Anlisis de los Modelos de Inteligencia de Negocios basados en Big Data en las Pymes del Ecuador

 

Erick Marino Garca Merino 1, Mary Janeth Garca Merino 2

 

Economistas, Universidad Tecnolgica Empresarial De Guayaquil (UTEG)

Guayaquil- Ecuador

emgarcia.est@uteg.edu.ec

mjgarcia.est@uteg.edu.ec

 
Resumen

 

En el campo tecnolgico, la explosin de los datos ha revolucionado el mundo empresarial. La presente investigacin estudia los modelos de inteligencia de negocios que extraen estos datos para crear valor a travs de la identificacin de las herramientas tecnolgicas y la descripcin de factores que influyen en la implementacin de inteligencia de negocios que permitan mejoras en la toma de decisiones y por ende la obtencin de ventajas competitivas a partir de la informacin, adems se realiz un estudio descriptivo y correlacional con un enfoque cuantitativo de las Tecnologas de la Informacin en las Pymes del Ecuador. Este artculo servir de gua para que el estado de arte y el estudio estadstico se utilicen como referencia para futuras investigaciones relacionadas a estos tpicos.

Palabras clave: Big Data, Inteligencia de Negocios, NoSQL, Software de Cdigo Abierto.

 

Abstract

 

In the technological field, the explosion of data has revolutionized the business world. The present research studies business intelligence models that extract this data to create value through the identification of the technological tools and description of the factors that influence in the implementation of business intelligence, that allow improvement in the decision making and therefore obtaining competitive advantage from information; in addition, a descriptive and correlational study was carried out with a quantitative approach to Information Technology in the Pymes of Ecuador. This article will use of guide for that state of art and statistical study use as a reference for future research related these topics.

Key words: Big Data, Business Intelligence, NoSQL, Open Source Software.

 

1. Introduccin

 

En la actualidad las empresas enfrentan un gran desafo al descubrir una explosin masiva de datos imperfectos y complejos provenientes de archivos de textos, audios, videos y dems obtenidos en la web 2.0; convirtindose en un elemento de primer orden para cualquier empresa que involucran retos tcnicos de alto nivel; entonces una estrategia viable es analizar esos grandes volmenes de datos estructurados, no estructurados o semi-estructurados provenientes de fuentes exgenas con el fin de extraer valor.(Umaquinga, Peluffo, Alvarado, & Cabrera, 2016)

 

El alto nivel competitivo del mercado actual obligo a las organizaciones a buscar nuevas estrategias de gestin para hacer frente a la avalancha de datos y la necesidad de su captura y del respectivo anlisis; y es que el mayor logro de este tipo de visin es la toma de decisiones en todos los niveles las cuales se disean en base a tareas, creando escenarios interactivos que ayudan a la mejora continua. Debido a lo crucial que significa el xito en las empresas, sin lugar a duda crear valor a partir de anlisis de datos representa eficiencia en los procesos y disminucin de costos; adems esta revolucin conocida como Big Data as como la nueva tendencia Business Intelligent, que permitan optimizar los recursos informticos (software, hardware, almacenamiento, Data Base, entre otros).(Pozo Cadena J.C, 2016).

 

2. Estado de Arte

 

2.1 Big Data

Big es Data es la electricidad del siglo XXI, con el poder de trasformar y disear arquitecturas para extraer valor econmico de un gran volumen de datos, de una amplia variedad de formatos, con una rauda velocidad de captura, almacenamiento, anlisis y descubrimiento de conocimiento; que resulta para las empresas en una oportunidad para mejorar resultados en la toma de decisiones. (Morales, Aguilar, & Marn, 2016)

 

Las caractersticas del Big Data conocidas como las 3 Vs: 1) Volumen, que se refiere a la enorme cantidad de datos, 2) Velocidad, aludiendo a la rapidez con la que se producen los datos; y, 3) la Variedad de los diversos contenidos disponibles en diferentes formatos digitales; para las empresas Big Data no solo hace referencia a los datos sino al uso de nuevas herramientas, tcnicas y tecnologas, alternativas a las tradicionales.(Tabares & Hernndez, 2014)

 

2.2 Modelos de Inteligencia de Negocios

 

Son muchos los constructos que coinciden sobre la relevancia de los modelos de inteligencia de negocios, y es que ellos permiten aprovechar el almacenamiento de grandes volumen de datos proporcionados por los sistemas de informacin gerencial para transformarlos en valor para la empresa mediante la generacin de conocimiento y la oportuna toma decisiones en tiempo real.(Jaime & Soriano., 2015) Tambin se define Business Intelligence segn Howard Dresden (1989) como conjuntos de conceptos y mtodos para mejorar las decisiones de negocio mediante el uso de sistemas de soporte basados en hechos para la visualizacin de informacin til que ayuda a la toma de decisiones empresariales.(Chen, Chiang, & Storey., 2012)

 

Los modelos de inteligencia de negocios presentan caractersticas particulares que son fciles de manejar permitindole al usuario final un mayor entendimiento de la informacin a travs de los mtodos visuales y analticos; adems la mayora de las empresas poseen y generan diariamente una enorme cantidad de datos imposibles de analizar a simple vista.(Vanessa & Santiago, 2014) , a eso se suma la navegabilidad profunda de la informacin de acuerdo a los parmetros que se desea indagar permitiendo identificar las reas conflictivas con tiempo suficiente para corregirlas.(Schiff, 2011)

 

Para poder obtener un mayor beneficio de la Inteligencia de Negocios se debe cumplir con ciertos criterios de herramientas que incluyen mtodos, tcnicas, anlisis y proyecciones cada una de ellas tiles dependiendo de las necesidades del usuario y del negocio(Mndez del Ro & Ro, 2006), Entonces, Big Data y BI interactan para extraer datos de cualquier fuente exgena, analizarlos y luego convertirlos en conocimiento til para la empresa que coadyuve a la toma de decisiones con el objetivo de suministrar respuestas en tiempo real. ( Lpez Garca, 2013)

 

2.3 Componentes y herramientas Business Intelligence

 

Los sistemas de inteligencia de negocio se componen en dos procesos: la integracin (data warehouse) y el anlisis de datos (OLAP). Las herramientas disponibles para la gestin del volumen, velocidad y variedad de los datos se han perfeccionado y adaptado a cada nivel econmico al punto que no son excesivamente caras, y muchas de ellas se encuentran en software open source; tal como Hadoop, que es un framework que combina hardware y software de cdigo abierto para el anlisis de los datos(Andrew, Brynjolfsson, & Davenport, 2012).

 

En esta perspectiva se profundiza cada una de las herramientas sealadas anteriormente tomando como punto de partida herramientas analticas como el OLAP (On Line Analitycal Process); tambin se describe la estrecha relacin entre el termino Data Warehouse y Data Mart como una base de datos donde se integra informacin depurada de las organizaciones para(Pozo Casanova, 2013) dicha informacin debe ser homognea y fiable, los datos histricos que ah se almacenan permiten detectar tendencias, patrones de comportamiento de los cuales se generan ideas, el anlisis de estos datos tambin ayuda a tomar decisiones ms acertadas que permiten un anlisis desde diferentes perspectivas. A travs de consultas predefinidas denominadas reporting, cuadros de mando o EIS (Executive Information System). (Fernndez Espinosa, 2016)

 

En este argumento tambin se considera al data marts como una base de datos departamental que contiene datos e informacin enfocada a las necesidades especficas de un departamento, dicha informacin puede provenir del almacenamientos de datos histricos o de bases relacionales,(Pozo Casanova, 2013) este debe contener una estructura ptima de las diferentes perspectivas que pueden afectar a los procesos por rea.

 

En lo concerniente al procesamiento analtico en lnea (OLAP del ingls On-Line Analytical Processing) tambin conocido como Cubos OLAP, entrega datos resumidos de grandes Bases de Datos o Sistemas Transaccionales en Lnea (OLTP) para facilitar consultas a estructuras multidimensionales, las bsquedas son ms complejas y ms rpidas, una vez creado el cubo(Pozo Cadena J.C, 2016) estable el enfoque que est pasando a explorar por qu est pasando,(Sarango Salazar, 2014) hace hincapi que es un apoyo para la realizacin de la inteligencia competitiva, se debe aplicar tcnicas de bsqueda inteligentes como la minera de la web y la minera de textos.(Parrilla, 2014)

 

Otras herramientas avanzadas con caractersticas no relacionales son las NoSQL, que describen una extensa variedad de tecnologas alternativas a las tradicionales para la captura, almacenamiento y anlisis de datos como una de la herramientas ms utilizadas por Big Data. (Tabares & Hernndez, 2014) Pero estas tecnologas son relativamente nuevas y requieren de habilidades del personal del departamento de TI para integrarlas.

 

3. Metodologa

 

Para abordar esta investigacin se toma el tipo de estudio descriptivo y correlacional con un enfoque cuantitativo. Adems se utiliz el mtodo analtico-heurstico, que permite analizar posibles soluciones a travs de diversas alternativas basados en el ingenio para resolver problemas de la forma ms factible.

 

En la investigacin se utiliz fuentes primarias y secundaras; en el primer caso la informacin proporcionada por el Ministerio de Telecomunicaciones y de la Sociedad de la Informacin y por otro lado se utiliz: artculos cientficos relacionados, tesis elaboradas, libros e Internet.

 

Se aplic las siguientes tcnicas: 1) tcnica de investigacin documental para la recopilacin de informacin para armar el estado de arte, y 2) tcnica estadstica para el anlisis e interpretacin de los resultados a travs de Microsoft Excel y SPSS.

 

4. Resultados

 

Se ha realizado una revisin de los diversos estudios en cuanto al uso de la inteligencia de negocios, por tal y a pesar de las dificultades econmicas que enfrentan los pases de Amrica Latina, segn la segunda encuesta anual sobre Pequeas Empresas y Tecnologa realizada por(International Brother, 2016) en Ecuador el 30% de las Pymes encuestadas menciona a las redes sociales como una herramienta empresarial clave para aumentar sus ingresos y productividad; adems del informe anual de la incidencia tecnolgica de la informacin y comunicacin en las empresas ecuatorianas. (Ministerio de Telecomunicacin y de la Sociedad de la Informacin, 2017)

Grfico General

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Tambin se toma como referencia el informe anual en formato SPSS(Ministerio de Telecomunicacin y de la Sociedad de la Informacin, 2017), para el respectivo anlisis estadstico bajo este criterio se determina la existencia de empresas en el Ecuador los resultados son los siguientes: el 1 % est conformado por microempresas, el 26 % representa empresas grandes, el 24 % se encuentran en el rango de Mediana empresa tipo B, el 8% medianas empresas tipo A, y las pequeas empresas representado por el 41%.

Tabla 1

 

Invierte la empresa en tecnologas de la informacin y la comunicacin

Total

 

 

Si

No

Tamao de empresa

MICROEMPRESA

5,7%

94,3%

100,0%

PEQUEA EMPRESA

25,3%

74,7%

100,0%

MEDIANA EMPRESA A

40,8%

59,2%

100,0%

MEDIANA EMPRESA B

46,9%

53,1%

100,0%

GRANDE EMPRESA

62,5%

37,5%

100,0%

Total

41,2%

58,8%

100,0%

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Grafico 1

 

 

 

 

 

 

 

 

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Del anlisis estadstico de la base datos SPSS proporcionada por MINTEL, se identifica que el 25,3% de las pequeas empresas si invierten en TIC, tambin que la mediana empresa tipo A y B especfica que el 40,8% y el 46,9% Si invierten en TIC respectivamente. Adems se puede describir que la brecha de la inversin en TIC se incrementa a medida de cada categora aumenta.

 

 

Tabla 2

 

% Empresas con especialista en TIC

Total

 

 

Si

No

Tamao de empresa

MICROEMPRESA

2,8%

97,2%

100,0%

PEQUEA EMPRESA

13,0%

87,0%

100,0%

MEDIANA EMPRESA A

26,5%

73,5%

100,0%

MEDIANA EMPRESA B

34,8%

65,2%

100,0%

GRANDE EMPRESA

54,7%

45,3%

100,0%

Total

30,0%

70,0%

100,0%

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Grafico 2

 

 

 

 

 

 

 

 

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Del anlisis estadstico de la base datos SPSS proporcionada por MINTEL, es importante definir el porcentaje de las empresas que cuenta con especialistas en TIC, aproximadamente el 13% de las pequeas empresas cuentan con personal especialistas en tecnologas, las medianas empresas tipo A y B aproximadamente del 26,5% y 34,8% si cuentan con personal con conocimientos en TIC respectivamente. Adems se puede deducir que a medida que la empresa va creciendo aumenta el porcentaje de personal especialistas en TIC.

 

Tabla 3

 

Aplicaciones de cdigo abierto

Total

 

 

Si

No

Tamao de empresa

MICROEMPRESA

0%

100,0%

100,0%

PEQUEA EMPRESA

5,4%

94,6%

100,0%

MEDIANA EMPRESA A

12,5%

87,5%

100,0%

MEDIANA EMPRESA B

13,6%

86,4%

100,0%

GRANDE EMPRESA

21,5%

78,5%

100,0%

Total

12,1%

87,9%

100,0%

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Grafico 3

 

 

 

 

 

 

 

 

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Del anlisis estadstico de la base datos SPSS proporcionada por MINTEL, se deduce que la aplicacin de software open source es muy poca, los porcentajes de las empresas que utilizan la aplicacin de cdigo abierto para el procesamiento de informacin de tipo ERP o CRM; el 5,4% de las pequeas empresas utilizan aplicaciones de cdigo abierto, tambin el 12,5% y el 13,6% utiliza algn software de cdigo abierto en la Mediana empresa A y B respectivamente. A pesar que la PYMES tienen grandes expectativas para utilizar Business Intelligence, existen muchas barreras que las limitan, esto se evidencia en este anlisis, Siendo lo econmico uno de los factores ms importantes.

Tabla 4

 

Redes Sociales

Total

 

 

Si

No

Tamao de empresa

MICROEMPRESA

22,6%

77,4%

100,0%

PEQUEA EMPRESA

42,4%

57,6%

100,0%

MEDIANA EMPRESA A

50,1%

49,9%

100,0%

MEDIANA EMPRESA B

50,2%

49,8%

100,0%

GRANDE EMPRESA

56,8%

43,2%

100,0%

Total

48,5%

51,5%

100,0%

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

Grafico 4

 

 

 

 

 

 

 

 

Fuente: Ministerio de Telecomunicacin y de la Sociedad de la informacin

Elaboracin: Autores

 

Del anlisis estadstico de la base datos SPSS proporcionada por MINTEL, se puede evidenciar que aproximadamente el 50% de las Mediana empresa A y B, utilizan las redes sociales como un canal de comunicacin entre las mismas y sus clientes.

 

 

 

 

5. Conclusiones

 

La presente investigacin se fundament con el estado de arte de los principales elementos de Big Data (Las 3 Vs): Volumen, Velocidad y Variedad; y aadiendo una cuarta V que coadyuve a la extraccin de Valor a travs de las herramientas de Inteligencia de Negocios de la reciente explosin de datos provenientes de fuentes tradicionales y no tradicionales tal como de la Web Social.

 

Big Data per se no es Inteligencia de negocios, tambin comprende las tcnicas, mtodos, procedimientos, herramientas y tecnologas tradicionales (Data Warehouse, Data Mart, OLAP, entre otras), que se complementan con las no tradicionales o tecnologas NoSQL para el descubrimiento de conocimiento til para las empresas.

 

Del anlisis estadstico se concluye que las herramientas open source en conjunto con el social media aplicando anlisis Big Data proporcionan informacin relevante para el estudio de patrones, comportamiento de los usuarios o potenciales clientes de las Pymes, tambin se pudo determinar que en Ecuador solo un 25,3 % de las pequeas empresas invierten en TIC, otro indicador de mayor relevancia es la implementacin de departamentos TIC, y es que solo el 13% de las pequeas empresas cuentan con personal especialistas, es notable como la brecha de la inversin en TIC se incrementa a medida que cada categora aumenta.

 

De este artculo se deriva la investigacin: los factores que inciden en el uso de Cloud Computing como herramienta de B. I. en las Pymes del Ecuador

 

 

 

 

Referencias Bibliogrficas

 

1.     Umaquinga, A. C., Peluffo, D. H., Alvarado, J. C., & Cabrera, M. V. (2016). Estudio descriptivo de tcnicas aplicadas en herramientas Open Source y comerciales para visualizacin de informacin de Big Data.

2.     Pozo Cadena J.C. (2016). Diseo de un sistema de informacin, bajo un enfoque de inteligencia de negocios, para el proceso de toma de decisiones. Caso: Empresa Diafoot. Master's thesis, Universidad Andina Simn Bolvar, Sede Ecuador.

3.     Morales, M. D., Aguilar, L. J., & Marn, L. M. (2016). Los desafos del marketing en la era del big data. Revista e-Ciencias de la Informacin.

4.     Tabares, L. F., & Hernndez, J. F. (2014). Big Data Analytics: Oportunidades, Retos y Tendencias.

5.     Jaime, O., & Soriano., F. (2015). studio de la inteligencia de negocios en las redes sociales ms utilizadas. Revista Cientfica y Tecnolgica UPSE, 2(2).

6.     Chen, H., Chiang, R. H., & Storey., V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS quarterly. 36(4).

7.     Vanessa, C. A., & Santiago, J. C. (2014). Determinacin de la lnea de base para la aplicacin de BI en el Ecuador dentro de un programa para el uso de tecnologas de avanzada en la administracin pblica y privada. Tesis Grado.

8.     Schiff, M. A. (2011). Business Intelligence: Una gua para medianas empresas. Liderazgo de ideas de SAP.

9.     Mndez del Ro, L., & Ro, L. M. (2006). Mas alla del Business Intellegente: 16 experiencias de exito. Barcelona: Ediciones gestin 2000. doi:9788496612105

10.  Lpez Garca. (2013). Anlisis de las posibilidades de uso de Big Data en las organizaciones. Master s Teshis.

11.  Andrew, M., Brynjolfsson, E., & Davenport, T. H. (2012). Big data: the management revolution. Harvard business review, 90(10), 60-68.

12.  Fernndez Espinosa, M. E. (2016). Fernndez Espinosa, Mara Elizabeth. Business Intelligence en la nube caso de estudio: empresa de fabricacin de alimentos. Master's thesis, PUCE.

13.  Pozo Casanova, P. S. (2013). Sistema basado en inteligencia de negocios para el almacn de msica Karlita de la ciudad de Tulcn. Bachelor's thesis.

14.  Sarango Salazar, M. E. (2014). La inteligencia de negocios como una herramienta de apoyo para la toma de decisiones, aplicacin a un caso de estudio. aster's thesis, Universidad Andina Simn Bolvar, Sede Ecuador.

15.  Parrilla, J. M. (2014). Como hacer inteligente su negocio: Business Intelligente a su alcance (Primera ed.). Mexico: Grupo Editorial Patria.

16.  International Brother. (2016). Pequeas empresas en la regin se sienten optimistas en el ao 2016. Visin Tecnolgica Pymes.

17.  Ministerio de Telecomunicacion y de la Sociedad de la Informacion. (2017). Indicadores y Estadisticas. Estadistico, Ecuador. Recuperado el 11 de Septiembre de 2017.

 

Enlaces refback

  • No hay ningún enlace refback.


Dirección: Urdesa Central, Guayacanes 520 y la 5ta. Guayaquil - Ecuador | PBX ADMISIONES: (593) 4 6052450 PBX: (593) 4 6020400
Copyright © 2017 Universidad Tecnológica Empresarial de Guayaquil. Todos los Derechos Reservados.