Download ppt - Sesión1 2 Business Intelligence

Maestría en Supply Chain Management

Business Intelligence y CRMSesión 1 - 2

Prof.: Mg. Jorge A. Castillo Sánchez

Prof. Mg. Jorge A. Castillo Sánchez

Contenido:

Business Intelligence

Terminologías principales

Clasificación

2


El dilema de la información

8 de 10Directivos toman decisiones a partir de información incompleta en la que no confían plenamente.

53%No tiene acceso a la información necesaria para realizar su trabajo, a lo largo de la organización

Factores que soportan las principales Decisiones de Negocio

79 %

52 %

62 %

Analítica (BI)Experiencia Personal

Experiencia Colectiva

Directivos afirman que disponerde información predictiva les permitiría tomar mejores decisiones.

3 de 4

Fuente: IBM-Business Analytics and Optimization for the Intelligent Enterprise, Abril 2009.

3

1. La información en los negocios de hoy


Nuevas necesidades y formas de trabajar

Fuente: IBM-Business Analytics and Optimization for the Intelligent Enterprise, Abril 2009.

Sentir y Responder Predecir y Actuar

Instinto e IntuiciónEn tiempo real

Orientada a los hechos

Eficiencia Optimización

Expertos calificados en análisis

Por todos

Soporte a la decisión basado en el Back office

Punto de impactoApoyo a la Acción

Enfoque Tradicional Tendencia

1 de 3Los líderes empresariales toman con frecuencia decisiones críticas sin la información necesaria

1 de 2No tienen acceso a la información que necesitan

para realizar su trabajo

4 de 5Líderes empresariales ven la información como

ventaja competitiva

4




Características:– Sobreabundancia.– Carencia de integración– Carencia de profundidad necesaria para el análisis

5

¿De qué sirve entonces?

Integración

Plataforma de Business Intelligence = EXITO



Ejemplo 1:

-Compra de vinos en el supermercado

-Nuevo miembro de familia

-Encarte personalizado

Ejemplo 2:

- En el ámbito financiero

- Productos de acuerdo al momento de vida del cliente

Ejemplo 3:

-En una cadena de multicines

-Aprovechamiento de la capacidad instalada y dulcerías.

-Estrategia de fidelización.

6

“Business Intelligence permite desarrollar

estrategias focalizadas de

marketing, sobre la base del buen uso de

la información, es decir, aprender de la

información que dejan los clientes y convertir ese

aprendizaje en acciones”.


¿Qué es Business Intelligence?

7


3. Definiendo Inteligencia de Negocios

“Business Intelligence es una herramienta crítica para el éxito y sobrevivencia de su organización hoy en día, no se trata solo de herramientas y tecnología, sino también de organización”.

Gartner Group

“BI se refiere al proceso de convertir datos en información, información en conocimiento y conocimiento en acciones o

estrategias para crear una ventaja competitiva en el negocio. En otras palabras es hacer las cosas diferentes.”

Jorge Castillo

8


Limitaciones de información de los sistemas de gestión, aplicaciones a medida e incluso los ERP más sofísticados

Gran rigidez a la hora de extraer datos

Necesidad de conocimientos técnicos

Largos tiempos de respuesta

Deterioro en el rendimiento de los sistemas de información

Falta de integración que implica islas de datos

Datos erróneos, obsoletos o incompletos

Problemas para adecuar la información a cada usuario

Ausencia de información histórica

9

BI

“Las soluciones de BI cubren este vacío de información a través de la creación de un nuevo repositorio de

datos o base de datos que agrupa a toda la información relevante para la gestión en la

organización”.


2. El valor de Business Intelligence en las organizaciones

“Los sistemas de Business Intelligence se basan en la integración y en la universalización de la información para dar

respuesta a las necesidades de las empresas”.

Deloitte & Touche

10


Ejemplos de datos e información por área de la empresa

11

Datos Información

Fuente: Rodriguez, 2004.


Ejemplo práctico de una solución de BI

Primero la agencia de viajes que carece del conocimiento necesario de su cliente, ocasionando un deterioro en la relación y la consiguiente pérdida.

Un año después. BI administrada con proactividad

12

Fidelización del cliente


¿Qué beneficios tiene?

13


Beneficios de la Inteligencia de Negocios

Detectar Riesgos e Identificar Oportunidades.

Mayor calidad, exactitud y disponibilidad de la información.

Flexibilidad de presentación, visualización y navegación.

Integración de información interna y externa.

Fortalecimiento de las capacidades analíticas y de planificación.

Incremento de ventas a través de un mejor conocimiento y entendimiento de las necesidades de los Clientes.

Mejora y estrecha las relaciones con los clientes (B2C).

Desde el punto de vista de costes empresariales:

Disminución de los costes de preparación de reportes y su difusión.

Disminución costes de errores humanos en cálculo.

Decremento del Coste en la toma de decisión.

Minimiza Costes de interpretación de la información

14


Gestión del Conocimiento

15


“Nuestros Clientes esperan siempre que seamos capaces no solo de venderles nuestros productos y servicios, sino que seamos líderes de opinión en los temas que a ellos les conciernen, y por lo tanto, nosotros debemos ser capaces de transmitirles a través de nuestros puntos de contacto con ellos; este conocimiento y nuestra visión de los problemas.

La Administración de nuestros conocimientos, como así también la capacidad de entregarlo adecuadamente a quién lo necesite, nos potenciará como Firma e individualmente a cada uno de los Profesionales que lo entrega – La tarea no es fácil, pero requiere la adopción de nuevos estándares y formas de operar ....."

16

Reflexión:


“La predominancia de requerimientos de mano de obra especialista, de nuevas tecnologías en computación y telecomunicaciones y el acelerado paso del cambio han iniciado una dramática transformación en la manera en que las compañías compiten en el mercado.

En la era Post-Industrial el éxito de las firmas se relaciona más con sus activos intelectuales que con sus activos físicos o recursos naturales”.

ESTAMOS EN LA “ERA DE LA INFORMACIÓN”

17

Reflexión:


Las

personas

son y serán el

principal

Activo de las

compañías del

Futuro

“…ya no son tus manos ..es tu mente”

“En el futuro, las empresas más exitosas serán aquellas que

aprendan a explotar el conocimiento de las personas…”

Lou Gerstner , ex-Presidente de IBM

Aparece el concepto del “Knowledge Worker”


“El Knowledge Management procura obtener el conocimiento residente en la mente de las

personas, distribuirlo y tenerlo a disposición del resto de la organización en el momento

adecuado, para usarlo y potenciarlo - individual o grupalmente - con el fin de crear valor para sus clientes, aumentar su eficiencia y administrar el

riesgo”

¿Qué es Knowledge Management?


El conocimiento sólo puede residir dentro de un conocedor, una persona determinada que lo interioriza racional o irracionalmente.

Lo importante es hacer que el conocimiento adquirido sea “Independiente de las Personas”

Conocimiento

ExperienciaEducación

VivenciaSentidos

Percepción

Knowledge


Panorama de la Administración del Conocimiento

La KM se ha convertido en un asunto primordial en muchas empresas grandes a medida que los gerentes se han percatado de que una parte importante del valor de sus empresas depende

de la capacidad de las mismas para crear y administrar el conocimiento.

Algunos estudios han determinado que una parte sustancial del valor de mercado de una empresa se relaciona con sus activos

intangibles, de los cuales el conocimiento es un componente fundamental, junto con la marca, el renombre y los procesos de

negocios únicos.


Conocimiento Explícito o Estructurado es representado en documentos, bases de datos, productos y procesos.

“Este es conocimiento que puede ser codificado y compartido en un lenguaje sistemático formal.”

Conocimiento Tácito o no Estructurado es más dependiente de la acción, contexto y experiencia personal, lo cual lo dificulta para formalizar y comunicar.

“Es a menudo descrito como lo que nosotros sabemos, pero no podemos explicar.”

Conocimiento Caracterizado como Explícito y Tácito


TecnologíaTecnología

Tecnologías Tecnologías “e-e”“e-e”

ProcesosProcesos

PersonasPersonasCuáles son los

Pilares de la

Administración del

Conocimiento ?


Cadena de valor de la administración del conocimiento

Sistemas de Administración del Conocimiento

Actividades de los Sistemas de InformaciónAdquisiciónDescubrimiento del conocimientoMinería de datosRedes neuronalesAlgoritmos genéticosEstaciones de trabajo del conocimientoRedes de conocimiento experto

AlmacenamientoSistemas de administración de documentosBases de datos de conocimientoSistemas expertos

DiseminaciónPortales de intranetsEnvió de informes por correo electrónicoMotores de búsquedaColaboración

AplicaciónSistemas de apoyo a la toma de decisionesAplicaciones empresarial

Actividades administrativas y organizativasCultura del conocimientoComunidades de prácticaRedes personalesPrácticas/rutinas organizacionales

Rutinas organizacionalesCultura organizacional

CapacitaciónRedes InformalesCultura organizacional

Nuevos procesos de negocio basados en TINuevos productos y serviciosNuevos mercados

Adquisición de datos e información

Recopilación

Almacenamiento

Diseminación

Cadena de Valor del Negocio del Conocimiento

Retroalimentación


Store

Cliente

Equipo

Compañía

Insfraestructura adecuada (Tecnología e-e, Cultura y Organización

Deploy

Crear Valor

Aprendizaje

Reco

lectar

Input

Más Valor

Repositorios, PowerPacks

Base de datos (Informac.

y discusión)

Contact lists,

Otras Bases de Datos

Repositorios, PowerPacks

Base de datos (Informac.

y discusión)

Contact lists,

Otras Bases de DatosConoc. Externo

Cliente experiencia

Conoc. Externo

Cliente experiencia

Mejoramiento material

Existente. Actualizaciones.

Lo anterior puede ser

Reflejado en un CRM

Lo anterior puede ser

Reflejado en un CRM

El proceso de la “Gestión del Conocimiento”


Tres iniciativas para ayudar a las organizaciones a tomar decisiones inteligentes

Advanced Analytics Decision Support

Los sistemas de soporte a la toma de decisiones que facilitan el conocimiento y ayudan a traducirlo en acción

Facilitar conocimiento-acción

Data Simplification

Las metodologías, ambientes de datos y

herramientas que lleven a la

confiabilidad de la información, agilidad y eliminen redundancia

Crear una fuente de información confiable

Strategic Information DevelopmentLos cambios estratégicos necesarios para obtener una organización informada y orientada a la acción

Preparar la organización

26

Prof. Mg. Jorge A. Castillo Sánchez27

¿Cuál es el alcance del Business

Intelligence entonces?


Analytics Landscape

Degree of Complexity

Com

petit

ive

Adv

anta

ge

Standard Reporting

Ad hoc reporting

Query/drill down

Alerts

Simulation

Forecasting

Predictive modeling

Optimization

What exactly is the problem?

What will happen next if ?

What if these trends continue?

What could happen…. ?

What actions are needed?

How many, how often, where?

What happened?

Stochastic Optimization

Based on: Competing on Analytics, Davenport and Harris, 2007

Descriptive

Prescriptive

Predictive

How can we achieve the best outcome?

How can we achieve the best outcome including the effects of variability?


Analytics Landscape


Com

petit

ive

Adv

anta

ge

Standard Reporting

Ad hoc reporting

Query/drill down

Alerts

Simulation

Forecasting

Predictive modeling

Optimization







What happened?



Descriptive

Prescriptive

Predictive



DIOSDIOS

FAMSFAMSCOBRACOBRA


Analytics Landscape


Com

petit

ive

Adv

anta

ge

Standard Reporting

Ad hoc reporting

Query/drill down

Alerts

Simulation

Forecasting

Predictive modeling

Optimization







What happened?



Descriptive

Prescriptive

Predictive



Advanced Analytics & OptimizationAdvanced Analytics & Optimization

DIOSDIOS

FAMSFAMSCOBRACOBRA


Contenido:



Clasificación

31


Terminologías principales en BI

ALGUNOS TERMINOS COMUNES:


1. Operational Data Base

Base de datos orientadas a manejas datos de detalle diseñados para satisfacer las necesidades de los procesos, a veces muy complejos, de las empresas.

Esta vista detallada se refleja en la disposición de datos en la base de datos.

Los datos son altamente normalizados a fin de evitar la redundancia de datos y el “doble mantenimiento”.

33


2. Data Warehouse

Un Data Warehouse o Almacén de Datos es una Base de Datos donde la data es recolectada con el propósito de ser analizada

34


3. OLTP

Los sistemas utilizados para recoger datos operativos se conocen como OLTP (On-Line Transaction Processing).

35


4. Data Mart

Los principales objetivos de un Data Mart pueden ser definidas como:

Almacenamiento de información pre-agregada.

Proporcionar un acceso rápido a la información para las necesidades específicas de análisis o grupo de usuarios.

Representa a la interfaz de usuario final ver y los datos del almacén de datos.

36


5. External Data Source

El “External Data” es data que no puede ser encontrada en el sistema del OLTP pero que es requerida para mejorar la calidad de la información en el “Data Warehouse”.

37


6. OLAP

On-Line Analytical Processing (OLAP) es una categoría de software.

La funcionalidad OLAP es caracterizada por el dinámico análisis multi-dimensional de los datos consolidados de la empresa, soportando el análisis del usuario final y actividades de navegación como:

Cálculo y modelización aplicada a través de las dimensiones, a través de las jerarquías y/o a través de los miembros.

Análisis de tendencias durante períodos de tiempo secuenciales.

Drill-down a niveles más profundos de la consolidación.

Rotación de nuevas comparaciones dimensionales en el área de visualización

Análisis de datos históricos y proyectados en varios "what-if" escenarios de modelo de datos. Esto se logra mediante el uso de un servidor OLAP.

38


7. OLAP Server

Un servidor OLAP es una de alta capacidad, multi-usuario del motor de manipulación de datos diseñada específicamente para apoyar y operar sobre múltiples dimensiones de estructuras de datos.

Dado el estado actual de la tecnología y la exigencia del usuario final de los tiempos de respuesta consistente y rápida, puesta en escena de los datos multi-dimensionales en el servidor OLAP es a menudo el método preferido.

39


8. Metadata Los metadatos son el tipo de información

que describe los datos almacenados en una base de datos. Incluye información tal como:

Una descripción de las tablas y campos en el almacén de datos, incluyendo los tipos de datos y el rango de valores aceptables.

Una descripción similar de tablas y campos en las bases de datos fuente, con una asignación de campos, desde la fuente hasta el depósito.

Una descripción de cómo los datos se ha transformado, incluidas las fórmulas, formatos, conversión de moneda, y la agregación de tiempo.

Cualquier otra información que se necesita para apoyar y administrar el funcionamiento del almacén de datos.

40


9. Drill-down

Drill-down se puede definir como la capacidad de navegar a través de la información, siguiendo una estructura jerárquica.

41


10. Base de Datos Operacional vs Informacional

La principal diferencia entre las bases de datos operacionales y de información es la frecuencia de actualización:

Alto número de transacciones cada hora.

Siempre "al día", y representa una imagen de la situación actual del negocio.

Estables a lo largo de un período de tiempo.

Se puede observar como los datos históricos.

42


11. Data Mining

La minería de datos es el proceso de extraer información válida y útil, desconocida anteriormente, y comprensible de los datos y utilizarla para tomar decisiones de negocio.

43


Proceso de minería de datos – resumen:

Data

Warehouse

Selected

Data

Transformed

Data

Discovered Information

Assimilated Knowledge

Data Enhancement Model Refinement

Applied

Knowledge

Data Preparation Process Data Mining Process Deployment

Requerimientos del negocio

Y=f(x,z) AB

Measurement

Solution Assessment

Embedded

OLAP & Reports

Process (SOA)

RT Scoring

Self-Service

Non-Embedded

External App.

External Actions

Select

Explore

Understand

Transform

Aggregate

Calculations

Mine

Model

Interpret

Insights

Validate

Evaluate

Feedback

Text Analytics

Data Mining / Business Analysts

• Collaborate with business users to develop models

• Define information (variables) for mining models

• Create, test, and validate mining models

• Create solutions (applications) for business users

Business Users

• Create, refresh and execute

mining models as part of their

daily business activities


Ejemplo: Warehouse Architecture

DB2 Warehouse

EDW & ODS

Enterprise ETL Tools (e.g. DataStage)

Data Marts

SQL Warehousing (SQLW)(In-Database Transformations)

Web Applications, Operational Systems, ERPs

Data Mining Engine

Modeling ResultsScoring

Workload M

anagement

Cubing Services

SQL

In-Memory Cubes

XMLA

MDX

SQL

Mining Data

OLAP Metadata

MQTs

Optimization

Advisor


¿Qué es Minería de Datos?

Predicción

Asociaciones

y

Secuencias

Clasificación

Agrupación

Discover distinct behavioral-demographic groups (e.g., Customer, Providers, Stores)

Descubrir grupos objetivosDetectar desviacionesIdentificar prospectos

Predict response (Yes/No answers)

Classify outcomes (churn, attrition, fraud, failure type, etc.)

Descubrir afinidades (eventos, ingresos, productos, etc.)

Identificar el siguiente evento más parecido, acción, etc.

Detectar desviaciones

Predecir probabilidad de respuesta (0,1)

Predecir probabilidad de ingresos

Predecir expectativas de gastos, costos, utilización, etc.

“Minería de datos es el arte y ciencia de descubrir información significativa y patrones a

lo largo de la base de datos para soportar las decisiones de negocio”


Contenido:



Clasificación

47


• Identificar y priorizar oportunidades de mejora.

• Gestionar el cambio en procesos y operaciones para mejorar el análisis.

• Implementar sistemas de gestión para mantener el control y alcanzar objetivos.

• Gobernabilidad de datos.

• Generar reportes con resultados del negocio.

• Automatizar scorecards y dashboards.

• Crear herramientas de planeamiento, presupuesto y forecasting.

• Análisis del negocio.

• Aplicar análisis avanzado para obtener modelos descriptivos y predictivos.

• Integrar algoritmos y tecnologías de optimización a los procesos y operaciones.

• Modelos de Visualización.

• Simulación

• Asegurar la confiabilidad de los datos cuando se los requieran y permitir su obtención fácilmente.

• Proveer una plataforma de información eficiente y consolidada.

• Integración, gobernabilidad de los datos, calidad y Optimización.

• Administrar documentos y registros.

• Manejar contenido estructurado y sin estructurar.

• Gestionar archivos digitales.

• Proveer simplicidad a workflows complejos.

Estrategia

Inteligencia de Negocios &

Gestión de la Medición

Análisis y Optimización

Avanzada

Gestión de la Información de la

Empresa

Gestión del Contenido de la

empresa

• FileNet

• Digital assets and Rights management

• InfoSphere (Data Warehouse, MDM, Data Quality, ETL)

• Modelos de Industria

• Smart Analytics

• Cognos• Banking Business

Performance Dashboard (asset)

• Smart Analytics

• BAO Roadmap

• BAO Jumpstart

• SPSS

• iLog

• COBRA (asset)

Servicios

Descripción

Soluciones estratégicas

Business Analytics and Optimization (BAO):

48


Overall Organization Average Results

012345

1

2

3

4

5

6

Target Current - Internal Perception

Strategic Intelligence and Alignment Profile

0

1

2

3

4

5

1.1 Internal and external information is available to support strategydevelopment. Examples of internal information include KPIs, pricing

and sales data, and resource capacity. Examples of externalinformation include competitor data, macroeconomic fact

1.2 Insight is derived from internal and external intelligence usinganalytics.

1.3 The development of strategic options and scenarios is supportedby analytics.

1.4 Assessment of shareholder (policyholder) value impact issupported by analytics.

1.5 Assessment of risk is supported by analytics.

1.6 Assessment of real options is supported by analytics.

1.7 Information triggers and thresholds are established to facilitatestrategic reviews and progress towards achieving strategic

objectives

2.1 Strategy is continuously aligned with key performance measuresthat are cascaded to the individual and team levels.

2.2 Analytics are available to monitor individual and team contributionto strategy providing a clear line of sight.

2.3 Employee understanding of strategy is known using analytics.

Target

Current - Internal Perception

Organization Management Profile

0

1

2

3

4

5

1.1 Leaders play a role in providing clear direct ion t o achieve company st rat egies and t ranslat ing

st rat egies into object ives and KPIs

1.2 Leaders’ act ions are congruent wit h the direct ion t hey provide t o their st aff 1.3 Leaders develop and fost er a culture of collaborat ion within and out side t he organisat ion to

collaborat ively improve business performance

1.4 Leaders collaborate with one another to st ay on the same page.

2.1 Int egrat ing mechanisms (e.g., communit ies of pract ice, ad hoc t eams) exist t o enable cross-

department collaborat ion t o deliver business int elligence

2.2 St aff have t he aut horit y to t ake act ion and collaborate across department s to enhance business

intelligence

2.3 Roles and t heir object ives are defined

2.4 Core business int elligence needs are understood by role

2.5 Organisat ion st ructure facilit at es the cascade of business int elligence through mult iple lines of

report ing linked t o business performance

2.6 The organisat ion is agile – has t riggers in place and can realign it self t o mat ch with changes in t he

environment

3.1 Leaders regard business int elligence/ analyt ic informat ion as a st rat egic asset

3.2 Leadership support s IT/ business collaborat ion to provide business int elligence as key enabler

3.3 A business int elligence P MO exist s wit h bot h an IT and Business Process represent at ion. PMO is

owner/account able for t racking and realising t he benefit s of business int elligence relat ed investment

act ivit ies

3.4 IT investment decisions are made based on business performance management and st rat egic goals

3.5 Organisat ion policies and pract ices are in place to support long-t erm viabilit y of t he PMO

4.1 Formal incent ives exist t o support accessing and using analyt ical informat ion t o perform jobs (and

ult imat ely support corporat e st rat egy) 4.2 Informal incent ives exist t o support accessing and using analyt ical informat ion to perform jobs (and

ult imat ely support corporat e st rat egy) 4.3 Reward/ sanct ion processes operate to support st rat egy and are t imely

4.4 Appraisal processes for S t rat egic planning, budget ing and performance give consist ent direct ion

5.1 Hiring goals are aligned with int egrat ed informat ion sharing

5.2 Recruitment processes support informat ion sharing

5.3 Retent ion st rat egies are linked to knowledge sharing goals

6.1 The organisat ion react s posit ively to major change

6.2 Past change init iat ives have been posit ive learning experiences (e .g., ERP, DW, port als)

6.3 Many skilled change agent s exist in the organisat ion t o lead and manage change

6.4 The organisat ion has an open at t it ude for providing informat ion to employees

6.5 Organisat ional communicat ions are t ied to st rat egy achievement wit h feedback channels and

measurable result s

6.6 The organisat ion cult ure support s quick act ions based on business int elligence to support the

corporate st rat egy

7.1 Staff who use business int elligence informat ion have t he t raining they need to fulfil t heir assigned

responsibilit ies (e .g., analyt ical methods, performance management process)

7.2 St aff who provide business int elligence informat ion services have the t raining t hey need to fulfil

t heir assigned responsibilit ies (e.g., archit ecture development , facilit at ion of requirement s)

7.3 Company has the ability to adapt and/ or augment learning programs to meet business needs by role

7.4 Learning needs are ident ified to achieve business performance goals by role

7.5 Training makes users job ready by focusing on bot h the systems for accessing business int elligence

and the processes and decision making relat ed t o that int elligence

7+A5.6 Learning mechanisms are accessible, t imely and available on a just -in-t ime basis

Target


Performance Management Profile

0

1

2

3

4

51.1 Are the main business measures linked to strategy and stakeholder requirements?

1.2 What is the mix of financial and non- financial measures?

1.3 What is the mix of leading and lagging indicators?

1.4 How are the measures selected?

1.5 How well are the interrelationships between measures understood and managed?

1.6 How are targets developed?

1.7 How often are metrics evaluated?

1.8 How is the ownership of the performance management defined?

2.1 How effectively are measures which capture the requirements of the business cascadedthrough the organisation to business processes?

2.2 How effectively are measures which capture the requirements of the business cascadedthrough the organisation to business functions / departments?

2.3 How effectively are measures which capture the requirements of the business cascadedthrough the organisation to individuals and teams?

2.4 How many measures (of all types and at all levels) are used? 3.1 How mature is process management within the business?

3.2 How flexible and responsive are planning and budgeting processes?

3.3 How integrated are planning and budgeting processes?

3.4 How do performance review processes operate (business / business unit level)?

3.5 How do performance review processes – including the appraisal process – operate(individual/team level)? Is behaviour on the ground – operation of procedures, performance

levels achieved, attitudes manifested – in line with the needs of the business?

3.6 Is the cost of performance management commensurate with the risks managed?

5.1 Is corrective action taken when it is needed and at the level it is needed, to keep thecompany on track?

5.2 Are performance management initiatives linked clearly enough to specific strategic goals?

Target


Dimensions under assessment

1. Strategic intelligence & Alignment

2. Organisation Management/Governance

3. Performance Measurement

4. Financial Management

5. Information Management

6. Technical Infrastructure

Financial Management Profile

0

1

2

3

4

5

1.1 P r of itabi lity ana lys is is per f or med on the or ganizat ion as a whole as wel l as by pr of it center s def ined as bus ines s units ,

depar tments , pr oducts , cus tomer s , etc . (SM, P M)

1.2 Cas h in-f lows and out-f lows ar e well documented and under s tood, over a ll cas h management of the or ganiza tion is pr edic table

and eas ily compar ed with plan. (P M)

1.3 Shar eholder s a r e well under s tood, dr iver s to s har eholder value ar e under s tood, documented, updated and dr ive the

oper a tions of the or ganization (abil ity to meet ear nings ta r ge ts / f or ecas ts ). Key s har eholder s metr ics a r e def ined, monitor ed

and pr ovided

1.4 Cos t ana lys is is per f or med cons is tently, appr opr iate tools , knowledge of capacity, dr iver s of cos t, act ivi ty bas ed cos ting,

cos t/ unit ana lys is , us e of cos ting tools a r e a ll applied wher e appr opr ia te . (P M)

1.5 T ax analytics a r e r eadily avai lable . Analys is of or ganiza tional tax i s s ues is per f or med pr oactive ly, planning occur s f or

changes , a lte r na tive s cenar ios ar e cons ider ed f or the bes t tax pos ition, given leve l of acceptable or ganiza tional r is k (SM, P M)

1.6 T he or ganiza tion ac tively manages debt and equity thr ough the us e of ana lytics .

2.1 T he or ganiza tion has the ability to identi f y and captur e da ta and inf or mat ion r e la ting to events / pr oces s es that impact cos t

and per f or mance. (IM)

2.2 Inves tment of or ganizational f unds is per f or med utiliz ing inf or mation r e la ted to or ganiza tion r is k pr of ile ; ana lys es is

continuous ly r eviewed f or r is k r a ting, per f or mance and taxable s ta tus . (SM, P M)

2.3 An analys is of cycle and pr oces s outs our c ing is per f or med r egular ly utiliz ing exter na l cos t es timates and inter na l cos t

actua ls . (SM)

2.4 Inf or mation exis ts to monitor and manage a ll or ganizational as s ets to ens ur e appr opr iate utiliza tion and minimize lif ecycle

cos ts . (P M)

3.1 Acces s to f inancia l r epor ting inf or mation is immedia te , ta ilor ed by us er and ans wer s al l f undamenta l ques tions . Repor ting is

per f or med in numer ous ways inc luding or ganiza tion wide with dr il l down capabilit ies , aga ins t plan and budget and geogr aphica ll

3.2 Data is cons olida ted (data war ehous e ), comes f r om one or a f ew s our ces , s our ce is tr ans par ent, e lec tr onic del iver y s ys tem,

us er f r iendly. (IM, IT)

3.3 Key per f or mance indica tor analytics ar e def ined, de ter mined and monitor ed. Compar is on is made to plan, budget and bes t

pr ac tice . (SM, P M)

4.1 Inf or mation f r om the planning and budgeting pr oces s es is integr a ted, f lexible and r es pons ive . Or ganiza tional input and data

is r eadi ly available , wher e neces s ar y. (P M, OM)

4.2 Acces s to planning and budgeting inf or mat ion is automatic and immedia te ens ur ing tha t the amount of time s pent pr epar ing and

negotia ting de ta iled oper a tional and capita l budgets is minimal. (P M, IM)

4.3 Str ong as s umptions ar e util ized bas ed on adequate da ta , under s tanding of bus ines s dr iver s , high vis ibil ity of s a les f or ecas ts

and commitments . (SM)

5.1 Inf or mation to under s tand and plan or ganizat ion wide r is ks is ava ilable and cons is tently moni tor ed. (SM)

5.2 Hedging analys is is per f or med wher e neces s ar y and wher e it incr eas es the over all va lue of the or ganization

6.1 Inf or mation r equir ed f or the s tr a tegic planning pr oces s is ava ilable and eas ily acces s ible ; the plan i s communica ted

thr oughout the or ganiza tion and tr ans lated into oper a tional plans . (SM)

6.2 Fully integr ated s tr a tegic planning, f or ecas t ing and oper a tional planning s ys tems . Us e of automated s ys tems s ingle da ta

s our ce. Bas ed on cons is tent as s umptions . (SM)

6.3 Continuous monitor ing of pr ogr es s aga ins t planned tar gets . Rewar d s ys tems f or except ional achievements . (SM, P M, OM)

7.1 Financia l ana lytics r e lat ing to oper a tional planning and as s es s ment automat ica lly incor por a te c r itica l da ta and inf or mation

elements which ar e outcomes of Supply Chain analytics per f or med.

Target


Information Management Profile

0

1

2

3

4

5

1.1 The d ata is clean, hig h q uality, and reliab le (technically accurate, co mp lete, co ns is tent ,

uniq ue / d emo ns t rates referential integ rity, verifiab le, and valid ) 1.2 The d ata is relevant , t imely, and accurate acco rd ing to the Org anizat io n’s b us iness

and o p erat io nal rules . 1.3 Data acro ss the enterp rise is g o verned b y co ns is tent s tand ard s and d efinit io ns .

1.4 Data is cap tured at a s ing le p o int and p ro p ag ated in a co ntro lled manner.

1.5 Ap p ro p riate d ata s teward ship and acco untab ility is in p lace.

1.6 Data is o rg anized b y sub ject matter ap p ro p riate to b us iness ' analyt ic need s .

1.7 Ro le-b ased d ata security and access co nt ro l is enfo rced .

1.8 Ap p ro p riate and reliab le to o ls are used to co llect and manag e d ata.

1.9 M etad ata is co llected , s to red , and integ rated into o verall info rmatio n architecture fo r

t imely, accurate, and meaning ful acces s b y all users .

1.10 Metad ata is p resented to and used b y b us ines s and techno lo g y us ers in o ng o ing

d ecis io n s up p o rt

2 .1 Enterp rise d ata mo d el framewo rk is in p lace and us ed to g uid e d ata integ rat io n and

allo w fo r future enhancements in o p erat io nal and tact ical d ata usag e

2 .2 Data s t rateg y has b een clearly d efined and co mmunicated

2 .3 Trans act io ns fro m integ rated and d is p arate sys tems are co llected and trans fo rmed

co ns is tent with co rp o rate d ata s tand ard s and b us ines s s t rateg y

2 .4 The info rmat io n co llected is relevant to the co mp any’s b us iness need s and is

availab le thro ug h views as d riven b y b us iness need s 2 .5 The d ata is (o r can b e) integ rated and co ns is tent b ased o n the o rg anizat io n's

b us ines s rule.2 .6 The o rg anizat io n p ro vid es incent ives fo r sp ecific effo rt s to co nfo rm to d ata

s t rateg y and s tand ard s .3 .1 M echanism exis ts to d eliver ro le-b ased info rmat io n to end users .

3 .2 The reso urces ap p lied cap ture and trans fo rm d ata p ert inent to the co mp any’s

b us ines s need s into valuab le info rmat io n as sets

3 .3 The feed b ack lo o p cap tures ad eq uate his to ry to ut ilize emb ed d ed analyt ic

cap ab ilit ies

3 .4 The d ata s t ructure allo ws fo r the maximizat io n o f meaning ful ad -ho c, inves t ig at ive

analyt ic cap ab ilit ies

3 .5 Ded icated and trained help d esk p ro vid e user sup p o rt in a t imely manner.

3 .6 M anag ement info rmat io n is relevant , t imely, and accurate.

3 .7 M anag ement info rmatio n s ys tems are efficient and effect ive.

4 .1 Temp lates and Accelerato rs are used to s p eed up imp lementat io ns

4 .2 The IT d ep artment has s taff with the req uis ite skill levels in the us e and d elivery o f

analyt ical to o ls .

4 .3 Exis t ing s ys tems are flexib le eno ug h to s up p o rt the imp lementat io n o f new functio ns

and cap ab ilit ies

4 .4 Org anizat io n and s ys tems p ro vid es s up p o rt to inco rp o rate new and ad ho c d ata into

exis t ing s tructures .

5.1 Feed b ack ap p ro ach is d evelo p ed to co mmunicate analyt ic result s to d ata p ro vid ers ,

o p erat io nal s ys tems and d ecis io n sup p o rt

5.2 Feed b ack lo o p is integ rated into the info rmatio n architecture

5.3 Feed b ack p ro ces s is auto mated thro ug h us e o f ap p ro p riate and reliab le sched uling

and d ata t rans fer to o ls , s tand ard s and p ro cesses

6 .1 M aintain a current invento ry o f s ys tems and p ro jects und erway

6 .2 Plan fo r new d evelo p ment and the d evelo p ment o f s ys tem enhancements

6 .3 Plan fo r the int ro d uctio n o f new infras t ructure and architecture.

6 .4 M aintain an o verall info rmat io n s t rateg y as a co mp rehens ive ap p ro ach fo r meet ing

b us ines s req uirements .

Target


Technological Infrastructure Profile

0

1

2

3

4

5

1.1 Internal and external sources are used to integrate and enrich

data available from transaction systems 1.2 A framew ork is developed for integrating the various

infrastructure components to effectively and eff iciently deliver

business information to the users 1.3 Data modelling and meta data management tools and standards

provide consistent integration across all systems

1.4 EAI and ETL tools are available and effectively used for data

collection, transformation, and integration

1.5 Data quality management tools and procedures are effectively

employed

1.6 Appropriate tools are used to support business rule

implementation to derive metrics and complex calculated attrbutes

such as customer lifetime value.

2.1 Tools to support OLAP capabilities are in place.

2.2 Managed Query Environment exists.

2.3 Effective Report Generators exist.

2.4 Tools that provide Data Mining capabilities are in place.

3.1 System is adequately scalable, available, stable, and reliable.

3.2 Job and system monitoring processes are automated to

maximize utilization of systems and resources

3.3 Presentation, distribution and feedback processes are

automated to maximize utilization of systems and resources

3.4 Appropriate data security tools and encryption technologies are

used

3.5 Global and consistent automation standards are used

3.6 Data usage is monitored in order to maintain optimal system

performance.

Target


BI Capability Model Modelo de Procesos

Arquitectura de Referencia

Metrics Scorecards Performance Dashboards

Business Insight

Data Integration Data Repositories

Dat

a In

fras

truc

ture

EnterpriseAlignment &

Adoption

Data Delivery

Learning &CompetencyDevelopment

Strategy & Planning Change Management

BIGovernance

DataStewardship

BIProgram

Management

Market Insightand Growth

Financial Insight forProfit and cost reduction

Customer Insight forRelationship Development

Data Quality & IntegrityData Acquisition

Performance Analysis Business Trend Analysis Business Modeling & Analytics

Estructura Organizacional

2003 2004

Q2 Q3 Q4 Q1 Q2 Q3 Q4

PSFTMarketing

Integração CTI

Transferir Clientes para Apropriados Ptos de Contato

Integração Portal

PSFT Sales

Catálogo deProdutos na WEB

PSFT Order

Capture

PSFTMarketing

CRM Analítico

PSFT Support

Disponibilizar Auto-Atendimento

RevisãoProcessos

2003 2004

Q2 Q3 Q4 Q1 Q2 Q3 Q4

PSFTMarketing

Integração CTI

Transferir Clientes para Apropriados Ptos de Contato

Integração Portal

PSFT Sales

Catálogo deProdutos na WEB

PSFT Order

Capture

PSFTMarketing

CRM Analítico

PSFT Support

Disponibilizar Auto-Atendimento

RevisãoProcessos

Roadmap de Iniciativas

Alcanzar los objetivos del negocio en forma acelerada a un menor costo y riesgo.

Implementar mejoras en la identificación de la información y en la forma de actuar.

Identificar, valorar y priorizar oportunidades de mejora.

49

EstrategiaObjetivos


Business Intelligence & Performance ManagementObjetivos

Mejorar rendimiento empresarial a través del acceso a información útil y precisa, lo que permite a las organizaciones convertir sus estrategias en planes y previsiones.

Habilitar reportes y tableros de control, como así también herramientas de planeamiento, presupuestación y proyección para dar soporte a la toma de decisiones.

50


Beneficiar la eficiencia operativa mediante la aplicación de modelos matemáticos, simulación y análisis de datos.

Emplear motores de análisis avanzado, minería de datos y modelos estadísticos para optimizar procesos específicos de negocio.

Capturado

Detectado

Inferido

Análisis Descriptivo

Análisis Predictivo

Sofisticación del análisis

Análisis Prescriptivo

Datos estructurados y sin estructurar… …transformados en Información… …impulsan el análisis avanzado.

Advanced Analytics & OptimizationObjetivos

51


WarehouseWarehouse

Calidad de datosCalidad de datosMDMMDMMDMMDM

Sistemas fuentesSistemas fuentesSistemas fuentesSistemas fuentes

ReportesReportes

CubosCubos

Enterprise Information ManagementObjetivos

Aplicar métodos y tecnologías para la definición de la arquitectura de información adecuada, asegurando la calidad de los datos.

Proveer herramientas para la extracción, transformación, circulación, almacenamiento, integración de los datos.

Gestionar datos maestros para contar con una visión única de los elementos claves del negocio.

52


Global Name Recognition

WarehouseWarehouse

Business Analytics

InfoSphere Information

Server

ETLETL

Data QualityData QualityCommon Meta Data

Common Meta Data

InfoSphere Industry Models

InfoSphere Warehouse

CubingCubing

InfoSphere MDM Server

Information Services Director

Data Synchronization

Replication Server

Classic Event Publisher

Classic Federation

Federation Change Data Capture

Operational Source SystemsStructured/ Unstructured Data

Operational Applications

GlobalName

Recognition

Master Master DataData

Smart Analytics

System

Plataformas

Z, P y X

Enterprise Information ManagementOverview

53


Provee servicios, tecnologías y procesos para gestionar los contenidos no estructurados.

Incluye las técnicas y sistemas que permiten el acceso global y manejo de activos digitales para compartir la información entre la empresa y sus clientes, proveedores, empleados, etc.

Habilita un entorno colaborativo para maximizar la eficiencia.

Enterprise Content ManagementObjetivos

Procesos Análisis ColaboraciónReglasContenido

54


The BAO Reference Architecture Overview

Master Data Management

SourcesData Integration

Access

Hardware & Software Platforms

Network Connectivity, Protocols & Access Middleware

Data Quality

Metadata

Data Repositories

Operational Data Stores

Data Warehouses

Staging Areas

Data Marts

BIPM

Web Browser

Portals

Devices

Web Services

Enterprise

Unstructured

Informational

External

Clean Staging

Extract / Subscribe

Initial Staging

Data Quality(Technical/Business)

Transforms

Load-Ready Publish

Load/Publish

Information Governance

Reporting

Planning, Forecasting, Budgeting

Scorecards

AdvancedAnalytics

Analysis

ContentManagement

Document Management

Federation

Simulation

Optimization & Rules

Management

Visualization

PredictiveAnalytics

Business Assessment

DataMining

DataGathering

Dashboards

Query

Monitoring Web

Content Ingestion

Taxonomy Management

Master Data

Reference Data

Content Stores

Text Analytics

Records Management

Content Services

Reference Data

Management

Master Data Inventory

Master Data Assessment

Master Data Preparation

Master Data Domain

Definition

Master Data Affinity & Workflow Master

ContentManagement

Business Process Management / Workflow

55


Business Analytics and Optimization (BAO)

Demo BAO:

http://www-01.ibm.com/software/data/business-analytics-optimization/bao.html

Video Business Analytics:

http://www.youtube.com/user/Consulting#p/u/29/WPxGuEUJ-zw

56


Maestría en Supply Chain Management

Business Intelligence y CRMSesión 1 – 2

Fin.

Prof.: Mg. Jorge A. Castillo Sánchez