mejorar las posiblidades que tienen los usuarios técnicos para administrar el sistema.
• Madison: Se trata de la integración de DataAllegro (compañía adquirida por Microsoft) con el motor relacional de Microsoft SQL. Con el tecnología MPP y el shared-nothing conseguirán sistemas altamente escalables, de alto rendimiento, gran capacidad, y a un coste por Tb reducido.

Es interesante destacar que estos productos (que finalmente tendrán otros nombres) saldrán al mercado a medidados del 2010, es decir, antes que el siguiente major release de SQL Server (SQL Server 2011, o el que sea...)

Sobre Madison, ya comenté algo el otro día, por lo que esta vez me centraré en Kilimanjaro.

Como se puede ver en la imagen, el foco de Kilimanjaro está en mejorar las posibilidades que tiene el usuario final para construir sus propios informes, con menor dependencia de IT. Una de las claves será el add-in de Excel denominado PowerPivot, y se caracterizará por su integración con Excel 2010 (como no podía ser de otra manera), el uso de tecnología BI in-memory, y la integración con Analysis Services y Sharepoint... Esto permitirá utilizar una tabla dinámica contra los datos de Analysis Services (¡pero con los datos comprimidos en el PC cliente!) y publicarlo en formato report. Observad esta imagen que pulveriza la limitación de 65.000 filas de Excel 2003 (o la de 1 millón de filas de Excel 2007):

Seguiremos atentos, después de lo de PerformancePoint (recordad), Microsoft no se puede permitir más titubeos. Yo creo que Kilimanjaro-Gemini-Madison pinta bien, aunque le encuentro a faltar la posibilidad de atacar directamente a un modelo relacional (prescindiendo de los cubos de Analysis Services). En fin, esteremos atentos...

Ah, os dejo el vídeo sobre el roadmap de Microsoft Business Intelligence que prometía el título de este artículo. Dura 55 minutos.

Esta entrada ha sido muy difícil de escribir, pues he tenido que seleccionar de este blog sólo diez de los veinte mangíficos consejos para fracasar como jefe de proyecto informático. He intentado seleccionar aquellos 10 que me han parecido más imprescindibles para conseguir el objetivo, y especialmente en un proyecto de Business Intelligence, pero es recomendable la lectura de la lista completa. Ahí va mi selección:

• Cuando visites al cliente dile que sí a todo, sea lo que sea. Tu trabajo es complacer al cliente y lo haces muy bien, si los programadores no saben hacer el suyo, es su problema.
• A la hora de preparar un plan de proyecto sé muy optimista con los tiempos, sobre todo con los de desarrollo, los programadores tardan en desarrollar los módulos lo que tú dices que se tarda, por algo eres su jefe, aunque jamás hayas programado ni el vídeo. Sobre todo no consultes tiempos con ellos, no vaya a ser que te digan que necesitan más horas.
• Jamás, y digo jamás, reserves horas del proyecto a una fase de pruebas con usuarios reales ajenos al desarrollo. Ya se encargarán los programadores de ir probando lo que hacen.
• Cuando un programador tenga una iniciativa creativa o una buena idea, recházala de inmediato. Las cosas se hacen como tú lo dices y punto, para sus creatividades ya tienen los fines de semana.
• Cuando un miembro del equipo haga algo mal, díselo delante de todos sus compañeros y sobre todo, no te sientes con él para solucionar el problema.
• No dejes que el equipo tenga una visión global del proyecto, si un programador está encargado de la impresión de informes, no tiene porque saber de que va el resto del proyecto ni de que partes se ocupan sus compañeros.
• No motives a tu equipo, su sueldo debería de ser su motivación. Nunca les digas la importancia que tiene su trabajo en el proyecto y en la empresa. Tampoco les felicites, para eso les pagan.
• Cuando tu equipo necesite algún recurso de la empresa (o fuera de ella), que lo busquen ellos. Tú no tienes tiempo de solicitar compras o peticiones al departamento de sistemas, y mucho menos de justificarlas por ellos. Desentiéndete.
• Cuando haya problemas con los plazos, échale la culpa al equipo en general, y a ese programador que hizo algo mal en particular. Recuerda, tú escribiste un plan que era perfecto, si no lo han seguido es su problema.
• Cuando un superior te pida explicaciones acerca del proyecto, nunca saques la cara por tu equipo, tu responsabilidad no llega a tanto y si alguien tiene que ponerse colorado que sean ellos.
• Si por algún casual tienes éxito en un proyecto, no traslades ese éxito a tu equipo no vaya a ser que se motiven. El éxito es solo tuyo, házlo saber a tus superiores.

¿Qué os parece? ¿Os suena?

El término DSS es el acrónimo de "Decision Support System", es decir, se refiere a los sistemas para el apoyo a la toma de decisiones. Se trata de un término que se popularizó a mediados de los 90 pero que sin embargo ha caído en desuso con la misma facilidad con la que se popularizó.

Habitualmente, no soy partidario del abuso de siglas rimbombantes para referirse a conceptos o ideas que pueden expresarse en simple castellano. Con demasiada frecuencia, las siglas y palabros extraños se utilizan como técnica de márqueting para vender nuevos productos (o los mismos de siempre), y aportan muy poco a otros términos que ya existen y que engloban ideas o conceptos similares.

Sin embargo, el término DSS me gusta, y tiene una carga conceptual interesante que conviene tener presente. Tal vez algún día Gartner, Forrester o Knightsbridge volverán a hablar de DSS y todas las consultoras y proveedores volveremos a popularizar el palabro. Hasta entonces, tenemos el blog Business Intelligence fácil para no olvidar lo que es un DSS.

Como la propia palabra indica, un DSS es un sistema, es decir, no es una herramienta, ni un software, ni un concepto ni una metodología. Es un sistema. ¿Y qué es un sistema? Según mis amarillentos apuntes de la asignatura "Sistemas de control automático"...

Un sistema es un conjunto de componentes relacionados entre sí que contribuyen a un determinado objetivo. Un sistema se caracteriza habitualmente a través de sus entradas y salidas, y su resultado se ve afectado por las condiciones externas al sistema, y por parámetros internos del mismo.

Pues bien, exactamente esta definición es aplicable para referirse al término DSS. Un DSS es un sistema informático que utiliza información y modelos matemáticos para ayudar a los trabajadores de la información a tomar decisiones empresariales adecuadas según las condiciones del mercado y la situación interna de la compañía.

Como sabemos, en el día a día de las empresas se toman contínuamente decisiones de muy distinto tipo, y de manera muy diferente. Existen decisiones que por su naturaleza se toman de manera racional y absolutamente informada, y otras que se toman de manera menos sistemática, casi por instinto. Los próximos días comentaré los tipos de decisiones que toman las empresas, y sus caractertísticas, y cómo un sistema DSS ayuda a ser más efectivo y eficiente.

De momento, me conformo con adelantar que existen DSS y DSS. Los actuales DSS utilizan metodologías OLAP, y ofrecen un soporte pasivo a la toma de decisiones. Es decir, los sistemas DSS actuales ayudan a la toma de deciones proporcionando información confiable y actualizada, pero raramente aportan valor añadido a la información y decisión resultante. Un soporte activo a la toma de decisiones requiere modelos matemáticos y estadísticos avanzados que descubran patrones ocultos en la información (para diseñar mejores campañas de márqueting, para optimizar la cadena de suministro, para orientar mejor los productos a mercados específicos, etc.), y todo eso se está haciendo todavía muy poco, y de manera poco estructurada.

Como he dicho, los próximos días profundizaré algo más sobre estas cuestiones.

¿Tienes un DSS en tu organización? ¿Cuántas aplicaciones lo componen? ¿Hacéis análisis OLAP? ¿Tenéis cuadros de mando? ¿y data mining?

Ayer hacía una introducción al concepto DSS, y hoy voy a profundizar en el tema analizando las posibles clasificaciones de las decisiones que día sí y día también toman las empresas, y el tipo de solución Business Intelligence que puede ser apropiado en cada caso.

La clasificación más habitual es la que hace referencia al alcance de la decisión. En este caso, se distinguen tres tipos:

• Decisiones estratégicas: Son aquellas que afectan a toda la empresa (o a una buena parte de la misma) durante un largo periodo de tiempo. Influyen, por lo tanto, en los objetivos generales de la empresa y en su modelo de negocio . Estas decisiones son tomadas por los máximos responsables de las compañías (CEO, presidentes, directores generales, comités de dirección, etc.).
• Decisiones tácticas : Afectan únicamente a parte de la empresa, o a parte de sus procesos, y generalmente se toman desde un solo departamento (o de unos pocos). Tienen un impacto relevante a medio plazo (1 o 2 años, como máximo), y son tomadas por cargos intermedios (jefes de departamento, gerentes, etc.)
• Decisiones operativas: Afectan a actividades específicas, con un alcance muy claro, y su efecto es inmediato o muy limitado en el tiempo. Estas decisiones son responsabilidad de los niveles bajos de la jerarquía empresarial (jefes de equipo, encargados de área, dependientes, etc.)

Merece la pena señalar que esta clasificación no dice nada sobre la importancia de las decisiones. Todas ellas son importantes y necesarias. Una mala decisión operativa puede costar millones (del mismo que una buena decisión puede suponer suculentos beneficios). También exiten decisiones "estratégicas" que resultan ser irrelevantes desde el punto de vista económico.

La otra manera habitual de clasificar la decisiones empresariales se refiere a su naturaleza; se distinguen tres tipos:

• Decisiones estructuradas: En este caso, las variables que afectan a la decisión son perfectamente conocidas, y en muchos casos el proceso de decisión puede representarse mediante un diagrama de flujo, e implementarse mediante un algoritmo. En casos extremos, ni siquiera es necesaria la intervención humana, aunque no es lo habitual.
• Decisiones desestructuradas: Son aquellas decisiones en la que no es posible diseñar un "flujo de decisión" en detalle, no es evidente que inteligencia se debe aplicar, ni cómo se debe diseñar el proceso, ni con que criterios decidir. Suelen ser decisiones que se toman ante eventos inesperados o que ocurren muy esporádicamente. En estos casos, evidentemente, la intervención humana es insuistituible.
• Decisiones semiestructuradas: Es el caso intermedio. En cierto sentido, me atrevo a decir que son todas o casi todas las decisiones, que se encuentran en algún punto intermedio entre los dos extremos descritos anteriormente. En este caso, algunos pasos del proceso de decisión están claros y pueden definirse razonablemente, aunque existen otros aspectos inciertos que es necesario valorar. ¿Son o no son así todas nuestras decisiones? Yo creo que sí...

Combinando estas dos clasificaciones, nos aparecen 9 clases de decisiones. En función de lo ambicioso de nuestro DSS, deberíamos tratar de cubrir el máximo número de estos casos, y cómo veremos a continuación todavía quedan muchas lagunas en este mapa.

Las herramientas Business Intelligence pueden ayudarnos a tomar decisiones de dos maneras:

• Business Intelligence pasivo: Proporciona un acceso fácil a información confiable y actualizada. Habitualmente, los trabajadores de la información acceden a estos datos a través de sistemas de reporting, análisis OLAP o cuadros de mando, obteniendo una visión agregada o detallada de la información (según sus necesidades).
• Business Intelligence activo: Aportan valor a la información disponible aplicando modelos matemáticos o estadísticos para detectar patrones ocultos, aplican modelos de optimización, proyección o clasificación para proponer las mejores soluciones posibles a un problema determinado. Es decir, estas soluciones toman un papel activo en el proceso de toma de decisiones.

El siguiente diagrama muestra el tipo de solución Business Intelligence más adecuado para dar soporte a la toma de decisiones en el ámbito empresarial.

A fecha de hoy, no existe un proveedor de software de Business Intelligence que pueda ofrecer honestamente un sistema DSS que integre todas estas casuísticas, a menos que consideremos que los dos señores de la foto van vestidos dignamente... o a menos que alguno se decida a patrocinar el blog Business Intelligence fácil... :-)

Incluso las funcionalidades de Business Intelligence pasivo suelen presentar una interfaz de usuario poco integrada, y por este motivo creo que es prematuro hablar de sistemas DSS, y es más correcto referirse a estos productos como soluciones específicas de reporting, análisis OLAP, cuadros de mando, o datamining... Recordad que una de las características que se mencionaba en la definición de "sistema DSS" era que los diferentes componentes deben estar relacionados entre sí.

Me dejo muchas cosas en el tintero, como que un sistema DSS sólo tiene sentido si la empresa tiene un proceso de toma de decisiones claramente definido. De nada sirve invertir en Business Intelligence si no se sabe que responsabilidades tiene cada cual, por ejemplo. Parece que esta serie continuará.

¿Dispones de un DSS en tu organización? ¿Cómo le llamáis? ¿el Data? ¿el DSS? ¿o utilizáis el nombre de la herramienta directamente?

En el anterior artículo sobre DSS hablaba del "Business Intelligence activo", y lo definía como un sistema de información que utiliza modelos matemáticos o estadísticos para detectar patrones ocultos; mencionaba los modelos de optimización, proyección y clasificación como algoritmos paradigmáticos que ayudan activamente a la toma de decisiones. Y lo contraponía al Business Intelligence clásico, que sólo ofrece un soporte pasivo.

Al buscar el término en Google, me ha dado cuenta de ser el primero en hablar explícitamente de "Business Intelligence activo"... ¿Realmente es tan novedosa la idea? Bien, en realidad no tanto, Teradata hace tiempo que habla de "Active datawarehousing", y otros emplean la expresión "Pervasive Business Intelligence" para poner connotaciones semejantes.

En realidad, lo que trataba al utilizar esta expresión es quitar la connotación técnica y matemática que se ha formado detrás de todo lo referente a la "mineria de datos". Actualmente, hay que ser un estadista licenciado para sacar provecho a las herramientas existentes (SPSS, SAS, R, S-Puls...). Y, sin embargo, todos podemos entender que es una proyección, una optimización de recursos, o un ABC de clientes... ¿Qué herramientas estándar ofrecen los proveedores de Business Intelligence para este tipo de problemáticas? Nada, o casi nada, con Web Intelligence, con Cognos, o Microstrategy no es posible hacer ni una regresión lineal, y mucho menos una clusterización de clientes... ¡Y luego nos soprendemos que los usuarios prefieran el Excel!

Cuando estos proveedores incorporen estas funcionalidades podremos hablar de Business Intelligence activo.

Acabo de recibir un correo de Litebi anunciando que han recibido financiación por valor de 500.000 euros, y consideran que puede ser interesante para los lectores de este blog sobre Business Intelligence. No hay problema, aquí tenéis la nota de prensa:

Litebi cierra 500.000€ de inversión

Litebi, empresa que oferta soluciones de Business Intelligence bajo el modelo SaaS, ha cerrado recientemente una primera ronda de financiación por parte de dos Business Angels de la red del IESE que se han incorporado cómo socios y consejeros a la compañía. Complementando esta aportación la iniciativa NEOTEC ya aprobado por parte del organismo público CDTI, en total los fondos securizados por Litebi ascienden a 500.000€.

Jorge López Mateo y Javier Giménez Aznar, fundadores de Litebi, manifiestan su intención de emplear el capital ganar presencia en el mercado nacional y en continuar desarrollando su disruptiva plataforma de Inteligencia de Negocios.

Su modelo de Business Intelligence, fácil y asequible, orientado a las necesidades de empresas de tamaño mediano, permite a empresas de tamaño mediano mejorar su rendimiento y ahorrar tiempo en los procesos de toma de decisiones, a través de cuadros de mando y potentes herramientas de análisis, sin necesidad de realizar fuertes inversiones iniciales.

No conozco LiteBi, pero siempre es interesante la existencia de proveedores españoles de Business Intelligence. Su catálogo de productos parece muy interesante. Espero escribir sobre ello próximamente.

Lo bueno de dedicarse a un mundo tan especializado como el Business Intelligence en general, o el data mining en particular, es que con muy poco puedes ser considerado como todo un experto, y captar la atención del auditorio.

Para ser todo un experto en mineria de datos, sólo es necesario saber dos historias. Una la contaré hoy, y otra la dejaré para el próximo artículo, de esta manera -me cuentan- se consigue un mayor suspense y aumenta el interés hacia este blog, tan interesante ya de por sí :-)

La historia, real o imaginaria, se situa a finales de lo 90, en la sede central de la cadena de supermercados Wal-Mart, donde decidieron iniciar un proyecto de basket analysis utilizando la ingente cantidad de información contenida en su Teradata datawarehouse.

Inicialmente, los resultados no parecieron muy espectaculares, ya que vieron que quien compraba pasta dentífrica también compraba cepillos de dientes; tampoco sorprendió que quien comprase whisky DYC inevitablemente adquiriese Cocacola... La sorpresa fue observar una correlación estadísticamente significativa entre la compra de pañales y cerveza.

Incorporaron la información de sus tarjetas de fidelización para profundizar en el estudio, y vieron que los compradores de cerveza y pañales eran varones de entre 25 y 35 años, que solían comprar estos productos conjuntamente los viernes por la tarde.

Con todos estos datos, fue fácil dar una explicación al fenómeno, y tomar medidas comerciales para aumentar las ventas, y justificar así el sueldo de todos estos analistas. Como los pañales son voluminosos, las madres enviaban a los padres de las criaturas a comprar los pañales, estos esperaban a último momento para hacerlo, y aprovechaban para comprar cervezas que se tomarían en casa, ya que en la sociedad americana está mal visto que un padre de familia frecuente los bares hasta tarde, y vuelva a casa dando tumbos...

Sea como fuere, tomaron la decisión de colocar las cervezas cerca de los pañales, con la intención de que los padres que compraban pañales y que no solían comprar cerveza, se acordasen que faltaba cerveza en casa. Me imagino que el argumento contrario también debe ser cierto, es decir, que los señores que iban a comprar cerveza, se acordasen que tienen un niño en casa.

Los resultados fueron espectaculares, o no estaría escribiendo sobre esto, y aumentaron entre un diez y un quince por cierto tanto las ventas de cevezas como de pañales.

La historia, real o no, es un buen ejemplo de los beneficios que puede aportar la minería de datos y, en particular, al análisis de la cesta de la compra (market basket analysis). Para que veais que no me lo he inventado íntegramente, aquí tenéis dos artículos que hablan sobre ello:

• Ejemplo ilustrado del análisis de la cesta de la compra
• If Only It Really Were about Beer and Diapers

Recordad que esta es sólo una de las cosas que debéis saber sobre data mining. La otra -mucho más importante y crucial- la explicaré en el próximo artículo.