Análisis de los Modelos de Inteligencia de Negocios basados
en Big Data en las Pymes del Ecuador
Analysis of Business Intelligence Models based on Big Data
in SMEs in Ecuador
Erick Marino García Merino
1
emgarcia.est@uteg.edu.ec
Mary Janeth García Merino
2
mjgarcia.est@uteg.edu.ec
Recibido: 1/09/2017, Aceptado: 1/11/2017
RESUMEN
En el campo tecnológico, la explosión de los datos ha revolucionado el mundo
empresarial. La presente investigación estudia los modelos de inteligencia de
negocios que extraen estos datos para crear valor a través de la identificación de las
herramientas tecnológicas de Big Data y descripción de los factores que influyen en
la implementación de inteligencia de negocios, para que se aprovechen las
herramientas de análisis Big Data enfocadas en la inteligencia de negocios que
permitan mejora en la toma de decisiones y por ende la obtención de ventaja
competitiva a partir de la información. Este artículo servirá de guía para que el estado
de arte y el estudio estadístico se utilicen como referencia para futuras
investigaciones relacionadas a estos tópicos.
Palabras clave: Big Data, Inteligencia de Negocios, NoSQL, Software de Código
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 of Big Data and
description of the factors that influence in the implementation of business
intelligence, so that they take advantage of the tools of Big Data analysis focused on
the Business Intelligence that allow improvement in the decision making and therefore
obtaining competitive advantage from information. This article will use of guide for
that state of art and statistical study use as a reference for future research related
these topics.
Keywords: Big Data, Business Intelligence, NoSQL, Open Source Software
1
Docente de la Universidad Tecnológica Empresarial de Guayaquil (UTEG) Guayaquil- Ecuador
2 Docente de la Universidad Tecnológica Empresarial de Guayaquil (UTEG) Guayaquil- Ecuador
Revista científica Ciencia y Tecnología Vol 18 No 17 págs. 46-56
http://cienciaytecnologia.uteg.edu.ec
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
García, García. Análisis de los Modelos de Inteligencia de
Negocios basados en Big Data en las Pymes del Ecuador
47
Introducción
En la actualidad las empresas enfrentan un gran desafío al descubrir conocimiento en
la infinidad de datos, para esto las herramientas tradicionales quedan en
obsolescencia; es entonces cuando surge Big Data que se define como una estrategia
para analizar grandes volúmenes de datos estructurados, no estructurados o semi-
estructurados provenientes de fuentes exógenas con el fin de extraer valor para las
empresas (Umaquinga, Peluffo, Alvarado, & Cabrera, 2016).
Big Data se caracteriza por tres términos conocidos como las 3 V´s: 1) Volumen, se
refiere a la enorme cantidad de datos, 2) Velocidad, se refiere a la rapidez con la que
se producen los datos; y, 3) Variedad, se refiere a 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, técnicas y tecnologías alternativas a
las tradicionales en busca de información útil para crear valor (Tabares & Hernández,
2014). Las herramientas de inteligencia de negocios interactúan con Big Data para
extraer datos de cualquier fuente exógena, analizar estos datos para obtener
información que luego se convertirá en conocimiento útil para la empresa que
coadyuve a la toma de decisiones con el objetivo de suministrar respuestas en tiempo
real (López García, 2013).
Big Data es una nueva generación de tecnologías que diseña arquitecturas para
extraer valor económico de un gran volumen de datos, de una amplia variedad de
formatos, con una rauda velocidad de captura, almacenamiento, análisis y
descubrimiento de conocimiento; que resulta para las empresas en una oportunidad
basadas en las ahora citadas 4 V´s de Big Data: valor, volumen, variedad y velocidad
(Morales, Aguilar, & Marín, 2016).
Sin lugar a duda crear valor a partir de Big Data significa eficiencia en los procesos y
disminución de costos, la alternativa es otra tendencia conocida como Cloud
Computing, que es un modelo para optimizar los recursos informáticos (software,
hardware, almacenamiento, Data Base, entre otros); estas soluciones de inteligentes
residen en servidores remotos a través de internet (Pozo Cadena J.C, 2016).
La presente investigación estudia los modelos de inteligencia de negocios que extraen
estos datos para crear valor a través de la identificación de las herramientas
tecnológicas de Big Data y descripción de los factores que influyen en la
implementación de inteligencia de negocios.
Desarrollo
El término inteligencia ha sido usado por los investigadores para referirse a la
inteligencia artificial. En el mundo empresarial y las comunidades de TI este término
se refiere a la Inteligencia de Negocios. Entonces, Big Data y BI describen el conjunto
de datos y técnicas de análisis muy complejas que requieren de herramientas
avanzadas y únicas de almacenamiento de datos, gestión, análisis y visualización de
información útil para la toma de decisiones empresariales (Chen, Chiang, & Storey,
2012).
La explosión masiva de datos imperfectos, complejos y no estructurados provenientes
de archivos de textos, audios, videos y demás obtenidos de la web 2.0; hace que
nuevas herramientas avanzadas con características no relacionales conocidas como
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
Revista Cient
í
fica Ciencia y Tecnolog
í
a. Vol 18 No 17, 2018 / págs. 46- 56
48
NoSQL, que describen una extensa variedad de tecnologías alternativas a las
tradicionales para la captura, almacenamiento y análisis de datos como una de las
herramientas más utilizadas por Big Data (Tabares & Hernández, 2014).
Las herramientas disponibles para la gestión del volumen, velocidad y variedad de
los datos se han perfeccionado durante los últimos os. En general estas tecnologías
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
código abierto para el análisis de los datos; pero, estas tecnologías son relativamente
nuevas y requieren de habilidades del personal del departamento de TI para integrar
esta estrategia de análisis de Big Data (Andrew, Brynjolfsson, & Davenport, 2012).
Son muchas las definiciones que coinciden sobre los modelos de inteligencia de
negocios y sus grandes beneficios para las pymes y es que permite aprovechar el
almacenamiento de grandes volúmenes de datos proporcionados por los sistemas de
información como CRM, ERP, Etc. para transformarlos en información relevante para
la generación del conocimiento en la toma decisiones en tiempo real a través de una
fácil explotación (Jaime & Soriano., 2015). En 1989 Howard Dresden lo definió como
“conjuntos de conceptos y métodos para mejorar las decisiones de negocio mediante
el uso de sistemas de soporte basados en hechos”.
Los modelos de inteligencia de negocios presentan características relevantes de
grandes expectativas que son fáciles de manejar también le permiten al usuario final
un mayor entendimiento de la información a través de los métodos visuales,
actualmente la mayoría de las organizaciones y empresas poseen y generan
diariamente una enorme cantidad de datos imposibles de analizar a simple vista.
(Cueva & Jerez, 2014), a eso se suma la navegabilidad profunda de la información de
acuerdo a los parámetros que se desea indagar permitiendo identificar las áreas
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 métodos, técnicas, análisis y
proyecciones cada una de ellas útiles dependiendo de las necesidades del usuario y
del negocio (Méndez del Río & Río, 2006), los sistemas de inteligencia de negocio se
componen en dos procesos: la integración (data warehouse) y el análisis de datos
(OLAP). Bajo esta perspectiva se profundiza cada una de las herramientas señaladas
anteriormente tomando como punto de partida el data warehouse, y herramientas
analíticas como el OLAP (On Line Analitycal Process), también se abarca consultas
predefinidas denominadas reporting, cuadros de mando o EIS (Executive Information
System).
El alto nivel competitivo del mercado actual obligo a las organizaciones a buscar
nuevas estrategias de gestión para hacer frente a la avalancha de datos y la necesidad
de su captura y del respectivo análisis y es que el mayor logro de este tipo de
visión es la toma de decisiones en todos los niveles las cuales se diseñan en base a
tareas, creando escenarios interactivos que ayudan a la mejora continua.
Es así que nace el termino Data Warehouse y Data Mart como una base de datos
donde se integra información depurada de las organizaciones, para Pozo Casanova
(2013) “dicha información debe ser homogénea y fiable”, los datos históricos que ahí
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
García, García. Análisis de los Modelos de Inteligencia de
Negocios basados en Big Data en las Pymes del Ecuador
49
se almacenan permiten detectar tendencias, patrones de comportamiento de los
cuales se generan ideas, el análisis de estos datos también ayuda a tomar decisiones
más acertadas que permiten un análisis desde diferentes perspectivas (Fernández
Espinosa, 2016).
En este argumento también se considera a la data marts como una base de datos
departamental que contiene datos e información enfocada a las necesidades
específicas de un departamento, dicha información puede provenir del Data
Warehouse o de bases relacionales (Pozo Casanova, 2013), este debe contener una
estructura óptima de las diferentes perspectivas que pueden afectar a los procesos
por área.
Procesamiento analítico en línea (OLAP del inglés On-Line Analytical Processing)
también conocido como Cubos OLAP, entrega datos resumidos de grandes Bases de
Datos o Sistemas Transaccionales en Línea (OLTP) para facilitar consultas a
estructuras multidimensionales, las búsquedas son más complejas y más rápidas,
una vez creado el cubo (Pozo Cadena, 2016) estable el enfoque “que” está pasando a
explorar “por qué” está pasando, (Sarango Salazar, 2014) hace hincapié que es un
apoyo para la realización de la inteligencia competitiva, se debe aplicar técnicas de
búsqueda inteligentes como la minería de la web y la minería de textos (Parrilla,
2014).
Resultados
Se ha realizado una revisión de los diversos estudios en cuanto al uso de la
inteligencia de negocios en las Pymes del Ecuador, y es que a pesar de las dificultades
económicas que enfrentan los países de América Latina, según la segunda encuesta
anual sobre Pequeñas Empresas y Tecnología realizada por (Brother International
Corporation, 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.
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
Revista Cient
í
fica Ciencia y Tecnolog
í
a. Vol 18 No 17, 2018 / págs. 46- 56
50
Gráfico 1. Inteligencia de Negocios en las Pymes del Ecuador
Fuente: Ministerio de Telecomunicación y de la Sociedad de la información
Elaboración: Autores
También se toma como referencia el informe anual en formato SPSS ( Ministerio de
Telecomunicación y de la Sociedad de la Información, 2017), para el respectivo
análisis estadístico bajo este criterio se determina la existencia de empresas en el
Ecuador los resultados son los siguientes: el 1% está 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 pequeñas empresas
representado por el 41%.
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
García, García. Análisis de los Modelos de Inteligencia de
Negocios basados en Big Data en las Pymes del Ecuador
51
Tabla 1. Inversión de las Empresas en Tecnologías de la información y
comunicación
Del análisis estadístico de la base datos SPSS proporcionada por MINTEL, se identifica
que el 25,3% de las pequeñas empresas si invierten en TIC, también que la mediana
empresa tipo A y B específica que el 40,8% y el 46,9% Si invierten en TIC
respectivamente. Además, se puede describir que la brecha de la inversión en TIC se
incrementa a medida de cada categoría aumenta.
Gráfico 2. Porcentaje de empresas que invierten en TIC
Fuente: Ministerio de Telecomunicación y de la Sociedad de la información
Elaboración: Autores
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
Revista Cient
í
fica Ciencia y Tecnolog
í
a. Vol 18 No 17, 2018 / págs. 46- 56
52
Tabla 2. Porcentaje de empresas con especialista en TIC
Del análisis estadístico 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 pequeñas empresas cuentan con personal
especialistas en tecnologías, las medianas empresas tipo A y B aproximadamente del
26,5% y 34,8% si cuentan con personal con conocimientos en TIC respectivamente.
Además, se puede deducir que a mediad que la empresa va creciendo aumenta el
porcentaje de personal especialistas en TIC.
Gráfico 3. Porcentaje de empresas con especialistas en TIC
Fuente: Ministerio de Telecomunicación y de la Sociedad de la información
Elaboración: Autores
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
García, García. Análisis de los Modelos de Inteligencia de
Negocios basados en Big Data en las Pymes del Ecuador
53
Tabla 3. Aplicaciones de código abierto
Gráfico 4. Porcentaje de empresas que utilizan aplicaciones de código abierto
Fuente: Ministerio de Telecomunicación y de la Sociedad de la información
Elaboración: Autores
Del análisis estadístico de la base datos SPSS proporcionada por MINTEL, se deduce
que la aplicación de software open source es muy poca, los porcentajes de las
empresas que utilizan la aplicación de código abierto para el procesamiento de
información de tipo ERP o CRM; el 5,4% de las pequeñas empresas utilizan
aplicaciones de código abierto, también el 12,5% y el 13,6% utiliza algún software
de código abierto en la Mediana empresa A y B respectivamente. A pesar que las
PYMES tienen grandes expectativas para utilizar Business Intelligence, existen
muchas barreras que las limitan, esto se evidencia en este análisis, siendo lo
económico uno de los factores más importantes.
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
Revista Cient
í
fica Ciencia y Tecnolog
í
a. Vol 18 No 17, 2018 / págs. 46- 56
54
Tabla 4. Empresas con Redes Sociales
Gráfico 5. Porcentaje de empresas con Redes Sociales
Fuente: Ministerio de Telecomunicación y de la Sociedad de la información
Elaboración: Autores
Del análisis estadístico de la base datos SPSS proporcionada por MINTEL, se puede
evidenciar que la mitad de las PYMES utiliza las redes sociales como un canal de
comunicación.
Conclusiones
En la presente investigación se fundamentó en el estado de arte los principales
elementos de Big Data (Las 3 Vs): Volumen, Velocidad y Variedad; y añadiendo una
cuarta V que coadyuve a la extracción de Valor a través de las herramientas de
Inteligencia de Negocios de la reciente explosión de datos provenientes de fuentes
tradicionales y no tradicionales tal como de la Web Social.
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
García, García. Análisis de los Modelos de Inteligencia de
Negocios basados en Big Data en las Pymes del Ecuador
55
Big Data per se no es Inteligencia de negocios, también comprende las cnicas,
métodos, procedimientos, herramientas y tecnologías tradicionales (Data
Warehouse, Data Mart, OLAP, entre otras), que se complementan con las no
tradicionales o tecnologías NoSQL para el descubrimiento de conocimiento útil para
las empresas.
Del análisis descriptivo se deduce que las herramientas open source en conjunto con
las redes sociales aplicando análisis Big Data proporcionarán información relevante
para el estudio de patrones, comportamiento de los usuarios o potenciales clientes.
De este artículo se deriva la investigación: los factores que inciden en el uso de Cloud
Computing como herramienta de B. I. en las Pymes del Ecuador.
Referencias bibliográficas
Andrew, M., Brynjolfsson, E., & Davenport, T. H. (2012). Big data: the management
revolution. Harvard Business Review, 90(10), 60-68. 8.
Brother International Corporation (2016). Pequeñas empresas en la región se sienten
optimistas en el año 2016. Visión Tecnológica Pymes.
Chen, H., Chiang, R. H., & Storey., V. C. (2012). Business intelligence and analytics:
From big data to big impact. MIS quarterly. 36(4).
Cueva, C.V. & Jerez, E.S. (2014). Determinación de la línea de base para la aplicación
de BI en el Ecuador dentro de un programa para el uso de tecnologías de
avanzada en la administración pública y privada. Tesis de grado, ESPE.
Fernández Espinosa, M. E. (2016). Business Intelligence en la nube caso de estudio:
empresa de fabricación de alimentos. Tesis de Maestría, PUCE.
Jaime, O. & Soriano, F. (2015). Estudio de la inteligencia de negocios en las redes
sociales más utilizadas. Revista Científica y Tecnológica UPSE, 2(2).
López García, D. (2013). Análisis de las posibilidades de uso de Big Data en las
organizaciones. Tesis de Maestría, Universidad de Cantabria.
Méndez del Río, L. & Río, L. M. (2006). s allá del Business Intelligence: 16
experiencias de éxito. Barcelona: Ediciones gestión 2000. doi:9788496612105
Ministerio de Telecomunicación y de la Sociedad de la Información (2017).
Indicadores y Estadísticas. Estadístico, Ecuador. Recuperado el 11 de septiembre
de 2017.
Morales, M. D., Aguilar, L. J., & Marín, L. M. (2016). Los desafíos del marketing en la
era del big data. Revista e-Ciencias de la Información.
Volumen 6, número 1:1-
30.
Parrilla, J. M. (2014). Como hacer inteligente su negocio: Business Inteligente a su
alcance (Primera ed.). México: Grupo Editorial Patria.
Pozo Cadena, J.C. (2016). Diseño de un sistema de información, bajo un enfoque de
inteligencia de negocios, para el proceso de toma de decisiones. Caso: Empresa
Diafoot. Tesis de Maestría, Universidad Andina Simón Bolívar, Sede Ecuador.
Pozo Casanova, P. S. (2013). Sistema basado en inteligencia de negocios para el
almacén de música Karlita de la ciudad de Tulcán. Tesis de grado, Uniandes.
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321
Revista Cient
í
fica Ciencia y Tecnolog
í
a. Vol 18 No 17, 2018 / págs. 46- 56
56
Sarango Salazar, M. E. (2014). La inteligencia de negocios como una herramienta de
apoyo para la toma de decisiones, aplicación a un caso de estudio. Tesis de
Maestría, Universidad Andina Simón Bolívar, Sede Ecuador.
Schiff, M. A. (2011). Business Intelligence: Una guía para medianas empresas. SAP.
Tabares, L. F. & Hernández, J. F. (2014). Big Data Analytics: Oportunidades, Retos y
Tendencias.
Umaquinga, A. C., Peluffo, D. H., Alvarado, J. C., & Cabrera, M. V. (2016). Estudio
descriptivo de técnicas aplicadas en herramientas Open Source y comerciales
para visualización de información de Big Data. En: Generando Ciencia: Memorias
de las I Jornadas Internacionales de Investigación Científica UTN
&
Revista Ciencia & Tecnología
No. 17, 31 de enero de 2018
ISSN impreso: 1390 - 6321